Ciência de Dados e IA Aplicada à Saúde e Biotecnologia

“O curso forma profissionais capazes de transformar dados de saúde e biotecnologia em soluções práticas, preparados não apenas para compreender as tecnologias, mas também para desenvolvê-las. É voltado a quem vem da área biológica ou da saúde e tem interesse por tecnologia, unindo dois conhecimentos hoje muito buscados pelo mercado: a vivência em saúde e a habilidade com dados, estatística e inteligência artificial.
As aulas serão semanais nas quartas-feiras das 19h00 às 23h00 de forma online ao vivo, ou seja, síncronas por meio de webconferência. A formação acontece em quatro módulos práticos, cada um encerrado com um projeto real para aplicar o que foi aprendido: I. Fundamentos Analíticos: Dados, Estatística e Programação para Saúde e Ciências Biológicas; II. Integração de Dados, Genômica e Ciências Ômicas em Saúde; III. Inteligência Artificial Aplicada: Machine Learning, Deep Learning e IA Generativa; IV. Engenharia de Soluções: Nuvem, APIs e Entrega de Produtos de Dados. Cada módulo é composto por 3 disciplinas de 24h que possuem 16h de aulas online ao vivo e 8h de atividades de apoio assíncronas e 1 disciplina de desafio de aplicação de 12h com 8h de aulas online ao vivo e 4h de atividades de apoio assíncronas. Além disso, durante o curso, o pós-graduando terá oportunidade de participar, também, de uma disciplina EAD de Ética na qual se discutirá os desafios éticos do mundo contemporâneo por meio de um pensamento crítico e reflexivo sobre a ação humana do ponto de vista pessoal, profissional e social-cidadão.
O curso visa formar profissionais capazes de atuar de maneira autônoma e colaborativa na identificação, análise e resolução de problemas relacionados a dados, desenvolvendo soluções tecnicamente robustas, metodologicamente fundamentadas e eticamente responsáveis. Ao final do Módulo I, o profissional é capaz de formular problemas investigáveis a partir de situações reais de saúde e ciências biológicas e produzir um diagnóstico analítico rigoroso, estatisticamente fundamentado, programado em Python e apoiado em um banco de dados estruturado por ele mesmo. Ao concluir as disciplinas do segundo módulo, o pós-graduando é capaz de acessar e integrar bancos de dados biológicos e clínicos públicos, executar um fluxo básico de análise ômica e comunicar os achados resultantes um público definido. Já, após o módulo III, será capaz de construir, validar e avaliar criticamente um modelo preditivo de machine learning, aplicar deep learning de forma assistida e integrar IA generativa de forma técnica e responsável a um problema de saúde ou ciências biológicas. Por fim, ao concluir as disciplinas do quarto módulo, o profissional estará apto a desenvolver uma solução funcional de dados em saúde, com versionamento em repositório, integração a uma API, publicação em nuvem e comunicação adequada aos stakeholders.”

Público-Alvo

Profissionais e recém-formados com graduação em áreas biológicas e da saúde (Biotecnologia, Ciências Biológicas, Biomedicina, Farmácia, Medicina, Enfermagem e áreas afins) que desejam adquirir proficiência tecnológica aplicável, e profissionais de engenharias, ciência da computação e áreas correlatas que desejam se especializar em aplicações de dados e IA voltadas à saúde, biotecnologia e ciências biológicas.