Certificat universitaire en Analyse de données appliquée en R&D - Niveau avancé

[16 jours] - [Français]

Vous voulez vous réorienter dans le secteur des biotechnologies en perfectionnant vos compétences en analyse de données ?

Le développement et les mutations technologiques propres aux biotechnologies conduisent au besoin en nouvelles compétences spécifiques, notamment une connaissance très pointue et une maîtrise approfondie des produits et des processus biologiques, des data sciences et de la bioinformatique.

Objectifs de la formation

L’objectif immédiat du certificat est de permettre au public cible de développer des compétences spécifiques et appliquées dans le domaine de l’exploration et l’exploitation de données, en allant de la planification de la récolte des données et à des analyses pointues jusqu’à la communication des connaissances qui en découlent.

L’objectif à plus long terme est que les participants développent l’aptitude à s’auto-former dans le domaine très spécifique des statistiques appliqués aux laboratoires de recherche dans l’industrie pharmaceutique, chimique et agroalimentaire.

Prérequis

Le candidat participant qui souhaite suivre le programme du présent certificat devra avoir réussi le certificat en analyse de données appliquée en R&D (lien vers le descriptif détaillé de ce certificat disponible ci-dessous) niveau de base ou des cours équivalents de la LSBA.

Une ouverture du programme pourra également être envisagée pour des participants en possession d’un diplôme de master en statistique générale ou de personnes pouvant attester de minimum 10 ans d’expérience professionnelle dans les secteurs de la chimie, pharmaceutique ou agroalimentaire. Dans ce cas, l’évaluation des prérequis se fera sur dossier.

Contenu

• Apprentissage et application des techniques et outils de modélisation avancés
• Apprentissage et application des techniques et outils d’analyses multivariée avancées
• Introduction aux techniques spécifiques abordées dans les essais cliniques
• Acquisition des connaissances et d'une vue critique sur les outils statistiques utiles dans la mise en place d'une politique d'assurance qualité en entreprise et le suivi de procédés industriels et d'appareils de mesure en laboratoire d'analyse
• Introduction des principes de la méthodologie de la planification expérimentale et des étapes à suivre pour la mise en œuvre des outils
• Vue d’ensemble des techniques statistiques utilisées dans le domaine, application concrète des concepts abordés

Tarif
Cette formation est reconnue par l'IABE et permet de ce fait aux participant·es d'obtenir des points CPD.
(Ceci est d'ailleurs vrai pour l'entièreté de l'offre de formations du SMCS.)

Outils utilisés durant la formation
SAS / JMP

Méthodes et familles de méthodes abordées
Planification
   Design (d'essai clinique)
   Plan d'expériences
   Calcul de taille d'échantillon
   Calcul de puissance
   Randomisation
Préparation des données
   Nettoyage et préparation du jeu de données pour l'analyse statistique
Statistique descriptive
   Statistiques descriptives
   Tableaux résumés
   Graphiques
Analyses multivariées exploratoires
   ACP - Analyse en composantes principales
   AFC - Analyse factorielle des correspondances simples
   ACM - Analyse (factorielle) des correspondances multiples
   AFM - Analyse factorielle multiple
   Analyse discriminante
   Clustering
   Arbres de classification
Statistique non paramétrique
   Tests non paramétriques de comparaisons de moyenne
   Tests de proportion et d'ajustement
   Indices et tests de la relation entre variables qualitatives ou quantitatives non distribuées normalement
Statistique paramétrique de comparaison de moyennes
   Test t de Student
   ANOVA
   ANOVA à mesures répétées
   ANCOVA
Modèle de régression
   Inférence sur un coefficient de corrélation linéaire
   Régression linéaire simple
   Régression logistique
   Régression de Poisson
   Régression multinomiale et ordinale
   Régression non linéaire
   Régression linéaire multiple
   Régression PLS
Modèle mixte
   Modèle linéaire mixte
   Modèle généralisé mixte
Analyse de survie
   Analyse de survie
   Courbe ROC
Contrôle statistique de qualité
   Run charts et cartes de contrôle
   Analyse de la capabilité d'un procédé
   Contrôle de réception
   Calcul d'incertitude de mesures
Analyse multivariée confirmatoire
Utilisation de logiciels
   Utilisation des logiciels