R jest podstawowym językiem programowania w bioinformatyce i statystyce, a jego znajomość kojarzona jest z prestiżem i najwyższymi kompetencjami analitycznymi. Korzystamy z R w naszej codziennej pracy i chętnie dzielimy się naszym doświadczeniem i umiejętnościami.

Na nasze warsztaty zapraszamy wszystkich, którzy chcą rozszerzyć swoje kompetencje w zakresie analizy danych. Nasi wykładowcy to praktycy R z ogromnym dorobkiem naukowym i szkoleniowym, pracujący na co dzień w obszarach big data i supercomputingu. Nadzór nad programem szkoleń pełni Aneta Sawikowska - doktor nauk matematycznych, bioinformatyk pracujący na co dzień w obszarze big data, autorka publikacji naukowych z zakresu matematyki, analizy statystycznej, analizy poziomu ekspresji genów, analizy sieci korelacyjnych, analizy danych metabolomicznych i innych. Organizujemy także specjalistyczne szkolenia z R dla firm i jednostek naukowo-badawczych oraz kursy indywidualne.

Wybrani klienci:
Uniwersytet im. Adama Mickiewicza w Poznaniu;
Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu;
Uniwersytet Ekonomiczny w Poznaniu;
Uniwersytet Przyrodniczy w Poznaniu;
Instytut Biologii Doświadczalnej im. M. Nenckiego Polskiej Akademii Nauk i inni.




Aktualna oferta kursów R i warsztatów bioinformatycznych

Wprowadzenie do R i RStudio dla początkujących (2-dniowe warsztaty online)

Szkolenie dotyczy osób, które nigdy nie miały styczności z programowaniem w R. Zaczniemy od bardzo podstawowych zagadnień podpartych szeregiem ćwiczeń. Zapraszamy pracowników naukowych, pracowników firm sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności w posługiwaniu się językiem R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

Terminy: 7 i 8 stycznia 2022, 9:00-14:00 (2-dniowe warsztaty online).

Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

Lokalizacja: warsztaty zdalne.

Grupa: do 10 osób.

Wykładowcy: prof. UAM dr hab. Łukasz Smaga.

Cena: 1499 zł netto (1843,77 zł brutto).

Zagadnienia:

  • Wprowadzenie do R i RStudio
  • Podstawowe operatory logiczne, funkcje matematyczne, statystyczne, R jako kalkulator
  • Podstawowe typy danych: wektory, macierze, ramki danych, listy 
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje 
  • Wprowadzenie do analizy danych: podstawowe statystyki opisowe, testy statystyczne: test t
  • Podstawy wizualizacji danych: pakiet ggplot2: wykresy słupkowe, histogram, boxploty

  • Wprowadzenie do R i RStudio dla początkujących (2-dniowe warsztaty online)

    Szkolenie dotyczy osób, które nigdy nie miały styczności z programowaniem w R. Zaczniemy od bardzo podstawowych zagadnień podpartych szeregiem ćwiczeń. Zapraszamy pracowników naukowych, pracowników firm sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności w posługiwaniu się językiem R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 7 i 8 stycznia 2022, 9:00-14:00 (2-dniowe warsztaty online).

    Lokalizacja: warsztaty zdalne.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Grupa: do 10 osób.

    Wykładowcy: prof. UAM dr hab. Łukasz Smaga.

    Cena: 1499 zł netto (1843,77 zł brutto).

    Zagadnienia:

  • Wprowadzenie do R i RStudio
  • Podstawowe operatory logiczne, funkcje matematyczne, statystyczne, R jako kalkulator
  • Podstawowe typy danych: wektory, macierze, ramki danych, listy 
  • Wprowadzenie do programowania: pętle, instrukcje warunkowe, funkcje 
  • Wprowadzenie do analizy danych: podstawowe statystyki opisowe, testy statystyczne: test t
  • Podstawy wizualizacji danych: pakiet ggplot2: wykresy słupkowe, histogram, boxploty

  • Statystyka w R i RStudio (2-dniowe warsztaty online)

    Warsztat dla osób, które mają już pewne doświadczenie w programowaniu w R, innych językach lub ukończyły nasz warsztat "Wprowadzenie do R i RStudio dla początkujących". Nauczymy Cię używać języka R do przygotowania, analizy oraz interpretacji danych. Przekażemy Ci podstawowy warsztat analityka i praktyczną wiedzę z zakresu analizy danych i statystyki. Zapraszamy pracowników firm przetwarzających zbiory danych, analityków, naukowców, pracowników sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności analizowania danych w języku R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 11 i 12 lutego 2022 9:00-14:00 (2-dniowe warsztaty online).

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: dr Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1499 zł netto (1843,77 zł brutto).

    Zagadnienia:

  • Podstawowe statystyki opisowe: miary tendencji centralnej, miary rozrzutu
  • Wizualizacja danych na potrzeby statystyki
  • Podstawowe testy statystyczne: test t, anova, porównania wielokrotne, testy sprawdzania równości wariancji, zgodności z rozkładem normalnym
  • Podstawowe testy statystyczne nieparametryczne: Kruskala-Wallisa, test Friedmana, test Wilcoxona, porównania wielokrotne
  • Testy zgodności, niezależności 
  • Regresja prosta, regresja wielokrotna
  • Analiza korelacji
  • Analiza składowych głównych

  • Statystyka w R i RStudio (2-dniowe warsztaty online)

    Warsztat dla osób, które mają już pewne doświadczenie w programowaniu w R, innych językach lub ukończyły nasz warsztat "Wprowadzenie do R i RStudio dla początkujących". Nauczymy Cię używać języka R do przygotowania, analizy oraz interpretacji danych. Przekażemy Ci podstawowy warsztat analityka i praktyczną wiedzę z zakresu analizy danych i statystyki. Zapraszamy pracowników firm przetwarzających zbiory danych, analityków, naukowców, pracowników sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności analizowania danych w języku R. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 11 i 12 lutego 2022 9:00-14:00 (2-dniowe warsztaty online).

    Lokalizacja: warsztaty zdalne.

    Grupa: do 10 osób.

    Wykładowcy: dr Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1499 zł netto (1843,77 zł brutto).

    Zagadnienia:

  • Podstawowe statystyki opisowe: miary tendencji centralnej, miary rozrzutu
  • Wizualizacja danych na potrzeby statystyki
  • Podstawowe testy statystyczne: test t, anova, porównania wielokrotne, testy sprawdzania równości wariancji, zgodności z rozkładem normalnym
  • Podstawowe testy statystyczne nieparametryczne: Kruskala-Wallisa, test Friedmana, test Wilcoxona, porównania wielokrotne
  • Testy zgodności, niezależności 
  • Regresja prosta, regresja wielokrotna
  • Analiza korelacji
  • Analiza składowych głównych

  • Analiza danych RNA-seq w R (2-dniowe warsztaty online)

    Kurs rozpoczniemy od krótkiego wstępu dotyczącego podstaw R, po czym przejdziemy do przedstawienia specyfiki analiz danych wysokoprzepustowych, jakimi są dane pochodzące z eksperymentu RNA-seq. Zapoznamy Państwa z kompleksową analizą transkryptomu. Składają się na nią elementy takie jak analiza jakości, mapowanie, wstępna filtracja i normalizacja, analiza wyższego rzędu czyli analiza różnicowa oraz ontologia genowa. Przekazujemy wiedzę praktyczną popartą przykładami, ćwiczeniami oraz tzw. case study. Kurs ma na celu wprowadzić w podstawy analiz dużych zbiorów danych next generation sequencing (NGS). Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 grudnia 2021 9:00-14:00 (2-dniowe warsztaty online); 18 i 19 lutego 2022 9:00-14:00 (2-dniowe warsztaty online).

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: do 7 osób.

    Wykładowcy: dr Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Wprowadzenie do RNA-seq i Bioconductor
  • Analiza jakości sekwencjonowania
  • Mapowanie i zliczanie odczytów 
  • Wstępna obróbka danych countowych
  • Podstawowe testy statystyczne dla danych NGS: edgeR, deseq, limma
  • Analiza GO i KEGG
  • Wizualizacja wyników
  • Case study

  • Analiza danych RNA-seq w R (2-dniowe warsztaty online)

    Kurs rozpoczniemy od krótkiego wstępu dotyczącego podstaw R, po czym przejdziemy do przedstawienia specyfiki analiz danych wysokoprzepustowych, jakimi są dane pochodzące z eksperymentu RNA-seq. Zapoznamy Państwa z kompleksową analizą transkryptomu. Składają się na nią elementy takie jak analiza jakości, mapowanie, wstępna filtracja i normalizacja, analiza wyższego rzędu czyli analiza różnicowa oraz ontologia genowa. Przekazujemy wiedzę praktyczną popartą przykładami, ćwiczeniami oraz tzw. case study. Kurs ma na celu wprowadzić w podstawy analiz dużych zbiorów danych next generation sequencing (NGS). Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 grudnia 2021 9:00-14:00 (2-dniowe warsztaty online); 18 i 19 lutego 2022 9:00-14:00 (2-dniowe warsztaty online).

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: do 7 osób.

    Wykładowcy: dr Alicja Szabelska-Beręsewicz, dr inż. Joanna Zyprych-Walczak.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Wprowadzenie do RNA-seq i Bioconductor
  • Analiza jakości sekwencjonowania
  • Mapowanie i zliczanie odczytów 
  • Wstępna obróbka danych countowych
  • Podstawowe testy statystyczne dla danych NGS: edgeR, deseq, limma
  • Analiza GO i KEGG
  • Wizualizacja wyników
  • Case study

  • Uczenie maszynowe (machine learning) w R od podstaw (2-dniowe warsztaty online)

    Warsztat dla osób, które rozpoczynają swoją przygodę ze sztuczną inteligencją (AI). Zostaną Państwo wprowadzeni w nowoczesne techniki uczenia maszynowego od podstaw. Uczenie maszynowe wykorzystywane jest obecnie w wielu firmach z różnych sektorów gospodarki, a liczba zastosowań oraz popyt na usługi z nim związane wciąż rośnie. Ten innowacyjny obszar ma zastosowanie w bardzo wielu dziedzinach: biznesie, nauce, marketingu, informatyce. Na co dzień możemy zaobserwować wiele przykładów działania uczenia maszynowego: autokorekta w klawiaturze, filtrowanie spamu, analiza sekwencji genów, przewidywanie sprzedaży, badania rynkowe, grupowanie klientów sklepów, wirtualny asystent na stronach internetowych. Szkolenie ma swoją kontynuację w kursie dotyczącym uczenia głębokiego w R i ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą tradycyjną certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 stycznia 2022.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Wprowadzenie do biblioteki tidyverse – przygotowanie danych
  • Wprowadzenie do biblioteki ggplot2 – wizualizacja danych
  • Imputacja danych
  • Wykrywanie obserwacji odstających
  • Kodowanie danych jakościowych
  • Regresja liniowa i wielokrotna
  • Współliniowość zmiennych, regresja nieliniowa i logistyczna
  • Redukcja wymiaru danych: metoda PCA i jądrowa PCA, metody t-SNE oraz UMAP, skalowanie wielowymiarowe, analiza korespondencji
  • Analiza skupień: metody hierarchiczne i niehierarchiczne (metoda k-średnich, PAM), metoda DBSCAN
  • Klasyfikacja: metoda najbliższych sąsiadów, SVM, sieci neuronowe, drzewa decyzyjne, lasy losowe

  • Uczenie maszynowe (machine learning) w R od podstaw (2-dniowe warsztaty online)

    Warsztat dla osób, które rozpoczynają swoją przygodę ze sztuczną inteligencją (AI). Zostaną Państwo wprowadzeni w nowoczesne techniki uczenia maszynowego od podstaw. Uczenie maszynowe wykorzystywane jest obecnie w wielu firmach z różnych sektorów gospodarki, a liczba zastosowań oraz popyt na usługi z nim związane wciąż rośnie. Ten innowacyjny obszar ma zastosowanie w bardzo wielu dziedzinach: biznesie, nauce, marketingu, informatyce. Na co dzień możemy zaobserwować wiele przykładów działania uczenia maszynowego: autokorekta w klawiaturze, filtrowanie spamu, analiza sekwencji genów, przewidywanie sprzedaży, badania rynkowe, grupowanie klientów sklepów, wirtualny asystent na stronach internetowych. Szkolenie ma swoją kontynuację w kursie dotyczącym uczenia głębokiego w R i ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą tradycyjną certyfikat potwierdzający ukończenie kursu.

    Terminy: 18 i 19 stycznia 2022.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Wprowadzenie do biblioteki tidyverse – przygotowanie danych
  • Wprowadzenie do biblioteki ggplot2 – wizualizacja danych
  • Imputacja danych
  • Wykrywanie obserwacji odstających
  • Kodowanie danych jakościowych
  • Regresja liniowa i wielokrotna
  • Współliniowość zmiennych, regresja nieliniowa i logistyczna
  • Redukcja wymiaru danych: metoda PCA i jądrowa PCA, metody t-SNE oraz UMAP, skalowanie wielowymiarowe, analiza korespondencji
  • Analiza skupień: metody hierarchiczne i niehierarchiczne (metoda k-średnich, PAM), metoda DBSCAN
  • Klasyfikacja: metoda najbliższych sąsiadów, SVM, sieci neuronowe, drzewa decyzyjne, lasy losowe

  • Uczenie głębokie w R (sieci neuronowe) (2-dniowe warsztaty online)

    Szkolenie jest kontynuacją warsztatu z „Uczenia maszynowego” przygotowanego przez prof. UAM dr hab. Tomasza Góreckiego. Uczenie głębokie, to jeden z najszybciej rozwijających się gałęzi sztucznej inteligencji. Polega na tworzeniu sieci neuronowych. Sieć neuronowa to ogromna ilość połączonych ze sobą i działających w tym samy czasie procesorów. Każdy z nich posiada dostęp do pamięci lokalnej, i jest zasilany dużą ilością danych oraz informacją na temat związków między danymi.  Podstawowe zastosowania uczenia głębokiego: rozpoznawanie mowy, rozpoznawanie obrazu, przetwarzanie wideo, przetwarzanie języka naturalnego, tłumaczenia tekstu, systemy rekomendacji filmów czy książek. Szkolenie ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: 25 i 26 stycznia 2022.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Biblioteka H2O
  • Automatyczne modele uczenia maszynowego (AutoML
  • Wprowadzenie do sieci neuronowych
  • Wprowadzenie do głębokich sieci neuronowych
  • Biblioteka keras
  • Konwolucyjne sieci neuronowe
  • Sieci rekurencyjne, w szczególności sieci typu LSTM

  • Uczenie głębokie w R (sieci neuronowe) (2-dniowe warsztaty online)

    Szkolenie jest kontynuacją warsztatu z „Uczenia maszynowego” przygotowanego przez prof. UAM dr hab. Tomasza Góreckiego. Uczenie głębokie, to jeden z najszybciej rozwijających się gałęzi sztucznej inteligencji. Polega na tworzeniu sieci neuronowych. Sieć neuronowa to ogromna ilość połączonych ze sobą i działających w tym samy czasie procesorów. Każdy z nich posiada dostęp do pamięci lokalnej, i jest zasilany dużą ilością danych oraz informacją na temat związków między danymi.  Podstawowe zastosowania uczenia głębokiego: rozpoznawanie mowy, rozpoznawanie obrazu, przetwarzanie wideo, przetwarzanie języka naturalnego, tłumaczenia tekstu, systemy rekomendacji filmów czy książek. Szkolenie ma charakter prowadzonego na żywo warsztatu ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu

    Terminy: 25 i 26 stycznia 2022.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. UAM dr hab. Tomasz Górecki.

    Cena: 1699 zł netto (2089,77 zł brutto).

    Zagadnienia:

  • Biblioteka H2O
  • Automatyczne modele uczenia maszynowego (AutoML
  • Wprowadzenie do sieci neuronowych
  • Wprowadzenie do głębokich sieci neuronowych
  • Biblioteka keras
  • Konwolucyjne sieci neuronowe
  • Sieci rekurencyjne, w szczególności sieci typu LSTM

  • Analiza wyników badań klinicznych w RStudio (2-dniowe warsztaty online)

    Specjalistyczny warsztat dla naukowców i pracowników firm farmaceutycznych zajmujących się analizą danych klinicznych. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: do uzgodnienia dla zorganizowanych grup minimum 3 osób.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. dr hab. n. farm. Agnieszka Bienert.

    Cena: 2300 zł netto (2829 zł brutto) za osobę (zamówienie min. dla 3 osób).

    Zagadnienia:

  • Składowe modelu populacyjnego
  • Model stochastyczny. Cechy modelu
  • Metody analizy populacyjnej
  • Nieliniowe modelowanie efektów mieszanych. Efekty stałe i losowe
  • Zastosowanie programu RStudio w procesie budowania i ewaluacji modelu populacyjnego. Analiza regresji liniowej i wykorzystanie pakietu xpose4. Etapy budowania i ewaluacji populacyjnego modelu PKPD
  • Model zmiennych towarzyszących. Wpływ indywidualnych cech pacjenta na parametry PK i PD leku
  • Praktyczne przykłady analizy danych klinicznych w programie RStudio

  • Analiza wyników badań klinicznych w RStudio (2-dniowe warsztaty online)

    Specjalistyczny warsztat dla naukowców i pracowników firm farmaceutycznych zajmujących się analizą danych klinicznych. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą certyfikat potwierdzający ukończenie kursu.

    Terminy: do uzgodnienia dla zorganizowanych grup minimum 3 osób.

    Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

    Lokalizacja: warsztaty zdalne.

    Grupa: maksymalnie 10 osób.

    Wykładowca: prof. dr hab. n. farm. Agnieszka Bienert.

    Cena: 2300 zł netto (2829 zł brutto) za osobę (zamówienie min. dla 3 osób).

    Zagadnienia:

  • Składowe modelu populacyjnego
  • Model stochastyczny. Cechy modelu
  • Metody analizy populacyjnej
  • Nieliniowe modelowanie efektów mieszanych. Efekty stałe i losowe
  • Zastosowanie programu RStudio w procesie budowania i ewaluacji modelu populacyjnego. Analiza regresji liniowej i wykorzystanie pakietu xpose4. Etapy budowania i ewaluacji populacyjnego modelu PKPD
  • Model zmiennych towarzyszących. Wpływ indywidualnych cech pacjenta na parametry PK i PD leku
  • Praktyczne przykłady analizy danych klinicznych w programie RStudio

  • Wykładowcy

    Prof. dr hab. n. farm. Agnieszka Bienert

    Kierownik Pracowni Farmakogenetyki Doświadczalnej. Profesor w Katedrze Farmacji Klinicznej i Biofarmacji Uniwersytetu Medycznego w Poznaniu. Odbyła staż naukowy w School of Pharmaceutical Sciences na Uniwersytecie w Buffalo, kolebce farmakokinetyki i farmakodynamiki. Wysokiej klasy specjalista i praktyk R, RStudio i NONMEM, a także podstaw teoretycznych modelowania PKPD i analizy populacyjnej. Doświadczony wykładowca w przedmiotach biofarmacji, farmakoterapii z naukową informacją o lekach oraz farmakogenetyki. Ekspert w dziedzinie modelowania farmakokinetyczno-farmakodynamicznego (PKPD) leków stosowanych w anestezjologii i intensywnej terapii pacjentów dorosłych oraz dzieci.

    Dr Alicja Szabelska-Beręsewicz

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie rozwoju metod statystycznych oraz analityk danych biologicznych z 11-letnim doświadczeniem. Specjalista w dziedzinie analizy danych RNA-seq. Stypendystka programu Sciex, w ramach którego odbyła staż naukowy w FGCZ w Zurichu. Odbyła również staż zagraniczny w Williamsburgu. Współpracuje m. in. z Instytutem Genetyki Człowieka PAN, Politechniką Poznańską, Uniwersytetem BOKU w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Dr inż. Joanna Zyprych-Walczak

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu.Autor podręcznika do nauki R. Doświadczony szkoleniowiec.Ekspert i praktyk w dziedzinie analizy w R i rozwoju metod statystycznych z 12-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie RNA-seq. Odbyła staże zagraniczne w Williamsburgu, Waszyngtonie i Zurychu. Współpracuje m. in. z Instytutem Genetyki Człowieka, Politechniką Poznańską, Uniwersytetem w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Prof. UAM dr hab. Łukasz Smaga

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Pracuje naukowo w dziedzinach testowania hipotez statystycznych, analizy danych funkcjonalnych oraz teorii eksperymentu. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od wielu lat programuje w języku R i jest współautorem dwóch jego pakietów dostępnych w repozytoriach CRAN i github. Doświadczony dydaktyk w zakresie rachunku prawdopodobieństwa, statystyki matematycznej i jej zastosowań. Współpracuje m.in. z pracownikami National University of Singapore, TU Dortmund University, Texas Tech University, Shiga University, Politechniki Poznańskiej i Uniwersytetu Ekonomicznego w Poznaniu.

    Prof. UAM dr hab. Tomasz Górecki

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu, prodziekan ds. grantów i współpracy z gospodarką na Wydziale Matematyki i Informatyki UAM. Naukowo zajmuje się analizą szeregów czasowych, analizą danych funkcjonalnych oraz sztuczną inteligencją. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od ponad dwudziestu lat prowadzi zajęcia związane z rachunkiem prawdopodobieństwa, statystyką, uczeniem maszynowym i sztuczną inteligencją. Współpracuje z wieloma firmami na polu uczenia maszynowego i sztucznej inteligencji (Lidl, OLX, PWN, Samsung, Smartstock). Od wielu lat wykorzystuje język R (jest m.in. współautorem dwóch pakietów oraz autorem książki dotyczącej języka R). Współpracuje m.in. z pracownikami Colorado State University, University of Utah, Politechniki Poznańskiej, Uniwersytetu Ekonomicznego w Poznaniu oraz Uniwersytetu Przyrodniczego w Poznaniu.




    Wykładowcy

    Prof. dr hab. n. farm. Agnieszka Bienert

    Kierownik Pracowni Farmakogenetyki Doświadczalnej. Profesor w Katedrze Farmacji Klinicznej i Biofarmacji Uniwersytetu Medycznego w Poznaniu. Odbyła staż naukowy w School of Pharmaceutical Sciences na Uniwersytecie w Buffalo, kolebce farmakokinetyki i farmakodynamiki. Wysokiej klasy specjalista i praktyk R, RStudio i NONMEM, a także podstaw teoretycznych modelowania PKPD i analizy populacyjnej. Doświadczony wykładowca w przedmiotach biofarmacji, farmakoterapii z naukową informacją o lekach oraz farmakogenetyki. Ekspert w dziedzinie modelowania farmakokinetyczno-farmakodynamicznego (PKPD) leków stosowanych w anestezjologii i intensywnej terapii pacjentów dorosłych oraz dzieci.

    Dr Alicja Szabelska-Beręsewicz

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie rozwoju metod statystycznych oraz analityk danych biologicznych z 11-letnim doświadczeniem. Specjalista w dziedzinie analizy danych RNA-seq. Stypendystka programu Sciex, w ramach którego odbyła staż naukowy w FGCZ w Zurichu. Odbyła również staż zagraniczny w Williamsburgu. Współpracuje m. in. z Instytutem Genetyki Człowieka PAN, Politechniką Poznańską, Uniwersytetem BOKU w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Dr inż. Joanna Zyprych-Walczak

    Adiunkt w Katedrze Metod Matematycznych i Statystycznych na Uniwersytecie Przyrodniczym w Poznaniu.Autor podręcznika do nauki R. Doświadczony szkoleniowiec.Ekspert i praktyk w dziedzinie analizy w R i rozwoju metod statystycznych z 12-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie RNA-seq. Odbyła staże zagraniczne w Williamsburgu, Waszyngtonie i Zurychu. Współpracuje m. in. z Instytutem Genetyki Człowieka, Politechniką Poznańską, Uniwersytetem w Wiedniu, Politechniką Federalną i Uniwersytetem w Zurychu.

    Prof. UAM dr hab. Łukasz Smaga

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Pracuje naukowo w dziedzinach testowania hipotez statystycznych, analizy danych funkcjonalnych oraz teorii eksperymentu. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od wielu lat programuje w języku R i jest współautorem dwóch jego pakietów dostępnych w repozytoriach CRAN i github. Doświadczony dydaktyk w zakresie rachunku prawdopodobieństwa, statystyki matematycznej i jej zastosowań. Współpracuje m.in. z pracownikami National University of Singapore, TU Dortmund University, Texas Tech University, Shiga University, Politechniki Poznańskiej i Uniwersytetu Ekonomicznego w Poznaniu.

    Prof. UAM dr hab. Tomasz Górecki

    Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu, prodziekan ds. grantów i współpracy z gospodarką na Wydziale Matematyki i Informatyki UAM. Naukowo zajmuje się analizą szeregów czasowych, analizą danych funkcjonalnych oraz sztuczną inteligencją. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od ponad dwudziestu lat prowadzi zajęcia związane z rachunkiem prawdopodobieństwa, statystyką, uczeniem maszynowym i sztuczną inteligencją. Współpracuje z wieloma firmami na polu uczenia maszynowego i sztucznej inteligencji (Lidl, OLX, PWN, Samsung, Smartstock). Od wielu lat wykorzystuje język R (jest m.in. współautorem dwóch pakietów oraz autorem książki dotyczącej języka R). Współpracuje m.in. z pracownikami Colorado State University, University of Utah, Politechniki Poznańskiej, Uniwersytetu Ekonomicznego w Poznaniu oraz Uniwersytetu Przyrodniczego w Poznaniu.