Оставьте заявку. Первыми узнайте о наборе в 2025 году
Data Science в медицине — не просто профессия. Это разные направления, в которых нуждаются пациенты и рынок
Биоинформатик
MLops инженер
Руководитель проектов в здравоохранении
Научитесь разворачивать и поддерживать модели машинного обучения в производственной среде. Будете на практике применять современные инструменты.
Научитесь находить финансирование для Data Science проектов в сфере здравоохранения, управлять командой, принимать стратегические решения и разрабатывать инновационные продукты в медицине.
Познакомитесь с моделированием лекарственных препаратов, вычислительной биологией и биомедициной. Узнаете, как использовать машинное и глубокое обучение для анализа биологических данных, включая технологии анализа данных NGS, хемоинформатику и молекулярный дизайн.
Специалисты по Data Science в работе с медицинскими данными
Специалисты по Data Science в работе с медицинскими данными
Python
Ваше резюме после обучения
Применять знания фундаментальных и прикладных дисциплин при планировании, поиске и анализе медицинских данных
Разрабатывать инновационные продукты
Организовывать научно-исследовательскую работу
Прогнозировать и диагностировать на основе анализа медицинских данных
Получать и выполнять предобработку медицинских данных
Формировать сервисы по результатам анализа данных
Специалист по Data Science в медицине
Антон Пальшин
Навыки:
Образование: диплом магистратуры
Инструменты:
Plotly
Matplotlib
Keras
Scikit-learn
SQL
Pandas
GitHub
NumPy
Airflow
PyTorch
ClickHouse
Catboost
Docker
Высокоуровневый язык программирования общего назначения
Бесплатная графическая библиотека с открытым исходным кодом
Библиотека для машинного обучения на Python. Распространяется в виде свободного программного обеспечения
Открытая программная библиотека от Яндекса с уникальным патентованным алгоритмом построения моделей машинного обучения.
Веб-сервис для совместной работы и хостингом IT–проектов
Библиотека на Python для визуализации данных двумерной и трёхмерной графикой
Открытая нейросетевая библиотека на Python
Продвинутая библиотека для обработки и анализа данных в Python
Программное обеспечение для автоматизации развёртывания и управления приложениями в средах с поддержкой контейнеризации. Контейнеризатор приложений
Библиотека с открытым исходным кодом для языка программирования Python
Набор инструментов (фреймворк) предназначенный для машинного обучения
Открытое программное обеспечение для создания, выполнения, мониторинга и оркестровки потоков операций по обработке данных
Колоночная аналитическая СУБД с открытым кодом, позволяющая выполнять аналитические запросы в режиме реального времени на структурированных данных
Язык запросов для работы с базами данных, структурированных особым образом
Работать с базами данных генетической и медико-биологической информации: OMIM, Cosmic, ClinVar, HGMD, 1000 Genomes
Программа магистратуры — 2 года обучения
Посещайте семинары по расписанию, а лекции смотрите в удобное время на платформе. Чтобы успешно освоить программу, выделите 20-30 часов в неделю на обучение.
1 семестр
сентябрь – январь
Основы профессии
Экзамен. 5 з. е.
Программирование на Python для анализа данных
Дифзачет. 2 з. е.
Этические аспекты исследований в медицине и биологии
Зачет. 1 з. е.
Основы критического мышления и теории аргументации
Экзамен. 5 з. е.
Математика для ML
Зачет. 3 з. е.
Современные технологии здравоохранения
Молекулярная биология и генетика
Экзамен. 5 з. е.
Зачет. 2 з. е.
Проектный практикум
2 семестр
февраль – июнь
Углубление в сферу
Дифзачет. 2 з. е.
Программирование на языке R
Дифзачет. 2 з. е.
Основы инновационного менеджмента и предпринимательства
Экзамен. 3 з. е.
Биостатистика — по выбору
Экзамен. 4 з. е.
Алгоритмы машинного обучения
Дифзачет. 4 з. е.
Доказательная медицина
Инжиниринг данных — по выбору
Экзамен. 3 з. е.
Экзамен 3 з. е
Глубокое обучение
Дифзачет. 3 з.е.
Организация и планирование научных исследований
Аналитика данных
Экзамен. 4 з. е.
Дифзачет. 3 з.е.
Основы научно-исследовательской деятельности и создание продукта
3 семестр
сентябрь – январь
Индивидуальный трек
Экзамен. 4 з. е.
Принятие решенией в здравоохранении
Экзамен
Научно-исследовательская работа
Экзамен. 2 з. е.
Омиксные технологии NGS — по выбору
Экзамен. 3 з. е.
Анализ естественного языка
Дифзачет. 2 з. е.
Организация и экономика здравоохранения
Зачет. 2 з. е.
Английский для профессиональной коммуникации
Экзамен. 3 з. е.
Компьютерное зрение
Зачет. 2 з.е.
Проектный практикум
Экзамен. 2 з. е.
Развертывание ML-моделей — по выбору
4 семестр
февраль – июнь
Выпускная квалификационная работа
Сформируете целостное представления о ведущих принципах врачебной этики и рассмотрите этические вопросы анализа биомедицинских данных и ML-технологий
Сможете вести профессиональную деятельность опираясь на философское осмысление изменений происходящие в IT и биомедицинской сферах, их влияния на социальную и духовную жизнь общества
Зачет
Решите индустриальный кейс. Начнете работу над ВКР или собственным проектом