Programação

  • Bem-Vindo!

    • Sobre o curso: Com o constante avanço tecnológico, são cada vez maiores os volumes de dados gerados diariamente. Dessa forma, ciência de dados e big data analytics aproveitam o poder desses dados para novos insights, sendo de grande importância para obter vantagem competitiva nos negócios. Portanto, este curso inclui uma variedade de atividades, métodos, processos e ferramentas que um cientista de dados deve conhecer. Ou seja, com o curso de pós-graduação em ciência de dados e big data analytics, os novos profissionais da área conquistam competências e habilidades para entendimento de estratégias e necessidades do negócio, sendo capazes de desenvolver e gerenciar soluções para analisar grandes volumes de dados.

    • Apresentação do curso:

    • COMECE AQUI!

      Aqui você inicia sua trilha de aprendizado, confira os vídeos abaixo e logo em seguida as disciplinas disponíveis nesse eixo!

      • • Videoaula:


      • • Entrevista com especialista na área:

      • • Fale com nossa equipe:


    • DISCIPLINA 1 – Recuperação da informação (ETL) e mineração de dados

      • Sobre a disciplina: Identificação do conceito ETL. Utilização das funções extração, transformação e carga. Reconhecimento de objetivos e vantagens da utilização de ETL em um data warehouse. Identificação das principais etapas do processo de mineração de dados. Descrição do processo de descoberta do conhecimento. Definição do conceito e aplicação de big data. Identificação das técnicas de data mining. Reconhecimento da lógica para data mining. Aplicação da sintaxe de consultas de data mining.

      • Abaixo você irá encontrar o conteúdo da disciplina dividido em Unidades de Aprendizagem (UAs)!

      • DISCIPLINA 2 – Visualização de dados

        • Sobre a disciplina: Descrição do processo de geração de visualização de dados. Emprego de técnicas de visualização de dados compatíveis com a análise esperada. Diferenciação de práticas de visualização e análise de dados para a inteligência nos negócios. Definição dos principais frameworks para visualização de dados. Identificação de linguagens de programação mais usadas para visualização de dados. Exemplificação de visualização a partir de dados. Descrição dos principais recursos e funcionalidades do power BI. Análise de exemplo de aplicação do power BI. Aplicação do power BI em um cenário simples de análise e visualização.

        • Abaixo você irá encontrar o conteúdo da disciplina dividido em Unidades de Aprendizagem (UAs)!

        • DISCIPLINA 3 – Governança e indicadores de performance

          • Sobre a disciplina: Identificação das características de um data warehouse nos estágios iniciais. Aplicação das características de um data warehouse nos estágios intermediários. Comparação de características de um data warehouse nos estágios avançados. Identificação de Indicadores-chave de Desempenho em cenários estratégicos organizacionais. Definição de Indicadores-chave de Desempenho. Comparação de resultados organizacionais e estratégicos por meio de Indicadores-chave de desempenho. Explicação dos conceitos de estratégia, plano e monitoramento. Aplicação de medidas de desempenho. Análise de métodos de BPM.

          • Abaixo você irá encontrar o conteúdo da disciplina dividido em Unidades de Aprendizagem (UAs)!

          • Avaliações