MENU
Diplôme d'établissement (DE)
< RETOUR

SCIENCE DES DONNEES EN SANTE PUBLIQUE

 

  • Réseau d’experts professionnels fortement impliqués dans l’enseignements

 

  • Formation mutualisée avec un parcours de M2 mention Mathématiques Appliquées à la santé permettant un croisement des compétences entre les participants à la formation

 

  • Développement de compétences variées en ingéniérie des données de santé visant l’application de différentes méthodes de traitement des données

 

Objectifs

  • Reconnaître les problématiques de santé publique et proposer des méthodes en sciences de données adaptées pour y répondre

 

  • Développer et déployer les modèles d’Intelligence Artificielle sur les données de santé

 

  • Travailler en équipe agile

 

Public visé

  • Ingénieur en data science
  • Analyste de données

en établissement de santé ou ARS

Prérequis

Maîtriser les langages Python, R, SAS SQL et méthodes de machine learning

Perspectives

  • Data scientist en santé publique
  • Ingénieur en data science pour la santé
  • Analyste des données médicales
  • Chargé d’études et d’analyses pour la santé
  • Ingénieur support pour les épidémiologistes

Contenu de formation

 

CALENDRIER

Période 1

Du 16 au 20 décembre 2024
Du 6 au 10 janvier 2025
Du 13 au 17 janvier 2025
Du 20 au 24 janvier 2025

Période 2


Du 24 au 28 février 2025
Du 3 au 7 mars 2025
Du 10 au 14 mars 2025

 

MODULE 1 - CAS D’USAGE ET SANTÉ PUBLIQUE

Objectifs de la formation

  • Comprendre les différentes applications de la data science dans le secteur de la santé publique
  • Identifier les méthodes de traitement des données adaptées à chaque contexte

 

Contenu de formation

  • Présentation de cas d’usage
  • Analyse bibliographique

 



MODULE 2 - DONNÉES DE SANTÉ

Objectifs de la formation

  • Connaitre et utiliser les différentes sources de données en santé
  • Maîtriser la gouvernance et la réglementation régissant ces sources de données

 

Contenu de formation

  • Terminologies de santé, SNDS, EDS, registres et cohortes, Open Data, référentiel SNDS, Méthodologies de référence

 


MODULE 3 - INGÉNIERIE DES DONNÉES DE SANTÉ

Objectifs de la formation

  • Maîtriser les processus de mise en qualité, intégration et traitement des données dans EDS ou de lac de données
  • Appliquer les méthodes de cybersécurité sur ces architectures

 

Contenu de formation

  • Architecture ETL, EDS, Data lake, Standards (OMOP, HL7, DICOM), Mise en qualité des données, BD SQL, NoSQL

 


MODULE 4 - PROJET FIL ROUGE

Objectifs de la formation

  • Réaliser tout au long de la formation un projet de data science permettant d’appliquer les connaissances et compétences acquises en condition pluridisciplinaire

 

Contenu de formation

  • Projet en équipe
  • Méthodologie agile

 

(page actualisée le 01/08/2024)

 

MODALITÉS PÉDAGOGIQUES :

Formation en présentiel

 

METHODES PEDAGOGIQUES :

  • Accès aux ressources pédagogiques sur la plateforme «Campus »
  • Exposé magistral, démonstration
  • Etudes de cas
  • Bibliographie, lectures critiques d'articles
  • Mises en situation

 

Travail personnel : environ 150 heures

 

MODALITES TECHNIQUES ET ASSISTANCE TECHNIQUE ET PEDAGOGIQUE

Lien vers la page de présentation

PARCOURS PÉDAGOGIQUE :
  • Recueil des attentes et des besoins des apprenants
  • Auto-positionnement préalable à l’entrée en formation : questionnaire

Ce diplôme est structuré autour de 4 modules contenant un projet fil rouge.
Il peut être suivi sur un ou deux ans.

ÉVALUATION / VALIDATION :
  • Recueil des attentes
  • Auto-positionnement
  • Recueil des appréciations
  • Contrôle d'assiduité

L'obtention du diplôme repose sur la validation des 4 modules de formation par la réalisation de projet ou la réussite des épreuves

Modalités de candidature

Un CV est à joindre à votre demande d’inscription.

En fonction de votre parcours professionnel, la responsable pédagogique pourra vous contacter pour un entretien.

 

Nombre maximum de participants : 10

Date limite de candidature : 21 octobre 2024

Responsable(s) pédagogique(s)

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

Intervenants

Nolwenn LE MEUR, Professeure, Département Méthodes quantitatives en santé publique, EHESP

Juste GOUNGOUNGA, Professeur, Département Méthodes quantitatives en santé publique, EHESP

Marc CUGGIA, PU-PH Informatique médicale, Université de Rennes

Guillaume BOUZILLE, MCU-PH Informatique médicale, Université de Rennes

Boris DELANGE, AHU Informatique médicale, Université de Rennes

Morgane PIERRE-JEAN, Data scientist, CHU de Rennes

Contacts

  • Information pédagogique :

metis@ehesp.fr

 

  • Candidature :

candidaturefc@ehesp.fr

 

Formation accessible aux personnes en situation de handicap avec possibilité d’aménagement de la formation

 

  • Référente handicap, Sandrine Villalon : 

referent-handicap@ehesp.fr 

Accessibilité | Ecole des hautes études en santé publique (EHESP)

Partenaires

logo ATIH
ATIH
université de rennes
Université de Rennes