Lynn's Journey - BigQuery สำหรับการวิเคราะห์ข้อมูลในอุตสาหกรรมบริการสุขภาพ

Lynn Langit, GDE, Cloud
"คาดว่าจะใช้เวลา 20-25% ในการเรียนรู้ตามเวลาในสายอาชีพ"
ถาม& ตอบกับ Lynn
-
คําถาม: คุณได้ใช้เครื่องมือใดของ Google บ้างตอบ: มีมากมายเลย! บริการ Google Cloud ที่ฉันชอบคือ CloudRun, BigQuery, Dataproc เครื่องมือโปรด ได้แก่ Cloud Shell Editor, เบราว์เซอร์ SSH ใน Compute Engine และรายละเอียดการเรียกใช้ Big Query
-
ถาม: คุณชอบใช้เครื่องมือใด เพราะว่าตอบ: ฉันชอบใช้เครื่องมือ Variant Transforms แบบโอเพนซอร์สสําหรับไฟล์ข้อมูล VCF [หรือจีโนม] ซึ่งเครื่องมือนี้ช่วยให้นักชีวสารสนเทศศาสตร์ทํางานร่วมกับ BigQuery ได้อย่างรวดเร็ว นักวิจัยใช้เครื่องมือ VariantTransforms เพื่อตรวจสอบและโหลดไฟล์ VCF ลงใน BigQuery VariantTransforms รองรับภาระงานการวิเคราะห์ข้อมูลจีโนม ภาระงานเหล่านี้อาจมีไฟล์หลายแสนรายการ ตัวอย่างจีโนมิกส์หลายล้านรายการ และระเบียนอินพุตหลายพันล้านรายการ
-
คําถาม: โปรดแชร์สิ่งที่คุณเคยสร้างโดยใช้เครื่องมือ Googleตอบ: ฉันได้ทำงานร่วมกับทีมทั่วโลกเพื่อสร้าง ปรับขนาด และติดตั้งใช้งานไปป์ไลน์ข้อมูลระดับจีโนมิกจำนวนมากเพื่อสุขภาพของมนุษย์ กรณีการใช้งานล่าสุดเป็นการวิเคราะห์ข้อมูลเพื่อสนับสนุนการพัฒนายาของโควิดหรือมะเร็ง
-
คําถาม: คุณจะให้คําแนะนําแก่บุคคลใดในเส้นทางสําหรับนักพัฒนาซอฟต์แวร์ของเขาตอบ: คาดว่าจะใช้เวลา 20-25% ของการเรียนรู้ในช่วงการทำงาน บริการระบบคลาวด์สาธารณะทั้งหมด รวมถึง Google Cloud มีการพัฒนาอย่างต่อเนื่อง การสร้างอย่างมีประสิทธิภาพจำเป็นต้องมีการรู้ทั้งรูปแบบและบริการระบบคลาวด์ในระดับลึก