Ciência de Dados, Técnicas e Aplicações

Objetivo

Ciência de Dados é uma área multidisciplinar que tem como objetivo melhorar a tomada de decisão por meio da extração de conhecimento e informações dos dados. Este curso tem o objetivo de apresentar metodologias, técnicas e ferramentas que possibilitem a análise e extração de conhecimento de pequenos e grandes volumes de dados. Por se tratar de um assunto multidisciplinar, o aluno irá conhecer e desenvolver competências em Análise e Mineração de Dados, Business Analytics e Big Data, sendo capaz de entender, identificar e desenvolver projetos de Análise Descritiva, Diagnóstica, Preditiva e Prescritiva do início ao fim com segurança. Este curso auxilia no desenvolvimento de competências críticas e analíticas dos alunos de forma prática, com projetos reais que devem ser desenvolvidos pelos alunos durante o módulo.

Público-alvo

Profissionais de areas técnicas ou gerenciais que desejam entender como extrair informações e conhecimento a partir de dados, com o intuito de melhorar o processo de decisão em suas empresas ou instituições.

Coordenação

Tiago Sanches da Silva

Graduado em Engenharia de Computação pelo Instituto Mauá de Tecnologia (2011); Mestre em Engenharia Elétrica pela Universidade de São Paulo (2016). Atualmente é professor do Instituto Mauá de Tecnologia nos cursos de graduação e pós-graduação. Pesquisador e arquiteto de SW do Núcleo de Sistemas Embarcados (CEUN-IMT) em sistemas críticos. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial e ciência de dados aplicada, arquitetura web para aplicações na nuvem e sistemas microcontrolados. Como linha de pesquisa e estudos, tem interesse nos seguintes temas: Inteligência Artificial, Mineração de Dados, Big Data e Computação de Alto Desempenho.

Disciplinas

Big Data

30 h

Nesta disciplina o aluno aprenderá conceitos sobre Big Data de forma prática e irá coletar, limpar e analisar grandes volumes de dados usando softwares de código aberto como Hadoop e Spark. O aluno será capaz de realizar análises de dados em larga escala, predições e gerar visualizações que darão apoio a decisões orientadas a dados, ele também entenderá os desafios de aplicar ciência em cenários reais com grandes volumes de dados.

Inteligência em Negócios

30 h

Esta disciplina consiste em conectar dados e decisões de negócios. O principal objetivo é elucidar aos alunos por que certas decisões precisam ser baseadas em dados, apresentar ferramentas com plataformas reconhecidas do mercado para a área de BI.

Mineração e Análise de Dados

30 h

Esta disciplina consiste em desenvolver a capacidade técnica e analítica do aluno quanto a exploração de dados utilizando técnicas como KDD (knowledge-discovery in databases) e ferramentas de exploração, análise e visualização de dados para modelar e entender o ocorrido, com o intuito de extrair informações relevantes e conhecimentos dos dados e auxiliar a tomada de decisão baseado na análise do passado.

Projetos em Ciência de Dados

30 h

Na disciplina de Projetos em Ciência de Dados serão aplicados conceitos avançados de extração de informação e predição de cenários utilizando dados e problemas reais para empresas ou para sociedade. Neste módulo os alunos exercitarão as dimensões de Análise Preditiva e Prescritiva sobre um cenário real controlado, ou Análise Descritiva e Diagnostica sobre um grande volume de dados aplicando os conceitos de Big Data em um projeto real. O aluno deverá ser capaz de apresentar suas descobertas e insights aplicando técnicas aprendidas ao longo do curso.

Corpo Docente

Alcides Carlos de Araújo

Doutor na área de métodos quantitativos e informática pela FEA/USP. Possui mais de 10 anos de experiência na área de análise de dados. Atua há mais de 3 anos como cientista de dados líder na Datakron, participando de entregas de projetos de alta escala de dados nos segmentos como Telecom, energia e marketing digital.

Paulo Ricardo Branco da Silva

Doutorando em Engenharia Elétrica e mestre pela Universidade Federal de Santa Catarina; Mestre em Engenharia Elétrica, Universidade Federal de Santa Catarina (2015). Tem interesse em codificação, álgebra abstrata, modulação codificada, teoria da informação, esquemas de comunicação cooperativa e redes. Tem experiência na área de microcontroladores, programação, incluindo programação orientada a objetos, e em aplicações de telefonia e controle remoto. Trabalha atualmente na área de codificação de reticulado, projetando e construindo códigos de reticulado para a camada física com alta eficiência espectral.

Tiago Sanches da Silva

Graduado em Engenharia de Computação pelo Instituto Mauá de Tecnologia (2011); Mestre em Engenharia Elétrica pela Universidade de São Paulo (2016). Atualmente é professor do Instituto Mauá de Tecnologia nos cursos de graduação e pós-graduação. Pesquisador e arquiteto de SW do Núcleo de Sistemas Embarcados (CEUN-IMT) em sistemas críticos. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial e ciência de dados aplicada, arquitetura web para aplicações na nuvem e sistemas microcontrolados. Como linha de pesquisa e estudos, tem interesse nos seguintes temas: Inteligência Artificial, Mineração de Dados, Big Data e Computação de Alto Desempenho.

>