Получите универсальные знания в науке о данных, которые сможете применять в медицинской сфере
Проанализируете КТ-снимки и сделаете модель, предсказывающую течение COVID-19, чтобы подобрать корректное лечение
02
Computer Vision
Выберите направление для проекта
Поставите более точный диагноз пациенту с помощью обработки большого количества данных из медицинских карт
01
Machine Learning
Преимущества программы
Кейсы на реальных медицинских данных
Добавите в портфолио проекты, в которых будете анализировать медицинские данные пациентов и строить прогнозные модели. Это выгодно выделит вас среди других дата-сайентистов
Участие в соревнованиях Kaggle
Получите еще больше практики и примете участие в соревнованиях на самой большой платформе по анализу данных, машинному обучению и искусственному интеллекту
Консультации с менторами
Опытные дата-сайентисты будут поддерживать вас на протяжении всего обучения, помогут разобраться в сложных вопросах и задачах
Занятия без отрыва от работы
Учитесь 10 часов в неделю: 2 по будням или 5 по выходным. Доступ к материалам курса остается навсегда
Модуль по дискретной математике от академика РАН из МГУ им. Ломоносова
Алексей Львович Семенов
— Лекции от заведующего кафедрой математической логики и теории алгоритмов МГУ — Прикладные задачи
Участник разработок ПО для ИИ и суперкомпьютеров, лауреат премии ЮНЕСКО в области цифровых технологий в образовании и премии им. А. Н. Колмогорова за выдающиеся достижения в области математики
Чем занимается Data Scientist
Data Science в медицине используют для анализа и обработки большого количества данных, например, из историй болезней, анализов крови, генетических трекеров. Все это, чтобы помочь врачам поставить точный диагноз
Дата-сайентисты:
оптимизируют процессы за счет эффективного хранения и визуализации данных
выявляют закономерности, строят прогнозы и ставят точные диагнозы пациентам
сокращают издержки и ускоряют производство лекарств
Эта программа подойдет
Медикам, биологам и фармацевтам
Тем, кто хочет применять анализ данных в текущей работе или собственных проектах
Выпускникам медицинских вузов
Тем, кто освоил профессию, но не хочет работать в персонализированной медицине
Новичкам
Тем, кто хочет получить знания и опыт в Data Science для работы в медицинской сфере
Курс от экспертов в области Data Science
Алексей Семенов
Академик РАН
Заведующий кафедрой математической логики и теории алгоритмов МГУ
Эмиль Магеррамов
Ведущий автор разделов ML и DS
Руководитель группы вычислительной химии в BIOCAD
Создает сервисы и модели машинного обучения, которые помогают химикам быстрее выпускать лекарства
Михаил Баранов
Автор раздела курса
Эксперт по Data Science Компетенции: машинное обучение, большие данные, Python
Маргарита Бурова
Ведущий автор раздела MATH&ML
Эксперт по Data Science Компетенции: Python, машинное обучение, статистика, анализ данных
Александр Рыжков
Автор раздела про Kaggle
Руководитель команды LightAutoML Kaggle Grandmaster Компетенции: ML/DS, Python, математика, статистика, Kaggle
Екатерина Трофимова
Автор модулей по EDA
Исследователь лаборатории методов анализа больших данных, факультет компьютерных наук НИУ ВШЭ Компетенции: Python, PyTorch, CV, GNN
Мария Жарова
Стажер в команде ML «Циан» + ментор Skillfactory
Владимир Горюнов
Антон Киселев
Ведущий автор раздела «Введение в DS»
Head of Marketing Analytics, Playrix Эксперт по данным с опытом 15+ лет Компетенции: Data Science
Ментор Skillfactory на курсах по Data Science, Data Engineering и fullstack-разработке на Python
Леонид Саночкин
Ментор по NLP
Андрей Рысистов
Автор модулей по Python и ML
Эксперт DS, преподаватель Skillfactory, автор курсов, автор и соавтор нескольких научных исследований и работ. Сфера интересов — искусственный интеллект в авиационных технических системах
Елена Мартынова
Научный сотрудник AIRI 10+ лет занимается исследованиями в области NLP
Ментор Skillfactory
Компетенции: BI, SQL, Python, аналитика
Ментор
Ментор
Ментор
Ментор
Алек Леков
Senior ML Engineer, МТС
Основные компетенции — временные ряды, Deep Learning и нейронные сети. Занимается консалтингом в сфере AI
КУРАТОР КУРСА
13 мес
Программа обучения
Блок 1
5 месяцев
Основы науки о данных
Выравнивающий курс базовой математики
Разведочный анализ данных
Python для анализа данных
Основы SQL
Очистка, подгрузка и визуализация данных
Блок 2
5 месяцев
Машинное обучение
Алгоритмы машинного обучения для медицины
Проект по классическому машинному обучению на медицинских данных
Высшая математика для машинного обучения
Вывод проекта в продуктивную среду
Блок 3
3 месяца
Computer Vision и NLP
Нейросети для медицинских проектов
Итоговый проект. Примеры проектов:
Компьютерное зрение (CV) для обработки медицинских изображений
Попробуете решить проблему диагностики — поставите более точный диагноз пациенту с помощью обработки большого количества данных из медицинских карт
Проанализируете КТ-снимки и сделаете модель, предсказывающую течение COVID-19, чтобы подобрать корректное лечение
Обработка естественного языка (NLP) в медицине
Как проходит обучение
В среднем оно занимает 10 часов в неделю: это 2 часа учебы в день по будням или 5 часов — по выходным. Доступ к материалам курса остается навсегда
Формат
Теория на понятном языке и много практики внутри единой онлайн- платформы
Записанные лекции и задания для самостоятельной работы
Домашние задания и проекты с проверкой от ментора
Тренажеры с десятками заданий в каждом модуле программы
Обратная связь
Менторы и координаторы поддержат и ответят на вопросы
Менторы — опытные разработчики. Помогут разобраться в темах и проверят домашние задания.
Координаторы — команда заботы о студентах. Решат организационные вопросы, поддержат и помогут пройти обучение до конца.
IT-сообщество
На курсе у вас появятся связи, полезные для продвижения в сфере
Общий чат курса, чтобы общаться с другими студентами
Чат с ментором на платформе, чтобы прояснить непонятные темы и задания
Мероприятия и стажировки с партнерами, чтобы наработать опыт и показать свои скиллы работодателям
Python
Pandas
SQL
Matplotlib
Linux
Plotly
NumPy
Seaborn
Знаю, как с помощью Data Science решать задачи в прикладной медицине и биологии
Работаю с данными в Python и основными библиотеками
Умею выгружать, очищать, анализировать, визуализировать данные
Владею нужными для работы алгоритмами машинного обучения
Александр Иванов
Data Scientist в медицинской сфере
Инструменты:
Ваши навыки после обучения
Записаться на курс
-40%
177 BYN/мес
295 BYN/мес
В рассрочку на 28 мес
Стоимость курса: 4 950 BYN
Стоимость в рассрочку указана от банков-партнёров — договор с банком, подробности уточняйте у менеджера
Скидка по промокоду:
Кешбэк 100%: 4 950 баллов на Lerna
Data Scientist в медицине
Длительность: 13 мес
Старт курса: 27 октября
Заполните контактные данные
Часто задаваемые вопросы
Data Science, или наука о данных, — раздел компьютерной науки, связанный со сбором, обработкой и анализом большого количества неструктурированных данных. Потом на их основе принимают эффективные решения. В медицине такие данные берут из историй болезней пациентов, осмотров, результатов медицинских тестов и лабораторных исследований. Для прогнозирования заболеваний, оценки эффективности лечения, персонализированной медицины применяют методы машинного обучения.
Да, программа подходит новичкам. Тем, кто хочет получить знания и опыт в Data Science для работы в медицинской сфере.
Data Science широко применяют в медицине. Специалисты оптимизируют процессы за счет эффективного хранения и визуализации данных. Выявляют закономерности, строят прогнозы и ставят точные диагнозы пациентам с помощью анализа данных. Сокращают издержки и ускоряют производство лекарств благодаря методам машинного и глубокого обучения.
Это анализ и обработка большого количества данных, например, из историй болезней, анализов крови, генетических трекеров пациентов. Все это делают для того, чтобы помочь врачам поставить точный диагноз.
Медицинский аналитик собирает и обрабатывает медицинские данные. Например, просматривает истории болезней, анализы пациентов. Для этого специалист может использовать технологии машинного обучения и визуализации данных.
В среднем обучение занимает 10 часов в неделю — это 2 часа в будни или 5 в выходные. Лекции можно смотреть в записи, доступ к материалам останется навсегда.
Да, можете. Для занятий подойдет любой офисный или домашний компьютер с выходом в интернет. Мощный процессор или дорогая видеокарта не пригодятся — мы научим вас использовать облачные технологии для вычислений.
Сайт использует файлы cookie для обеспечения удобства пользователей сайта, его улучшения, предоставления персонализированных рекомендаций.
Подробнее
Войти
Каталог
