Máster en Big Data Sanitario

En colaboración con SAVIA Salud Digital MAPFRE

SAVIA Salud Digital MAPFRE

SOLICITA INFORMACIÓN

Máster Big Data Sanitario

Metodolología: 100% online

Duración: 12 meses (60 ECTS)

Fecha de inicio: 23 de marzo de 2023

Con el aval académico y reconocido prestigio de la UCAM (Universidad Católica de Murcia), que certifica el postgrado como Título Propio

UCAM

La medicina del futuro necesita profesionales capaces de generar valor a partir de los datos

Objetivos del Máster en Big Data Sanitario

El objetivo fundamental es formar a un profesional que pueda ejercer como Analista de Big Data, IA y Salud, para lo que aprenderá a:

Utilizar herramientas y realizar procesos de investigación mediante fuentes abiertas.
Identificar técnicas, tácticas y procedimientos utilizados por los analistas.
Analizar datos, obtener información y generar nuevo conocimiento
Aplicar procesos y técnicas de análisis
Verificar contenidos digitales

Programa del Máster en Big Data Sanitario

Módulo 1. Salud y Datos. Introducción al ámbito de la salud y al Big Data

[150 horas / 6 Créditos ECTS]

Introducción y descripción del Sistema de Salud
Objetivo: hacia la salud global “One Health”
Modelos de atención sanitaria y tendencias a futuro.
Transformación digital de la salud en el contexto de la innovación
Investigación en el ámbito de la salud
Medicina Personalizada
Introducción al Big Data, características fundamentales
¿Qué es Big Data?. Las 4 Vs. Retos y desafíos
Fases del procesamiento
Principales técnicas, tecnologías e infraestructuras para el almacenamiento y procesado de grandes volúmenes de datos (Hadoop, HDFS y Map-Reduce, Ecosistema Hadoop…)
Fundamentos de Inteligencia artificial y ML
Análisis del impacto potencial en el ámbito de salud

Módulo 2. Aspectos legales y seguridad en la gestión de los datos sanitarios

[75 horas / 3 Créditos ECTS]

Conceptos legales básicos en relación a la gestión de datos sanitarios
La normativa europea y española sobre protección de datos personales y las implicaciones que esta puede tener en el Ciberespacio: el RGPD
Delitos relacionados con el mal uso de la información. Zoom en legislación española
Iniciativas de regulación de la IA.

Módulo 3. Gestión por proyectos. Metodología Agile

[75 horas / 3 Créditos ECTS]

Manifiesto Ágil e implementaciones: Scrum, XP y Kanban
Roles y responsabilidades en el mundo Agile
Decisiones basadas en datos y minimización del riesgo en proyectos ágiles
Desempeño y comunicación
Paradigma de la mejora continua
Herramientas Scrum

Módulo 4. Adquisición y almacenamiento de datos

[150 horas / 6 Créditos ECTS]

Paradigma Big Data y arquitecturas para el almacenamiento masivo de datos
Bases de datos relacionales y no relacionales
Fuentes de datos médicas
Extracción de datos de fuentes eclécticas
Estadística descriptiva e inferencial para la exploración de datos y generación de hipótesis
Otros jugadores en el mundo del dato: GIT y REST

Módulo 5. Machine Learning I

[150 horas / 6 Créditos ECTS]

Estado del arte de la inteligencia artificial en ciencia, industria y sector sanitario
Metodología de diseño de modelos Machine Learning
Base teórica estadística y probabilística para entender cómo funciona la inteligencia artificial a bajo nivel
Descripción del desarrollo completo de un proyecto de inteligencia artificial: Desde la concepción a la puesta en producción
Técnicas para el análisis de datos
Algoritmia básica

Módulo 6. Machine Learning II

[150 horas / 6 Créditos ECTS]

Datos sanitarios estructurados y desestructurados
Algoritmos analogizadores y simbolistas: Regresión Lineal, Polinómica, Logística y kernels. Clasificadores.
Redes neuronales para el procesamiento de información ambigua
Perceptrón Multicapa: Retropropagación y estudio del descenso del gradiente
Arquitecturas estándar: CNNs, Embeddings y Autoencoders
Principales arquitecturas para el ámbito sanitario

Módulo 7. Visualización de los datos

[150 horas / 6 Créditos ECTS]

Introducción a las diferentes herramientas de visualización de Datos y gráficos disponibles dentro de ellas
Microsoft Power BI
Librerías visuales de Python

Módulo 8. Transformando los datos en Valor, de la tecnología a la clínica

[150 horas / 6 Créditos ECTS]

Ciclo de vida de las soluciones digitales
Las Start-ups

Módulo 9. La Inteligencia Artificial en el ámbito de la salud

[150 horas / 6 Créditos ECTS]

El boom de la Inteligencia Artificial en el campo de la salud
Aplicación de la Inteligencia Artificial en la atención sanitaria
Desafíos de la Inteligencia Artificial en el campo de la salud
Impacto social de la IA. Riesgos y Retos

Módulo 10. Proyecto Final Guiado

[300 horas / 12 Créditos ECTS]

Profesorado

El Claustro docente del Máster en Big Data Sanitario está formado por profesionales de reconocido prestigio y contrastada experiencia en Proyectos de Big Data.

Dirección Académica

Joan_Guanyaber - Co-Director Académico - Profesor

Joan Guanyabens Calvet - Co-Director Académico y Profesor

Médico y Diplomado por ESADE en Gestión Hospitalaria con más de 20 años de experiencia en dirección, gestión, consultoría y asesoramiento en la utilización y aplicación de las tecnologías de la información en el sector sanitario. Actualmente trabaja como Consultor independiente en Innovación, Tecnología y Salud, es Director del Máster en Gestión de la Salud Digital de OBS Business School y es uno de los fundadores/promotores de la iniciativa SALUSCOOP.

David R. Sáez Ávila - Director Académico

David R. Sáez Ávila - Co-Director Académico

CEO de ENIIT, Innova IT Business School y CEO del Big Data International Campus. Máster en Gestión de Proyectos, en Dirección comercial y Marketing, en Liderazgo y en Desarrollo de Aplicaciones para Internet. Lleva más de 17 años dirigiendo proyectos de e-learning para compañías de primer nivel, tanto nacionales como internacionales. Es experto en tecnología educativa, e-learning, nuevas metodologías, producción y líder de formación en Big Data.

Miguel Camacho Ruiz

Miguel Camacho Ruiz - Co-Director Académico y Profesor

Tecnólogo experimentado con preferencia por proyectos Big Data e Inteligencia Artificial. Ingeniero superior de Telecomunicaciones por la Universidad Politécnica de Madrid e Ingeniero Eléctrico y Electrónico por el Illinois Institute of Technology.Actualmente trabaja como CEO en Atalaya Technologies y CTO en Smartvel. Compagina sus labores como consultor con sus labores docentes como Director del Big Data International Campus

Claustro Docente

Andrea Barbiero

Digital Health & Social Innovation

Jaime Marco

Co-Founder & CEO @SoupPrice

Guillermo Cernuda

Director de Operaciones en DoGood

Felipe Macías

Physician en Donor Center Barcelona Tissue Bank

Víctor Vicens

Chief Medical Officer at Abi Global Health

Bernardo García del Río

AI / NLP Engineer at Flowrite

MásterClass

Las MásterClass del Máster en Big Data Sanitario está formado por profesionales de reconocido prestigio y contrastada experiencia.

Ibán Suárez

Codimg Global Product Manager

Título: “Metodologías de video análisis para la toma de datos en Sanidad”

Perfil del estudiantes

Perfil del Estudiante

El Máster en Big Data Sanitario está dirigido a personas:

Cualquier personas con perfil técnico que quiere dirigir su carrera hacía el sector sanitario.
Personas con estudios universitarios en el sector de las ciencias de la vida y salud que quiera tecnificarse tanto del sector público como privado.
Emprendedores, desempleados y todos aquellos que quieran formarse en una disciplina de máxima actualidad y demanda.

Tutores profesionales

Contamos con un elenco de tutores de primer nivel, formado por especialistas en Big Data Sanitario y múltiples profesionales de empresas punteras del sector.

MásterClass

Tendrás el privilegio de disfrutar de clases magistrales de los profesionales más reconocidos del sector.

24 horas disponible

Podrás acceder al Big Data International Campus en los momentos que prefieres o mejor se ajusten a tu vida personal y profesional, ya que estamos disponibles las 24 horas del día, los 7 días de la semana y 365 días al año.

100% COMPROMETIDOS CON LA EMPLEABILIDAD EN BIG DATA

Todos los años, nuestros estudiantes tienen la oportunidad de participar en el Encuentro Big Data Talent. Un evento que surge como respuesta de la demanda de perfiles y la especifidad de las competencias y destrezas de los mismos. Este encuentro es un espacio donde se genera una reflexión y análisis sobre el Universo del Dato, en contacto con las compañías más importantes del Universo Big Data.

Además, dentro del Encuentro Big Data Talent se habilita un espacio llamado Talent Zone, que es un punto de encuentro para mantener contacto directo con los departamentos de gestión del talento de las principales empresas tecnológicas y también de compañías innovadoras con necesidades de contratación de estos perfiles.