Estratégias e Tecnologias Habilitadoras

Público-alvo

Profissionais das áreas de Engenharia, Administração, Tecnologia, Serviços Médicos, Matemática, Estatística, Design, Arquitetura, Agronomia, Tecnologia da Informação e Telecomunicações, além de empreendedores e interessados.

Mais Informações

Início do Curso
Março de 2022
Horário
Das 8h30 às 17h
Dias de aula
Sábados

Investimento por Módulo (120 horas)
Matrícula
O valor correspondente ao desconto por período (somente matrícula) é concedido de acordo com a data de pagamento da taxa de Reserva
Mensalidades
5 parcelas de R$ 1.580,00*

Até 30 de outubro R$ 1.280,00*

DESCONTOS

Ex-aluno graduado na Mauá: 10%
Grupos (2 ou mais alunos): 10%
Associados da AEXAM (ex-alunos): 15%
Ex-aluno graduado na Mauá em 2020: 30%
Empresas conveniadas (a consultar)

Veja opção de financiamentopor módulo
Taxa de Reserva: R$280,00

O pagamento poderá ser efetuado por meio de boleto, cartão de débito ou crédito.
Na efetivação da matrícula essa Taxa de Reserva será deduzida do valor da matricula. Em caso de desistência da matrícula o valor da taxa de reserva não será devolvido e a retenção se faz necessária para pagamento das despesas administrativas relativas ao processo seletivo, conforme preconizado no Código de Defesa do Consumidor. Caso não haja número de alunos interessados para formação de turma, o valor correspondente à Taxa de Reserva será devolvido integralmente.

*Valores praticados em 2021, sujeitos a correção por índices inflacionários para o período de 2022

Coordenação

Antonio Carlos Dantas Cabral

Doutor em Engenharia de Produção pela USP. Mestre em Food Science - RUTGERS - The State University of New Jersey. MBA em Marketing pela FGV. Engenheiro de Alimentos pela Unicamp. Experiência como gestor de desenvolvimento de sistemas de embalagem em grandes empresas de bens de consumo: Refinações de Milho Brasil, Bunge e Unilever. Participação ativa na criação do Centro de Tecnologia de Embalagem (CETEA) do ITAL, em Campinas. Na Mauá, desde 1989, foi professor e coordenador do curso de Engenharia de Produção e atualmente é coordenador e professor de cursos de Pós-graduação em Indústria 4.0 e Engenharia de Embalagem.

Ari Nelson Rodrigues Costa

Engenheiro Eletrônico pela POLI/USP, Físico pela USP, pós-graduado em Engenharia da Qualidade pela POLI/USP, em Engenharia de Embalagem pela Michigan State, e em Engenharia de Processos Industriais pelo IMT. Mestre em Engenharia Industrial pelo IMT. Doutorando em Sistemas Agroindustriais Sustentáveis pela UNICAMP. Experiência internacional em transferência de tecnologia, atuando nas áreas de automação, telecomunicações, gestão de produto, processos, qualidade de indústrias de diversos segmentos. Professor do Centro Universitário da Mauá. Pesquisador do Centro de Pesquisas do IMT no Núcleo de Sistemas Produtivos Inteligentes.

Disciplinas

Capabilidades Críticas da Indústria 4.0

32 h

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.

Tecnologias Habilitadoras: Cloud Computing

20 h

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.

Tecnologias Habilitadoras: Fundamentos de Aprendizagem de Máquina

20 h

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.

Tecnologias Habilitadoras: Internet das Coisas

28 h

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.

Tecnologias Habilitadoras: Mineração e Análise de Dados

20 h

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.

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.

Ari Nelson Rodrigues Costa

Engenheiro Eletrônico pela POLI/USP, Físico pela USP, pós-graduado em Engenharia da Qualidade pela POLI/USP, em Engenharia de Embalagem pela Michigan State, e em Engenharia de Processos Industriais pelo IMT. Mestre em Engenharia Industrial pelo IMT. Doutorando em Sistemas Agroindustriais Sustentáveis pela UNICAMP. Experiência internacional em transferência de tecnologia, atuando nas áreas de automação, telecomunicações, gestão de produto, processos, qualidade de indústrias de diversos segmentos. Professor do Centro Universitário da Mauá. Pesquisador do Centro de Pesquisas do IMT no Núcleo de Sistemas Produtivos Inteligentes.

José Carlos de Souza Junior

Técnico Eletrônico pela ETE Lauro Gomes (1986), possui graduação em Engenharia Elétrica Ênfase Eletrônica pela Escola de Engeharia Mauá (1992), mestrado em Engenharia Elétrica pela Universidade de São Paulo (1998) e doutorado em Engenharia Elétrica pela Universidade de São Paulo (2004). Atualmente é professor titular do Instituto Mauá de Tecnologia - onde atua como Reitor, professor. adjunto II (licenciado) do Centro Universitário da FEI e professor titular (licenciado) da Universidade São Judas Tadeu. Fundou a Mosaico Engenharia Eletrônica Ltda., onde atuou até 2009. Fundador da VERSOR Inovação Tecnológica em 2010, é também seu resposável técnico. Em 2012 co-fundou a MOTOM Comércio de Moto-peças Ltda. Tem experiência na área de Engenharia Elétrica/Eletrônica, com ênfase em Processamento Digital de Sinais, atuando principalmente nos seguintes temas: Processamento de Imagem, Processamento de Sinais Biológicos, Sistemas Embarcados e Telecomunicações (IoT).
Linkedin: https://www.linkedin.com/in/josé-carlos-de-souza-jr-2ab37a/

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.

>