1. Разработка, создание и внедрние моделей машинного обучения для задач в области медицины. 2. Сотрудничество с командой IT для интеграции моделей машинного обучения в производственные среды. 3. Создание pipelin-ов для предварительной обработки и очистки больших наборов данных. 4. Настройка гиперпараметров и оптимизация модели для улучшения метрик.

Обучение принципам статистического анализа в биомедицинских исследованиях. Теоретические и практические занятия

1. Анализ данных для выявления тенденций и инсайтов в области онкологии. 2. Разработка прогностических моделей, используя методы анализа выживаемости, временных рядов, регрессии, классификации и кластеризации. 3. Автоматизация рабочих процессов связанных с потокаит данных и создание индивидуальных ETL-конвейеров для сокращения времент ручной обработки. 4. Взаимодействие с дата инженерами и менеджерами для внедрения решений, основанных на данных.

Целевая аудитория - аспиранты Обязанности - обучение принципам статистического анализа в биомедицинских исследованиях