Compétences générales
L’un des principaux objectifs du programme BIOS² est de former la prochaine génération de professionnels et de chercheurs hautement qualifiés afin qu’ils puissent intégrer le marché du travail canadien. Pour ce faire, le programme de formation BIOS² se concentre sur le développement de compétences générales qui sont essentielles au maintien d’une science active et évolutive telles que le leadership, la créativité, la capacité à résoudre des problèmes et l’aptitude à communiquer et à collaborer dans un environnement pratique et opérationnel. De plus, le programme permet le développement d’une foule d’autres compétences générales, et ce, grâce aux différents volets de formation du programme. Voici quelques-unes des compétences qui seront développées par la communauté apprenante du programme BIOS2 :
- La capacité de synthèse : développée par des groupes de synthèse dirigés par les étudiants;
- L’interdisciplinarité : cultivé par des ateliers de résolution de problèmes;
- La capacité de mise en réseau et de communication : améliorées grâce à l’accès aux bourses de mobilité et aux expériences de stage;
- Le soutien pour une science ouverte : ce qui leur donne une culture de transparence, d’ouverture, de responsabilité et de reproductibilité.
Compétences techniques
Puisque les étudiants et stagiaires postdoctoraux du programme de formation BIOS2 seront amenés à intégrer le marché du travail canadien dans un contexte de développement des sciences biologiques computationnelles, ils seront formés de manière à pouvoir développer diverses compétences techniques en lien avec leur cheminement académique et professionnel. Plus précisément, les apprenants de la communauté BIOS2 développeront des compétences techniques relatives à :
- L’utilisation des techniques numériques : programmation scientifique, mathématiques, calcul haute performance, bioinformatique;
- La résolution de problèmes : utilisation d’approches fondées sur les données;
- La gestion des données : SIG, télédétection, séquençage de nouvelle génération et ADN environnemental;
- L’analyse des données : méthodes de vraisemblance, statistiques bayésiennes, apprentissage automatique;
- La prévision : modèles de distribution des espèces, modélisation stochastique, modélisation basée sur les agents;
- L’utilisation d’outils de productivité et de reproductibilité : LaTeX pour l’édition professionnelle, contrôle de version pour les collaborations multi-utilisateurs, traitement automatisé des travaux;
- La législation : aspects de la législation et de la politique liés à la science de la biodiversité et aux sciences ouvertes.