12h

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.

24h

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.

24h

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.

20h

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

20h

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.

20h

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.

24h

Discutir conceitos e estratégias como ponto de partida para a jornada rumo à Cadeia de Suprimentos 4.0. Apresentar os principais indicadores de eficiência e eficácia da cadeia de suprimentos, que deve ser entendida como um sistema produtivo. Analisar criticamente os procedimentos atuais e sua relação com o valor adicionado aos atores. Entender a eficiência dos recursos tecnológicos aplicados nas atuais cadeias de suprimentos. Discutir a gestão e a governança e o papel de cada ator na cadeia de suprimentos. Estudos de casos.

36h

Apresentar e detalhar o conceito de colaboração entre os atores das cadeias produtivas. Aprofundar o entendimento de valor adicionado compartilhado. Apresentar técnicas de abordagem de situações com grande quantidade de dados para tomar a melhor decisão. Entender como a conectividade é essencial para pavimentar o caminho até a cadeia de suprimentos 4.0. Estudos de casos.

24h

Analisar os atuais modelos atuais de negócios como ponto de partida para implantação dos novos modelos na Cadeia de Suprimentos 4.0. Desenhar cenários futuros para alicerçar a implantação de novos modelos de negócios. Ferramentas para desenhar os novos modelos de negócios com base nos cenários traçados. Estudo de casos.

36h

Estudar os pré-requisitos em termos técnicos, organizacionais e de recursos, para implementar a cultura da indústria 4.0 na Cadeia de Suprimentos. Apresentar ferramentas para gerenciar as mudanças e expectativas dos recursos humanos envolvidos. Aplicar a metodologia de identificação do nível de maturidade dos atores da Cadeia Produtiva utilizando o conceito global da ACATECH - Academia Alemã de Ciências e Engenharia. Priorizar projetos de implementação da cultura da Indústria 4.0 com base no nível de maturidade identificado. Introduzir diferentes metodologias ágeis de implementação de projetos, frente ao cenário 4.0 que requer resultados rápidos e competitivos. Estudo de casos.

32h

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.

20h

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.

20h

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.

28h

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.

20h

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.