Lynn's Journey – BigQuery do analizy danych w branży opieki zdrowotnej

Lynn Langit, GDE, Google Cloud
„Przez czas trwania Twojej kariery poświęcasz 20–25% czasu na zdobywanie wiedzy”.
Pytania i odpowiedzi – Lynn
-
Pyt.: Z jakich narzędzi Google korzystaliście?O: Tak wiele! Moje ulubione usługi Google Cloud to CloudRun, BigQuery i Dataproc. Ulubione narzędzia to edytor Cloud Shell, przeglądarka SSH w Compute Engine i szczegóły wykonywania BigQuery.
-
Pyt.: Które narzędzie było Twoim ulubionym? Dlaczego?O: Uwielbiam używać narzędzia open source Transform Transforms w przypadku plików z danymi VCF [lub genomic]. To narzędzie szybko wprowadza bioinformatyków do BigQuery. Badacze korzystają z narzędzia VERSIONTransforms do weryfikowania i wczytywania plików VCF w BigQuery. Wariant TransformTransforms obsługuje zadania analizy danych na poziomie genomu. Zadania mogą obejmować setki tysięcy plików, miliony próbek genomicznych i miliardy rekordów.
-
P: Udostępnij swoje elementy za pomocą narzędzi Google.O: Współpracuję z zespołami na całym świecie, aby tworzyć, skalować i wdrażać wiele potoków danych dotyczących zdrowia ludzkiego. Najnowsze przypadki użycia to analizy danych wspierające opracowanie leków na COVID lub nowotworowe.
-
Pyt.: Jaką radę dał(a)byś użytkownikom na początku pracy z deweloperem?O: Należy założyć, że w trakcie całej kariery należy poświęcić 20-25% czasu zawodowego na naukę. Wszystkie publiczne usługi w chmurze, w tym Google Cloud, nieustannie się zmieniają. Skuteczne budowanie wymaga dogłębnej znajomości wzorców i usług działających w chmurze.