Encerramento das inscrições em
::
Página inicial/Especialização/EAD/Videoaulas

Ciência de Dados Aplicada à Saúde

Inicio das aulas
Pós EAD - Oferta 2024
Carregando...
Características:
Unidade do Curso: PUC Minas VirtualPUC Minas Virtual
Área de Conhecimento: TecnologiaTecnologia
Situação da Oferta: Oferta IniciadaOferta Iniciada
Duração do Curso: 18 Meses (Especialização)18 Meses (Especialização)

Ciência de dados aplicada à saúde

Cada vez mais as empresas reconhecem a importância de conhecer formas eficientes e econômicas de aproveitar grandes quantidades de dados de saúde para gerar insights e promover ganhos tanto de qualidade quanto financeiro na prestação de serviços. Nesse sentido, este curso apresenta aos alunos conceitos e técnicas de analytics e tem um papel estratégico na formação profissional de quem almeja uma carreira que tenha algum vínculo com a área de saúde. Ele é fundamentado para estabelecer as bases de uma jornada de dados de saúde e para fornecer conhecimentos e habilidades necessárias para trabalhar na área como analista de dados. Ele traz uma visão geral da gestão em saúde, as tendências na área e as possibilidades de inovação na gestão dos serviços com o uso de dados.  Faz abordagem sobre os conceitos, os tipos e padrões de dados relacionados à saúde e forma de descrevê-los como modelos que organizam conceitos e facilitam a computação. 

Apresenta, também, toda a complexidade de trabalhar no processamento dos diferentes tipos de dados para ajudar nas decisões. Apresenta, na unidade mais extensa do curso, os conceitos e técnicas para a análise desses dados, envolvendo, por exemplo, visualização de informação, estatística e aprendizagem de máquina.  O curso transcorre de forma prática envolvendo o uso de várias ferramentas analíticas, apresentação de cases, palestras e propostas de soluções para desafios apresentados por empresas parceiras do curso. Através do desenvolvimento de habilidades analíticas, técnicas, de resolução de problemas e profissionais, o aluno poderá realizar um trabalho que impacte e promova a qualidade na prestação de serviços de saúde.

OBJETIVOS

Competências a serem desenvolvidas:

  • Identificar e compreender as diversas perspectivas da Ciência de Dados na área da saúde e verificar seus impactos em novos projetos;
  • Compreender questões conceituais, padrões e práticas relacionadas ao tratamento de dados de saúde, bem como elaborar e executar os processos de governança e gestão de dados para garantir a qualidade dos mesmos;
  • Conhecer as principais ferramentas e tecnologias relacionadas às soluções de Ciência de Dados e suas aplicações processo decisório na gestão em saúde;
  • Projetar, desenvolver e gerenciar soluções inovadoras de ciência de dados na área de saúde;
  • Atuar forma empreendedora na criação de novos negócios, utilizando os conceitos e as técnicas aprendidos no curso;
  • Prospectar tendências em Ciência de dados na área de saúde.

Áreas de atuação do egresso:

O especialista em Ciência de dados aplicada à saúde poderá atuar na área de saúde como Analista de dados (Data Analyst) e, também, nas mais diversas áreas que demandam conhecimentos de ciência de dados e em diversos papéis como: cientista de dados, engenheiro de IA, Gerente de projetos de Análise de dados entre outros. Além disso, ele poderá atuar nos mais diversos tipos de projetos inovadores em TI e em Healthcare.

A QUEM SE DESTINA

Profissionais com formação superior:

  • Atuantes na área de gestão da saúde ou áreas afins;
  • Que atuam no mercado em projetos relacionados a inovação transformação digital;
  • Que já atuam em projetos relacionados a análise e gestão de dados e que queiram complementar e aperfeiçoar seus conhecimentos na área de gestão de dados aplicados na área de saúde.

CONTEÚDO DO CURSO

Analytics Techniques 

• Python para Ciência de Dados

- Tipos de dados

- Estruturas de controle: condicional e repetição

- Estruturas de dados: listas, tuplas, conjuntos, dicionários, séries e dataframes 

- Funções 

- Vetorização e matrizes numéricas

- Bibliotecas de manipulação de dados (Pandas)

- Bibliotecas de visualização de dados (matplotlib, plotly)

- Bibliotecas de vetorização de matrizes (numpy)

• Estatística Geral - Teoria e Aplicações  

- Estatística descritiva

- Introdução a probabilidade

- Distribuições de probabilidade

- Inferência estatística: estimação pontual e intervalar de parâmetros, testes de hipóteses e regressão linear simples

- Utilização de software para análises estatísticas e análise de casos aplicados à gestão

• Preparação e Integração de Dados 

- Melhoramento, enriquecimento e preparação de dados

- Montagem do conjunto de dados

- Feature Engineering  

- ETL, ELT e Data Lake

- Processo de integração de dados

- Projeto e desenvolvimento de aplicação de preparação e integração de dados

- Operação

- Conceitos e técnicas de ingestão de dados

• Data Discovery e Analytics  

- Fundamentos da descoberta de dados

- Fundamentos e requisitos de aplicações de suporte a decisão

- Princípios de projeto, arquitetura e construção de aplicações OLAP

- Análise, visualização e comunicação de dados

- Power Bi 

- Tableau

• Técnicas de Amostragem e Modelos de Regressão

- Noções básicas de distribuição e amostragem.

- Tipos de amostragem. Dimensionamento da amostra

- Técnicas de amostragem

- Modelo de regressão linear múltipla

- Estimação dos parâmetros do modelo

- Inferências sobre a regressão linear múltipla

- Estudo da adequação do modelo e Problemas da regressão linear múltipla

- Variáveis Dummy

- Modelos Lineares Generalizados: Família Exponencial de Distribuições

- Componente sistemática. Função de ligação

- Modelos Lineares Generalizados Especiais

- Função desvio e Escore

- Testes de Hipóteses

- Matriz de Informação de Fisher

- Análise de diagnóstico

• Séries Temporais  

- Conceitos básicos e modelos de séries temporais

- Estacionariedade

- Função de autocorrelacão

- Modelos no domínio do tempo e da frequência

- Método de decomposição

- Modelos de tendência: determinística e estocástica

- Método de medias moveis. Alisamento exponencia

- Modelagem de séries temporais estacionárias: Modelos Autoregressivos e de Médias Móveis (ARMA)

- Modelagem de séries temporais não estacionárias: transformações e/ou diferenciação

- Modelos Autoregressivos Integrados e de Médias Móveis (ARIMA)

- Modelos Sazonais Autoregressivos Integrados e de Médias Móveis (SARIMA)

- Análise de intervenção

- Regressão em séries temporais

- Regressão Dinâmica

• Machine Learning

- Processo de aprendizagem de máquina

- Feature Engineering.

- Técnicas e algoritmos de aprendizado supervisionado

- Técnicas e algoritmos de aprendizado não-supervisionado 

- Combinação de modelos: boosting e ensemble

- Métricas e avaliação de modelos 

• Redes Neurais e Deep Learning

- Introdução a redes neurais artificiais

- Deep Learning

- Técnicas, métodos e arquiteturas para redes neurais

- Redes convolucionais modernas

- Aplicações de redes convolucionais e deep learning

• Análise de Imagem e Visão Computacional

- Tipos de visão computacional.

- Modelos de representação

- Segmentação e agrupamento

- Reconhecimento de objetos e modelos BoW  

- Classificação de imagens usando CNNs

- Estratégias de data augmentation de imagens

- Modelos pré-treinados e estratégias de fine-tuning em redes neurais para classificação de imagens

- Técnicas de detecção de objetos e reconhecimento de faces 

- Bibliotecas de visão computacional 

• Processamento de Linguagem Natural

- Algoritmos e técnicas

- Expressões regulares. Medidas de similaridade textual. 

- Parsing, tokenização, lematização, stemming

- Marcação textual

- Reconhecimento de entidades nomeadas

- Extração de informação

- Modelos de Linguagem

- Processamento de Linguagem Natural com Deep Learning

- Conceitos, aplicações e arquiteturas Chatbot

- Arquitetura de aplicação para processamento de Linguagem Natural

- Análise de sentimento

• Generative AI & Advanced Analytics

- Fundamentos de IAs Generativas (GenAI)

- Plataformas de GenAI

- Engenharia de Prompt

- Exploração de modelos preditivos

- Utilização de APIs de modelos externos

- AutoML

- Cloud Analytics

- Implementação de pipeline da solução

- Conceitos de AI-as-a-Service, AI-as-a-commodity, AI Gateways  

- Tendências

Data Management and Compliance

• Gestão e Compliance em Saúde 

- Sistema de saúde brasileiro

- SUS

- Principais players em saúde: consultórios e clínicas particulares, hospitais, cooperativas do setor

- Serviços de Saúde

- Quadruple Aim

- Saúde digital: Telemedicina, telessaúde, wearables, IoMT

- Ciência de Dados e Analytics em saúde

- Papel das equipes multidisciplinares na análise de dados de saúde

- Liderança em Análise de Saúde

- Lei Geral de Proteção de Dados (LGPD) e especificidades da saúde. Aspectos ético-legais da gestão da informação em saúde

- Padrões e protocolos de informação na saúde

- Requisitos do Registro Eletrônico em Saúde

• Ciência de Dados em Epidemiologia

- Fundamentos do Método Epidemiológico

- Bases de dados públicas em saúde

- Variáveis, proporções, indicadores e taxas em Epidemiologia

- Indicadores populacionais de saúde

- Medidas de ocorrência de doenças e óbitos

- Validade e confiabilidade de testes diagnósticos e rastreamento

- Estimativas de sobrevivência e prognóstico

- Delineamento de estudos epidemiológicos

- Estimativas de risco e medidas de associação

Gestão de Indicadores de Saúde

- Necessidades estratégicas de dados. Empresas Orientadas a Dados

- Cultura Data Driven. Data literacy

- Métodos para criação de estratégia de dados. Estratégia de dados para tomada de decisão

- Conceituação e Classificação de Indicadores

- Construção de Indicadores: Metodologia e Sistematização.  Planejamento e implementação de medidas de desempenho

- Alinhamento de Indicadores a processos e estratégia

- Processo de monitoramento e análise Indicadores de saúde

- Cases

- Processo de monitoramento de qualidade de dados

- Tomada de decisão e construção de planos de ação

Support and Infrastructure

Cultura e Práticas DataOps e MLOps

- MLOps x DevOps x DataOps 

- Camadas, componentes, infraestrutura e ferramentas para arquitetura de Machine Learning

- Projeto e construção de pipeline para build e deployment

- Armazenamento e gestão de métricas, artefatos e encodings

- Kubeflow. Apache Airflow, Apache Beam  

- Criação, treinamento e implantação de modelos: AWS, GCP e Azure

• Humanidades

- O ser humano, o processo de humanização e o conceito de pessoa

- Desafios contemporâneos e o lugar da religião e da espiritualidade

- Autonomia e heteronomia na sociedade atual

- Princípios éticos e ética profissional


CONTEÚDO DO CURSO

  • DATA DISCOVERY E ANALYTICS

  • CULTURA E PRÁTICAS DATAOPS E MLOPS

  • ESTATÍSTICA GERAL - TEORIA E APLICAÇÕES

  • PYTHON PARA CIÊNCIA DE DADOS

  • PREPARAÇÃO E INTEGRAÇÃO DE DADOS

  • TÉCNICAS DE AMOSTRAGEM E MODELOS DE REGRESSÃO

  • SÉRIES TEMPORAIS

  • MACHINE LEARNING

  • CIÊNCIA DE DADOS EM EPIDEMIOLOGIA

  • GESTÃO E COMPLIANCE EM SAÚDE

  • GESTÃO DE INDICADORES DE SAÚDE

  • REDES NEURAIS E DEEP LEARNING

  • ANÁLISE DE IMAGEM E VISÃO COMPUTACIONAL

  • PROCESSAMENTO DE LINGUAGEM NATURAL

  • GENERATIVE AI & ADVANCED ANALYTICS

  • HUMANIDADES


*Atenta as tendências de mercado e visando desenvolver a compreensão do ser humano frente às ambiguidades existenciais e sócio religiosas da contemporaneidade, a PUC Minas Virtual disponibilizará além das disciplinas previstas para cada um de seus cursos, a disciplina Humanidades.

Confira as ementas AQUI.

CORPO DOCENTE

  • Bárbara Silveira Fraga - Mestre

  • Geraldo José Coelho Ribeiro - Doutor

  • Henrique Batista da Silva - Doutor

  • Hugo Bastos de Paula - Doutor

  • Julienne Borges Fujii - Mestre

  • Renan Gonçalves de Torres - Especialista

  • Rodrigo Richard Gomes - Doutor

  • Rodrigo Vitorino Moravia - Especialista

  • Sheila Mara Oliveira Dias - Mestre

  • Zenilton Kleber Gonçalves do Patrocínio - Doutor

METODOLOGIA


Para ver a metodologia completa, clique AQUI.

TRABALHO DE CONCLUSÃO DE CURSO

Para os alunos que ingressarem a partir de 2023, o Trabalho de Conclusão de Curso não é mais obrigatório na PUC Minas Virtual*, no entanto, o aluno poderá, opcionalmente,  contratar um TCC. Após a contratação, será apresentada ao aluno a proposta de trabalho, bem como designado um orientador individual. As informações que dizem respeito à execução do TCC também serão disponibilizadas por meios de textos e vídeos. A duração prevista para o trabalho é de 60 dias e, ao final, o aluno deverá fazer uma apresentação via Internet.

*Exceto para o curso de Engenharia de Segurança do Trabalho.

INSCRIÇÃO E MATRÍCULA

  • Documentos necessários (não precisam ser autenticados): 

    • RG ou CNH (frente e verso)
    • Diploma da graduação (frente e verso)

    Obs.: O envio do diploma é obrigatório. Entretanto, caso você não o tenha em mãos ainda, você deverá enviar o Termo de Compromisso (cujo modelo estará disponível no link de upload dos documentos, e também está disponível para consulta clicando aqui) assinado. Mas o envio do diploma deverá ser feito até o final do curso.

    O envio do diploma tem como objetivo a conferência com relação à habilitação para cursar uma especialização (de acordo com a Lei nº 9.394, para ingressar em uma especialização e necessário que já tenha ocorrido a colação de grau). O Termo de Compromisso é um documento que em que você se responsabiliza por essa habilitação e se responsabiliza pelo envio do diploma como requisito legal para início da sua certificação ao final das atividades acadêmicas.

    • Certidão de casamento/divórcio (frente e verso), caso tenha ocorrido alteração de nome.

ATENÇÃO:

  1. A documentação deverá ser digitalizada e enviada, via upload no link recebido pelo e-mail, após o pagamento do valor referente à matrícula (1ª parcela do Curso).
  2. O processo de inscrição e matrícula fica condicionado ao pagamento da primeira mensalidade.
  3. A entrega da documentação é exigida logo após o pagamento da primeira mensalidade e ela é um requisito básico para a expedição do seu certificado de especialista.
  4. Todas as etapas do processo de inscrição serão informadas por e-mail.

Você só deverá se inscrever nesse curso caso já tenha colado grau na sua graduação. Este é um requisito previsto na Lei nº 9.394, e previsto também no Contrato de Prestação de Serviços ( clique aqui  para ter acesso). A conferência desse requisito será feita pela instituição após o processamento da sua matrícula e caso seja identificada alguma irregularidade ela será cancelada a qualquer tempo (conforme cláusula 4.5.1 do contrato), e não haverá direito ao recebimento de reembolso dos valores pagos.

 

ACESSO AO CURSO

RECEBIMENTO DE ORIENTAÇÕES DE ACESSO 

As confirmações dos cursos ocorrerão de maneira gradual até o dia 04/03/2024. As orientações de acesso ao curso serão enviadas para o e-mail informado no momento da inscrição, a partir do dia 08/03/2024.

REQUISITOS TECNOLÓGICOS

O aluno deve possuir ou ter acesso a um computador com a seguinte configuração mínima:

  • Processador com frequência mínima de 2 GHz ou superior e 2 núcleos;
  • 4 GB de memória RAM (recomenda-se 8 GB) *;
  • Placa de vídeo configurada com resolução mínima de 1024 x 768 pixels;
  • Placa de som com caixas acústicas (ou fones de ouvido) e microfone;
  • Windows 10 (atualizado para a versão 1903 ou superior), Windows 11, MacOS (versão 10.13 - High Sierra ou superior) ou Linux;
  • Google Chrome (versão mais recente) ou Mozilla Firefox (versão mais recente);
  • Acesso à Internet, com velocidade mínima de conexão de 2 Mbps;
  • Correio eletrônico pessoal (e-mail). 

Observação: O aluno com necessidades especiais deverá informar à Universidade no ato da inscrição. Para alunos portadores de necessidades especiais no campo da visão, é necessário acesso a um programa (software) de leitura de tela.

* Alunos dos cursos BIM Manager e BIM PROJETOS PARAMÉTRICOS E DESIGN DIGITAL APLICADOS À CONSTRUÇÃO CIVIL: A universidade não se responsabiliza pela aquisição das licenças comerciais dos softwares a serem utilizados no curso. O aluno deverá obter versões acadêmicas e gratuitas no site dos fabricantes.  É recomendável que o computador do usuário possua no mínimo 16 Ghz de memória RAM (recomenda-se 32) para uso de softwares de autoria BIM.

REQUISITOS ACADÊMICOS

Já ter colado grau.

Possuir diploma de curso de graduação (reconhecido pelo Ministério da Educação do Brasil).

Preencher os requisitos básicos de formação de acordo com a necessidade de cada curso.

DIPLOMA ESTRANGEIRO

Alunos com diploma de graduação emitido fora do territorio nacional, devem acessar o link oficial do MEC para revalidar ou reconhecer seu diploma no Brasil

ESTÁGIO

Informamos que assinamos e autorizamos a realização de estágio nos cursos de pós-graduação a distância. O estágio não obrigatório poderá ser realizado em qualquer período do Curso, desde que o curso tenha sua oferta confirmada e as aulas tenham iniciadas.

Ademais, as atividades desenvolvidas no estágio deverão visar o aprendizado de competências próprias da atividade profissional e à contextualização curricular, seguindo o previsto na Lei Federal n° 11.788 de 25 de setembro de 2008 (BRASIL, 2008) e Normas Acadêmicas da PUC Minas (2018). *

*Exceto para o curso de EDUCAÇÃO BILÍNGUE E PLURILÍNGUE

Coordenação
  • Geraldo José Coelho Ribeiro -
  • Tadeu dos Reis Faria - Mestre
  • Vinícius Pereira de Souza -

Área do Conhecimento:

  • Tecnologias Digitais
  •  

    Investimento

    Valor: R$ 5.800,00

    1 parcela - pagamento à vista com 7% de desconto = R$5.394,00*

    No caso de pagamento parcelado, o pagamento realizado na loja virtual se refere APENAS à primeira parcela. As demais deverão ser pagas diretamente à própria instituição por meio de boletos que deverão ser gerados pelo próprio aluno no sistema acadêmico (também serão enviados por e-mail mensalmente).

    5 parcelas - sem desconto = 5 x de R$ 1.160,00

    10 parcelas - sem desconto = 10 x de R$ 580,00

    15 parcelas - sem desconto = 15 x de 387,00

    20 parcelas - sem desconto = 20 x de R$ 290,00

    *Pagamento à vista: 7% de desconto. Para pagamento dos cursos à vista, o candidato deverá efetuar a inscrição e selecionar a opção de pagamento em uma parcela.

    Para os alunos que residem no exterior, deverá ser escolhida a modalidade à vista. O pagamento poderá ser realizado por transferência bancária ou em 1x no cartão de crédito. Para melhores esclarecimentos, gentileza contatar diretamente a Divisão Financeira - ead.financeiro@pucminas.br


     

    Início das aulas


    Confirmação dos cursos: As confirmações dos cursos ocorrerão de maneira gradual até o dia 04/03/2024.

    Liberação das aulas dos cursos confirmados: 11/03/2024.


     

    Pessoa Jurídica como responsável pelo pagamento das mensalidades

    Nos casos em que o candidato será beneficiado por uma pessoa jurídica que arcará no todo ou em parte com as mensalidades dos cursos de pós graduação EAD, será necessário gerar o contrato de coparticipação financeira e preencher todos os dados editáveis do documento, imprimir, assinar e carimbar o respectivo documento e enviar a cópia digitalizada para ead.financeiro@pucminas.br. O processo também se aplica se por ventura o curso for pago à vista.

    As inscrições para a Oferta 2024 terão inicio em 01/12/2023, com previsão de inicio das aulas em março/2024.

    Ressaltamos que até que ocorra a confirmação do curso e eventual processamento de matrículas, não é possível vincularmos o responsável financeiro aos boletos dos candidatos inscritos. Desse modo, reiteramos que este procedimento somente será possível a partir de abril/2024.


     
     

    Duração

    O curso possui carga horária total de 360 horas. A prestação dos serviços é prevista para 18 meses. 

     

    Benefícios

    • Estude onde e quando quiser
    • Tenha atendimento personalizado
    • Utilize material didático exclusivo, com acesso a Bibliotecas virtuais.
    • Tenha suporte acadêmico e tecnológico
       

      Certificação

      Você receberá o certificado de especialista emitido em formato digital pela PUC Minas. O documento terá um link e código para verificação de autenticidade e veracidade. O certificado do curso a distância é igual ao de um curso presencial.

      Veja o modelo AQUI.

      Não decidiu qual curso fazer?
      Faça um teste de orientação profissional para ajudar você na sua escolha.

      Fazer teste gratuito

      Blog Conexão PUC Minas
      Informações sobre sua formação profissional e mercado de trabalho.

      Quero conhecer

      Por que escolher a Puc Minas

      • icon_1
        Inovação

        A PUC Minas foi eleita uma das universidades mais inovadoras do país, segundo o RUF.

      • icon_3
        Reputação

        A maior universidade católica do mundo é também uma das melhores do mundo pela Times Higher Education.

      • icon_5
        Intercâmbio

        Convênio com mais de 160 instituições pelo mundo para ampliar a experiência acadêmica e criar um ambiente multicultural.

      • icon_2
        Pesquisa

        Programas de pesquisa que amplicam o conhecimento e a inovação no Estado e estreitam as relações com empresas

      • icon_4
        Empregabilidade

        Estudar em uma das 10 universidades mais respeitadas pelos empregadores do Brasil faz toda a diferença na sua formação.

      • icon_6
        Estrutura de Ponta

        Laboratórios com estrutura de ponta para você vivenciar em profundidade e realidade da profissão.

      Ficou com Dúvida?
      Ficou alguma dúvida?

      Entre em contato com a nossa central