Data scientist в медицине
Data scientist — труднопереводимый на русский язык термин, обозначающий специалиста, который одновременно разбирается в IT (способен программировать, придумывать и решать алгоритмические задачи), математике и статистике, а также хорошо знает определенную отрасль бизнеса или науки, где и может применить вышеперечисленные знания. Аналитики данных нужны везде — от спорта (вспомним знаменитый байопик «Человек, который изменил все» — про спортивного менеджера, впервые использовавшего статистические методы при подборе бейсбольных игроков в команду) до транспорта и добычи полезных ископаемых. По расчетам McKinsey Global Institute, к 2018 году в одних только США понадобится дополнительно 190 тысяч профессионалов такого рода.
Получив подобное образование, не прогадаешь в любом случае, но одно из самых перспективных направлений, где data scientist может приложить свои способности, — это медицина, в которой сейчас происходит много громких прорывов (от редактирования генов до 3D-печати органов). Важную роль играет и «революция больших данных» — благодаря разным гаджетам и приложениям исследователи и врачи-диагносты могут быстро собирать и анализировать огромное количество информации. Человек, способный управлять такими базами данных и ориентироваться в них, точно не останется без работы.
Где учиться:
- Подборка зарубежных магистерских программ.
- Школа аналитики данных «Яндекс».
- Технопарк Mail.ru, курс «Алгоритмы и структуры данных».
- Магистерская программа «Науки о данных» ВШЭ.

«Конечно, в зарубежных вузах подобных образовательных программ гораздо больше (как и вакансий для специалистов по анализу данных в медицине), чем у нас. В России магистратуру по анализу данных в медицине и биологии предлагает ВШЭ, в „Сколтехе“ есть магистерские программы по анализу данных и биомедицинским технологиям, интернет-портал Medstatistic.Ru открыл свой курс по статистическому анализу данных в медицине, а мы в Welltory создали академию для персональных аналитиков здоровья. Что касается Запада, вот самые интересные программы, на которых студент медицинского вуза может выучиться дистанционно:
- дистанционная сертификация Healthcare Data Analyst, проводится Bellevue College, на программе рассматривают инструменты для анализа и визуализации медицинских данных;
- онлайн-курс Data Analytics in Health — From Basics to Business на сайте EdX, программа курса рассчитана на обучение анализу медицинских данных и использованию big data для улучшения здоровья и сферы здравоохранения;
- магистерская программа по анализу данных в здравоохранении, колледж при технологическом университете Кларксона;
- магистратура в университете Джексонвилля».
Компьютерный лингвист
Нам все чаще приходится искать общий язык с машинами, так что в дальнейшем, очевидно, будет активно развиваться самая «точная» ветвь лингвистики, находящаяся на стыке с математикой и IT.
Компьютерные лингвисты могут работать по нескольким направлениям. Во-первых, это разработка алгоритмов распознавания текста и речи. Такие алгоритмы могут использоваться, например, в «умных домах» и при общении с роботами (а владельцы iPhone уже сейчас могут беседовать с виртуальным помощником Siri). Тут есть, над чем поработать: человеческая речь очень сильно различается в устах разных спикеров, и компьютеру сложно ее распознавать.
Вторая крупная задача — синтез искусственной речи. Тут технологии пока тоже несовершенны: искусственно созданная речь звучит неестественно, а точная имитация интонаций, пауз и модуляций человеческого голоса требует кропотливой работы. Кроме того, компьютерные лингвисты создают системы семантического перевода — пока тексты, переведенные в Google Translate, еще режут глаз, но в будущем программы смогут заменить живых переводчиков.
Где учиться
Пока в нашей стране достаточно сильно разделены специальности, связанные с классической лингвистикой и с IT. В зарубежных вузах есть программы высшего образования по компьютерной лингвистике, но в России проще получить базовое лингвистическое образование, а затем дополнительное — в области IT:
- бакалавриат «Фундаментальная и компьютерная лингвистика» в Высшей школе экономики,
- магистратура «Прикладная математика и информатика» в МФТИ (в числе изучаемых дисциплин есть и компьютерная лингвистика),
- магистратура «Фундаментальная и прикладная лингвистика» в РГГУ,
- бакалавриат «Фундаментальная и прикладная лингвистика» в МГУ им. Ломоносова,
- бакалавриат «Прикладная информатика в области искусств и гуманитарных наук», СПбГУ.
Специалист по машинному обучению
Этот специалист учит компьютер «думать»: составляет алгоритмы, по которым машина будет усваивать и анализировать информацию, выстраивать причинно-следственные связи и делать логические умозаключения. Идея устройства искусственного интеллекта по образу и подобию человеческого привела к созданию так называемых нейронных сетей: используя алгоритмы, которые имитируют процессы, происходящие в реальных клетках мозга, можно заставить программу «учиться». Это помогает ей гибко решать сложные задачи — от распознавания лиц и перевода с одного языка на другой до составления прогнозов.
Где учиться:
- Лаборатория нейронных сетей и глубокого обучения МФТИ.
- Базовый курс «Аналитика с использованием машинного обучения на платформе Microsoft Azure ML», ЦКО «Специалист» при МГТУ им. Баумана.
- Курс по машинному обучению в «ПостНаука Academy».
- Курс «Машинное обучение и анализ данных» на Coursera (разработан МФТИ совместно с «Яндексом»).
Разработчик нейроинтерфейсов
Мы переходим от громоздких компьютеров и ноутбуков к носимым гаджетам, которые постепенно сливаются с одеждой и аксессуарами (куртки и рюкзаки уже умеют подзаряжать мобильные телефоны благодаря встроенным солнечным батареям, а фитнес-браслеты синхронизируются со смартфонами). Следующий этап — интерфейсы для управления киберпротезами, компьютерами и роботами, совместимые с нервной системой человека. Пока они используются в основном для развлечений, но в будущем с их помощью можно будет управлять сложными приборами. Специалист по разработке нейроинтерфейсов должен будет разбираться в психологии, нейробиологии и IT, чтобы создавать гаджеты для идеального взаимопонимания между нашим мозгом и машинами. Можно специализироваться на «железе» (специальных шлемах с датчиками, вроде Emotiv Epoc), а можно разрабатывать приложения, в том числе и мобильные, позволяющие использовать эти шлемы в разных целях.
Где учиться
- Аспирантура по психофизиологии ВШЭ.
- Магистерская программа «Когнитивные науки: от нейрона к познанию» ВШЭ.
- Курс «Чтение мозга: от „Матрицы“ к нейроинтерфейсам» на «ПостНаука Academy».
- Курс по вычислительной нейробиологии на Coursera.
Обсуждение материала
Оставить комментарий