Računalni biolog
Koristi vještine podatkovnih znanosti, matematike i statistike te ih primjenjuje ih u području znanosti o životu, pri analizi i modeliranju kvantitativnih bioloških podataka. Posebno proučava procese na staničnoj razini, koristeći visokoprotočne eksperimentalne pokuse poput sekvenciranja DNK, RNK, metaboličkog uzorkovanja i slično kao izvor visokodimenzionalnih kompleksnih podataka koji pružaju uvid u funkcioniranje živog svijeta. Primjenjuje prikupljene spoznaje i podatkovne modele u biomedicini, za dijagnostiku i prevenciju nasljednih i okolišem uvjetovanih bolesti. Sudjeluje u postupku razvoja novih dijagnostičkih postupaka i lijekova u eri precizne (personalizirane) medicine.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed euismod feugiat diam, volutpat porta mauris fringilla nec. Maecenas cursus a eros ut egestas. Sed finibus ante quis libero lobortis tempus.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed euismod feugiat diam, volutpat porta mauris fringilla nec. Maecenas cursus a eros ut egestas. Sed finibus ante quis libero lobortis tempus.
Ekspertni tim u kojem je 27 znanstvenika, profesora, menadžera, stručnjaka iz različitih industrija i osnivača top tehnoloških tvrtki prvi put u Hrvatskoj analizira najvažnije vještine za 100 zanimanja budućnosti u 10 industrija. Na svakoj industriji radio je poseban tim. Ovo su stručnjaci koji vam donose listu najvažnijih vještina za zanimanja budućnosti u zdravstvu i savjete kako se odmah za njih obrazovati.
Prirodoslovno-matematički fakultet
Profesor računalne biologije
SELECTIO
Voditeljica projekata regrutiranja i selekcije
Hrvatska udruga za umjetnu inteligenciju CroAi
Potpredsjednica
Fakultet elektrotehnike i računarstva
Docent, Zavod za telekomunikacije
Prirodoslovno-matematički fakultet
Profesor računalne biologije
Što preporučujete onima koji se tek počinju obrazovati za ovo radno mjesto? Gdje se obrazovati i što je važno za uspjeh?
Važno je naučiti kako pohraniti i kvantitativnim pristupom analizirati i opisati (modelirati) biomedicinske podatke koji su zbog ograničenja eksperimentalnih uvjeta po definiciji često manjkavi, manje točni ili nedovoljno strukturirani. U tom je procesu izuzetno važno poznavanje domene znanosti o životu odakle podaci dolaze, a zatim i poznavanje tehnika i vještina kvantitativne analize podataka i strojnog učenja na podacima. Posljednje su desetljeće u svijetu i kod nas razvijeni kurikulumi iz bioinformatike i računalne biologije koji pružaju polaznicima dovoljno znanja i vještina da krenu u ovom smjeru te povežu biologiju i računalne znanosti.
Što preporučujete onima koji već rade, a ovo im je zanimanje zanimljivo? Kako steći potrebne vještine?
Kao i u svakoj drugoj sferi, najbolje iskustvo stječe se učenjem u radu na specifičnom problemu. Povežite se s nekom istraživačkom skupinom koja se bavi računalnom biologijom ili tvrtkom koja primjenjuje računalnu biologiju u razvoju proizvoda ili usluga te učite kao 'šegrt'. Tako ćete najbolje uvidjeti gdje su vaše rupe u znanju i potrebnim vještinama, ali čete ih i najbrže popuniti koristeći znanje i iskustvo ljudi koji se time već bave.
primjena znanja iz znanosti o životu i biotehnologije
poznavanje metoda deskriptivne statistike i strojnog učenja
računalno programiranje i automatizacija (R, Python)
izrada prediktivnih modela primjenom napredne statistike
razvoj protokola za znanstveno istraživanje
analiza eksperimentalnih laboratorijskh podataka
upotreba računalnih alata za prikaz informacija
kategorizacija i konsolidacija podataka
izrada skladišta podataka i rukovanje velikim količinama podataka
pretraživanje baza podataka
primjena procesa rada u genetičkim laboratorijima (npr. u područjima naslijeđenih i stečenih genetičkih poremećaja)
analiza bioloških uzoraka (metaboličkih i biokemijskih parametara, genetičke podloge)
provođenje laboratorijskih istraživanja i ispitivanja
provedba terenskih istraživanja
traženje inovacija u trenutnoj praksi
primjena metodologije znanstvenog istraživanja
pisanje prijedloga istraživanja
rješavanje kompleksnih problema
sposobnost perceptivnosti
točnost i detaljan pristup u radu
razvijanje protokola za znanstveno istraživanje
primjena načina osiguranja kvalitete
provedba pravnih propisa vezanih uz dobrobit uključenih ispitanika pri analizi
primjena kodeksa profesionalne etike/p>
izvještavanje o rezultatima analiza
analiza pisanih izvješća povezanih s poslom
arhiviranje znanstvene dokumentacije
sastavljanje planova upravljanja
upravljanje vremenom i prioritetima
upravljanje rizicima
poznavanje pravila marketinške komunikacije u kontekstu medicinih usluga ili proizvoda
pružanje podrške pojedincima i zajednici pri usvajanju promjena u ponašanju potrebnih za dostizanje ciljeva vezanih uz zdravlje
izrada i objašnjavanje slučaja upotrebe (use cases) u različitim sferama zdravstva
primjena društvenog marketinga u zdravstvu
kritičko razmišljanje i analitičnost
komunikacijske vještine (jasna formulacija komentara i informacija, vođenje razgovora, slušanje)
emocionalna inteligencija / empatija
kreativnost
sposobnost prezentiranja i izlaganja (storytelling)
fleksibilnost / prilagođavanje neočekivanim promjenama
sposobnost za rad pod pritiskom
donošenje odluka
otvorenost za stalno učenje
timska suradnja / virtualna suradnja