Виктория С.
БиоинформатикСпециалист в области биоинформатики и анализа данных с фундаментальным образованием в области биологии, медицины и психологии. Постоянно обучаюсь новым технологиям и методикам. Сторонница научного подхода и доказательной медицины. Обладаю глубоким интересом к применению методов машинного обучения и инженерии данных для решения задач в области геномики, медицины и биотехнологий. Имею опыт разработки и валидации биоинформатического пайплайна, включающего анализ NGS-данных (DNA-seq) и оценку полигенных рисков, а также опыт анализа данных WGS, WES, RNA-seq, scRNA-seq.
Владею полным стеком технологий для работы с данными: от проектирования ETL-процессов и интеграции с векторными базами данных до построения ML-моделей. Успешно применяю навыки программирования на Python и R для автоматизации процессов и разработки программных решений под конкретные исследовательские задачи.
Прошла специализированное обучение в области Data Science, Data Engineering и анализа NGS-данных, подтвержденное дипломами и сертификатами. Участвовала в хакатонах, где решала задачи, связанные с интеграцией AI в биомедицинские исследования и образовательные платформы.
Мотивирована на участие в проектах, направленных на развитие персонализированной медицины, анализ генетических данных и создание интеллектуальных систем для поддержки принятия решений в здравоохранении. Готова к сложным задачам, требующим аналитического подхода, внимания к деталям и системного мышления.
Открыта к сотрудничеству в роли биоинформатика, Data Scientist или ML-разработчика в командах, работающих на стыке биологии, медицины и искусственного интеллекта.
GitHub: https://github.com/ViViSpiro
Stepik: https://stepik.org/users/366744150/profile
Telegram: @ViViSpiro
| Последнее обновление резюме | 01.10.2026 |
| Адрес | г. Тверь, Russian Federation |
| Электронная почта | Заблокировано |
| Телефон | Заблокировано |
| Дата рождения | 1987/11/13 |
| Телефон | +79607133661 |
| Согласие на обработку данных | Я даю cогласие на передачу персональных данных потенциальным работодателям и иным лицам, участвующим в подборе вакансий и рассмотрении моей кандидатуры, на условиях, предусмотренных <a href="https://drive.google.com/file/d/12sY30JsdH0E6ZVn3syUwfp9IG5M3kKC5/view?usp=drive_link"> Политикой обработки персональных данных</a> и <a href="https://drive.google.com/file/d/1JtzC6jo4YwG8lUk2uH3VQQvTGmM9pGQC/view?usp=sharing">соответствующим согласием</a> |
Опыт
Асессор
Достижения: достигла точности 98%, повысила релевантность выдачи на участке «медицина» на 15%, сократила долю спама на 25%.
Выявила и исправила систематическую ошибку в разметке медицинских запросов — доля потенциально вредных результатов снизилась на 25%.
Образование
Повышение квалификации "Анализ NGS-данных"
"Экспресс Linux для NGS"
Повышение квалификации "Ученый будущего: интеграция AI в научную работу"
Биология: Вычислительная биология (магистр)
Data Science в медицине
Сестринское дело
Психология (бакалавр психологии)
В чем вы сильны?
НАВЫКИ
Функциональная экспертиза:
Биоинформатика: Разработка и валидация биоинформатических пайплайнов (DNA-seq), статистический анализ данных, оценка полигенного риска (PRS), интерпретация генетических вариантов, анализ NGS-данных (WGS, WES, RNA-seq, scRNA-seq, эпигенетические данные, метагеномные данные, сборка de novo), определение гаплогрупп по Y хромосоме и MT геному, проверка родства образцов.
Data Science в медицине: Разведочный анализ (EDA), статистическое тестирование, классическое машинное обучение, обработка естественного языка (NLP), компьютерное зрение (CV) данными и изучаю методы анализа аудио (распознавание речи).
Data Engineering: Написание SQL-запросов, разработка витрин, CTE, оконные функции, проектирование и разработка ETL-пайплайнов, парсинг сложных данных (PDF), работа с СУБД (PostgreSQL, SQLite, MySQL), интеграция с векторными БД, системы логирования.
Разработка на Python: Автоматизация процессов, создание телеграм-ботов, работа с API.
Индустриальная экспертиза:
HealthTech / Digital Health, разработка AI-продуктов для медицины и биологии, биоинформатика и геномика, инженерия данных для научных и образовательных проектов.
Инструменты:
Рабочее окружение и менеджмент пакетов:
Anaconda/Miniconda: Управление виртуальными окружениями и пакетами.
Биоинформатика и Анализ NGS-данных:
Языки: Python (BioPython, Pandas, NumPy, scipy, cyvcf2, shiny), R (tidyverse, Bioconductor, ggplot2), Bash.
Пайплайны и инструменты анализа: FastQC, MultiQC, fastp, BWA, Samtools, BCFtools, bedtools, GATK, Plink.
Форматы данных: FASTQ, BAM/CRAM, VCF/BCF, BED, GFF/GTF.
Базы данных и ресурсы: gnomAD, ClinVar, dbSNP, NCBI RefSeq, UCSC Genome Browser, ENSEMBL.
Data Science, Machine Learning и AI:
Основные библиотеки Python: Scikit-learn, Pandas, NumPy, SciPy, Matplotlib, Seaborn, Plotly, scipy, asyncio, aiogram, openai.
Обработка естественного языка (NLP): re, NLTK, Transformers (Hugging Face).
Компьютерное зрение (CV): OpenCV.
Фреймворки для развертывания моделей: FastAPI, Flask.
Data Engineering и Базы Данных:
Языки: Python (Psycopg2, sqlite3, requests, logging, dotenv), SQL, PL/pgSQL.
Базы данных: PostgreSQL, MySQL, SQLite
Векторные базы данных: PostgreSQL с расширением pgvector
ETL/Инженерия данных: Apache Airflow (логический следующий шаг), Pandas для ETL-процессов
Парсинг и работа с документами: PyPDF2, urllib
Инструменты: DBeaver, pgAdmin, VS Code, Jupyter Notebook, Git
Облачные платформы:
Изучаемые/базовые навыки: Docker, Apache Spark
Английский язык: B2.