Contactez-nous
  • Statistique

Certificat de spécialisation Intelligence Artificielle en Santé

Mis à jour le

Responsable(s) : Mounia N. HOCINE

Niveau d'entrée :
Sans niveau spécifique
  • Certificat de spécialisation
Code Cnam : CS10300A
Téléchargez le PDF

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Package
  • 20 crédits
De niveau équivalent BAC+6, ce certificat conjugue sciences des données et sciences humaines et sociales. Il permet de traiter des données de santé complexes ou massives pour traduire les résultats en outils fonctionnels.

Présentation

Public, conditions d'accès et prérequis

Prérequis

Etre familiarisé avec le traitement de données au sens large, exerçant ou souhaitant exercer dans le domaine de la santé.

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

Compétences et débouchés

Compétences

Une formation certifiante en 120 heures, hybride sur les outils pédagogiques et sur-mesure dans la construction de son contenu, par Mounia N. HOCINE, contact nacima.hocine@lecnam.net.

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

Evolution professionnelle des diplômés

Métiers

  • Biostatisticien / Biostatisticienne
  • Attaché / Attachée d'études statistiques
  • Chargé / Chargée d'études économiques et statistiques
  • Data analyst
  • Data miner
  • Data scientist
  • Ingénieur statisticien / Ingénieure statisticienne

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Logo école santé Cnam
Logo Ecole numérique et IA Cnam

Programme

Modalités d'évaluation

• Les deux US sont à valider par examen final ( QCM )
• La validation du certificat dans sa globalité est conditionnée par une soutenance d’un projet final tutoré par un de nos experts

Description du programme

Cliquez sur l'intitulé d'un enseignement ou sur Centre(s) d'enseignement pour en savoir plus.

Ces formations pourraient vous intéresser