El recorrido de Lynn: BigQuery para el análisis de datos en la industria del cuidado de la salud

Lynn Langit, GDE, Cloud
"Espera dedicar un 20% a un 25% de tu tiempo profesional en el aprendizaje mientras trabajas".
Preguntas y respuestas con Lynn
-
P: ¿Qué herramientas de Google usaste?R.: ¡Son muchos! Mis servicios favoritos de Google Cloud son Cloud Run, BigQuery y Dataproc. Las herramientas favoritas son el editor de Cloud Shell, el navegador SSH integrado para Compute Engine y los detalles de ejecución de BigQuery.
-
P: ¿Qué herramienta te gustó más? ¿Por qué?R: Me encanta usar la herramienta Variant Transforms de código abierto para los archivos de datos VCF [o genómica]. Esta herramienta logra que los bioinformáticos trabajen con BigQuery rápidamente. Los investigadores usan la herramienta VariantTransforms para validar y cargar archivos VCF en BigQuery. VariantTransforms admite cargas de trabajo de análisis de datos a escala del genoma. Estas cargas de trabajo pueden contener cientos de miles de archivos, millones de muestras genómicas y miles de millones de registros de entrada.
-
P: Comparte con las herramientas de Google algo que hayas creado en el pasado.R: Estuve trabajando con equipos de todo el mundo para compilar, escalar e implementar varias canalizaciones de datos a escala genómica destinada a la salud humana. Los casos de uso recientes son el análisis de datos en apoyo del desarrollo de medicamentos contra el COVID-19 o el cáncer.
-
P: ¿Qué consejo les darías a alguien que comience su recorrido como desarrollador?R: Debes dedicar entre el 20 al 25% de tu tiempo profesional a aprender durante toda tu carrera. Todos los servicios de nube pública, incluido Google Cloud, evolucionan constantemente. Para realizar compilaciones de manera eficaz, es necesario conocer los patrones de la nube y los servicios a un nivel profundo.