Datos básicos
Créditos
9 ECTS
Tipo de curso
Curso
Idioma
Castellano e Inglés
Fechas
3/4/2024 - 8/7/2024
Modalidad
Online
Horario
Online. Sesiones síncronas: lunes y miércoles, de 16:00h a 20:00h.
Se trata de un programa que incluye 63 horas síncronas. Asistencia obligatoria al 80% de las sesiones.
Precio
820 €
(El precio incluye tasas administrativas de la Universidad de Barcelona)
Horas bonificadas
80 h. (Horas para poder realizar el cálculo de la bonificación a empresas)
Presentación
El objetivo principal del Curso de Ciencia de los Datos (Data Science): Aplicaciones en Biología y Medicina con Python y R de la Universitat de Barcelona es introducirte en el ámbito de la Ciencia de los Datos y estudiar las técnicas estadísticas y computacionales más avanzadas para convertirte en un científico/a de datos (data scientific).
La función principal de un científico de datos es extraer información de conjuntos de datos complejos que pueda ser útil para la estrategia de investigación en el ámbito de las ciencias biológicas y en medicina, así como para la toma de decisiones empresarial. A medida que la ciencia entra en la era digital y sigue uniéndose en la industria de la tecnología más amplia, el alcance de las necesidades de la ciencia es cada vez más extenso.
Los científicos de datos de este espacio emergente se encargan con regularidad de abordar problemas sofisticados, como puede ser reducir la carga de tareas repetitivas en profesionales de la biología, biotecnología, bioquímica o medicina; desarrollar plataformas de análisis genómico de alto rendimiento; identificar nuevos objetivos moleculares para el hallazgo de nuevos fármacos; optimizar los procedimientos de ensayos clínicos; analizar datos médicos electrónicos para mejorar la atención al paciente; o prever la progresión de la enfermedad para reducir las tasas de mortalidad.
A causa del rápido desarrollo de la investigación biomédica, los biocientíficos han demostrado la necesidad de adoptar conceptos y herramientas de otras áreas, como son el aprendizaje automático, la química computacional, la ingeniería, la matemática, la física o la biodiversidad.
Este cambio de paradigma impulsa muchas iniciativas en el ámbito de la vida, la salud y la información, entre los que se encuentra: la medicina de precisión, la asistencia sanitaria basada en el valor, la genómica o la biomonitorización. Por otro lado, las diferencias en el ámbito de la vida, la salud y la tecnología tienden a favorecer a los científicos de datos que comprenden su dominio y retos.
Objetivos
El objetivo general del curso de "Ciencia de los Datos (Data Science): Aplicaciones en Biología y Medicina con Python y R" es formar a científicos de datos en el campo de las biociencias, introduciéndoles en este ámbito y formándolos en las últimas técnicas computacionales.
Objetivos específicos:
- Formar a los estudiantes en el uso del lenguaje R
- Formar a los estudiantes en el uso del lenguaje Python
- Formar a los estudiantes en el uso del sistema operativo Linux
- Formar a los estudiantes en técnicas de ciencia de los datos (análisis exploratorio, multivariante, machine learning, etc.)
- Formar a los estudiantes en el análisis de los datos ómicos (metagenómicos, metatranscriptómicos, etc.)
- Formar a los estudiantes en el trato de grandes volúmenes de datos (servidores de datos, SQL, bases de datos, supercomputación) en el campo biomédico.
Tres razones para escogerlo
- Curso que te da las herramientas y recursos para convertirte en un Data Scientist (científico/a de datos) aplicado al ámbito de las biociencias y la medicina.
- Formación especializada en Data Science (Ciencia de los Datos), una tendencia actual y con futuro, que cada vez requiere más profesionales especialistas.
- Curso diseñado e impartido por un equipo multidisciplinario de expertos en el ámbito de la Data Science y acreditado por la UB.
Acreditación académica
Certificado Superior Universitario por la Universitat de Barcelona.
Curso propio diseñado según las directrices del Espacio Europeo de Educación Superior y equivalente a 9 créditos ECTS.
Programa
1. Lenguajes de programación y datos
1.1. Introducción al Data Science. Sistema operativo Linux. Administración en Linux
1.2. Lenguaje Python I
1.3. Trabajo reproducible (con gestión fácil de versiones específicas de código y programas: Gitlab, Renv, y el uso de Notebooks de R sobre Posit Workbench)
1.4. Visualización de datos con Python
SEMINARIO: Statistical techniques to assess association of noveles genéticas variantes and complex diseases: CNVassoc R package (1h)
1.5. Servidores de datos y supercomputación (HPC)
1.6. Lenguaje R I
1.7. Lenguaje R II
SEMINARIO: Big Behavioural Data analysis. Ciencia ciudadana para la salud pública (1h)
2. Bases de datos y Big Data
2.1. Bases de datos relacionales y no relacionales
2.2. Big Data con Hadoop y otras herramientas
SEMINARIO: Análisis de Big Data con Tidyverse y Spark: uso en estadística pública (1h)
SEMINARIO: Secuenciación masiva con amplicones, estudios y aplicaciones (1h)
2.3. Aplicaciones a medida web (Shiny)
3. Análisis estadístico y diseño de experimentos
3.1. Estadística descriptiva y exploratoria. Diseño de experimentos
SEMINARIO: Arquitectura de datos: High-performance computing en las biociencias (1h)
3.2. Análisis bayesiano
3.3. Análisis multivariante
4. Machine Learning
4.1. Conceptos básicos de Machine-Learning (ML)
SEMINARIO: Metabolomics. Computational Discovery of Volatile Biomarker Fingerprints: Opportunities and Risks (1h)
4.2. Aprendizaje no supervisado (Unsupervised learning: Clustering (k-means y hierarchical clustering). Reducción de la dimensión (Principal Component Analysis)
4.3. Aprendizaje supervisado (Supervised Learning) I: Generative vs discriminative models; Validación de modelos (bias variance tradeoff y learning curves); SVM; Ensemble methods (Boosting, Bagging y Random Forests)
SEMINARIO: Deep Learning aplicado al campo biomédico (1h)
4.4. Aprendizaje supervisado (Supervised Learning): Deep learning
4.5. Introducción a Feature Selection Methods: Sequential Searches and Genetic Algorithms
SEMINARIO: Análisis de datos ómicos: Metabarcoding y metagenome skimming en biomonitorización (1h)
SEMINARIO: Análisis de datos ómicos: Análisis de datos ómicos. Metagenómica, metatranscrictómica y RNAseq con GAIA y AIR (1h)
Destinatarios
Profesionales del campo de les biociencias o de la medicina, como biólogos, médicos, biotecnólogos, bioquímicos, farmacéuticos, bioingenieros, etc.
Requisitos de acceso:
- Tener conocimientos medios de estadística, matemáticas e informática (a nivel de las carreras universitarias de ciencias).
- Tener conocimientos introductorios de programación (R, Python, otros).
- Tener conocimientos medios de inglés (nivel B de Cambridge).
Cada alumno ha de traer su ordenador portátil, preferiblemente con sistemas operativos Windows o Linux para poder seguir las clases del curso.
Salidas profesionales
El data scientific es hoy uno de los perfiles más demandados, ya que se trata de un perfil profesional bastante reciente y que todavía cuenta con un número escaso de especialistas en el mercado.
Algunas salidas laborales son:
- Analista de datos ómicos (metagenómicos, metatranscriptómicos, etc.)
- Analista de datos en biología y medicina
- Responsable de los datos empresariales de la estrategia de formación
- Analista digital en el departamento de marketing de laboratorios farmacéuticos
- Consultor y gestor de proyectos de I+D en el campo biocientífico (datos médicos, etc.)
- Arquitecto de datos en sistemas de Business Intelligence, encargado de seleccionar, organizar y estructurar la información dentro de diferentes plataformas de la empresa.
Profesorado
Director
Dr. Antonio Monleón Getino
Doctor en Ciencias Biológicas (doctorado en Probabilidad y Estadística). Ingeniero Agrícola. Máster en Estadística Aplicada (UOC). Máster en Dirección y Organización de Empresas (MBA). Postgrado en Big Data y Data Science (UB).
Cuadro docente
Dr. Antonio Monleón Getino
Doctor en Ciencias Biológicas (doctorado en Probabilidad y Estadística). Ingeniero Agrícola. Máster en Estadística Aplicada (UOC). Máster en Dirección y Organización de Empresas (MBA). Postgrado en Big Data y Data Science (UB).
Dr. Carlos Crespo Palomo
Doctor en Estadística (UB-UPC).
Sr. Pedro López Cuesta
Ingeniero de caminos, canales y puertos (UPC).
Dr. Francesc Múrria i Farnos
Doctor en Ciencias Biológicas.
Sr. Xavier de Pedro
Biológo. Técnico superior. Área de Derechos de la Ciudadanía, Transparencia y Participación.
Sr. David Jorquera Abellán
Ingeniero informático (UB).
Competencias
- Adquirir conocimientos del lenguaje R
- Adquirir conocimientos de análisis estadístico de datos
- Adquirir conocimientos del lenguaje Python
- Adquirir conocimientos de Machine Learning (aprendizaje automático)
- Ciencia de los datos aplicada a la biología y a la medicina
- Bases de datos y servidores de grandes volúmenes de datos en el ámbito de la biología y la medicina
- Conocimientos de métodos estadísticos basados en algoritmos avanzados
- Conocimiento de los análisis ómicos
- Capacidad para entender el valor de los datos biológicos y médicos
- Habilidad de entender las métricas y puntos de vista de negocio en este ámbito científico de las biociencias
- Formación analítica en el contexto matemático, estadístico e informático
- Comprensión del álgebra lineal y las funciones de diferentes variables
- Curiosidad intelectual
- Espíritu de un emprendedor
Descuentos
Con la voluntad de facilitarte el acceso a la formación, te ofrecemos la posibilidad de aplicar descuentos en el momento de realizar la matrícula. Los descuentos pueden variar según el tipo de estudios o la titulación que quieras cursar y el número de créditos que tengas que matricular, el colectivo, y la comunidad a la que puedas acreditar la condición de beneficiario.
Ponte en contacto con nosotros mediante el formulario que encontrarás en la ficha de la página web y te informaremos ampliamente de los descuentos y facilitaciones de pago que ponemos a tu alcance.
COLECTIVOS CON DESCUENTO:
- Alumnado o exalumnado de la Fundación IL3-UB.
- Alumni UB con cuota máster.
- Colegios, asociaciones profesionales y otras entidades con convenio de colaboración.
- Colectivos con descuento matrícula corporativa o entidad colaboradora.
- Socios/as de BioInformatics Barcelona (BIB). 10% de descuento.
- Colegiados/as del Col·legi de Biòlegs de Catalunya (CBC). 10% de descuento.
Además, disponemos de descuentos específicos y para otros colectivos. Puedes ampliar la información en el siguiente enlace
Recuerda confirmar, en el momento de validar tu matrícula, si eres beneficiario de alguno de nuestros descuentos. La aplicación de los descuentos no tiene carácter retroactivo. Para poder beneficiarte de cualquier descuento ofrecido por el Instituto de Formación Continua de la Universidad de Barcelona deberás acreditar debidamente que eres beneficiario antes del inicio del curso. Si tienes cualquier duda, no dudes en consultar con una de nuestras asesoras.
La mayor parte de nuestros programas (tanto presenciales como en línea) cumplen con los requisitos para ser bonificados a través de la Fundación Tripartida. Si deseas más información para tramitar la bonificación para tu empresa, consulta con nuestra asesora en el momento de formalizar la matrícula.
Condiciones:
- No se aplicará ningún descuento que no esté acreditado.
- Los descuentos no son acumulables.
- No se aplicarán descuentos una vez iniciado el curso.
CONTACTO
IL3-UB. Instituto de Formación Continua
Dirección:
C/ Ciutat de Granada, 131
08018. Barcelona
E-mail: admisiones@il3.ub.edu
Lunes a viernes de 9 a 16h
Proceso de matriculación
Proceso de matriculación
Para realizar la matrícula de este programa se tiene que superar un proceso de selección previa, para el que tendremos que disponer del curriculum vitae y una carta de motivación. Comunicaremos a los candidatos la aceptación de acceso al curso y en este caso se podrá finalizar el proceso de matrícula.
Para iniciar el proceso de matrícula deberás seguir los siguientes pasos:
1 - Identifícate
Si ya tienes un usuario de nuestro Campus Virtual, puedes usar los datos de acceso. Si todavía no dispones de uno, podrás registrarte al iniciar tu proceso de matrícula.
2 - Rellena el formulario de matrícula
Indícanos tus datos personales para poder tramitar tu matrícula.
3. Configura tu método de pago y realiza los pagos requeridos
Abona el importe de la pre-reserva de plaza.
4. Contactaremos contigo
Un asesor educativo contactará contigo para ayudarte en el proceso de matrícula.
En el caso de que tu candidatura no superara el proceso de admisión, se reembolsará el importe abonado en la pre-reserva de plaza.