Você tem diante de você a melhor oportunidade do mercado acadêmico para se tornar, finalmente, um especialista em Bioinformática y Big Data en Medicina de forma 100% online"

¿Por qué estudiar na TECH?

A TECH es una mayor escuela de negocios 100% online del mundo. Trata-se de una Escuela de Negócios de élite, con más alto nivel académico. Un centro internacional de alto desarrollo y capacitación intensiva de habilidades de gestión.

A TECH es una universidad a la vanguardia de la tecnología, que coloca todos sus recursos a disposición de cada uno para ayudar a alcanzar el éxito empresarial”

Na TECH Universidade Tecnologica

Innovación

Una universidad ofrece un modelo de aprendizaje en línea que combina la tecnología educativa más reciente con el máximo rigor pedagógico. Un método único con alto reconocimiento internacional que proporcionará a todos los demás el conocimiento necesario para desarrollarse en un mundo dinámico, donde la innovación debe ser la principal apostata de todo empresario.

“Caso de éxito Microsoft Europa” para incorporar aos Programa avançado un innovador sistema interactivo de multivídeo. 

Máxima exigencia

El criterio de admisión de TECH no es económico. No es necesario hacer una gran inversión para estudiar en esta universidad. Sin embargo, para concluir el Programa avançado de la TECH, los límites de inteligencia y capacidad de todos serão testados. El padrón académico de esta institución es muito alto...  

95% dos alunos da TECH finalizam seus estudos com sucesso.

Redes

Los Programa avançado de TECH son realizados por profesionales de todo el mundo, permitiendo que los alunos puedan criar una amplia red de contactos que será útil para su futuro.  

+100.000 gestores capacitados a cada año, +200 nacionalidades diferentes.

Empoderamiento

O aluno crecerá al lado de las mejores empresas y dos profesionales más prestigiosos e influyentes. A TECH diseña paquetes estratégicos y una valiosa red de contactos con los principales agentes económicos de los 7 continentes.  

+500 Acuerdos de colaboración con mejores empresas.

talento

Este programa es una propuesta única para revelar el talento de cada uno en el mundo de los negocios. Una oportunidad para demostrar sus inquietudes y su visión de negocio. 

Ao concluir este programa, a TECH ayuda o aluno a mostrar al mundo o su talento. 

Contexto multicultural

Ao estudar na TECH, o aluno irá disfrutar de una experiencia única. Estudiará en un contexto multicultural. En un Programa avançado con visión global, através de qué podrás aprender sobre una forma de trabajar en diferentes partes del mundo, reuniendo así informaciones más prácticas que mejor se adaptan a tu idea de negocio. 

A TECH cuenta con alunos de más de 200 nacionalidades.  

Aprenda con los mejores

Em sala de aula, un equipo de profesores de TECH explica qué os levou ao sucesso em sus empresas, trabajando a partir de un contexto real, animado y dinámico. Profesores que se involucran al máximo para ofrecer una capacitación de calidad, permitiendo que o aluno crezca profesionalmente y se destaque en el mundo de los negocios. 

Profesores de 20 nacionalidades diferentes. 

A TECH prima pela excelência e, para isso, conta com uma serie de características que a tornam uma universidade única:   

Analizar

A TECH explora el lado crítico de cada uno, su capacidad de cuestionar as coisas, sus habilidades interpessoais y de resolución de problemas.  

Excelencia académica

A TECH coloca à disposição do aluno a melhor metodologia de aprendizagem online. A universidade combina o método Relearning (a metodologia de aprendizagem de pós-graduação mais bem avaliada internacionalmente) com o Estudo de Caso. Tradición y vanguardia en un equilibrio desafiante, con un itinerario académico más riguroso.   

Economía de escala

A TECH es la principal universidad en línea del mundo. Conta con una cartera de más de 10.000 Programa avançado de pós-graduação. E na nova economia, volumen + tecnología = precio disruptivo . Dessa forma, garantizamos que estudiar no seja tão caro quanto em outra universidade.   

Na TECH tendrás acceso a estudios de casos más rigurosos y atuais del mundo académico" 

A TECH Universidade Tecnologica utiliza as melhores ferramentas acadêmicas e a metodologia eficaz e inovadora de Relearningem todos os seus cursos. Também garante um número mínimo de horas de material adicional em diferentes formatos, de modo que o aluno possa não só contextualizar as informações desenvolvidas no programa de estudos, mas também estudar em profundidade os aspectos que ele considera mais interessantes ou relevantes para seu desempenho no trabalho. Tudo isto é o que torna este o curso o melhor do mercado, graças ao qual o empresário poderá se desenvolver de forma abrangente e consciente, contribuindo para melhorar seu futuro profissional através de um programa de estudos 100% online. 

Em menos de 6 meses, você terá dominado o processamento massivo de dados médicos por meio do domínio da genômica estrutural e funcional, bem como da transcriptômica"

Plano de estudos

O Programa avançado de Bioinformática y Big Data en Medicina oferecido pela TECH Universidade Tecnologica é uma capacitação intensiva e multidisciplinar, que preparará os alunos para lidar com o mercado de trabalho e com os projetos mais ambiciosos e complexos do setor da Bioinformática e Big Data, com a garantia de contar com o conhecimento mais atualizado e completo. 

O conteúdo do programa de estudos foi elaborado para ampliar as habilidades profissionais do estudante, através do domínio das ferramentas que estão sendo utilizadas atualmente tanto para a pesquisa nas ciências da saúde quanto para o gerenciamento de dados. 
Esta é uma capacitação na qual você terá 450 horas do melhor material teórico, prático e adicional, com o qual você poderá mergulhar nas aplicações desta área e adaptar seu perfil à demanda de mão de obra que existe atualmente no setor profissional.

Este Programa avançado se desenvolve durante 6 meses e é dividido em 3 módulos: 

Módulo 1. Computação em bioinformática
Módulo 2. Bancos de dados biomédicos
Módulo 3. Big Data en Medicina: processamento massivo de dados médicos

Onde, quando e como é ensinado?

A TECH oferece a possibilidade de realizar este Programa avançado de Bioinformática y Big Data en Medicina totalmente online. Durante os 6 meses de capacitação, o aluno terá acesso a todo o conteúdo do curso a qualquer momento, o que lhe permitirá autogerenciar seu tempo de estudo.

Módulo 1. Computação em bioinformática

1.1. Fundamento central em bioinformática e computação. Situação atual

1.1.1. A aplicação ideal em Bioinformática
1.1.2. Desenvolvimentos paralelos em biologia molecular e computação
1.1.3. Dogma em biologia e teoria da informação
1.1.4. Fluxos de informação

1.2. Bases de dados para a computação em bioinformática

1.2.1. Bases de dados
1.2.2. Gerenciamento de dados
1.2.3. Ciclos de vida do dado em Bioinformática

1.2.3.1. Uso
1.2.3.2. Modificação
1.2.3.3. Arquivado
1.2.3.4. Reuso
1.2.3.5. Descartado

1.2.4. Tecnologia de base de dados em Bioinformática

1.2.4.1. Arquitetura
1.2.4.2. Gestão de banco de dados

1.2.5. Interfaces para bases de dados em Bioinformática

1.3. Redes para Computação Bioinformática

1.3.1. Modelos de comunicação. Redes LAN, WAN, MAN e PAN
1.3.2. Protocolos e transmissão de dados
1.3.3. Topologias de rede
1.3.4. Hardware em Datacenters para computação
1.3.5. Segurança, gestão e implementação

1.4. Motores de busca em bioinformática

1.4.1. Motores de busca em bioinformática
1.4.2. Processos e tecnologias de motores de busca em Bioinformática
1.4.3. Modelos computacionais: algoritmos de busca e aproximação

1.5. Visualização de dados em bioinformática

1.5.1. Visualização de sequências biológicas
1.5.2. Visualização de estruturas biológicas

1.5.2.1. Ferramentas de visualização
1.5.2.2. Ferramentas de renderização

1.5.3. Interface de usuário para aplicações em bioinformática
1.5.4. Arquiteturas de informação para visualização em Bioinformática

1.6. Estatísticas para computação

1.6.1. Conceitos estatísticos para computação em Bioinformática
1.6.2. Caso de uso: Microarrays de MARN
1.6.3. Dados imperfeitos. Erros nas estatísticas: aleatoriedade, aproximação, ruído e suposições
1.6.4. Quantificação do erro: precisão, sensibilidade e sensitividade
1.6.5. Clusterização e classificação

1.7. Mineração de dados

1.7.1. Métodos de mineração e computação de dados
1.7.2. Infraestrutura de computação e mineração de dados
1.7.3. Descoberta e reconhecimento do padrão
1.7.4. Aprendizagem automática e novas ferramentas

1.8. Combinação de padrões genéticos

1.8.1. Combinação de padrões genéticos
1.8.2. Métodos computacionais para alinhamentos sequenciais
1.8.3. Ferramentas para a coincidências de padrões

1.9. Modelagem e simulação

1.9.1. Uso na área farmacêutica: descoberta de medicamentos
1.9.2. Estrutura de proteínas e biologia de sistemas
1.9.3. Ferramentas disponíveis e futuro

1.10. Colaboração e projetos de computação online

1.10.1. Computação em rede
1.10.2. Normas e regras. Uniformidade, consistência e interoperabilidade
1.10.3. Projetos de computação colaborativa

Módulo 2. Bancos de dados biomédicos

2.1.  Bancos de dados biomédicos

2.1.1.  Bancos de dados em biomédica
2.1.2.  Bancos de dados primários e secundários
2.1.3.  Principais bancos de dados

2.2.  Bancos de dados de DNA

2.2.1.  Bancos de dados de genomas
2.2.2.  Bancos de dados de genes
2.2.3.  Bancos de dados de mutações e polimorfismos

2.3.  Bancos de dados de proteínas

2.3.1.  Bancos de dados de sequências primárias
2.3.2.  Bancos de dados de sequências secundárias e domínios
2.3.3.  Banco de dados de estruturas macromoleculares

2.4.  Bancos de dados de projetos ômicos

2.4.1.  Bancos de dados para estudos de genômica
2.4.2.  Bases de dados para estudos de transcriptômica
2.4.3.  Bancos de dados para estudos proteômicos

2.5.  Bancos de dados de doenças genéticas. Medicina personalizada e de precisão

2.5.1.  Bancos de dados de doenças genéticas
2.5.2.  Medicina de precisão. Necessidade de integração de dados genéticos
2.5.3.  Extração de dados OMIM

2.6.  Repositórios autodeclarados de pacientes

2.6.1.  Uso secundário dos dados
2.6.2.  O paciente na gestão dos dados depositados
2.6.3.  Repositórios de questionários autodeclarados. Exemplos

2.7.  Bases de dados em aberto elixir

2.7.1.  Bases de dados em aberto elixir
2.7.2.  Bases de dados coletados na plataforma elixir
2.7.3.  Critérios para a escolha entre as duas bases de dados

2.8.  Bancos de dados de reações adversas a medicamentos (RAMs)

2.8.1.  Processo de desenvolvimento farmacológico
2.8.2.  Relatório de reação adversa a medicamentos
2.8.3.  Repositórios de reações adversas no âmbito local, nacional, europeu e internacional

2.9.  Plano de gestão de dados de pesquisa. Dados a serem depositados em bancos de dados públicos

2.9.1.  Plano de gestão de dados
2.9.2.  Custódia dos dados resultantes da pesquisa
2.9.3.  Depósitos de dados em um banco de dados públicos

2.10.  Bancos de dados clínicos. Problemas com o uso secundário de dados de saúde

2.10.1.  Repositórios de prontuários clínicos
2.10.2.  Criptografia de dados
2.10.3.  Acesso aos dados de saúde. Legislação

Módulo 3. Big Data em medicina: processamento em massa de dados médicos

3.1.  Big Data em pesquisa biomédica

3.1.1.  Geração de dados em biomedicina
3.1.2.  Alto rendimento (Tecnologia High-throughput)
3.1.3.  Utilidade de dados de alto desempenho. Hipóteses na era do Big Data

3.2.  Pré-processamento de dados em Big Data

3.2.1.  Pré-processamento de dados
3.2.2.  Métodos e abordagens
3.2.3.  Problemática do pré-processamento de dados em Big Data

3.3.  Genômica estrutural

3.3.1.  O sequenciamento do genoma humano
3.3.2.  Sequenciamento x Chips
3.3.3.  Descoberta de variantes

3.4.  Genômica funcional

3.4.1.  Anotação funcional
3.4.2.  Preditores de risco em mutações
3.4.3.  Estudos de associação da genômica

3.5.  Transcriptoma

3.5.1.  Técnicas para obtenção de dados massivos em transcriptômica: RNA-seq
3.5.2.  Padronização de dados em transcriptômica
3.5.3.  Estudos de expressão diferencial

3.6.  Interactômica e epigenômica

3.6.1.  O papel da cromatina na expressão genética
3.6.2.  Estudos de alto desempenho em interatômica
3.6.3.  Estudos de alto desempenho em epigenética

3.7.  Proteômica

3.7.1.  Análise de dados de espectrometria de massa
3.7.2.  Estudo de modificações pós-traducionais
3.7.3.  Proteômica quantitativa

3.8.  Técnicas de enriquecimento e Clustering

3.8.1.  Contextualização dos resultados
3.8.2.  Algoritmos de Clustering em técnicas ôhmicas
3.8.3.  Repositórios para o enriquecimento: Gene Ontology e KEGG

3.9.  Aplicações do Big Data em saúde pública

3.9.1.  Descoberta de novos biomarcadores e alvos terapêuticos
3.9.2.  Preditores de risco
3.9.3.  Medicina personalizada

3.10.  Big Data aplicado em medicina

3.10.1.  O potencial da ajuda diagnóstica e da prevenção
3.10.2.  Uso de algoritmos de Machine Learning na saúde pública
3.10.3.  O problema da privacidade

Você terá à sua disposição material adicional de alta qualidade e em diferentes formatos para se aprofundar nos aspectos do programa de estudos que mais lhe interessam"