BostonGene - Трек "Биоинформатика"
Проекты отдела научных исследований:
- Разработка алгоритмов и биоинформатический анализ NGS данных (WES, WGS, RNAseq, scRNAseq, Methyl-seq);
- Поиск персонализированных биомаркеров эффективности терапий включающих аналитику биологии опухоли;
- Создании молекулярно-клеточной модели описания свойств опухоли и анализ принципа действия препаратов.
- SAAS платформа поддержки принятия решений в области онкологии для врачей - внутренняя CRM-система для управления процессами в "мокрых" лабораториях;
- Построение и интеграция pipeline решений для биоинформатиков;
- Проектирование предметных моделей (мы практикуем Domain Driven Design) и OpenAPI-протоколов взаимодействия.
Philips - Трек "Организация здравоохранения"
Лаборатория Philips занимается разработкой систем искусственного интеллекта и их применением в здравоохранении.
Проекты:
Что студенту предлагается:
Про Explainable AI
Проекты:
- Создание explainable AI, то есть системы интерпретации показаний нейросетей, используемых в здравоохранении;
- Обработка изображений компьютерным зрением.
Что студенту предлагается:
- интересная научная работа - технологичная, наукоемкая, бизнесовая;
- работа в командах, участники которых распределены по всему миру;
- возможность патентоваться, публиковаться.
Про Explainable AI
Центр внедрения геномных технологий - Трек "Организация здравоохранения"
Проекты:
Подробнее про платформу nFrAim
- Разработка платформы nFrAim, предназначенной для эффективного поиска и реализации диагностических и терапевтических решений (включая подбор технологий) на основе нуклеиновых кислот (ДНК и РНК, в том числе мРНК и миРНК), составляющих основу персонализации в медицине;
- Разработка панели миРНК, предназначенной для исследования состояния организма, включая изменения, вызванные влиянием внешних факторов;
- Разработка неинвазивного пренатального теста (НИПТ);
- Генетический скрининг рыбок данио.
Подробнее про платформу nFrAim
ХимРар, ChemDiv - Трек "Искусственный интеллект и молекулярное моделирование в разработке лекарств"
Разработка лекарственных средств – это междисциплинарное прикладное направление в науках о жизни, неотъемлемыми компонентами которого являются органическая химия, биотехнология, биохимия, фармакология, технология лекарственных средств, информатика и другие. Специалист по разработке лекарств должен уверенно владеть широким арсеналом современных химических, биологических, медицинских, компьютерных и технологических знаний и навыков.
Ключевыми индустриальными партнерами магистратуры являются Группа компаний ХимРар – ведущий в России негосударственный научный центр, работающий в сфере разработки и производства инновационных лекарств, а также компания ChemDiv (США) – один из ведущих мировых поставщиков исследовательской химии для поиска физиологически активных веществ. Роль индустриальных партнеров состоит в оказании консультационной, финансовой, инфраструктурной поддержки, а также в постановке реальных практических задач на этапе выполнения магистрантами научно-квалификационных работ.
Руководитель направления: Константин Валерьевич Балакин.
Российский специалист в области медицинской и компьютерной химии, разработки лекарственных средств и трансфера биомедицинских технологий. Доктор химических наук (специальность – органическая химия). Доцент (специальность – медицинская химия). Автор более 140 научных публикаций в рецензируемых изданиях (индекс Хирша 25, Scopus) и более 15 патентов, в том числе зарубежных, в сфере разработки лекарств.
Посмотреть детали
Ключевыми индустриальными партнерами магистратуры являются Группа компаний ХимРар – ведущий в России негосударственный научный центр, работающий в сфере разработки и производства инновационных лекарств, а также компания ChemDiv (США) – один из ведущих мировых поставщиков исследовательской химии для поиска физиологически активных веществ. Роль индустриальных партнеров состоит в оказании консультационной, финансовой, инфраструктурной поддержки, а также в постановке реальных практических задач на этапе выполнения магистрантами научно-квалификационных работ.
Руководитель направления: Константин Валерьевич Балакин.
Российский специалист в области медицинской и компьютерной химии, разработки лекарственных средств и трансфера биомедицинских технологий. Доктор химических наук (специальность – органическая химия). Доцент (специальность – медицинская химия). Автор более 140 научных публикаций в рецензируемых изданиях (индекс Хирша 25, Scopus) и более 15 патентов, в том числе зарубежных, в сфере разработки лекарств.
Посмотреть детали
ФБВТ - Трек "Технологическое предпринимательство"
Студенты магистерской программы Физтех-школы бизнеса высоких технологий (ФБВТ) получат возможность проходить практику и работать в корпорациях-партнерах программы, в компаниях из экосистемы «Сбера», а также в ГК «Химрар», «ВкусВилл», и других. Также для сотрудничества открыты стартапы, заинтересованные в новых кадрах.
Обучение будет проходить в формате ежемесячных проектных сессий с погружением в программы на базе «СберУниверситета» и МФТИ, онлайн- и офлайн- занятий по вечерам.
Заведующий кафедрой БФК профессор Андрей Иващенко рассказал: «Научиться водить машину можно только сев за руль с инструктором и выехав в город... Научиться заниматься высокотехнологичным бизнесом можно только участвуя в реальном проекте. Это основная идея новой бизнес-магистратуры. Мы уже десять лет развиваем направление технологического предпринимательства на кафедре БФК и в Центре стартап-студий и рады такой кооперации с новой бизнес-школой, основанной МФТИ и "Сбером". Это даст новые возможности для физтехов, которые выбирают карьеру технологических предпринимателей и бизнес-лидеров».
Освоение теоретического материала по управлению бизнес-проектами будет проходить интенсивно. Наряду с традиционными предметами в МБА студенты станут изучать подходы по созданию и развитию технологических проектов и их трансформации в экосистемы будущего.
По вопросам обращаться к Елене Докиной dokina.ev@mipt.ru.
Обучение будет проходить в формате ежемесячных проектных сессий с погружением в программы на базе «СберУниверситета» и МФТИ, онлайн- и офлайн- занятий по вечерам.
Заведующий кафедрой БФК профессор Андрей Иващенко рассказал: «Научиться водить машину можно только сев за руль с инструктором и выехав в город... Научиться заниматься высокотехнологичным бизнесом можно только участвуя в реальном проекте. Это основная идея новой бизнес-магистратуры. Мы уже десять лет развиваем направление технологического предпринимательства на кафедре БФК и в Центре стартап-студий и рады такой кооперации с новой бизнес-школой, основанной МФТИ и "Сбером". Это даст новые возможности для физтехов, которые выбирают карьеру технологических предпринимателей и бизнес-лидеров».
Освоение теоретического материала по управлению бизнес-проектами будет проходить интенсивно. Наряду с традиционными предметами в МБА студенты станут изучать подходы по созданию и развитию технологических проектов и их трансформации в экосистемы будущего.
По вопросам обращаться к Елене Докиной dokina.ev@mipt.ru.
Лаборатория трансляционной геномной биоинформатики - Трек "Организация здравоохранения"
Научный руководитель: д.т.н. Борисов Н.М.
Topic 1: Universal gene expression data harmonizer
Topic 2: FLOating Window Projective Separator
Topic 3: Darwinian (genetic-type) vs Lamarckian (neural-type) optimization of Monte Carlo modelling
Required skills:
Topic 1: Universal gene expression data harmonizer
Topic 2: FLOating Window Projective Separator
Topic 3: Darwinian (genetic-type) vs Lamarckian (neural-type) optimization of Monte Carlo modelling
Required skills:
- Motivation to learn and do science
- Proficiency in Calculus, Computer Science and Statistics
- Fluency in R & Python
- C/C++/C#, MATLAB, Perl etc. is a strong bonus
- Presentation skills are strongly recommended
Data Matrix - Трек "Организация здравоохранения"
RWE (Real World Evidence) исследования – это проекты с использованием
ретроспективных данных историй болезни и выписных эпикризов. Большая
часть этих данных хранится в текстовом формате. Возможные проекты и задачи:
1. Структурирование текстовых данных. Извлечение числовых и нечисловых
параметров, представляющих важность для исследования. Здесь вы научитесь
применять последние разработки в области NLP, а также простые алгоритмы на
основе правил.
2. Сбор датасетов для исследований. Здесь нужно собрать данные из полученных
результатов структурирования текстов и собрать набор данных, отвечающих
условиям исследования. Вы научитесь применять SQL и работать с
датафреймами в Python.
3. Предсказательные модели. Здесь вы попрактикуетесь в применении
классических алгоритмов машинного обучения, в основном применительно к
оценке выживаемости. Весь стек классических алгоритмов уже адаптирован для
этой задачи. Вам предстоит работать с данными, искать наилучшие предикторы
для модели, грамотно стратифицировать данные, получать понятную для
заказчика, качественную с учетом метрик и устойчивую модель.
Требования:
Знание Python, классических алгоритмов ML, интерес к NLP и проектам в
медицине
ретроспективных данных историй болезни и выписных эпикризов. Большая
часть этих данных хранится в текстовом формате. Возможные проекты и задачи:
1. Структурирование текстовых данных. Извлечение числовых и нечисловых
параметров, представляющих важность для исследования. Здесь вы научитесь
применять последние разработки в области NLP, а также простые алгоритмы на
основе правил.
2. Сбор датасетов для исследований. Здесь нужно собрать данные из полученных
результатов структурирования текстов и собрать набор данных, отвечающих
условиям исследования. Вы научитесь применять SQL и работать с
датафреймами в Python.
3. Предсказательные модели. Здесь вы попрактикуетесь в применении
классических алгоритмов машинного обучения, в основном применительно к
оценке выживаемости. Весь стек классических алгоритмов уже адаптирован для
этой задачи. Вам предстоит работать с данными, искать наилучшие предикторы
для модели, грамотно стратифицировать данные, получать понятную для
заказчика, качественную с учетом метрик и устойчивую модель.
Требования:
Знание Python, классических алгоритмов ML, интерес к NLP и проектам в
медицине
АЙРА Лабс - Трек "Организация здравоохранения"
Компания АЙРА Лабс развивает современные технологии компьютерного зрения и создает продукты для врачей на их основе.
Мы ищем студентов двух профилей для работы в компании и написания магистерских дипломов по рабочим проектам.
1. Продуктовый аналитик (intern/junior). Наша компания - лидер Московского Эксперимента, mosmed.ai по качеству и числу продуктов, помогающих московским врачам рентгенологам. В результате мы работаем с большим количеством данных как в проспективном, так и ретроспективном режиме (обрабатываются тысячи исследований и терабайты данных ежедневно) и возникает ряд задач по оценке и мониторингу качества наших продуктов, а также о системном влиянии на систему здравоохранения. Для решения этих задач мы усиливаем группу аналитики.
Требования: понимание принципов ООП (желательно владение python), интерес к поиску закономерностей в данных, опыт проектов с нетривиальной аналитикой либо опыт продуктовой аналитики (только для junior).
Будет плюсом: знание принципов и инструментов машинного обучения, опыт работы с базами данных, научные публикации.
2. Инженер по компьютерному зрению (intern/junior). Мы активно развиваем функциональность наших продуктов, а также проводим фундаментальные исследования по развитию алгоритмов компьютерного зрения для анализа 3D медицинских изображений, поэтому продолжаем расширять команду разработки.
Требования: уверенное владение python, интерес к поиску закономерностей в данных, опыт решения проектов с помощью сверточных нейронных сетей с их реализацией на Pytorch (только для junior).
Будет плюсом: опыт в области обработки медицинских изображений, научные публикации.
Посмотреть детали
Мы ищем студентов двух профилей для работы в компании и написания магистерских дипломов по рабочим проектам.
1. Продуктовый аналитик (intern/junior). Наша компания - лидер Московского Эксперимента, mosmed.ai по качеству и числу продуктов, помогающих московским врачам рентгенологам. В результате мы работаем с большим количеством данных как в проспективном, так и ретроспективном режиме (обрабатываются тысячи исследований и терабайты данных ежедневно) и возникает ряд задач по оценке и мониторингу качества наших продуктов, а также о системном влиянии на систему здравоохранения. Для решения этих задач мы усиливаем группу аналитики.
Требования: понимание принципов ООП (желательно владение python), интерес к поиску закономерностей в данных, опыт проектов с нетривиальной аналитикой либо опыт продуктовой аналитики (только для junior).
Будет плюсом: знание принципов и инструментов машинного обучения, опыт работы с базами данных, научные публикации.
2. Инженер по компьютерному зрению (intern/junior). Мы активно развиваем функциональность наших продуктов, а также проводим фундаментальные исследования по развитию алгоритмов компьютерного зрения для анализа 3D медицинских изображений, поэтому продолжаем расширять команду разработки.
Требования: уверенное владение python, интерес к поиску закономерностей в данных, опыт решения проектов с помощью сверточных нейронных сетей с их реализацией на Pytorch (только для junior).
Будет плюсом: опыт в области обработки медицинских изображений, научные публикации.
Посмотреть детали