Hành trình của Lynn – BigQuery cho hoạt động phân tích dữ liệu trong ngành chăm sóc sức khoẻ

Lynn Langit, GDE, Cloud
"Dự kiến dành 20-25% thời gian cho công việc học tập trong suốt sự nghiệp của bạn".
Hỏi đáp với Lynn
-
Hỏi: Bạn đã sử dụng những công cụ nào của Google?Đáp: Rất nhiều! Các dịch vụ Google Cloud mà tôi yêu thích là CloudRun, BigQuery, Dataproc. Công cụ yêu thích là Cloud Shell Editor, trình duyệt SSH dành cho Compute Engine và Chi tiết thực thi Big Query.
-
Hỏi: Bạn thích sử dụng công cụ nào? Lý do:Đáp: Tôi thích sử dụng công cụ Chuyển đổi biến thể nguồn mở cho các tệp dữ liệu VCF [hoặc gen học]. Công cụ này giúp các chuyên gia tin sinh học làm việc nhanh với BigQuery. Các nhà nghiên cứu sử dụng công cụ VariantTransforms để xác thực và tải các tệp VCF vào BigQuery. VariantTransforms hỗ trợ khối lượng công việc phân tích dữ liệu trên quy mô bộ gen. Những khối lượng công việc này có thể chứa hàng trăm nghìn tệp, hàng triệu mẫu hệ gen và hàng tỷ bản ghi dữ liệu đầu vào.
-
Hỏi: Vui lòng chia sẻ thông tin bạn đã xây dựng trước đây bằng các công cụ của Google.Đáp: Tôi đã và đang làm việc với các nhóm trên khắp thế giới để xây dựng, mở rộng quy mô và triển khai nhiều hệ thống dữ liệu hệ gen cho sức khỏe con người. Các trường hợp sử dụng gần đây là phân tích dữ liệu nhằm hỗ trợ cho việc phát triển ứng dụng Covid hoặc thuốc ung thư.
-
Hỏi: Bạn sẽ đưa ra lời khuyên nào cho người bắt đầu hành trình của họ?Đáp: Dự kiến sẽ dành 20-25% thời gian chuyên môn của bạn cho việc học trong suốt sự nghiệp. Tất cả dịch vụ đám mây công cộng, bao gồm cả Google Cloud, đều liên tục phát triển. Để xây dựng ứng dụng một cách hiệu quả, bạn phải nắm rõ cả mô hình và dịch vụ đám mây ở cấp độ chuyên sâu.