Certificat de spécialisation - Intelligence Artificielle en Santé
Code diplôme/certificat: CS10300A-PAR
- 20 crédits
Niveau d'entrée
- Sans niveau spécifique
Niveau de sortie
- Sans niveau spécifique
Responsable(s)
Mounia N. HOCINE
Public, conditions d’accès et prérequis
Par exemple, être titulaire d’un BAC+5 ou équivalent en statistique, biostatistique, bio-informatique, épidémiologie, recherche clinique ou dans un domaine annexe.
Objectifs
Maitriser les techniques de computer vision et d’architecture de base de données
• Maîtriser les outils de machine learning et de clustering
• Comprendre les enjeux juridiques et éthiques liés au traitement des données de santé
• Appréhender les différentes tâches du processus décisionnel en détection des épidémies ou réactions indésirables, dépistage des anomalies, prévention des risques sanitaires
• Acquérir les connaissances nécessaires pour anticiper les différentes sources d’incertitude
• Acquérir des compétences en communication et en valorisation des résultats
Mentions officielles
Intitulé officiel figurant sur le diplôme : Certificat de spécialisation Intelligence Artificielle en Santé
Code(s) NSF : -
Code(s) ROME : Études et prospectives socio-économiques (M1403) - Recherche en sciences de l univers, de la matière et du vivant (K2402)
Modalités d'évaluation
• La validation du certificat dans sa globalité est conditionnée par une soutenance d’un projet final tutoré par un de nos experts
Description
Cliquez sur l'intitulé d'un enseignement ou sur Centre(s) d'enseignement pour en savoir plus.
Compétences
Elle vise des professionnels en data science dans le domaine de la santé à 360° diagnostic-pronostic-prévention-gestion-détection
En sortant de cette formation riche des retours d'expérience de grands experts dans le domaine de l'IA en santé, l'auditeur sera notamment :
• Être capable de planifier des plans d’analyses des données nécessitant l'usage des outils IA en adéquation à la problématique de terrain
• Avoir une vision d’ensemble sur les attentes des décideurs de la science des données dans le domaine de la santé
• Acquérir une rigueur dans le choix des outils d’IA à déployer pour une utilisation appropriée, responsable et éthique
• Savoir traduire les résultats des analyses en des outils visuels et opérationnels à la portée des utilisateurs
• Savoir se challenger pour apporter conseil sur les futurs protocoles de collecte et d’analyse des données ainsi qu'une aide à la décision efficace aux parties prenantes
Voir aussi
Les diplomes et les stages préparant aux métiers :
Les UE, les diplomes et les stages dans les domaines :
Contact
Centre(s) d'enseignement proposant cette formation
-
Cnam Entreprises Paris
- Année 2024 / 2025 : Package
Code diplôme/certificat: CS10300A-PAR
- 20 crédits
Niveau d'entrée
- Sans niveau spécifique
Niveau de sortie
- Sans niveau spécifique
Responsable(s)
Mounia N. HOCINE