image326
image327
  • Home
  • Blog
  • Nosotros
  • Reglamento
  • Media
    • Eventos
    • Prensa
  • Contacto
  • Academia
  • Más
    • Home
    • Blog
    • Nosotros
    • Reglamento
    • Media
      • Eventos
      • Prensa
    • Contacto
    • Academia
  • Home
  • Blog
  • Nosotros
  • Reglamento
  • Media
  • Contacto
  • Academia
image328

> Ciencia de datos para el sector público de salud


POSTULACIONES CERRADAS


FECHA INICIO: 10 Diciembre 2020

Info: contacto@opensaludlab.org


Coordinador: Paulo Villarroel Tapia



La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sea estructurados o no estructurados,​ lo cual es una continuación de algunos campos de análisis de datos como la estadística, la minería de datos, el aprendizaje automático, y la analítica predictiva. 



El presente curso de ciencia de datos (Data Science) busca entregar herramientas técnicas y metodológicas para que profesionales de las más diversas disciplinas puedan realizar procesos de análisis de datos, diseñar modelos matemáticos y estadísticos y generar aplicaciones que les permitan hacer inteligencia con los datos e información en diversos ámbitos del sector público de salud. La principal fortaleza de la ciencia de datos, es que no restringe su desarrollo sólo a matemáticos o informáticos, sus herramientas pueden ser de dominio de distintas áreas, favoreciendo el trabajo inter y multidisciplinario, pues aporta una visión sistémica para comprender el comportamiento de sistemas complejos.  Del mismo modo, hemos diseñado este curso para el sector público, buscando suplir la brecha que existe a la hora de pensar en qué problemas de diseño y gestión de políticas públicas son adecuados de resolver con datos. 


El objetivo es el desarrollo progresivo de tu nivel de conocimientos técnicos y especializados en análisis avanzado de datos, programación y gestión de proyectos de ciencias de datos.


Además, vemos como un elemento valioso el incorporar este tipo de metodologías y conocimientos al interior de las instituciones públicas de salud, no solo para mejorar sus procesos habituales, sino que fundamentalmente, para ayudar en la toma de las mejores decisiones basadas en evidencia.


Pero ojo!!!


Este curso no será un curso habitual... Ya sabes, en OpenSalud LAB siempre tratamos de hacer las cosas diferentes y de innovar en la forma en que aportamos con conocimientos y experiencias.  En esta oportunidad, y con mucho entusiasmo, lanzamos este curso, el cual busca formar a distintos profesionales en variados aspectos de la ciencia de datos aplicado a salud. Entendemos que estas temáticas de análisis de datos tiene una tremenda aplicación y un gran potencial, pero siguen siendo poco utilizadas de forma regular dentro de las instituciones públicas en la toma de decisiones. Y por otro lado, hemos visto que las personas que tienen conocimientos y competencias suficientes para desarrollar este tipo de proyectos son pocas o no están participando en las instituciones públicas. Te contábamos que este curso será distinto y eso está dado principalmente por la metodología que utilizaremos. Lo hemos llamado "curso ágil" precisamente porque si bien hay una malla curricular y estructura predefinida, la iremos revisando y adaptando de forma permanente en la medida que veamos los avances e intereses de los participantes.  El curso tendrá un importante enfoque práctico y participativo. Ten en mente eso, pues va a requerir que te involucres y seas muy activo/a en el aprendizaje. Eso es algo muy relevante para que logres alcanzar los objetivos de cada módulo.  Por los motivos que te explicamos antes, partiremos desde lo más básico, de cero, y de a poco iremos profundizando en distintos contenidos. No te asustes. Iremos paso a paso. La idea no es que te vuelvas un experto en solo algunos días, sino más bien que seas capaz de entender cuándo desarrollar proyectos de datos y comprender la lógica, requerimientos y alcances de los proyectos de ciencia de datos. Eso sí, si bien abordaremos temas muy técnicos (como el uso de software, programación, análisis de datos y modelos estadísticos), al inicio queremos dar especial énfasis en los aspectos estratégicos del desarrollo de proyectos de este tipo. Y es que no siempre es necesario realizar proyectos de ciencia de datos para resolver algunas problemáticas, muchas veces basta con mejorar un par de procesos y ajustes menores (y otros no tanto). En otros casos, la mala calidad de los datos (o ausencia de ellos) imposibilita el desarrollo de proyectos con datos. Nuestra experiencia nos hace pensar que muchas mejoras no requieren el desarrollo de grandes proyectos de análisis de datos, ni mucho menos el desarrollo de modelos estadísticos complejos de pronóstico, como algoritmos de inteligencia artificial o machine learning.  Además, como nuestro foco está en el sector público de salud, también abordaremos varias temáticas relacionadas con la gestión pública, de forma que puedas comprender el contexto en el cual se desarrollan este tipo de proyectos, un elemento clave para poder llevar a cabo iniciativas.  



Programa


 El curso de Ciencia de Datos lo hemos dividido en 2 grandes áreas temáticas.  El primero, llamado "Gestión y estrategia". Comprendemos que este tipo de temáticas están poco desarrolladas dentro de las organizaciones y por tanto, el grado de conocimientos específicos puede no ser muy elevado. Es en ese sentido, que este bloque tiene la finalidad de acercar al público a este tipo de proyectos e ir introduciendo paulatinamente a los participantes en ámbitos más técnicos y "duros", como pueden ser la programación y la estadística inferencial. Del mismo modo, abordaremos aspectos relevantes de estrategia, gestión y gobernanza de este tipo de proyectos.


Esperamos que con este bloque los participantes sean capaces de:  


  1. Definir valor público 
  2. Comprender el aporte de la ciencia de datos en la generación de valor público 
  3. Entender los conceptos generales de la gestión de proyectos y su gobernanza 
  4. Evaluar la factibilidad de usar la ciencia de datos para abordar un problema público 
  5. Entender cómo definir los objetivos de un proyecto de ciencia de datos 
  6. Comprender los desafíos éticos existentes en el diseño de un proyecto de datos


En la segunda área, llamada "Análisis de datos y programación", se abordará en detalle cómo diseñar un proyecto de datos y llevarlo a cabo. Se revisarán distintos aspectos metodológicos y técnicos para el desarrollo de este tipo de iniciativas, con un enfoque lo más práctico posible. Y si, acá revisaremos el uso de herramientas de software, programación** y de distintos modelos estadísticos.  Si bien no buscamos que seas un experto desarrollador, si esperamos que entiendas la lógica detrás del código, sus implicancias y que seas capaz de leer y elaborar informes estadísticos en base al código.


** El lenguaje de programación usado será R.


Esperamos que con este segundo enfoque los participantes sean capaces de:  


  1. Diseñar y planificar un proyecto de ciencia de datos 
  2. Definir los alcances y requerimientos de los proyectos de datos en las instituciones públicas 
  3. Comprender el pensamiento y lógica de programación
  4. Aplicar técnicas avanzadas de análisis estadísticos, tanto descriptivos como inferenciales 
  5. Utilizar código para la transformación, limpieza, análisis, visualización y publicación de datos 
  6. Analizar críticamente distintos proyectos e iniciativas de ciencias de datos   



Metodología


Ya te mencionamos que este no es un curso habitual. De hecho, no nos gusta llamarlo "curso". Por su diseño, es más parecido a una comunidad de práctica.  Una comunidad de práctica se puede definir como  un “grupo de personas que comparten una preocupación o una pasión por algo que hacen y aprenden a hacerlo mejor, interactuando con regularidad.”  (Wenger, 2014)


El conocimiento y aprendizaje se realiza y consolida, principalmente, en comunidad. Es por ello que deseamos formar una comunidad en torno a la ciencia de datos en salud pública, en donde todos vayamos avanzando y aprendiendo de los otros, tanto de sus conocimientos como de sus experiencias de vida. No queremos que esto sea algo puntual de algunos días o semanas, sino más bien ser algo de mayor duración y que permita acompañarte en este interesante mundo de la ciencia de datos en tu día a día.


No te he hablado de los docentes, pues no los hay!  

Bueno, no es que no los haya. Sino más bien acá no se trata de que personas con muchos conocimientos le hablen a personas con pocos conocimientos, el clásico modelo educacional. El diseño de esta comunidad se basa en que todos podemos aportar al otro, en distintos aspectos y tiempos, y los que saben un poco más pueden ser  de ayuda de otros, así como éstos mismos pueden ser aprendices en algún momento.

Ahora bien, tendremos personas expertas (o con más experiencia) invitadas de vez en cuando o que sean parte de la comunidad (coaches) que ayudaran a guiar y resolver dudas, pero el foco está en el desarrollo interno de los participantes y en la adquisición de competencias para tus propias actividades en base al trabajo colectivo.


Si te interesa ser un coach, en el formulario de registro hay más detalles para que te puestas apuntar.


Bueno, y cómo serán las notas? 

Pues no hay notas. Te ayudaremos en lo que más podamos, pero el nivel de avance de tu aprendizaje va a depender de tu propio interés, esfuerzo y dedicación.


¿Cómo lo haremos entonces?


Pues bien, tendremos una plataforma online para poder comunicarnos entre todos, ir documentando los avances, dejar material de estudio e ir resolviendo dudas a medida que vayamos avanzando en el tiempo y en la profundidad de las temáticas.

Tendremos reuniones online frecuentes y periódicas (semanales) para revisar distintos temas, en donde ambas áreas de desarrollo ("Gestión y estrategia"  +  "Análisis de datos y programación") serán abordadas de forma paralela y complementaria. Además, se contará con una plataforma para debatir temas, dejar la documentación y poder relacionarte con el resto de los participantes. La idea es que los participantes logren tener una visión integral y estratégica de los proyectos de ciencias de datos, más allá de los aspectos netamente técnicos. Y por cierto, que metan las manos (hands-on) desde el inicio y cuenten con el apoyo de la comunidad.


Esto es algo diferenciador de otros cursos que hay disponibles, pues si bien hay bastantes para aprender a programar, no abordan temas de gestión e implementación de proyectos de ciencias de datos y mucho menos enfocados en salud pública. 


Para todo ello, iremos de a poco. Desde lo más básico, lentamente iremos abordando pequeños objetivos de aprendizaje, pero acumulativos. Es importante ir adquiriendo competencias y no solo conocimientos. Es decir, para ello tienes que aplicar en elementos concretos lo que vayas aprendiendo, por lo que regularmente te va a tocar hablar, participar, explicar, mostrar y contar tus experiencias al resto de la comunidad.



Ok. Pero yo sé bastante de este tema. ¿De qué me sirve unirme a esta comunidad?


No te imaginas lo potente que es enseñarle a otros lo que sabes. No tan solo por ayudar a otros, sino porque consolidas más tus conocimientos (técnica de Feynman). Además, podrás aplicar tus conocimientos con datos o ambientes distintos a los tuyos, lo que mejorará tus técnicas y skills.

En todo caso, si lo anterior no te interesa, este grupo no es para ti. 



¿Costo?


No, no tiene costo.

Sin embargo, eventualmente si la comunidad crece demasiado o se necesitan mejorar funcionalidades, es posible que se requiera co-financiar entre los participantes algunos servicios o suscripciones. Se notificará con anticipación cuando eso sea necesario.



Duración


El programa está pensado para tener una duración de unos 6 meses.




Requisitos de postulación

- Tener un profundo interés en mejorar y aportar al sector público de salud.

- Confiar en que la colaboración es el camino a seguir.

- Comprometerte a ayudar a quienes lo necesiten y dejarte ayudar por otros cuando tu lo requieras.

- Comprometerte a participar lo máximo posible de las distintas actividades de la comunidad.

- Estar abierto/a al aprendizaje desde los otros.

- Entender los errores como algo necesario para seguir adelante.

- Entender que más que un curso o taller, el modelo y diseño se basa en formar una comunidad de práctica.

- Si bien no hay limitaciones geográficas, estamos más enfocados en países de LATAM (más que nada por el idioma).

- No importa tu nivel de conocimientos sobre análisis de datos, siempre habrá un espacio para ti.

- No es necesario ser funcionario público. Es abierto. Pero estaremos muy contentos mientras más personas del Estado se unan.

- Aceptar las bases y normas de conducta.


opensaludlab.org

  • Home
  • Blog
  • Nosotros
  • Reglamento
  • Eventos
  • Prensa
  • Contacto
  • Academia

Copyright © 2019 OpenSalud LAB