PATH est une organisation mondiale à but non lucratif qui œuvre pour l'équité en santé. Forte de plus de 40 ans d'expérience dans la création de partenariats multisectoriels et d'une expertise en sciences, en économie, en technologie, en plaidoyer et dans des dizaines d'autres spécialités, PATH développe et déploie à grande échelle des solutions innovantes aux défis sanitaires les plus urgents au monde.
L'initiative de préparation et de réponse aux épidémies (EPR) de PATH pilote plusieurs projets et initiatives qui soutiennent la sécurité sanitaire mondiale et visent à renforcer les capacités mondiales de prévention, de détection et de réponse aux menaces de maladies infectieuses. Parmi ceux-ci figurent les projets quinquennaux de sécurité sanitaire mondiale financés par les Centres pour le contrôle et la prévention des maladies (CDC) et le projet STRIDES (Renforcement des systèmes de détection des maladies infectieuses) du Département d'État. Le programme de préparation et de réponse aux épidémies recherche un stagiaire basé à Dakar, au Sénégal.
Le projet STRIDES vise à renforcer les systèmes de détection, de surveillance et de riposte aux maladies infectieuses, en appui aux priorités nationales et selon une approche multisectorielle « Une seule santé ». Il couvre plusieurs domaines techniques clés, notamment la surveillance épidémiologique, les systèmes d’information sanitaire, les systèmes de laboratoire, la gestion des urgences sanitaires, la prévention et le contrôle des infections, ainsi que la biosécurité et la biosûreté.
Activités proposées pour le stage
- Soutenir la mise en œuvre et la maintenance des systèmes de surveillance basés sur DHIS2.
- Collecter, nettoyer, valider et gérer les ensembles de données de surveillance et de programmes.
- Développer des scripts et des flux de travail automatisés pour le traitement des données en utilisant Python ou R.
- Explorer les approches d'apprentissage automatique pour l'analyse des données de surveillance et de santé publique
- Élaborer des modèles prédictifs pour l'analyse des tendances, la détection des épidémies ou l'identification des risques.
Avantages pour les stagiaires
- Collaboration avec des professionnels de la santé numérique et des sciences des données
- Application pratique des techniques d'apprentissage automatique et d'apprentissage profond à l'aide d'ensembles de données réelles issues du secteur de la santé.
- Développement des compétences techniques en Python, R, visualisation de données, création de tableaux de bord et flux de travail d'ingénierie des données.