Lynn's Journey - BigQuery สำหรับการวิเคราะห์ข้อมูลในอุตสาหกรรมบริการสุขภาพ

"คาดว่าจะใช้เวลา 20-25% ในการเรียนรู้ตามเวลาในสายอาชีพ"

ถาม& ตอบกับ Lynn

  • ตอบ: มีมากมายเลย! บริการ Google Cloud ที่ฉันชอบคือ CloudRun, BigQuery, Dataproc เครื่องมือโปรด ได้แก่ Cloud Shell Editor, เบราว์เซอร์ SSH ใน Compute Engine และรายละเอียดการเรียกใช้ Big Query
  • ตอบ: ฉันชอบใช้เครื่องมือ Variant Transforms แบบโอเพนซอร์สสําหรับไฟล์ข้อมูล VCF [หรือจีโนม] ซึ่งเครื่องมือนี้ช่วยให้นักชีวสารสนเทศศาสตร์ทํางานร่วมกับ BigQuery ได้อย่างรวดเร็ว นักวิจัยใช้เครื่องมือ VariantTransforms เพื่อตรวจสอบและโหลดไฟล์ VCF ลงใน BigQuery VariantTransforms รองรับภาระงานการวิเคราะห์ข้อมูลจีโนม ภาระงานเหล่านี้อาจมีไฟล์หลายแสนรายการ ตัวอย่างจีโนมิกส์หลายล้านรายการ และระเบียนอินพุตหลายพันล้านรายการ
  • ตอบ: ฉันได้ทำงานร่วมกับทีมทั่วโลกเพื่อสร้าง ปรับขนาด และติดตั้งใช้งานไปป์ไลน์ข้อมูลระดับจีโนมิกจำนวนมากเพื่อสุขภาพของมนุษย์ กรณีการใช้งานล่าสุดเป็นการวิเคราะห์ข้อมูลเพื่อสนับสนุนการพัฒนายาของโควิดหรือมะเร็ง
  • ตอบ: คาดว่าจะใช้เวลา 20-25% ของการเรียนรู้ในช่วงการทำงาน บริการระบบคลาวด์สาธารณะทั้งหมด รวมถึง Google Cloud มีการพัฒนาอย่างต่อเนื่อง การสร้างอย่างมีประสิทธิภาพจำเป็นต้องมีการรู้ทั้งรูปแบบและบริการระบบคลาวด์ในระดับลึก

คุณอาจสนใจ

ดูวิธีที่ชุมชนนักพัฒนาซอฟต์แวร์อื่นๆ จัดการกับความท้าทายครั้งใหญ่ และสร้างผลกระทบที่ยิ่งใหญ่มากขึ้นให้กับโลกของเรา

ดูวิธีที่ Akash Gupta ผู้ร่วมก่อตั้งและ CEO ของ Zypp Electric ใช้เทคโนโลยีและเครื่องมือสำหรับนักพัฒนาซอฟต์แวร์ของ Google เพื่อช่วยผลักดันแนวคิดของคุณให้ก้าวไกลยิ่งขึ้น

พบกับ Google for Startups Accelerator: ศิษย์เก่าอินโดนีเซีย Yohanes ซึ่งมีภารกิจพลิกโฉมเกษตรกรรมให้แก่เกษตรกรผู้ชื่นชอบอาหารกว่า 33 ล้านราย

พบกับ Rabia Moussa วิศวกรซอฟต์แวร์จากไนเจอร์ที่เป็น Ambassador Tech Creators มานานกว่า 5 ปี