13 DE SEPTIEMBRE
Sábados y Domingos: 6pm a 8pm (Hora Perú)
Este diplomado está dirigido a profesionales, investigadores y estudiantes que desean especializarse en bioinformática, inteligencia artificial y ciencia de datos aplicadas a las ciencias biológicas y biomédicas.
Al finalizar el programa, el participante será capaz de:
Introduce el uso de Python e Inteligencia Artificial Generativa como apoyo al desarrollo de código, análisis de datos biológicos y construcción de proyectos científicos reproducibles.
Fortalece los conocimientos básicos de programación, estadística, Linux y herramientas esenciales para iniciar el trabajo en bioinformática y ciencia de datos biomédicos.
Desarrolla competencias para trabajar con entornos reproducibles mediante Linux, Bash, Git, GitHub, Docker y herramientas de automatización para proyectos científicos.
Aprende a programar en Python y R para el procesamiento, análisis estadístico y visualización de datos biológicos, generando reportes científicos reproducibles.
Desarrolla habilidades en estadística, análisis multivariado, modelado predictivo y gestión de bases de datos biomédicas utilizando SQL y repositorios científicos.
Aborda el procesamiento de datos de secuenciación masiva, análisis de variantes genómicas, alineamiento de secuencias y automatización de pipelines bioinformáticos.
Profundiza en el análisis de expresión génica, transcriptómica, epigenética y enriquecimiento funcional para comprender mecanismos moleculares y regulatorios.
Estudia el análisis de proteínas, metabolitos, microbiomas y estructuras moleculares mediante herramientas bioinformáticas e inteligencia artificial para investigación biomédica.
Desarrolla modelos predictivos, identificación de biomarcadores e interpretación de resultados mediante técnicas de aprendizaje automático orientadas a datos biomédicos.
Explora redes neuronales, modelos generativos e inteligencia artificial aplicada al diseño molecular, análisis biológico y desarrollo de soluciones innovadoras en ciencias de la vida.
Integra los conocimientos del diplomado para desarrollar un proyecto completo de investigación utilizando análisis multiómico, computación en la nube, automatización de pipelines y visualización de datos científicos.
Introduce el uso de Python e Inteligencia Artificial Generativa como apoyo al desarrollo de código, análisis de datos biológicos y construcción de proyectos científicos reproducibles.
Fortalece los conocimientos básicos de programación, estadística, Linux y herramientas esenciales para iniciar el trabajo en bioinformática y ciencia de datos biomédicos.
Desarrolla competencias para trabajar con entornos reproducibles mediante Linux, Bash, Git, GitHub, Docker y herramientas de automatización para proyectos científicos.
Aprende a programar en Python y R para el procesamiento, análisis estadístico y visualización de datos biológicos, generando reportes científicos reproducibles.
Desarrolla habilidades en estadística, análisis multivariado, modelado predictivo y gestión de bases de datos biomédicas utilizando SQL y repositorios científicos.
Aborda el procesamiento de datos de secuenciación masiva, análisis de variantes genómicas, alineamiento de secuencias y automatización de pipelines bioinformáticos.
Profundiza en el análisis de expresión génica, transcriptómica, epigenética y enriquecimiento funcional para comprender mecanismos moleculares y regulatorios.
Estudia el análisis de proteínas, metabolitos, microbiomas y estructuras moleculares mediante herramientas bioinformáticas e inteligencia artificial para investigación biomédica.
Desarrolla modelos predictivos, identificación de biomarcadores e interpretación de resultados mediante técnicas de aprendizaje automático orientadas a datos biomédicos.
Explora redes neuronales, modelos generativos e inteligencia artificial aplicada al diseño molecular, análisis biológico y desarrollo de soluciones innovadoras en ciencias de la vida.
Integra los conocimientos del diplomado para desarrollar un proyecto completo de investigación utilizando análisis multiómico, computación en la nube, automatización de pipelines y visualización de datos científicos.
