Diplôme avancé en science des données pour la santé

• Maîtrise des Technologies de Big Data et des Bases de Données pour la Santé: Acquérir des compétences pratiques dans la gestion des bases de données et l’utilisation des technologies de Big Data pour le traitement des données de santé, y compris la sécurité et la conformité aux normes du secteur.
• Application Pratique du Machine Learning dans le Secteur de la Santé: Comprendre et appliquer des techniques de machine learning et de deep learning pour analyser et prédire des résultats cliniques, méliorer les diagnostics et optimiser les traitements.
• Mise en Œuvre de Modèles dans des Contextes Réels de Santé: Développer la capacité à appliquer des modèles de régression, de classification et d’apprentissage non supervisé pour résoudre des problématiques spécifiques du secteur de la santé, en optimisant les performances dans des contextes cliniques et hospitaliers.

Ce programme Diplôme Avancé en Science des Données pour la Santé s’adresse aux professionnels de la technologie qui souhaitent travailler dans le secteur de la santé, professionnels de la santé, tels que les médecins, les gestionnaires hospitaliers, les analystes de données de santé, et les chercheurs, qui souhaitent acquérir des compétences avancées en science des données et en Big Data pour transformer les pratiques médicales grâce à l’analyse et à l’innovation technologique.

Module 1. Bases de Données

• Introduction au Big Data Bases de données relationnelles (MySQL, PostgreSQL) et non relationnelles (MongoDB, Cassandra).
• Gestion et optimisation des bases de données.
• Modèles de traitement de données : MapReduce, Streaming.
• Infrastructure de Big Data.
• Analyse de données avec Python : Pandas, NumPy.

Module 2. Technologies et Outils de Science des Données pour la Santé

• Hadoop et son Écosystème. HDFS, Yarn, Hive, Pig.
• Bases de données NoSQL.
• Plateformes de traitement en temps réel.
• Big Data dans le nuage Outils de visualisation de données.
• Sécurité des données sanitaires.

Module 3. Machine Learning et Modèles de Données

• Introduction à l’apprentissage machine, traitement du langage naturel (NLP) et Deep Learning.
• Techniques de validation des algorithmes : Validation croisée, Division entraînement-test.
• Métriques d’évaluation : RMSE, Précision, Rappel, Score F1.
• Équilibrage des données : SMOTE, suréchantillonnage, sous-échantillonnage.
• Modèles de régression et de classification Modèles d’apprentissage non supervisé.

LUIS CARLOS PRIETO
Architecte de l’Intelligence Artificielle Moderne
Avec une expertise approfondie en IA générative et en science des données, Luis Carlos Prieto se distingue par sa capacité à transformer des industries entières. Son expérience s’étend de la construction et de l’énergie aux assurances et aux centres de contact, le consolidant comme un visionnaire dans l’application pratique de l’IA. Actuellement, il mène l’avant-garde chez Ferrovial, définissant et développant la troisième génération de plateformes génératives, le positionnant au sommet de l’innovation technologique.

CARLOS COSCOLLANO ARRAN

Technologie Forensique et Sécurité Informatique
Carlos Coscollano Arranz, avec une solide formation en ingénierie informatique et un parcours remarquable dans l’audit de systèmes, la cybersécurité et l’analyse forensique numérique, s’est imposé comme une figure clé dans la sécurité technologique. Carlos dirige des équipes dans la recherche et la résolution d’incidents numériques, protégeant les données et les infrastructures critiques. Son expérience couvre la gestion de la cybersécurité en tant que CISO, la détection et l’enquête sur les fraudes corporatives, ainsi que l’évaluation des risques technologiques dans divers secteurs. Son engagement envers l’excellence et l’innovation se reflète dans sa capacité à diriger des initiatives avancées en technologie forensique et sécurité informatique.

VÍCTOR M. IZQUIERDO LOYOLA
Pionnier en Politiques et Stratégies de Technologie et d’Innovation dans le Secteur Public
Depuis 1977, il a centré sa carrière sur les technologies de l’information, les télécommunications et les contenus numériques, jouant un rôle crucial dans des domaines fondamentaux pour le progrès technologique. Son travail couvre la conception et la mise en œuvre de politiques publiques qui favorisent la recherche, le développement et l’innovation (R&D+i), ainsi que la gestion avancée des acquisitions TIC et des contrats électroniques dans le secteur public. En outre, il a dirigé la fourniture de programmes de formation spécialisée, l’ingénierie et l’amélioration de la qualité du logiciel, et la sécurité de l’information, y compris la cybersécurité. Son approche intégrale et multidisciplinaire a été vitale pour stimuler l’innovation et l’efficacité technologique dans le domaine public.

Modalité:
En ligne.

Durée:
280 heures de formation

Diplôme:
Après avoir terminé le cours, vous recevrez un diplôme de réussite délivré par:

• l’Institut International de Santé et Habitudes Saines.
• TEP Institute of Science and Technology