Mathias jobbar i gränslandet mellan statistik och maskininlärning
Efter kandidat- och masterexamen i matematik från Göteborgs universitet fortsatte Mathias som doktorand vid ETH Zürich. Där forskade han inom tillämpad statistik och maskininlärning med fokus på biomedicin. Direkt efter det började han arbeta i näringslivet som Expert Data Scientist. Numera jobbar han på AstraZeneca som Director, Data Science and Bioinformatics Lead.
Namn: Mathias Cardner
Jobbar som: Director, Data Science and Bioinformatics Lead på Astra Zeneca
Läste: Matematikprogrammet och masterprogrammet i matematiska vetenskaper vid Göteborgs universitet. Doktorerade vid ETH Zürich i Schweiz.
Vad jobbar du med?
Jag arbetar i gränslandet mellan statistik och maskininlärning med fokus på att hitta meningsfulla samband i högdimensionella data inom biomedicin. Koncept från sannolikhetsteori och linjär algebra är centrala. Även modellering, optimering och programmering utgör grunden för att strukturera och lösa problem.
Min matematikutbildning har gett mig förmågan att urskilja problem och skapa lösningar
Vilken nytta har du av din utbildning i ditt jobb?
Min utbildning kommer till användning genom förmågan att urskilja problem och skapa lösningar. En gedigen matematisk bakgrund är utmärkt för att kunna resonera från första principer. Förtrogenhet med matematisk statistik ger dessutom en god intuition i nya kvantitativa frågeställningar. Mina studier utomlands via Erasmusprogrammet, först i England och därefter i Schweiz, gav mig nya perspektiv på matematik och statistik.
Vad var ditt första jobb efter utbildningen?
Medan jag slutförde min masterutbildning fick jag möjligheten att doktorera vid ETH Zürich. Direkt efter min disputation började jag arbeta i näringslivet som Expert Data Scientist på Novartis Pharma AG i Basel. I båda fallen tog sökandet ett par månader.
Har du några tips till matematikstudenterna inför jobbsökandet?
Bekanta dig med företag och roller inom områden som du är intresserad av. Börja sökandet i god tid, och lägg energi på att skriva personliga brev.
Hur kom det sig att du utbildade dig inom matematik?
Ursprungligen lockades jag av den rena matematikens skönhet. På masternivå blev jag mer intresserad av statistik och bioinformatik. Som doktorand forskade jag inom tillämpad statistik och maskininlärning med fokus på biomedicin, vilket i sig har ett stort egenvärde. Den exponentiella utvecklingen av bioteknik under de senaste decennierna har frigjort enorma mängder data från levande celler, men i samma takt växer utmaningen att dra slutsatser från all denna information. Statistik och maskininlärning erbjuder principer och metoder för att hitta samband och testa hypoteser i dessa högdimensionella data. Detta bidrar till en djupare förståelse av biologi och patologi, vilket i sin tur kan leda till nya eller bättre behandlingar inom medicin.