Машинное обучение в биологии и биомедицине | OpenBio.Edu

Мы позвали настоящих экспертов-технарей поговорить с вами про собеседование и наймМы тут подумали — а что если провести открытый семинар по карьере в новом формате? Не просто «послушайте лекцию», а реально разобраться, как устроено собеседование в биоинформатическую компанию — фактурненько, от начала до конца, глазами тех, кто нанимает.Собрали сразу трёх лидов из BostonGene — с разных сторон биоинформатики:Александр Сарачаков — Team Lead AI/ML, к.б.н., спикер курса «Машинное обучение в биологии и биомедицине» от OpenBioКонстантин Чернышев — руководитель отдела биоинформатика (NGS division), опыт работы в биотехе 10 летАндрей Кравец — тимлид команды биоинформатиков (дата аналитики) с опытом 6 лет в биотехе🎙 Первая часть — формат подкаста/интервьюЗадавайте вопросы вживую. Мы поотвечаем на всё:— на что смотрят при найме— как правильно отвечать на вопросы— какие red flags видит нанимающий менеджер— и что наоборот даёт плюс в карму— как вообще выглядит собеседование от начала до конца — с точки зрения лидов🎯 Вторая часть — mock-собеседования вживуюРазберём 3–4 человека: коротко прогоним по резюме и по собеседованию. Скажем честно — прошёл бы / не прошёл, и почему. Что говоришь правильно, что нет. Никакой воды — только конкретный фидбэк.Эксперты — народ занятой, но нашим самим интересно — так что формат будет живым. Зовите всех, кто ищет работу в биоинформатике или хочет понять, как проходят собеседования в топовые компании индустрии 👇Регистрация для получения доступа на семинар тут.Отправить свою анкету на конкурс резюме можно здесь.📅 Ориентировочная дата — 10 июня 19.00 по мск

💡 Серия спринтов OpenBio У нас много новеньких на канале (👋) и перед стартом курса «Машинное обучение в биологии и биомедицине» мы решили напомнить о трех спринтах, которые стали для многих первой точкой входа в ML.Если вы проходили их раньше — самое время освежить материалы, а если нет — это отличный шанс быстрее втянуться в курс.🔥 ML Bootcamp 🌤🌥☁️Пятидневный интенсив по основам машинного обучения.Мы говорили о метриках регрессии, кластеризации, нейросетях и мультиомике.Все это на реальных биомедицинских данных.➡️ Bootcamp помогает познакомиться с различными разделами машинного обучения: с учителем, без и куда же без нейронных сетей! (А еще это хорошая возможность посмотреть на наших преподавателей в деле).❤️‍🔥 LLM Sprint 🤫🫠🤥😶 Неделя, посвященная большим языковым моделям.Мы разбирали промптинг, сравнивали модели, учились использовать LLM в анализе статей, код-ревью, в планировании экспериментов и обсуждали риски addiction to LLM и даже этические вопросы.➡️ Этот спринт особенно полезен тем, кто работает с биологическими данными — он показывает, как встроить LLM в исследовательскую практику и повысить эффективность без потери научной точности. 🧨 Classic ML Sprint 1⃣2⃣3⃣4⃣5⃣6⃣Пять моделей за пять дней — регрессия, SVM, kNN, деревья решений и Наивный Байес. Каждый день — возможность познакомится с одним из классических методов машинного обучения и попробовать себя в интерпретации результатов обучения моделей.➡️ Идеальная разминка перед первым модулем курса — именно он основан на этих «классиках» машинного обучения.Мы создаем спринты, чтобы вы не просто узнали о трендах, а прочувствовали их в работе. Это ваша возможность увидеть логику моделей, проникнуться вайбом мира ML и пойти на курс максимально подготовленным.❕ Старт курса — 3 ноября! Это идеальный момент, чтобы разогреться перед основной программой.P.S. И это не шутка: следующий поток курса "Машинное обучение в биологии и биомедицине" запланирован аж на 2027 год. Если вы ждали знак — возможно, это о

Начинаем через 10 минут!Первый вебинар нового формата Open Code — уже на старте.Сегодня вместе с Ильей Воронцовым разбираем batch-эффект:➡️ Визуализируем данные, ➡️ Применим PCA, ➡️ Оценим вклад batch-эффекта ➡️ Посмотрим, как меняются результаты после коррекции.Если еще не с нами — подключайтесь сейчас!Успеете попасть в прямой эфир и задать вопросы 👉 [ссылка на подключение] Заполняйте анкету что бы получить запись вебинара и готовый ноутбук!

📲 Мы начинаем новый формат! Open Code — никаких слайдов, только данные и дискуссия, только live-коддинг 🤟❕ Тема сегодня — batch-эффект в экспрессионных данных.Он проявляется тогда, когда клетки группируются не по типам, а по тому, из какого образца они пришли. Из-за этого искажаются результаты кластеризации, определения типов клеток и реконструкции траекторий.Но не всякая разница — batch-эффект. Иногда отличия между образцами действительно отражают биологическую реальность — например, в случае опухолевых клеток.➡️ Разберемся в этом вместе с нашим постоянным спикером — Ильей Воронцовым, преподавателем первого модуля курса «Классические методы машинного обучения». Илья более 10 лет преподает машинное обучение и анализ данных, занимается биоинформатикой в области транскрипционной регуляции в ИОГен РАН, Alma mater: МФТИ. 📅 Сегодня в 19:00Идет последняя неделя до старта курса, и мы хотим, чтобы у вас была возможность продолжить обучение с Ильей на самых лучших условиях.Поэтому для участников вебинара мы подготовили самое щедрое предложение сезона. Подробности и промокод на максимальную скидку объявим в прямом эфире. Это наш способ поблагодарить тех, кто готов учиться и действовать.✅ Не успеваете на эфир? Оставьте ваши контакты по ссылке — мы пришлем запись вебинара и ноутбук с готовым кодом.📌 Курс "Машинное обучение в биологии и биомедицине" | OpenBio.Edu — подписывайтесь!#openbio_OpenCode

💡 Истории наших выпускниковМы вновь делимся нашей главной гордостью — выпускниками! Нам особенно приятно видеть, что выпускники OpenBio не останавливаются на достигнутом: поступают в магистратуры, защищают дипломные работы, развиваются в биоинформатике и смежных областях. Для нас это подтверждение тогочто наш курс стал тем самым кирпичиком в фундаменте знаний, на который можно уверенно опираться дальше. 🔺Валерия Логинова применяла машинное обучение в дипломной работе по нейромаркетингу и решила развиваться в направлении IT-медицины.🔺Алина Лапенко использовала методы курса для анализа изображений и поступила в аспирантуру МИФИ.🔺Вера планирует обучение в магистратуре по биоинформатике.🔺Анастасия Михайленко после курса успешно поступила в магистратуру Сеченовского университета.Эти истории показывают, как знания, полученные на курсе, становятся частью профессионального пути.Для нас это лучший показатель того, что OpenBio действительно помогает расти — в профессии и в науке!#openbio_graduates📌Курс "Машинное обучение в биологии и биомедицине" | OpenBio.Edu — подписывайтесь!

❔Open Code: разберемся в данных вместе28 октября в 19:00 — приглашаем на открытый вебинар с лайв-кодингом в прямом эфире.На этот раз мы посмотрим на batch-эффект в экспрессионных данных и разберем, как его увидеть и скорректировать с помощью классических методов машинного обучения.Вместе: 🔺Визуализируем данные и посмотрим, как проявляется батч-эффект; 🔺Применим PCA для уменьшения размерности; 🔺Используем линейную регрессию, чтобы количественно оценить вклад батчей и удалить его; 🔺Сравним результаты «до» и «после» коррекции.Формат — open code session: все, что происходит на экране, можно повторить шаг за шагом.↗️ Присоединяйтесь!📅 Когда: 28 октября, 19:00 (МСК)📌 Машинное обучение в биологии и биомедицине|OpenBio.Edu — подписывайтесь!

Анонс возможности попасть на первый модуль основной программы курса "Задачи классического ML для биологии и биомедицины".📲Чтобы уверенно ориентироваться на любой карте, нужно научиться прокладывать маршрут самостоятельно: выбирать правильную дорогу, обходить препятствия и добираться до цели. Именно для этого мы запускаем отдельный доступ к первому модулю нашей основной программы «Классические методы ML» - 17 часов лекций, 9 часов семинаров, домашних проект с развернутой обратной связью.Это уже не беглый обзор, а полноценная экспедиция, где мы вместе:🔺Разберем теорию досконально: вы поймете не только что делает модель, но и почему она работает именно так.🔺Перейдем к практике: на семинарах вы своими руками обучите модели, научитесь настраивать их и интерпретировать результаты.🔺Выполните проект: закрепите знания на реальной задаче и получите подробную обратную связь от наших экспертов.❕ Полная стоимость модуля — 29 900 ₽. Но вы уже сделали первый и самый важный шаг. В награду за ваше упорство мы дарим вам скидку 10 000 ₽ по кодовой фразе из викторины. Итоговая цена для самых пытливых исследователей — 19 900 ₽. Это ваш шанс превратить недельный интерес в прочный и востребованный навык. Готовы перейти от карты к построению маршрутов — ждем вас на первом модуле!➡️ Записаться на модуль по классическим методам машинного обучения

Поздравляем тех, кто дошел с нами до финала спринта ❤️Наш экспресс-маршрут по миру классического машинного обучения окончен. В течение пять дней мы знакомили вас с логикой регрессий, мощью SVM, интуитивностью деревьев и скоростью Наивного Байеса. Надеемся, что нам удалось показать вам "карту местности": где находятся ключевые «города» и «реки» в области классических методов ML.↗️ Спасибо тем, кто не просто читал посты, а анализировал графики и искал ответы в викторине и честно хотел заработать бонус от нашего проекта – мы ценим энтузиазм и настоящую мотивацию исследователя!🎁 Для вас остался финальный штрих: соберите кодовую фразу из ваших ответов и отправьте ее в форму ниже. Для тех, кто дойдет до конца, приготовили бонус: скидку 10 000 ₽ на весь курс или…..при покупке первого модуля отдельно.Отправить кодовую фразу и зачислить на счет бонусВ подарок вам сделали карточки-памятки по рассмотренным методам! 📩📥📤📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!

❔ Сегодня финальный день нашего спринта — и на сцене Наивный Байесовский классификатор.После всех деревьев, соседей и опорных векторов он может показаться слишком простым. Но именно в этой простоте - его сила: Байес не ищет сложных границ, он просто оценивает вероятности и выбирает наиболее правдоподобный вариант.Этот алгоритм часто недооценивают - а зря. Иногда именно он оказывается первым, кто находит закономерность, когда другие методы теряются в деталях.И да, именно сегодня вы сможете собрать последнюю часть кодовой фразы.📌 Машинное обучение в биологии и биомедицине | OpenBio.Edu — подписывайтесь!