Aprende tantas como puedas, al menos una en cada categoría:
- Lenguajes de programación: C / C ++, Python (con numpy, pandas, scipy …). Opcional: R, MATLAB.
- Matemáticas: algoritmos básicos, álgebra lineal, ecuaciones diferenciales, probabilidad.
- Análisis de Datos: Regresión, Aprendizaje Automático (Agrupación, Clasificación, Redes Neuronales, Métodos Bayesianos, Impulso), métodos MCMC, Modelos Ocultos de Markov.
- Informática: computación en paralelo, optimización, sistemas distribuidos, métodos numéricos.
- Biología (estándar): Genética Molecular, Bioquímica, Termodinámica Bio-phyiscal (o Mecánica Estadística).
- Biología (teoría): Genética de poblaciones, teoría coalescente, teoría de juegos evolutiva, teoría de redes.
También intente aprender todo lo que pueda sobre el proceso desde el que recibe los datos. Comprender los procesos como la RT-PCR, los métodos de secuenciación de próxima generación, los transcriptómicos de células individuales y similares pueden ayudarlo mucho.
Lea estas revistas:
- Bioinformática, Genome Research, Nature Biotechnology, Nature Genetics, PLOS Comp Bio, BMC bioinformatics.
