Артем М.
Начинающий биоинформатик, it специалист для биотехаРаботу на полный день в области статистической обработки генетических, биологических или медицинских данных произвольной природы. Возможности углубиться в биоинформатику, биологию, медицину и получить кандидатскую степень на стыке этих наук и статистического анализа данных будут плюсом.
Последнее обновление резюме | 19.09.2019 |
Адрес | Москва, Russian Federation |
Электронная почта | Заблокировано |
Телефон | Заблокировано |
Опыт
Научный сотрудник
Научный сотрудник
Аспирант в отделе теории вероятностей и математической статистики
Образование
Серия спецкурсов по теории вероятностей, математической статистике и теории случайных процессов
Прикладная математика (Стохастический анализ и модели обработки информационных массивов)
Референт-переводчик английского языка
В чем вы сильны?
Статистический анализ данных с использованием различных библиотек Python (Scikit-learn, Scipy, Numpy, Pandas, PyTorch, Keras, Tensorflow) и программирование на Python, программирование на R, знание пакета Wolfram Mathematica. Визуализация данных и результатов средствами Python (Matplotlib, Seaborn), средствами R и навыки работы с системой оформления LaTex. Владение SQL, навыки написания запросов. Глубокое знание математической статистики, случайных процессов и алгоритмов Монте-Карло, навыки теоретического анализа статистических процедур и алгоритмов. Опыт работы в международной научной группе, свободное владение английским языком.
Расскажите о себе что-нибудь еще: публикации, конференции, хобби
Опыт участия в конференциях. Интерес к сфере биоинформатики, биологии и медицины. Желание и умение постоянно разбираться с новыми технологиями и погрузиться в предметную область. Постоянное повышение уровня владения английским языком.
Законченные онлайн-курсы:
- Deep Learning Prerequisites: The Numpy Stack in Python
- Hadoop. Система для обработки больших объемов данных
- Python: основы и применение
- Statistical Learning (Stanford Online)
- Алгоритмы: теория и практика. Методы
- Алгоритмы: теория и практика. Структуры данных
- Анализ данных в R
- Введение в Data Science и машинное обучение
- Введение в базы данных
- Нейронные сети
- Нейронные сети и компьютерное зрение
- Основы программирования на R
- Основы статистики
- Основы статистики. Часть 2
- Основы статистики. Часть 3
- Программирование на Python