Форма

Список вопросов для Р-Фарм

Блок 1. Оценка текущих программ (релевантность)

1. По инструментам и языкам программирования:

Насколько востребован Python в ваших биоинформатических задачах? Какие библиотеки (pandas, scikit-learn, PyTorch, scanpy и др.) ваши сотрудники используют чаще всего?

Используете ли вы R в производственных задачах? Если да, то для каких именно (WGCNA, mixOmics, визуализация)?

Насколько критичен навык разработки пайплайнов (Nextflow/Snakemake) для ваших биоинформатиков? Является ли это обязательным требованием при найме?

Работаете ли вы в Linux-окружении на постоянной основе? Требуются ли глубокие знания командной строки или достаточно базового уровня?

2. По методам анализа:

Какие типы омиксных данных вы обрабатываете чаще всего (RNA-seq, scRNA-seq, WGS, ChIP-seq, протеомика)? Какие из них стоит включить в программы в первую очередь?

Насколько востребованы методы реконструкции генных сетей (WGCNA, STRING, Cytoscape) в вашей ежедневной практике? Это «must have» или «nice to have»?

Какие задачи машинного обучения вы решаете: классификация, регрессия, кластеризация, предсказание структуры белков (AlphaFold и аналоги)? Что из этого критично для вашего бизнеса?

Используете ли вы нейросетевые методы для работы с биологическими последовательностями (ESM-трансформеры, ProteinMPNN, RFDiffusion)? Если да, то насколько глубоко ваши сотрудники должны разбираться в архитектурах?

3. По базам данных и источникам информации:

Какие публичные базы данных (NCBI, GEO, UniProt, PDB, STRING, ClinVar) ваши сотрудники используют чаще всего? Какие из них стоит давать в программе обязательно?

Требуются ли навыки работы с API этих баз для автоматического сбора данных?

Блок 2. Дефициты и пробелы (чего не хватает)

Какие компетенции у новых сотрудников-биоинформатиков оказываются наиболее «провисающими» в первый год работы? Что приходится доучивать на месте?

Какие современные методы и инструменты мы не учли в наших программах, но они уже стали стандартом индустрии (или стремительно становятся)?

Насколько важны навыки работы в команде (Git, CI/CD, документирование кода)? Стоит ли встраивать это в образовательные модули?

Есть ли у вас запрос на «гибридных» специалистов — которые одновременно понимают биологию/химию и умеют писать продакшн-код? Или вы предпочитаете узких профи?

Блок 3. Новые программы (какие запускать)

Какие темы в области биоинженерии и биоинформатики сегодня для вас наиболее актуальны, но закрываются слабо? (Перечислите, пожалуйста, 3–5 направлений.)

Рассматриваете ли вы перспективу внедрения AI-агентов или LLM (больших языковых моделей) для анализа биомедицинской литературы или генерации гипотез? Если да, то нужна ли нам программа по этому направлению?

Есть ли запрос на программы по структурной биоинформатике (моделирование белков, молекулярный докинг, дизайн лекарств)?

Насколько для вас актуальна тема метагеномики и микробиома? Стоит ли запускать отдельную программу?

Какие форматы обучения вы считаете наиболее эффективными для ваших сотрудников: Краткосрочные интенсивы (2–3 дня по 8 часов)? Модульные программы с разрывом в 2–3 недели? Онлайн-курсы с практическими кейсами от индустрии?

Блок 4. Организационный

Согласны ли вы стать индустриальным партнером при разработке пилотной версии новой программы (помочь с формулировкой кейсов, предоставить экспертов для лекций)?

Какой объем времени мы можем запросить у ваших экспертов для совместной работы (например, 2–3 встречи по 1 часу)?

Я даю своё согласие на обработку персональных данных и подтверждаю, что ознакомился с политикой в отношении обработки персональных данных