Especialização em Ciências dos Dados

Este curso não está sendo oferecido neste semestre.

Preencha o formulário abaixo e receba informações sobre a abertura de novas turmas:

Sobre o curso

Uma parte da revolução 4.0 está associada ao que se chama genericamente de inteligência artificial, a qual engloba os métodos de machinelearning e de statisticallearning, ferramentas da Ciência dos Dados. Como um dos pilares dessa nova era, a Ciência dos Dados cresce em ritmo vigoroso – em todo o mundo – devido a crescente demanda por profissionais qualificados, capazes de transformar dados em conhecimento.

Para quem o curso é destinado

Profissionais das mais diversas áreas que enfrentam crescente necessidade de uso de ferramentas computacionais para a exploração e análise de dados relativos aos seus processos ou aos mercados onde atuam. São exemplos analistas de marketing, economistas, atuários, engenheiros, administradores, profissionais da saúde, advogados, comerciários, compradores, operadores logísticos, analistas diversos, estatísticos, matemáticos, geólogos, biólogos, etc.

DISCIPLINAS

  • Ciência dos Dados – Disciplinas
  • Introdução ao R e à Ciência dos Dados
  • Inferência Estatística e Bayesiana
  • Introdução a SQL e Python
  • Machine Learning I – Clusterização
  • Machine Learning II – Classificação
  • Machine Learning III – Regressão
  • Machine Learning IV – Deep Learning
  • Séries Temporais e Predição
  • Metodologia Científica e Didática de Ensino Superior – EAD
  • TCC

Habilidades Adquiridas

– Familiarização no uso do software R, através de práticas em laboratório de informática e aplicações em situações do mundo real.

– Aplicação de fundamentos da probabilidade e da estatística.

– Aplicação de métodos de inferência estatística e da estatística Bayesiana e suas ricas aplicações.

– Fortalecimento de conceitos anteriores através do uso de simulações, dentro de uma vasta área de aplicações genericamente chamadas de estatística computacional e simulações Monte Carlo.

– Subsídios teóricos e práticos relacionados às estratégias e métodos de machinelearning e statisticallearning, com destaque para os métodos de análise de problemas não-supervisionados (clusterização) e supervisionados (classificação e regressão).

– Aplicação de métodos de análise de séries temporais e de predição, através de pacotes especializados do R.

– Familiarização com os temas de big data e data mining, motivando-os à construção de soluções concretas de aplicação no seu dia a dia.

Mercado

Há uma revolução em curso no mundo com a chegada da chamada era digital, a qual já produziu – e que produzirá ainda mais – profundas mudanças na sociedade humana: máquinas e algoritmos inteligentes colocados à disposição do ser humano, facilitando a sua vida cotidiana ou a sua vida empresarial. Dessa forma, o curso de Pós-Graduação em Ciência dos Dados se propõe a capacitar o profissional nele interessado no uso e aplicação dos principais métodos e ferramentas de análise de dados hoje existentes, qualificando-o para este promissor mercado de trabalho.

Diferenciais

Curso ministrado por profissionais atuantes no mercado, com currículo focado em ciências dos dados. O curso tem um viés prático de aplicação.

Coordenação

Coord. Prof. Fernando Duque Barros

Atua há mais de 20 anos como engenheiro industrial e docente nas áreas de Química e de Segurança do Trabalho. Realiza projetos nas áreas de Petroquímica, Logística Industrial, Química Industrial, Química Fina e Segurança do Trabalho. Graduado em Engenharia Química Industrial pela Faculdade de Engenharia Industrial (FEI) (1993). Especialista Lato Sensu em Administração de Empresas com ênfase em Comércio Exterior pela Fundação Escola de Comércio Álvares Penteado (Fecap) (1995); Especialista Lato Sensu em Programa Especial de Formação Pedagógica de Professores de Química pelas Faculdades Oswaldo Cruz (2001); Especialista Lato Sensu em Gestão Escolar pela Faculdade Bandeirantes (Faban) (2011); Especialista Lato Sensu e em Engenharia de Segurança do Trabalho pela Universidade Mogi das Cruzes (UMC) (2013). Mestre em Engenharia de Processos Químicos e Bioquímicos pela Escola de Engenharia Mauá (2007).

Página atualizada em 09/11/2018 às 18h54