förklara teorier och metoder relevanta för hantering och analys av stora datamängder inom biovetenskapliga tillämpningar
använda moderna system för hantering och analys av stora datamängder inom biovetenskapliga tillämpningar;
analysera egenskaper hos dataintensiva biovetenskapliga tillämpningar och använda analysen till att föreslå lämpliga strategier för att hantera tillämpningen;
kritiskt analysera, diskutera och presentera lösningar skriftligt och muntligt.
Kursinnehåll
Metodik vid biovetenskapliga tillämpningar där begrepp och metoder inom storskalig datahantering används. Processning av biovetenskapliga data med programmeringsmodellen MapReduce, exempelvis Apache Spark, batchsystem på beräkningskluster, reproducerbar dataanalys med hjälp av workflowsystem, analys med mjukvarucontainers och mikrotjänstbaserade ramverk exempelvis Kubernetes. Användning av storskaliga lagringssystem och virtualiserade miljöer. Biovetenskapliga problemställningar med storskaliga data inom exempelvis genomik, proteomik, metabolomik, cellbiologi, läkemedelsutveckling och AI/maskininlärning.
Förutsättningar
120 hp inklusive (1) 15 hp datavetenskap, varav 5 hp programmering, och 15 biologi; eller (2) 15 hp inom Masterprogram i bioinformatik, varav 5 hp programmering; eller (3) 15 hp inom Masterprogram i biofysik, varav 5 hp programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)