Apresentar as transformações de impacto e quais estratégias podem ser adotadas nos novos modelos de negócios. Mostrar as tendências das indústrias em imediato, curto e médio prazo. Detalhar o perfil requerido dos profissionais para garantir sucesso no processo de implementação e sustentação das tecnologias digitais. Estudar e analisar casos práticos.

Cloud Computing – computação em nuvem: definição e comparação com computação local e em rede. Elementos da computação em nuvem. Desdobramento de modelos de cloud computing: privada, comunitária, pública e híbrida. Conceitos básicos, principais características e conceitos. O que é um serviço em nuvem: IaaS (Infrastructure as a Service), PaaS (Platform as a Service) e SaaS (Software as a Service). Infraestrutura, plataforma e software como serviço. Arquitetura de Data Center na nuvem. A computação em nuvem como habilitadora de competências na Indústria 4.0. Aplicações na Indústria.

Apresentar os conceitos e métodos que fundamentam o aprendizado de máquina e o seu papel crescente nas atividades empresariais. Mostrar como o reconhecimento de padrões estatísticos de comportamento de equipamentos pode ser usado para orientar as atuais decisões relacionadas ao gerenciamento dos sistemas produtivos e prever as futuras, incluindo as necessidades de implementação de planos manutenção preventiva e preditiva. Explorar a importância dos dados de sensores na aprendizagem de máquina. Desenvolver um plano de implementação dessa tecnologia na jornada rumo à Indústria 4.0. Estudos de caso na indústria: manutenção preditiva, programação da produção e padrões de qualidade.

Conceituar a Internet da Coisas - IoT (Internet of Things) como a ferramenta habilitadora essencial na jornada em direção à Indústria 4.0. Nesse contexto, os seguintes temas serão abordados: “coisas” - definição, como se comunicam e reagem, propriedades; linguagem e comportamentos das coisas. Indicadores críticos mensuráveis; o que dizem as coisas: dados de informações diretas de variáveis físicas e de variáveis de contexto ou proxy; tipos de comunicação possíveis entre as “coisas”; o histórico e o futuro da IoT; estrutura de IoT: dispositivos, componentes e redes de dados; conceito de plataformas; plataformas como Serviço (PaaS – Plataform as a Service); a inteligência das coisas em rede viabilizando a Internet de Serviços; a Internet das Coisas e Serviços como habilitadora de competências na Indústria 4.0; aplicações na indústria.

Apresentar técnicas e ferramentas específicas que permitam explorar dados históricos, analisá-los de forma crítica para entender o ocorrido e deles extrair informações relevantes que auxiliem a tomada de decisões futuras. O que é Data Mining (Mineração de dados) e seus objetivos. Bancos de dados relacionais, em grafos, data warehouse, entre outros. Data Mining como parte da geração de conhecimento e de competências. Entendimento e análise de grandes conjuntos de dados. Descrição de classes, mineração de padrões, associações e correlações, classificação e regressão para análise preditiva, análise de agrupamento e análise de outlier. Impactos na privacidade, nos direitos autorais, nas pesquisas científicas e nas atividades industriais. A mineração e análise de dados como habilitadoras de competências na Indústria 4.0. Aplicações na Indústria.

Apresentar o conceito de manufatura inteligente e as principais mudanças no modelo de gestão dos negócios e das indústrias advindas da sua adoção. Introduzir o conceito da indústria 4.0 por meio da linha cronológica das revoluções industriais e analisar o atual cenário industrial Brasileiro, frente aos demais países. Identificar quais são as tecnologias digitais disponíveis e suas tendências num prazo de curto e médio prazo. Apresentar as transformações de impacto e quais estratégias podem ser adotadas nos novos modelos de negócios. Estudar e analisar casos práticos.

Apresentar as ferramentas estatísticas necessárias para se compreender problemas de ciência de dados. Utilizando exemplos práticos e aplicados, é inicialmente abordado conceitos relacionados a probabilidade, versando sobre a teoria clássica, frequentista, probabilidade condicional, teorema de Bayes e modelos de probabilidade. Também é apresentado conceitos relacionados a estatística descritiva, abordando conceitos de princípios de amostragem, resumos gráficos e tabulares, tratamento de dados (análise de inconsistências na base de dados, detecção de outliers, transformação de variáveis) e verificação de ajuste de modelos. Por fim a disciplina apresentará conceitos relacionados a estatística inferencial: abordando estimação intervalar (determinação de margem de erro e dimensionamento de amostras) e os princípios dos testes estatísticos, necessários para a determinação de modelos de previsão.

Contextualizar as oportunidades e riscos dos impulsionadores frente à competitividade global, detalhada nos Relatórios do Fórum Econômico Mundial. Mostrar as tendências das indústrias em curto e médio prazo. Detalhar o perfil requerido dos profissionais para garantir sucesso no processo de implementação e sustentação das tecnologias digitais. Preparar os profissionais para compreenderem os conceitos básicos da metodologia Lean Manufacturing (um dos pré-requisitos para a implementação das soluções digitais) e como utilizá-los para melhorar o desempenho dos processos. Estudar e analisar casos práticos.

Modelar sistemas produtivos para identificar pontos críticos e oportunidades de melhoria; Simular cenários utilizando softwares específicos. Estudar e analisar casos práticos.

Estudar os pré-requisitos em termos técnicos, organizacionais e de recursos, bem como propõe modelos de estrutura organizacional para implementar a cultura da indústria 4.0. Apresentar ferramentas para gerenciar as mudanças e expectativas dos recursos humanos envolvidos. Apresentar a metodologia para identificar o nível de maturidade das organizações em termos de Indústria 4.0, utilizando o conceito global da ACATECH - Academia Alemã de Ciências e Engenharia. Introduzir diferentes metodologias ágeis de implementação de projetos, frente ao cenário 4.0 que requer resultados rápidos e competitivos. Estudar e analisar casos práticos.

Apresentar os conceitos fundamentais sobre sensores. Mostrar o roteiro para responder as questões fundamentais: onde, quando e o que medir? Enfatizar a importância de conhecer os fundamentos e os indicadores chave dos sistemas produtivos nos quais que se pretende introduzir as ferramentas da Indústria 4.0.

Estudar e analisar casos práticos.