فهرست اطلاعات این صفحه

– شرح دوره
– برنامه آموزشی مدرسه
– نحوه برگزاری دوره
– ویژگی های خاص دوره
– سایر دوره های تخصصی مرتبط
– مشخصات زمانی دوره
– توانمندی شرکت کنندگان پس از اتمام دوره
– گواهینامه دوره
– دستاورد های دوره
– مدیریت علمی دوره
– هزینه دوره
– سوالات رایج (لطفا این بخش را حتما مطالعه کنید)
– فرم ثبت نام (در انتهای صفحه)

شرح دوره

تقریبا همه مطالعات پیشرفته علوم زیستی به بیوانفورماتیک وابسته هستند. قدمت این وابستگی بیش از ۵۰ سال است اما با ظهور فناوری های جدید ژنومیک و پروتئومیک، تکیه تحقیقات زیست پزشکی به بیوانفورماتیک بسیار بیشتر از گذشته شده است. نقش برجسته بیوانفورماتیک در توسعه کاربردی علوم زیستی باعث شده است در دو دهه گذشته حجم عظیمی از داده های ژنومیک، پروتئومیک و متابولومیک تولید و در پایگاه های مرجع بیولوژیکی ذخیره شود. اما پتانسیل نهفته در این اطلاعات عظیم تنها با آنالیز عمیق داده ها با استفاده از روشهای بیوانفورماتیک تحقق می یابد.

بیوانفورماتیک یکی از اولین شاخه های علم است که از داده کاوی و یادگیری ماشینی به طور گسترده برای اکتشاف دانش استفاده کرده است. با این حال، پیشرفت های مدرن در توسعه الگوریتم های ماشین لرنینگ، کاربرد هوش مصنوعی در بیوانفورماتیک را چندین برابر کرده است و این روند به سرعت در حال گسترش است.

هوش مصنوعی جایی می رود که داده آنجا است و بیوانفورماتیک یک حوزه علمی بسیار غنی از داده است، جایی که هوش مصنوعی میتواند با قدرت بر روی داده ها آموزش ببینید و به پیش بینی ها و اکتشافاتی دست پیدا کند که برای ظرفیت مغز انسان قابل دستیابی نیست.

یادگیری بیوانفورماتیک به خودی خود یک ضرورت و مزیت قابل توجه برای علاقه مندان تحقیقات در شاخه های مختلف علوم زیستی است. اما تلفیق این علم با هوش مصنوعی و آموختن روش به کارگیری الگوریتم های ماشین لرنینگ در پروژه های بیوانفورماتیک، قدرت اکتشاف پژوهشگر را در تحلیل داده های بزرگ مقیاس بیولوژیکی به مراتب افزایش میدهد.

به همه این دلایل، مهارت های ماشین لرنینگ در بیوانفورماتیک یکی از زمینه های بسیار مورد توجه دانشگاه ها و مراکز تحقیقاتی بین المللی است و متخصصین این زمینه از فرصت های تحقیقاتی، تحصیلی و شغلی قابل توجهی در سطح جهانی و به ویژه در کشورهای توسعه یافته برخوردارند.

با توجه به اهمیت روز افزون هر دو زمینه علمی بیوانفورماتیک و ماشین لرنینگ و فقدان دوره های آموزشی در کشور ما برای پرورش پژوهشگران ماهر در تلفیق این دو حوزه، موسسه بین المللی علوم نوبنیاد برای اولین بار در کشور دوره بیوانفورماتیک با هوش مصنوعی را برگزار می نماید.

این دوره به گونه ای طراحی شده است که علاقه مندان همه رشته ها و گرایش های علوم زیستی، آزمایشگاهی، پزشکی، دارویی، بیوتکنولوژی، ژنتیک، فیزیولوژی، شیمی، علوم کامپیوتری و فناوری اطلاعات و بسیاری از رشته های مهندسی میتوانند در آن شرکت نمایند و ضمن یادگیری برنامه نویسی کامپیوتری و مبانی هوش مصنوعی، کابرد ماشین لرنینگ در اکتشافات بیوانفورماتیکی را به طور عملی و در عالی ترین سطح فرا گیرند.

در ادامه، با جزئیات این دوره منحصر به فرد بیشتر آشنا می شوید.

برنامه آموزشی دوره

دوره بیوانفورماتیک با هوش مصنوعی از دو بخش مکمل تشکیل شده است: ۱) دوره پایه هوش مصنوعی و ۲) دوره تخصصی بیوانفورماتیک با یادگیری ماشینی. در دوره پایه، دانش برنامه نویسی و پیاده سازی الگوریتم های ماشین لرنینگ در محیط پایتان به طور جامع آموزش داده می شود و در دوره تخصصی، شرکت کنندگان فرا میگیرند دانش به دست آمده از دوره پایه را در پروژه های اکتشافی بیوانفورماتیک به کار برند.

بخش اول: دوره پایه هوش مصنوعی
دوره پایه از دو ماژول اصلی تشکیل شده است که در کنار هم مهارت های کلیدی لازم را برای برنامه نویسی و پیاده سازی الگوریتم های هوش مصنوعی آموزش میدهند:
— برنامه نویسی پایتان (Python Programing)
— یادگیری ماشینی (Machine Learning)

بخش دوم: دوره تخصصی بیوانفورماتیک با یادگیری ماشینی
دوره بیوانفورماتیک با یادگیری ماشینی، مبتنی بر مهارت های به دست آمده در دوره پایه است و طی آن دانشپذیران توانایی اکتشاف کاندید های دارویی با ماشین لرنینگ را به دست می آورند.

دوره بیوانفورماتیک با هوش مصنوعی در سه سطح برگزار می شود و دانشپذیران می توانند بر اساس علاقه و اهداف خود سطح مورد نظر را انتخاب نمایند. محتوای آموزشی هر سطح به شرح زیر است:

سطح ۱:
۱) آشنایی با انواع داده های بیوانفورماتیک و ساختار آن ها در کامپیوتر

۲) آشنایی با پایگاه داده های بیوانفورماتیک و جستجوی حرفه ای اطلاعات در آن ها

۳) اصول و روش های داده کاوی و یادگیری ماشینی در بیوانفورماتیک 

۴) استخراج داده های بزرگ مقیاس از پایگاه های بیوانفورماتیک با برنامه نویسی

۵) پیش پردازش (Preprocessing) و آماده سازی (Preparation) داده های بیوانفورماتیک برای یادگیری ماشینی

۶) استخراج ویژگی های کلیدی (Feature selection) داده های بیوانفورماتیک برای یادگیری ماشینی

۷) ساخت مدل های یادگیری ماشینی و آموزش آن بر روی داده های بیوانفورماتیک

۸) اعتبار سنجی (Validation) مدل های یادگیری ماشینی

۹) استفاده از مدل های آموزش دیده برای اکتشافات جدید بیوانفورماتیک

۱۰) اعتبار سنجی پیش بینی های صورت گرفته با هوش مصنوعی

سطح ۲:
۱) کلیه آموزش های سطح ۱

۲) پیش بینی بیوانفورماتیکی با الگوریتم های یادگیری عمیق (Deep Learning)

(*توضیح: یادگیری عمیق نوع پیشرفته تری از الگوریتم های یادگیری ماشینی است که به دلیل انعطاف در تنظیم پارامترها و الگوگیری بیشتر از نحوه عملکرد مغز، قدرت یادگیری هوش مصنوعی را افزایش می دهد. در حال حاضر، هم از روش های کلاسیک یادگیری ماشینی و هم از الگوریتم های یادگیری عمیق در بیوانفورماتیک استفاده می شود. اما استفاده از الگوریتمهای یادگیری عمیق، توانایی هوش مصنوعی در اکتشافات بیوانفورماتیک را به طور قابل توجه افزایش میدهد.)

سطح ۳:
۱) کلیه آموزش های سطح ۱ و ۲

۲) طراحی App های کاربردی بیوانفورماتیک و ارائه آن ها به صورت سرویس آنلاین اینترنتی

(*توضیح: در سطح ۳، دانشپذیران یاد میگیرند چگونه برای مدل های یادگیری ماشینی که در سطح ۱ یا ۲ توسعه داده اند App کامپیوتری طراحی کنند و آنرا به عنوان یک سرویس آنلاین اینترنتی در اختیار جامعه علمی قرار دهند. این مهارت، قویترین مدرک علمی مبنی بر توانمندی برنامه نویسی و یادگیری ماشینی دانشپذیران خواهد بود و اعتبار بالایی برای رزومه علمی جهت اخذ پذیرش تحصیلی از دانشگاه های بین المللی و همچنین ورود به پروژه های حرفه ای هوش مصنوعی به همراه خواهد داشت.)

نحوه برگزاری دوره

۱) این دوره به صورت ترکیبی از جلسات آنلاین و آفلاین برگزار می شود.

۲) پس از ثبت نام و آغاز دوره، کارآموزان محترم هر هفته به ویدئوی رکورد شده کارگاه آن هفته، که طی آن استاد مباحث را تدریس کرده اند دسترسی خواهند داشت.

۳) با توجه به اینکه بیشتر مطالب دوره، عملی است، شرکت کنندگان موظف هستند کلیه مراحل را در کامپیوتر خود اجرا و نتایج را مطابق آنچه در کلاس انجام شده به دست آورند.

۴) به علاوه کارآموزان موظف هستند تمرین های تعیین شده در کلاس را در در زمان های مقرر انجام داده و در سیستم آموزش بارگذاری کنند تا مورد بررسی و راهنمایی استاد قرار گیرد.

۵) همچنین در پایان هر مبحث، یک جلسه آنلاین در روز های ثابت و مشخص برگزار خواهد شد که طی آن شرکت کنندگان می توانند سوالات و اشکالات احتمالی خود را به طور زنده با استاد مطرح و برطرف نمایند.

۶) همچنین کارآموزان در طول هفته می توانند در روز ها و ساعت های مشخص از طریق تلگرام و واتساپ و یا تماس تلفنی با تیم پشتیبانی دوره ارتباط برقرار کرده اشکالات فنی خود را برطرف نمایند.

دوره های موسسه از این تضمین برخوردارند که هیچ اشکالی حل نشده باقی نمی ماند و در نهایت کلیه شرکت کنندگان قادر به انجام و پیاده سازی کلیه مراحل آموزشی خواهند بود. تنها دلیلی که می تواند منجر به حل نشدن یک اشکال شود وجود ایراد سخت افزاری یا نرم افزاری خاص در کامپیوتر شرکت کنندگان است. در این موارد ماهیت اشکال بررسی و راهنمایی لازم برای رفع مشکل از طریق مراجعه به مراکز تعمیر نرم افزاری یا سخت افزاری کامپیوتر به کارآموزان محترم ارائه شده و پس از رفع نقص تیم پشتیانی مجددا کارآموزان را برای انجام کامل مراحل عملی همراهی خواهد کرد.

سایر دوره های تخصصی هوش مصنوعی

موسسه علوم نوبنیاد علاوه بر دوره بیوانفورماتیک با هوش مصنوعی، دوره های دیگری را نیز در زمینه های تخصصی هوش مصنوعی برگزار می کند. شرکت کنندگان دوره بیوانفورماتیک با هوش مصنوعی، در ابتدا، مهارت های بنیادین برنامه نویسی پایتان و یادگیری ماشینی را به دست می آورند و بر اساس آن می توانند در سایر شاخه های تخصصی هوش مصنوعی نیز ورود پیدا کنند. با توجه به رویکر میان رشته ای موسسه علوم نوبنیاد، این امکان فراهم شده است که شرکت کنندگان هر یک از دوره های تخصصی بتوانند با تکیه بر دانش پایه برنامه نویسی و یادگیری ماشینی، در سایر دوره های تخصصی که علاقه دارند شرکت نمایند.

— دوره اکتشاف دارو با هوش مصنوعی

ظهور هوش مصنوعی، این امکان را فراهم کرده است که ذخایر بزرگ اطلاعات بیولوژیکی و مولکولی را با استفاده از الگوریتم هایی که از یادگیری مغز انسان پیروی میکنند تحلیل کنیم. این الگوریتم ها بر روی کتابخانه های مولکولی آموزش میبینند و ارتباط بین ویژگی های مهم مولکول ها و فعالیت بیولوژیکی آن ها را کشف می کنند. مدل های آموزش دیده بعد از آن قادر خواهند بود با استخراج مشخصات یک مولکول جدید، فعالیت بیولوژیکی، سمیت احتمالی، و ویژگی های فارماکولوژیکی آن مولکول را پیش بینی کنند. به عبارت دیگر، مدل های یادگیری ماشینی پس از آموزش دیدن بر روی داده های مولکولی و بیولوژیک می توانند به عنوان یک غربال کننده، مولکول های دارویی بالقوه را از ترکیباتی که خاصیت زیست فعال ندارند شناسایی کنند و به این ترتیب سرعت، دقت و ظرفیت اکتشاف کاندید های دارویی را به طور گسترده افزایش دهند. الگوریتم های ماشین لرنینگ، همچنین میتوانند ویژگیهایی از مولکولها را ببینند که ماهیت انتزاعی و ریاضیاتی دارد و به طور شهودی برای انسان قابل درک نیست به این ترتیب هوش مصنوعی میتواند مولکول های کاندید دارویی را از بین میلیون ها ترکیب در مخازن مولکولی کشف نماید که به هیچ وجه توسط ذهن انسان و یا روش های سنتی قابل شناسایی نیست. این حوزه، یکی از زمینه های مدرن و جذاب کاربرد هوش مصنوعی در علوم زیست پزشکی است و موسسه علوم نوبنیاد برای اولین بار در کشور دوره تخصصی اکتشاف دارو با کامپیوتر را برگزار می نماید.

— دوره اکتشاف واکسن با هوش مصنوعی

دوران پاندمی کوید ۱۹ نشان داد توسعه واکسن های جدید که بتوانند سطح قابل اعتمادی از ایمنی علیه ویروس ها را تامین نمایند چقدر پیچیده است. جامعه جهانی برای آمادگی در برابر اپیدمی های گسترده در آینده و همچنین غلبه بر بیماری های ویروسی کنونی به استفاده از هوش مصنوعی روی آورده است. هوش مصنوعی قادر است حجم انبوهی از داده های بیولوژیکی و ایمونوانفورماتیک را آنالیز  کند و بر اساس آن، مولکولهای جدیدی را به عنوان واکسن های بالقوه موثر و ایمن معرفی نماید. این زمینه تحقیقاتی در حال حاضر هم در صنعت و هم دانشگاه های کشورهای توسعه یافته به عنوان تنها راهی که میتواند ظرفیت واکنش سریع در برابر همه گیری های ویروسی را فراهم کند مورد تمرکز قرار گرفته است. یکی از آخرین رخدادها در این زمینه، قرارداد اخیر شرکت مدرنا با شرکت عظیم کامپیوتری IBM بود که طبق آن، ظرفیت هوش مصنوعی IBM در اختیار مدرنا برای کشف واکسن های جدید قرار میگیرد. در میانه این تحولات، موسسه بین المللی علوم نوبنیاد برای اولین بار در کشور دوره اکتشاف واکسن با هوش مصنوعی را برگزار می کند. 

— دوره پیش بینی سرطان با هوش مصنوعی

پیش بینی و تشخیص سرطان یکی از درخشان ترین زمینه های کاربرد هوش مصنوعی در زیست پزشکی است. الگوریتم های یادگیری ماشینی در مطالعات متعدد نشان داده اند که میتوانند سرطان را بر اساس داده های رادیولوژی، ژنتیکی، بیوشیمیایی و بیوفیزیکی به خوبی و با دقت بسیار بالا شناسایی نمایند. توانمندی هوش مصنوعی در سرطان شناسی تنها محدود به تشخیص نیست بلکه الگوریتم های ماشین لرنینگ میتوانند بر اساس انواع اطلاعات فیزیولوژیکی، احتمال ابتلا به سرطان را مدت ها قبل از تشکیل اولین سلول سرطانی پیش بینی نمایند. توانمندی هوش مصنوعی در پیش بینی دقیق انواع سرطان، این فناوری را به بزرگترین امید برای غلبه انسان بر این بیماری پیچیده تبدیل کرده است. همراستا با تحولات پرشتاب جهانی در این عرصه موسسه علوم نوبنیاد برای اولین بار در کشور دوره تخصصی پیش بینی سرطان با هوش مصنوعی را برگزار می کند.

— دوره تشخیص ژنتیکی با هوش مصنوعی

ژنتیک در کنار فاکتور های محیطی، تعیین کننده بسیاری از ویژگی های انسان، از جمله خصوصیات فیزیولوژیکی، احتمال ابتلا به بیماری ها، و حتی طول عمر است. امروزه فناوری های توالی یابی ژنتیکی و ژن پروفایلینگ (اندازه گیری سطح بیان ژن) دسترسی ما به اطلاعات ژنومیک در شرایط بیماری و سلامت را فراهم کرده است. این اطلاعات منبع بسیار ارزشمندی برای درک مکانیسم بیماری ها، طراحی درمان های موثر و پیشرفت پزشکی فرد محور است. اما به دلیل بزرگی و پیچیدگی داده های ژنومیک، بهره برداری از این اطلاعات نیازمند استفاده از توان کامپیوتر و الگوریتم های داده کاوی و یادگیری ماشینی است. مطالعات رو به رشد نشان می دهد هوش مصنوعی حقیقتا می تواند اسرار نهفته در DNA و ارتباط آن با بیماری ها را آشکار نماید. به کار گیری هوش مصنوعی در تشخیص ژنتیک میتواند جهش های ژنتیکی که به طور مستقیم یا موثر در بروز بیماری های گوناگون نقش دارند را پیش بینی نماید. موسسه علوم نوبنیاد برای اولین بار در کشور دوره تشخیص ژنتیکی با هوش مصنوعی را برگزار می نماید.

— دوره تشخیص آزمایشگاهی با هوش مصنوعی بر اساس آزمایش خون

نتایج آزمایش خون حاوی اطلاعات گرانبهایی است که آنالیز آن با هوش مصنوعی می تواند به تشخیص زودهنگام انواع بیماری های پیچیده منجر شود. هوش مصنوعی از طریق پردازش داده های آزمایش خون، بین غلطت نسبی موکول های موجود در خون و بیماری های فرد روابط پنهانی را کشف می کند که برای انسان میسر نیست. پس از کشف و یادگیری این روابط، هوش مصنوعی می تواند با مشاهده نتایج آزمایش خون یک فرد جدید، احتمال ابتلای او به یک بیماری خاص را به طور زود هنگام پیش بینی نماید تا فرایند درمان وی سریعا اغاز شود و بیماری با سهولت و عوارض جانبی کمتر بهبود یابد. همچنین نشان داده شده است که استفاده از یادگیری ماشینی در تحلیل داده های آزمایش خون می تواند ریسک ابتلای یک فرد به بیماری مشخصی (مثلا دیابت) در چندین سال بعد را پیش بینی نماید، در حالیکه فرد در حال حاضر هیچ علایم شناخته شده ای از آن بیماری نشان نمی دهد. این دوره، با پیاده کردن عملی نمونه مطالعاتی از این دست، استفاده از هوش مصنوعی در تشخیص زود هنگام و پیش بینی ریسک بیماری ها بر اساس آزمایش خون را آموزش می دهد.

— پزشکی دیجیتال و تشخیص طبی با هوش مصنوعی

پرونده الکترونیک بیماران که در بیمارستان ها ثبت و بایگانی می شود، شامل اطلاعات بسیار ارزشمندی است که آنالیز آن ها توسط هوش مصنوعی میتواند ارتباطات مهم بین بیماری و اثربخشی درمان از یک طرف و مشخصات دموگرافیک، فیزیولوژیک و بالینی بیمار از طرف دیگر را آشکار کرده و مسیر درمان را موثر تر و کوتاه تر نماید. همچنین تصاویر پزشکی مانند عکس های رادیولوژی و هیستوپاتولوژی و تصاویر MRI و سی تی اسکن حاوی اطلاعات گرانبهایی هستند که یادگیری ماشین بر روی آن ها می تواند امکان تشخیص زود هنگام بیماری، تشخیص دقیق نوع بیماری و پیشنهاد درمان بهینه را فراهم نماید. فناوری هوش مصنوعی، چشم انداز پزشکی پیشگیرانه را که منتهای کمال علم پزشکی است از آینده دور به زمان حال منتقل کرده است. عملکرد فوق العاده هوش مصنوعی در استخراج اطلاعات ارزشمند از تصاویر پزشکی در حال ایجاد تحولات ژرف در پروتوکول های بالینی است به طوریکه مطالعات نشان میدهد در بعضی از زمینه ها هوش مصنوعی به توانایی تشخیص بهتر، دقیق تر و زودهنگام تر از متخصصین پزشکی دست یافته است. به این ترتیب پیش بینی می شود هوش مصنوعی طی سال های آینده به عنوان یک دستیار تشخیص و درمان در کنار پزشکان خدمت خواهد کرد و پس از مدتی، به تدریج جایگزین روش های تشخیصی انسان محور خواهد شد. بر همین اساس، مجهز شدن پزشکان و کادر درمان به دانش هوش مصنوعی، هم برای همراهی با روند تحقیقات و توسعه هوش مصنوعی در حوزه سلامت و هم برای حفظ و ارتقاء جایگاه حرفه ای کلیدی است. دوره پزشکی دیجیتال و تشخیص طبی با هوش مصنوعی نحوه به کارگیری ماشین لرنینگ در اطلاعات بالینی شامل پرونده بالینی بیمار و تصاویر پزشکی را یا هدف تشخیص و پیش بینی انواع بیماری ها آموزش می دهد.

مشخصات زمانی دوره بیوانفورماتیک با هوش مصنوعی

سطح ۱:
(برنامه نویسی پایتان + یادگیری ماشینی + آنالیز بیوانفورماتیکی با یادگیری ماشینی) 
۱) طول مدت دوره: سه ماه
۲) تعداد کل ساعات آموزشی: ۱۰۰ ساعت
۳) تعداد ساعات آموزشی در هر هفته (متوسط): ۸ ساعت
۴) تعداد جلسات آموزشی: ۴۰ جلسه دو ساعته (۸۰ ساعت)
۵) تعداد جلسات پرسش و پاسخ و رفع اشکال: ۱۰  جلسه دو ساعته (۲۰ ساعت)

سطح ۲:
(آموزش های سطح ۱ + آنالیز بیوانفورماتیکی با یادگیری عمیق)
۱) طول مدت سطح ۲ (شامل آموزش های سطح ۱): چهار ماه
۲) با همان الگوی زمانی سطح یک در بالا برگزار می شود.

سطح ۳:
(آموزش های سطح ۱ و ۲ + ساخت App های کامپیوتری برای سیستم های هوش مصنوعی و ارائه آن ها به عنوان وب سرویس آنلاین)
۱) طول مدت سطح ۳ (شامل آموزش های سطح ۱ و ۲): شش ماه
۲) با همان الگوی زمانی سطح یک و دو برگزار می شود.

مشخصات زمانی سایر دوره های تخصصی:
— اکتشاف دارو با هوش مصنوعی: ۳ ماه
— اکتشاف واکسن با هوش مصنوعی: ۳ ماه
— پیش بینی سرطان با هوش مصنوعی: ۳ ماه
— تشخیص ژنتیکی با هوش مصنوعی: ۳ ماه
— تشخیص آزمایشگاهی با هوش مصنوعی: ۳ ماه
— پزشکی دیجیتال و تشخیص طبی با هوش مصنوعی: ۶ ماه

ویژگی های خاص دوره

*۱) این دوره قبل از ورود به مباحث تخصصی بیوانفورماتیک، مهارت های برنامه نویسی پایتان و یادگیری ماشینی را به طور جامع آموزش می دهد. به همین دلیل دانشپذیران میتوانند از دانش پایه برنامه نویسی و یادگیری ماشینی برای ورود به زمینه های تخصصی دیگر هوش مصنوعی مثل طراحی واکسن، اکتشاف پپتید، تشخیص سرطان، پزشکی دیجیتال استفاده کنند. 

*۲) این دوره یک دوره تحقیقاتی است به این معنی که شرکت کنندگان میتوانند یک پروژه جدید پیش بینی بیوانفورماتیکی با هوش مصنوعی را پیاده کرده و آنرا به صورت مقاله علمی به ژورنال ها و کنفرانس های بین المللی ارائه نمایند. این موضوع اعتبار بالایی برای رزومه علمی دانشپذیران به همراه خواهد داشت.

*۳) در طول این دوره یک استودیوی جامع تحقیقاتی شامل طیف وسیعی از نرم افزار ها و پلتفرم های لازم برای اجرا و پیاده سازی الگوریتم های یادگیری ماشینی و نیز کتابخانه های لازم برای پروژه های بیوانفورماتیک با هوش مصنوعی به طور صحیح و رفع اشکال شده روی رایانه شخصی هر یک از شرکت کنندگان نصب می شود. این استودیو مانند یک آزمایشگاه تحقیقاتی کامپیوتری می تواند تا سال ها برای انجام پروژه های کاربردی هوش مصنوعی چه در زمینه بیوانفورماتیک و چه حوزه های تخصصی دیگر مورد استفاده قرار گیرد.

*۴) دانشپذیران دوره، حتی پس از اتمام دوره، تا زمانی که پروژه های تحقیقاتی خود را به طور کامل به اتمام رسانند از پشتیبانی علمی و فنی موسسه علوم نوبنیاد برخوردار خواهند بود.

توانمندی های شرکت کنندگان پس از اتمام دوره

دانش آموختگان مدرسه حاضر در مسیر یادگیری خود، توانایی ها زیر را به دست می آورند:

۱) مهارت بالا در برنامه نویسی و توانایی استفاده کاربردی از برنامه نویسی در پروژه های علمی

۲) درک عمیق از مفاهیم علم داده و یادگیری ماشینی و توانایی تطبیق آموخته ها با مساله ها و پروژه های جدید

۳) توانایی ورود به هر یک از زمینه های تخصصی هوش مصنوعی از جمله اکتشاف دارو، پیش بینی سرطان، طراحی واکسن، تشخیص پزشکی و …

۴) توانایی انتخاب و طراحی بهترین الگوریتم ها بر اساسا ویژگی پروژه های بیوانفورماتیک

۵) توانایی بهینه سازی پارامتر های الگوریتم های یادگیری ماشینی برای افزایش قدرت پیش بینی مدل ها

۶) توانایی اشکال شناسی و اشکال زدایی از فاز های مختلف اجرای پروژه های بیوانفورماتیک با هوش مصنوعی

۷) توانایی انجام پروژه های بیوانفورماتیک با هوش مصنوعی در سطح تحقیقات بین المللی و برترین دانشگاه های دنیا

۷) توانایی اصلاح و ارتقاء سیستم هوش مصنوعی طراحی شده بر اساس بازخور از نتایج یادگیری ماشینی

پروژه های تحقیقاتی دوره

۱) کارآموزان می توانند در طول دوره پروژه هایی را در زمینه های مختلف بیوانفورماتیک با هوش مصنوعی از جمله در موضوعات زیر آغاز کنند:

* اکتشاف دارو های ضد آلزایمر با یادگیری ماشینی
* اکتشاف دارو های ضد سرطان بر اساس هوش مصنوعی
* اکتشاف کاربردهای جدید درمانی برای داروهای موجود با هوش مصنوعی
* تشخیص میزان سمیت و عوارض جانبی ترکیبات مولکولی مختلف بر اساس یادگیری ماشین

۲) همچنین کارآموزانی که در طول دوره تمرینات تحقیقاتی خود را به طور منظم انجام داده باشند می توانند بعد از دوره نیز پروژه خود را تحت نظارت موسسه تا حصول نتایج نهایی ادامه دهند.

گواهینامه دوره

۱) گواهینامه این دوره به زبان انگلیسی آکادمیک و به صورت مشروح (شامل سیلابس های کلیدی دوره) و امضای استاد و ریاست عالی موسسه و مهر برجسته موسسه صادر می شود.

۲) همچنین به درخواست شرکت کنندگان محترم امکان صدور گواهینامه بین المللی از شرکت ها و نهاد های معتبر اروپایی مستقر در سوییس وجود خواهد داشت. صدور گواهینامه بین المللی هزینه جداگانه دارد که در بخش “سوالات رایج” به آن اشاره شده است.

دستاوردهای دوره

شرکت در این دوره دستاورد های قابل توجهی از جمله موارد زیر برای کارآموزان به همراه خواهد داشت:

۱) ورود به جامعه متخصصین هوش مصنوعی و استفاده از فرصت های بی شمار موفقیت و پیشرفت در این عرصه

۲) یادگیری عملیاتی مهمترین الگوریتم های ماشین لرنینگ و استفاده تخصصی آن ها در بیوانفورماتیک

۳) توانایی انجام پژوهشهای کاربردی تراز بین المللی در زمینه بیوانفورماتیک مبتنی بر هوش مصنوعی و ارائه آن به کنفرانس ها و ژورنال های معتبر علمی

۴) توانایی انجام مستقل پروژه های بیوانفورماتیک با هوش مصنوعی

۵) ارتقاء چشمگیر رزومه علمی جهت اخذ پذیرش از دانشگاه های برتر جهان

۶) امکان استفاده از فرصت های شغلی و درآمدی رو به رشد مرتبط با هوش مصنوعی در داخل و خارج از کشور

۷) پتانسیل پیوستن به شرکت های دارویی بین المللی

۸) امکان تعریف پایان نامه تحصیلات تکمیلی در زمینه هوش مصنوعی

مدیریت علمی دوره

اجرای دوره های آموزشی موسسه تحت مدیریت تیم اجرایی اختصاص یافته به آن دوره شامل هیئت علمی دوره، تیم کارشناسان آموزشی، تیم کارشناسان پژوهشی، و دستیاران صورت می گیرد.

هیئت علمی دوره

هیئت علمی هر دوره از اساتید هیئت علمی دانشگاه های معتبر کشور که در زمینه علمی مربوطه صاحب نظر و نیز پروژه های تحقیقاتی در آن حوزه انجام داده اند و نیز متخصصین تحقیق و توسعه صنعتی دارو تشکیل شده است. این گروه در طول برگزاری دوره کیفیت ارائه مطالب آموزشی توسط مدرسین و نیز پیشرفت پروژه های تحقیقاتی را به طور مستمر نظارت می نماید.

گروه آموزشی

گروه آموزشی شامل مدرسین و دستیاران آموزشی است. مدیر و مدرسین هر دوره شامل اساتید دانشگاه های معتبر کشور و یا از مدیران ارشد شرکت های فناوری-تجاری است. دستیاران گروه شامل فراغ التحصیلان دکترا یا کارشناسی ارشد دانشگاه های معتبر با سابقه درخشان علمی پژوهشی در حوزه مربوطه می باشند. دستیاران آموزش وظیفه ارتباط با دانش پذیران و درک و رفع اشکالات آن ها، و نیز گزارش اشکالات خاص به مدیر گروه آموزش و همراهی دائمی با دانش پذیران را بر عهده دارند.

هزینه دوره

هزینه دوره تخصصی بیوانفورماتیک با هوش مصنوعی بر اساس نوع ثبت نام به شرح زیر است (واحد میلیون تومان):

سطح ۱ (برنامه نویسی پایتان + ماشین لرنینگ + پیش بینی بیوانفورماتیکی با یادگیری ماشینی):
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۴/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف : ۶/۵۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۶/۵۰۰
۴)  ثبت نام استاندارد: ۸/۲۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

سطح ۲ (آموزش های سطح ۱ + آنالیز بیوانفورماتیکی با یادگیری عمیق)
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۶/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف : ۹/۲۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۹/۲۰۰
۴)  ثبت نام استاندارد: ۱۱/۵۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

سطح ۳ (آموزش های سطوح ۱ و ۲ + ساخت App های کامپیوتری آنلاین برای سیستم های هوش مصنوعی)
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۸/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف: ۱۱/۹۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۱۱/۹۰۰
۴)  ثبت نام استاندارد: ۱۴/۹۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

سایر تخفیفات: ایثارگران و خانواده شهدا، فرهنگیان و بازنشستگان: ۵ درصد
سقف تخفیفات: ۴۰ درصد

هزینه سایر دوره های تخصصی:
هزینه هریک از دوره های تخصصی شامل:
— اکتشاف دارو با هوش مصنوعی
— اکتشاف واکسن با هوش مصنوعی
— پیش بینی سرطان با هوش مصنوعی
— تشخیص ژنتیکی با هوش مصنوعی
— تشخیص آزمایشگاهی با هوش مصنوعی
به شرح زیر است (واحد میلیون تومان):

برای افرادی که در قبلا یا به طور همزمان در دوره پایه (پایتان و یادگیری ماشینی) شرکت کرده اند:
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۱/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف : ۲/۵۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۲/۵۰۰
۴)  ثبت نام استاندارد: ۳/۲۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

برای افرادی که قبلا یا همزمان در دوره پایه (پایتان و یادگیری ماشینی) شرکت نکرده اند:
۱) ثبت نام دانشجويي با پرداخت نقدی (با ۴۰ ٪ درصد تخفیف): ۴/۹۰۰
۲) ثبت نام دانشجویی با ۲۰ ٪ تخفیف : ۶/۵۰۰ (قابل پرداخت در ۳ قسط)
۳) ثبت نام با پرداخت نقدی (با ۲۰ ٪ تخفیف): ۶/۵۰۰
۴)  ثبت نام استاندارد: ۸/۲۰۰ (قابل پرداخت در ۴ قسط)
*توجه: تخفیف دانشجویی تا سه سال پس از فارغ التحصیلی نیز شامل می شود.

سوالات رایج