Знания:

• Общая и частная фармакология (преподавание на русском и английском языках)
• Основные разделы математики: Математический анализ (в том числе основы векторного анализа), линейная алгебра, теория вероятности и статистика
• хемоинформатика и компьютерный дизайн лекарств
• Программирование на языках: Python, JS, HTML, CSS
• Работа с литературой, написание систематических обзоров и мета-анализ клинических исследований

Работа с библиотеками и технологиями:

• ML & CADD: RDkit, pandas, numpy, sklearn, tensorflow  
• Web: Django, django rest framework, requests, gunicorn, celery 
• JS: Vue.js
• Docker, nginx, postgresql, AWS s3

Навыки в области хемоинформатики:

• Написание скриптов для работы с API баз данных (CHEMBL)
• Обработка данных (удаление Nan, удаление дубликатов, визуализация данных, проверка на мультиколлинеарность, кодирование категориальных переменных)
• Работа с данными: Стандартизация, логарифмическая трансформация, обнаружение выбросов, описательные статистики, бутстрап, А/Б тестирование, permutation.
• Представление и визуализация молекул: SMILES, графовое представление, 3D-визуализация. Работа со фрагментарными, химико-физическими, структурными и топологическими дескрипторами.
• Кластеризация химических соединение ( Butina clustering )
• Построение модели фармакофора, поиск новых активных соединений (ZINC) в соответствии с обнаруженными фармакофорными центрами 
• Построение моделей машинного обучения для предсказания активности ( EC50, IC50, Ki ) химических соединений
• Построение глубоких нейронных сетей, построение сверточных нейронных сетей, основанных на SMILEs
• Молекулярный докинг
• In silico ADME & toxicity: Lipinski, PAINS, Unwanted substructure filtering   

Индивидуальный проект

• Реализация генетического алгоритма для выравнивания и наложения молекул с последующим построением фармакофора
• Разработка веб приложения для построения фармакофора  

Руководство подготовкой и написанием студенческих научных работ в сфере машинного обучения и мета-анализа клинических исследований.