МАШИННОЕ ОБУЧЕНИЕ
В БИОЛОГИИ И БИОМЕДИЦИНЕ

Единственная программа с кейсами по Сomputer Vision в биомедицине и ML в NGS в одном курсе.
Полная база для входа в профессию, включая готовые протоколы для изучения пайплайнов и практику на новых датасетах
Даты: 25 февраля — 3 июня
3,5 месяца по 8-10 часов в неделю с перерывами между модулями
Онлайн-встречи с преподавателями
для разбора вопросов с записью
Спикеры курса - признанные преподаватели и действующие практики
Практика в группах и самостоятельно
Занятия по видео лекциям и методическим материалам
Поддержка кураторов и наставников в чате
Четыре кейса для портфолио и
один выпускной проект
Перспективная область с высоким спросом на рынке труда и привлекательными зарплатами
Удостоверение о повышении квалификации
Запись на весенний поток

МАШИННОЕ ОБУЧЕНИЕ

это не только модная технология, это инструмент, который быстро развивается и меняет мир на наших глазах. Программа курса направлена на навигацию в “зоопарке” подходов в биологии и биомедицине, построена с постепенным усложнением и даст уверенное понимание, когда и как лучше применять классические методы ML, а когда пора переходить на нейросети. В завершающем модуле по Computer Vision раскрываются прикладные точечные технологии с освоением практических навыков инженерии.

По окончании курса вы получите конкурентное преимущество
- не только опыт работы по готовым протоколам обработки конкретных типов данных, а понимание специфики мира ML в биологии и медицине, знания составных частей процессов, которые лежат в основе популярных пайплайнов. Наши эксперты передадут опыт изучения ML и расставят акценты, которые помогут сэкономить время, спланировать развитие карьеры в области DataScience и общаться на одном языке с другими коллегами.

МАШИННОЕ ОБУЧЕНИЕ

это не только модная технология, это инструмент, который быстро развивается и меняет мир на наших глазах. Программа курса направлена на навигацию в “зоопарке” подходов в биологии и биоимедицине, построена с постепенным усложнением и даст уверенное понимание, когда и как лучше применять классические методы ML, а когда пора переходить на нейросети. В завершающем модуле по Computer Vision раскрываются прикладные точечные технологии с освоением практических навыков инженерии.

По окончании курса вы получите конкурентное преимущество
- не только опыт работы по готовым протоколам обработки конкретных типов данных, а понимание специфики мира ML в биологии и медицине, знания составных частей процессов, которые лежат в основе популярных пайплайнов. Наши эксперты передадут опыт изучения ML и расставят акценты, которые помогут сэкономить время, спланировать развитие карьеры в области DataScience и общаться на одном языке с другими коллегами.
Используемые технологии
Python
OpenAI
Pandas
NumPy
Matplotlib
Plotly
Seaborn
SciPy
Git
GitHub
Scikit-team
Kaggle
PyTorch
TensorFlow
Теория вероятностей
ML-алгоритмы
ML-модели
Линейная алгебра
Нейронные сети
Компьютерное зрение
Ggplot2
Bash
R
ДЛЯ КОГО ЭТОТ КУРС
  • биологи, биоинженеры, биотехнологи, врачи-диагносты
  • биостатистики и клинические биоинформатики
  • аналитики и специалисты по данным в биологии/медицине
  • научные сотрудники лабораторий и RnD центров
  • руководители лабораторий и team-лиды научных групп
  • а также разработчики Python, которые хотят решать проблемы биоинформатики и биомедицины

ПРИМЕРЫ ВАКАНСИЙ

c запросом компетенций в области ML

Аналитик данных
З/п от 150 000 рублей на руки

Какие задачи вас ждут:
  • постоянный анализ пользовательского поведения с целью поиска точек роста и узких мест в сервисе
  • генерация и проверка гипотез на основе данных
  • работа над улучшениями и анализ ключевых контентных метрик, таких как конверсия в просмотр, досматриваемость, время в сервисе
  • подготовка данных для подбора и создания нового контента
  • создание отчетов / дашбордов для мониторинга основных показателей
Что мы от вас ожидаем:
  • Хорошее знание математической статистики;
  • Умение читать и писать код на Python;
  • Опыт визуализации данных в дашбордах на Seaborn, Plotly;
  • Уверенное владение SQL;
  • Знание Grafana для разработки дашбордов:
  • Понимание и умение оценивать, как изменение в сервисе повлияет на бизнес;
Будет плюсом
  • Знание методов машинного обучения
Биоинформатик
З/п до 150 000 ₽ на руки

Обязанности:
  • Участвовать в обработке данных генотипирования (Illumina microarrays),
  • Выстраивать пайплайн биоинформатического и статистического анализа для генетических тестов по генеалогии, фармакогенетике, генетике многофакторных и наследственных заболеваний,
  • Участвовать в научно-исследовательской работе (GWAS, разработка алгоритмов оценки рисков, определения степени родства по генетическим данным и тд.).
Требования:
  • Профильное высшее образование (математика / биоинформатика / программирование),
  • Уверенная работа в bash / Linux / Git,
  • Уверенное владение Python или R,
  • Базовые знания в области машинного обучения.
Будет плюсом если вы:
  • Имеете опыт работы в биоинформатике,
  • Умеете работать с базами данных (SQL, MongoDB),
  • Имеете навыки работы в облачных платформах (Google Cloud, Яндекс.Облако).
Computer Vision Engineer
Центр прикладного искусственного интеллекта Applied AI Center Сколковского института науки и технологий разрабатывает инструменты с применением ИИ для решения широкого спектра индустриальных задач, в том числе для моделирования физических процессов. Мы решаем сложные задачи помогаем исследователям Арктики, а также заботимся об экологической безопасности.

Обязанности:
  • Тренировка нейронной сети для детектора препятствий.
  • Разработка системы машинного зрения для дрона.
  • Оптимизация нейронных сетей для встраиваемых систем (Embedded System).
Требования:
  • Python.
  • Знание Git.
  • Знание основных фреймворков для глубокого обучения: PyTorch, Tensorflow.
  • Опыт тренировки нейронных сетей для задач classification, object detection, semantic/instance segmentation.
  • Опыт реализации проектов для задач SLAM и визуальной одометрии.

ПРИМЕРЫ ВАКАНСИЙ

c запросом компетенций в области ML

Аналитик данных
З/п от 150 000 рублей на руки

Какие задачи вас ждут
  • постоянный анализ пользовательского поведения с целью поиска точек роста и узких мест в сервисе
  • генерация и проверка гипотез на основе данных
  • работа над улучшениями и анализ ключевых контентных метрик, таких как конверсия в просмотр, досматриваемость, время в сервисе
  • подготовка данных для подбора и создания нового контента
  • создание отчетов / дашбордов для мониторинга основных показателей
Что мы от вас ожидаем
  • Хорошее знание математической статистики;
  • Умение читать и писать код на Python;
  • Опыт визуализации данных в дашбордах на Seaborn, Plotly;
  • Уверенное владение SQL;
  • Знание Grafana для разработки дашбордов:
  • Понимание и умение оценивать, как изменение в сервисе повлияет на бизнес;
Будет плюсом
  • Знание методов машинного обучения
Биоинформатик
З/п до 150 000 ₽ на руки

Обязанности:
  • Участвовать в обработке данных генотипирования (Illumina microarrays),
  • Выстраивать пайплайн биоинформатического и статистического анализа для генетических тестов по генеалогии, фармакогенетике, генетике многофакторных и наследственных заболеваний,
  • Участвовать в научно-исследовательской работе (GWAS, разработка алгоритмов оценки рисков, определения степени родства по генетическим данным и тд.).
Требования:
  • Профильное высшее образование (математика / биоинформатика / программирование),
  • Уверенная работа в bash / Linux / Git,
  • Уверенное владение Python или R,
  • Базовые знания в области машинного обучения.

Будет плюсом если вы:
  • Имеете опыт работы в биоинформатике,
  • Умеете работать с базами данных (SQL, MongoDB),
  • Имеете навыки работы в облачных платформах (Google Cloud, Яндекс.Облако).
Computer Vision Engineer
Центр прикладного искусственного интеллекта Applied AI Center Сколковского института науки и технологий разрабатывает инструменты с применением ИИ для решения широкого спектра индустриальных задач, в том числе для моделирования физических процессов. Мы решаем сложные задачи помогаем исследователям Арктики, а также заботимся об экологической безопасности.

Обязанности:
  • Тренировка нейронной сети для детектора препятствий.
  • Разработка системы машинного зрения для дрона.
  • Оптимизация нейронных сетей для встраиваемых систем (Embedded System).
Требования:
  • Python.
  • Знание Git.
  • Знание основных фреймворков для глубокого обучения: PyTorch, Tensorflow.
  • Опыт тренировки нейронных сетей для задач classification, object detection, semantic/instance segmentation.
  • Опыт реализации проектов для задач SLAM и визуальной одометрии.
Больше вакансий
в еженедельной рассылке материалов про ML в биологии и биомедицине
Нажимая кнопку "ПОЛУЧАТЬ ПОДБОРКУ" вы даете согласие на обработку персональных данных
Прямо сейчас эти компании набирают себе специалистов со знанием ML
Прямо сейчас эти компании набирают себе специалистов со знанием ML
Необходимый уровень знаний
Требуются базовые знания Python, а также библиотек numpy и pandas.

Курс подойдет для вас, если вы:

  • Хотите познакомиться с передовыми методами биоинформатики
  • Ставите цель улучшить и систематизировать навыки программирования, которые были получены исключительно самообучением
  • Вам нужно глубже изучить Python и получить практику в ML по биологическим или медицинским данным
  • Стремитесь понять, как применять ML в NGS и распознавании изображений из клинических данных
  • Строите карьеру в области анализа данных в биологии и медицине
  • Прокачиваете свое резюме кейсами, которые помогут вам найти работу или получить повышение
  • Хотите получить базу для потенциальной смены сферы деятельности в сторону IT для био/медицины
  • Хотите сэкономить свое время и получить рафинированный набор ресурсов для дальнейшего развития

Курс подойдет для вас, если вы:

  • Хотите познакомиться с передовыми методами биоинформатики
  • Ставите цель улучшить и систематизировать навыки программирования, которые были получены исключительно самообучением
  • Вам нужно глубже изучить Python и получить практику в ML по биологическим или медицинским данным
  • Стремитесь понять, как применять ML в NGS и распознавании изображений из клинических данных
  • Строите карьеру в области анализа данных в биологии и медицине
  • Прокачиваете свое резюме кейсами, которые помогут вам найти работу или получить повышение
  • Хотите получить базу для потенциальной смены сферы деятельности в сторону IT для био/медицины
  • Хотите сэкономить свое время и получить рафинированный набор ресурсов для дальнейшего развития
профессионалы О МАШИННОм ОБУЧЕНИи
Узнайте больше о работе и карьере в сфере машинного обучения от состоявшихся профессионалов и карьерных специалистов!

Приглашаем вас на цикл онлайн-встреч "Личный путь в сеньора биоинформатика", где в рамках неформальной дружеской беседы вы сможете подчерпнуть опыт спикера и задать интересующие вас вопросы.

На встречах будут обсуждаться детали личного карьерного трека спикеров, лайфхаки трудоустройства, экспертное мнение по трендам отрасли, обзор "поляны" мира ML в биоинформатике и многое другое.
Александр Сарачаков
О спикере: Team Leader команды Imaging & Deep learning в BostonGene, при этом уже 4 года — квант в хедж-фонде, а еще 4 года — преподает в Сбер.Университете на курсах «Байесовские методы машинного обучения» и «Компьютерное зрение», а так же в МФТИ и Санкт-Петербургской школе компьютерных наук.

Alma mater: НГУ и Сколтех
10 декабря
19:00 по мск
ПРОГРАММА
Выпускной проект - групповое соревнование по теме Computer Vision.
ОПЛАТИТЬ КУРС
Если вы - физическое лицо, нажмите кнопку "КУПИТЬ", которая перенесет Вас на страницу оплаты.

Если у Вас есть вопросы или вы представитель компании, оставьте заявку ниже.
Нажимая на кнопку "КУПИТЬ" или "ПОЛУЧИТЬ КОНСУЛЬТАЦИЮ", вы даете согласие на обработку персональных данных
СПИКЕРЫ ПРОЕКТА
  • Илья Воронцов
    10 лет преподает компьютерные науки, машинное обучение и анализ данных. Data-исследователь, программист / computational researcher, teacher and programmer.

    Занимается биоинформатикой в области транскрипционной регуляции в ИОГен РАН с 2011 г.

    Alma mater: МФТИ
  • Артем Касьянов
    PhD, 13 лет в преподавании биоинформатики, алгоритмов в области популяционной генетики, транскриптомики, геномики и методах ML.

    Assistant Researcher в BIOPOLIS, CiBio, Portugal.

    Alma mater: МГУ
  • Артем Васильев
    За 3 года построил карьеру в ML и сразу после окончания университета получил позицию разработчика-исследователя методов CV у лидера рынка - компании "Платформа Третье Мнение".

    Преподаватель, науч. консультант и разработчик учебных материалов курса по нейросетям и их применению в научных исследованиях в МГУ.

    Alma mater: МГУ и Институт теоретической и математической физики МГУ
  • Александр Сарачаков
    Экспертиза в ML - 9 лет и 5 лет преподавательского опыта.

    Аспирант Сколтеха, опыт работы в индустрии 5+ лет; 4 года - квант в хедж-фонде, 4 года - преподает в Сбер.Университете на курсах "Байесовские методы машинного обучения" и "Компьютерное зрение", а так же в МФТИ и Санкт-Петербургской школе компьютерных наук.

    Alma mater: НГУ и Сколтех
ПАРТНЕРЫ ПРОЕКТА
ОРГАНИЗАТОРЫ И МЕТОДОЛОГИ КУРСА
Российский форум биотехнологий OpenBio уникально сочетает в себе мощную экспертизу науки и бизнеса, диалог с государством, соединение с искусством и самые теплые встречи отрасли

  • отраслевая экспертиза более 10 лет
  • более 10 000 участников
  • 56% аудитории OpenBio составляет научное сообщество
  • опыт трансляций масштабных мероприятий
  • участники из всех регионов РФ и более 30 стран
На протяжении 11 лет OpenBio - это яркое событие в мире биотех и один из ведущих российских форумов биотехнологий. Задача экосистемы OpenBio мероприятий "подружить" науку, бизнес и государство. Наше событие ежегодно собирает сотни ученых, студентов и аспирантов и представителей бизнеса. На полях форума и круглых столах разбираем острые проблемы, с которыми сталкивается биотехнологическая отрасль . Знаем, за кем гоняются компании и какие навыки релевантны. Участники часто просят рассказать "какой же он "идеальный" кандидат для топовых биотехкомпании". Мы пошли дальше и хотим непросто рассказать об востребованных навыках для работы в биотехе, а сразу дать их.
  • Наталья Мнафки
    Продюсер и методолог программы, соучредитель и ex-руководитель образовательных программ ООО "Бластим", международный эксперт по профориентации для взрослых
    • C нуля разработала более 6 образовательных программ
    • Запустила 30+ потоков курсов
    • Более 13 лет в биотехе
    • Более 17 лет в преподавании
  • Юлия Линюшина

    Основатель и руководитель экосистемы OpenBio - Российского форума биотехнологий, Площадки открытых коммуникаций - мультиформатного пространства взаимодействия науки, бизнеса, государства и общества (11 лет работы в отрасли), экспертиза в сфере коммерциализации технологий, бизнес-инкубирования (Tech2B, Австрия)

    • Более 10 лет организации экспертных мероприятий
    • Более 15 лет в сопровождении высокотехнологичных проектов, преимущественно life science
КЕЙСЫ ДЛЯ ВАШЕГО ПОРТФОЛИО
Готовые протоколы для изучения пайплайнов плюс практика в группах на новых датасетах
Предсказание заболевания
Кластеризация и визуализация результатов анализа экспрессии генов
Методы понижения размерности + кластеризация на примере данных с scRNA-seq
Интеграция мультиомиксных данных. Подтипы раков, предсказание чувствительности к лекарственному препарату
Бинарная классификация по рентгеновским снимкам. Сегментация тканей гистологических изображений.
Участие в соревновании по Computer Vision
ПОСЛЕ ОБУЧЕНИЯ ВЫ СМОЖЕТЕ
  • Навигировать в “зоопарке” методов машинного обучения
  • Применять методы классического машинного обучения для распространенных задач
  • Оценивать качество моделей ML и корректно использовать метрики качества
  • Решать задачи бинарной классификации и сегментации изображений самостоятельно
  • Общаться с опытными ML-щиками на одном языке
  • Показать работодателю ваши кейсы через ссылку на нашем сайте с отзывом наставника
  • Эффективно развиваться в новых задачах на базе знаний курса
  • Претендовать на новые зоны ответственности по задачам ML и Computer Vision в биомеде
  • Навигировать в “зоопарке” методов машинного обучения
  • Применять методы классического машинного обучения для распространенных задач
  • Оценивать качество моделей ML и корректно использовать метрики качества
  • Решать задачи бинарной классификации и сегментации изображений самостоятельно
  • Общаться с опытными ML-щиками на одном языке
  • Показать работодателю ваши кейсы через ссылку на нашем сайте с отзывом наставника
  • Эффективно развиваться в новых задачах на базе знаний курса
  • Претендовать на новые зоны ответственности по задачам ML и Computer Vision в биомеде
ПОЧЕМУ МЫ РЕКОМЕНДУЕМ ЭТОТ КУРС?
  • Оптимальный формат обучения с лучшими педагогическими практиками
  • Возможность изучать материалы в удобное для вас время, прямые эфиры - раз в неделю
  • Постоянная поддержка наставников в чате
  • Единственная программа с задачами по ML в NGS и Сomputer Vision в биомедицине в одном курсе
  • Групповые форматы практик для отработки заданий и обсуждения пройденного материала
  • Материалы лекций и доступ к комьюнити сохраняется в течение года
  • Организаторы и методологи программы 10 лет проводят отраслевую конференцию OpenBio и более 4 лет делают курсы по программированию в биотехе
СТОИМОСТЬ УЧАСТИЯ И ОПЛАТА КУРСА
Запись по цене раннего бронирования
69 900 ₽
75 000 ₽
для физических лиц
КУПИТЬ КУРС
84 900 ₽
90 000 ₽
для юридических лиц
КУПИТЬ КУРС

Не хватает информации? Мы проконсультируем Ваc бесплатно!

Возврат денег
Если обучение вам не подойдет вы можете вернуть полную сумму до второй недели обучения. Условия возврата прописываются в договоре.

Гарантии и договор
С каждым студентом заключается договор.

Для студентов дневных и вечерних отделений бакалавриата, магистратуры и специалитета предоставляется скидка 30%, для аспирантов — 10%.

Уточнить вопросы можно по почте
+7 (923) 181-98-86
education@openbio.ru
FAQ's