MENU
CYCLE SPÉCIALISÉ
< RETOUR

Cycle PYTHON pour l’analyse des données de santé et la data science

  • Formation mise en place en collaboration avec l'ATIH
  • Formateur externe CNAMTS SNDS et ENSAE-ENSAI FORMATION CONTINUE
  • Nombre de participants restreint pour favoriser les échanges et permettre une mise en pratique optimale
  • Les aspects techniques et informatiques seront abordés de façon progressive au cours de la formation
  • Conseils sur les bonnes pratiques et les pièges à éviter

 

Objectifs professionnels

  • Connaître les fonctionnalités du langage Python et l’outil Anaconda
  • Savoir effectuer des traitements sur les données de santé plus rapidement et plus efficacement via Python
  • Acquérir les compétences sur la thématique spécifique : la data science et le machine learning avec Python
  • Appliquer et paramétrer ces méthodes sur les données de santé

 

Public visé

Toute personne souhaitant s’initier à Python/Anaconda ET/OU désirant connaître et exploiter les données PMSI via Python: médecin DIM, de santé publique, statisticien, data-manager, ingénieur en établissement de santé, ARS, centre d'investigation clinique, bureau d'étude, équipe de recherche...

 

Prérequis

Connaissance du secteur de la santé

Contenu de formation

 

Calendrier

Module 1 : 14 au 15 octobre 2024

Module 2 : 16 au 17 octobre 2024

Module 3 : 25 au 26 novembre 2024

 

 

(page web actualisée le 07/07/2023)

 

Parcours

MODALITÉS PÉDAGOGIQUES :

Présentiel

 

METHODES PEDAGOGIQUES :

Apports théoriques

Exercices pratiques

 

Effectif maximum : 10

 

MODALITES TECHNIQUES :

Lien vers la page de présentation des modalités techniques

 

 

PARCOURS PÉDAGOGIQUE :

3 modules aux niveaux évolutifs : initial, intermédiaire, avancé

Ce cycle peut être complété avec le cycle Traitement des données de santé PMSI afin d'obtenir le diplôme d'établissement Sciences des données de santé.

 

ÉVALUATION / VALIDATION :

Questionnaire de positionnement et de vérification des acquis

Evaluation de la satisfaction

Contrôle de l'assiduité

Remise d'un certificat de réalisation

 

Intervenants

default_picto
Responsable pédagogique
Fei GAO
Professeur, Département Méthodes quantitatives en santé publique, EHESP
default_picto
Responsable pédagogique
Dr Sahar BAYAT
Professeur, Département Méthodes quantitatives en santé publique, EHESP

Partenaires

logo ATIH
ATIH