Aktualna oferta kursów R i warsztatów bioinformatycznych
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.
Jeśli jesteś zainteresowany danym kursem, zarejestruj się, a my skontaktujemy się z Tobą w sprawie uzgodnienia dogodnego terminu.
Na nasze warsztaty zapraszamy wszystkich, którzy chcą rozszerzyć swoje kompetencje w zakresie szeroko pojętej analizy danych, statystyki i uczenia maszynowego, również z zakresu specjalistycznej analizy danych metabolomicznych, proteomicznych i transkryptomicznych. Nasi wykładowcy to praktycy R z ogromnym dorobkiem naukowym i szkoleniowym, pracujący na co dzień w obszarach big data i supercomputingu. Realizowane kursy uwzględniają elementy analizy statystycznej oraz wizualizacji stosowanych w publikacjach naukowych. Organizujemy także specjalistyczne szkolenia z R dla firm i jednostek naukowo-badawczych oraz kursy indywidualne. Od 2020 roku jesteśmy też oficjalnym partnerem UAM współorganizującym Poznańską Letnią Szkołę Bioinformatyki. Jako firma bierzemy też udział w badaniach naukowych zakończonych publikacjami.
Wybrani klienci spośród krajowych instytucji naukowych i uniwersytetów
UJ, UAM, UW, UEP, UO, UŚ, UZ, UG, UŁ, UR, US, URK, UWM, UMP, UMCS, UML, PB, PC, PK, PŚ, UPP, UPW, UPL, IBD PAN, ICHB PAN, IGR PAN, IITD PAN, IMDiK PAN, IF PAN, IP PAN, ISEZ PAN, IHAR-PIB, IUNG-PIB, PIW-PIB, AGH.
Kalendarz warsztatów
Warsztaty dla zorganizowanych grup
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.
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 posługuje się językami Python oraz R, jest m.in. współautorem pakietów w R oraz autorem książki “Podstawy statystyki z przykładami w R”. Współpracuje m.in. z pracownikami Colorado State University, University of Utah, Politechniki Poznańskiej, Uniwersytetu Ekonomicznego w Poznaniu oraz Uniwersytetu Przyrodniczego w Poznaniu.
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 pięciu 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.
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.
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. Anna Piasecka
Adiunkt w Instytucie Chemii Bioorganicznej Polskiej Akademii Nauk w Poznaniu. Autorka licznych publikacji naukowych, kierownik oraz wykonawca wielu projektów badawczych. Doświadczony szkoleniowiec. Ekspert i praktyk w dziedzinie spektrometrii mas oraz bioinformatycznym przetwarzaniu danych metabolomicznych z 14-letnim doświadczeniem. Jeden z najlepszych europejskich specjalistów w dziedzinie metabolomiki. Odbyła staż zagraniczny w Getyndze. Współpracuje m. in. z Uniwersytetem Jagiellońskim, Szkołą Główną Gospodarstwa Wiejskiego, The Leibniz Institute of Plant Genetics and Crop Plant Research, Max Planck Institute for Plant Breeding Research.
Dr Łukasz Marczak
Kierownik Pracowni Spektrometrii Mas w Instytucie Chemii Bioorganicznej Polskiej Akademii Nauk w Poznaniu. Autor i współautor ponad 100 publikacji naukowych, w czasie swojej 20-letniej kariery był kierownikiem oraz wykonawcą wielu projektów badawczych z dziedziny spektrometrii mas, proteomiki oraz metabolomiki. Organizator wielu krajowych oraz międzynarodowych konferencji naukowych. Doświadczony szkoleniowiec i ceniony ekspert w dziedzinie analityki, były sekretarz Polskiego Towarzystwa Spektrometrii Mas oraz wieloletni prezes Polskiego Towarzystwa Proteomicznego. Doświadczenie zdobywał w kraju oraz za granicą, m.in. podczas stażu na Uniwersytecie w Tuluzie czy staży w Instytucie INRA w Wersalu we Francji. Współpracuje m.in. z Uniwersytetem Przyrodniczym w Poznaniu, Politechniką Poznańską, Instytutem Genetyki Roślin, Instytutem Onkologii w Gliwicach oraz Uniwersytetem w Pittsburgu.
Mgr Adam Mieldzioc
Studiował matematykę i informatykę na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Zatrudniony na stanowisku asystenta w Katedrze Metod Matematycznych i Statystycznych Uniwersytetu Przyrodniczego w Poznaniu, a obszarem jego zainteresowań naukowych jest statystyka matematyczna, analiza danych oraz uczenie maszynowe. Pracował również jako programista/analityk danych. Specjalista w dziedzinie programowania w R i Python. Ukończył letnią szkołę “Computation and Modelling” prowadzoną w Pythonie na Politechnice Wrocławskiej. Prowadzi zajęcia m.in. z programowania, co wykorzystuje w swoich badaniach naukowych oraz w swojej rozprawie doktorskiej pt. „Regularyzacja i estymacja macierzy kowariancji o strukturze liniowej”. Prelegent poznańskiej grupy użytkowników R (PAZUR) oraz licznych seminariów i konferencji.
Mgr inż. Marta Kańczurzewska
Studiowała Matematykę i Matematykę w technice na Wydziale Elektrycznym Politechniki Poznańskiej. Zatrudniona na stanowisku asystenta w Instytucie Matematyki w Politechnice Poznańskiej, a obszarem jej zainteresowań naukowych jest programowanie, numeryka, statystyka matematyczna oraz analiza danych. Prowadzi zajęcia m.in. z programowania, numeryki i probabilistyki i statystyki.