Especialização Engenharia de Dados e Big Data - EAD / Síncrono
Faça parte de uma comunidade de elite e transforme a sua vida!
Início das aulas : 24/02/2026
3ª, 4ª e 5ª - feiras : 19h00 até 22h00
Carga Horária : 474 horas
Duração : 22 meses
Conheça nosso corpo docente, disciplinas
processo seletivo e investimento!
Corpo Docente
Coordenado pela Profa. Dra. Solange Nice Alves de Souza, o curso reúne, em seu corpo docente, professores da Escola Politécnica e especialistas convidados, entre eles:
• Alfredo Goldman Vel Lejbman
• Gustavo Tadeu Cicotoste
• Jaime Simão Sichman
• Johne Marcus Jarske
• Jonas Santiago de Oliveira
• Jorge Luis Risco Becerra
• Kendji Eduardo Wolf
• Leandro Manuel Reis Velloso
• Leandro Mendes Ferreira
• Lucia Vilela Leite Filgueiras
• Luis Flávio da Silva
• Luiz Sergio de Souza
• Marcos Antonio Simplicio Junior
• Maritza Maura de Carvalho Francisco
• Pedro Luiz Pizzigatti Corrêa
• Solange Nice Alves de Souza
• Wagner Luiz Zucchi
• Wesley Lourenço Barbosa
Disciplinas
KDD (Knowledge Discovery in Databases).
Teoria da Aprendizagem.
Reconhecimento de padrões.
Sistemas de recomendação.
Aprendizado supervisionado: Modelos Lineares para Regressão.
Modelos Lineares para Classificação.
Regressão Logística.
Árvores de Decisão.
Máquinas de Vetor Suporte (MVS).
Introdução a Redes Neurais Artificiais (RNA).
Redes Neurais Convolucionais (RNC).
Redes Neurais Recorrentes (RNR).
Aprendizado não-supervisionado: Clustering, Análise de Componentes Principais (ACP).
Ferramentas: Python , KERAS-TensorFlow e WEKA.
Conceitos de estatística.
modelos preditivos e tipos de análise.
abordagens para análise preditiva.
modelos de aprendizado de máquina.
introdução a IA.
plataforma R.
Python, Google Colab.
Histórico de sistemas distribuídos.
Características e desafios de sistemas distribuídos.
Arquiteturas P2P.
características, classificação e desafios.
Aplicações e tecnologias P2P.
Blockchain, Tor & Deep Web.
Bittorrent.
Freenet.
InterPlanetary File System (IPFS).
Distributed Hash Table (DHT).
entre outros.
Parte 1: Conceitos de Arquitetura.
Ciclo de Vida de desenvolvimento de Software.
Definição de Arquitetura. Visões arquiteturais e Arquitetura Candidata.
Processo Centrado em Arquitetura.
Arquitetura NIST Big Data e Cloud (SAAS, PAAS, IAAS).
Arquitetura e Requisitos não funcionais.
Padrões arquiteturais.
Arquitetura e Transformação Digital,
Big Data.
Cenário de Negócio.
Parte 2: Arquitetura DW.
orientação a assunto,
integração e versionamento.
conceitos de Slowly Change Dimension.
uso de Surrogate Key.
Carga Incremental e Snapshot.
modelagem multidimensional, e engenharia de dados com desenvolvimento de aplicações, com report e dashboards.
Hadoop,
Seu ecossistema e armazenamento além da contextualização de Data Sciente,
Ferramentas do ecossistema Hadoop com distribuição Caludera.
Spark.
Watson.
DB2 e Cloudant.
O que é uma monografia. Escrita científica.
Método científico e elementos da pesquisa.
Ética acadêmica.
Revisão bibliográfica e citação.
Ferramentas de organização bibliográfica.
Bases de Pesquisa Científica.
Fundamentos da gestão de dados no contexto digital.
Frameworks de metodologias contemporâneas.
Tecnologias emergentes.
Estratégias de monetização e valorização de dados.
Estudos de caso e prática aplicada.
Governança de dados no cenário atual.
Qualidade de dados como fator crítico de sucesso.
Frameworks e padrões globais.
Governança distribuída e Data Mesh.
Desafios contemporâneos.
Diagnóstico e tratamento prático de problemas de qualidade dados.
Modelo Entidade-Relacionamento,
Modelo Relacional,
Modelo Multidimensional,
Aspectos de SQL, uso de um SGBDR.
Privacidade.
Ética e Big Data.
Direito a privacidade na era Digital.
questões legais.
órgãos reguladores e atores.
Monitoramento na Web e tecnologias para proteção de privacidade nas diversas camadas da rede.
Questões éticas de privacidade e práticas atuais.
IA Responsável.
Hands-on: captura de dados.
Modelagem e implementação de repositório de dados.
Tratamento dos dados.
Aplicação de técnicas de algoritmos preditivos e de ML para montagem de modelos analíticos.
Criação de dashboards.
Fundamento de banco de dados NoSQL e seus principais modelos de dados:
chave-valor, documentos, família de colunas, orientado a grafos.
Manipulação de dados com Apache Spark.
Integração e consultas em diferentes tecnologias NoSQL.
Princípios e técnicas de segurança.
Chaves simétricas e assimétricas.
Acesso e autenticação com chave pública.
Servidores de chaves.
Kerberos versão 5 e sua implementação em cluster.
Firewalls. Uso de IpTables.
Configuração do IpTables para ambiente Hadoop.
Sistema LDAP para autenticação e autorização em cluster.
portas utilizadas pelo Hadoop e configuração de firewall.
Introdução aos conceitos básicos de engenharia de dados e Big Data. Bancos de dados relacionais e não relacionais. Arquitetura e ciclo de vida dos dados: geração, coleta, transformação, armazenamento e consumo. Formatos e padrões de dados. Conceitos de pipeline de dados, ETL e ELT, processamento em lote e em tempo real, ingestão e integração de dados. Apresentação e configuração de ferramentas processamento, armazenamento, integração, ingestão, visualização e orquestração. Introdução à computação em nuvem conceitos, modelos de serviço (IaaS, PaaS, SaaS), modelos de implantação, serviços e arquiteturas.
Introdução aos Negócios na Engenharia de Dados e Big Data, Discutir sobre as Oportunidades de Implementação de Projetos de Engenharia de Dados e Big Data, Drivers de Mercado para a implementação de projetos de Engenharia de Dados. A jornada da Inteligência sobre os Dados. Calculando o ROI (Retorno sobre o Investimento) e PayBack sobre projetos de Engenharia de Dados. Apresentação de Projetos de Conclusão da Disciplina. Apresentar as necessidades de negócios dos projetos, fontes de dados: aquisição e coleta, dados estruturados e não-estruturados, internet das coisas, CASE, ciência dos dados, papel do cientista de dados.
Fundamentos de UX e IHC: Interfaces, interação e experiência do usuário (UX), usabilidade, design centrado no usuário e jornada do usuário. Princípios de Infovis: propósito do design, audiência e função da visualização, Gestalt aplicada à visualização, retórica de dados, tipos de dados, variáveis de dados e variáveis visuais, escolha das visualizações adequadas, boas práticas de Infovis, dashboards. Prototipação e co-design: métodos de pesquisa com usuários e testes de usabilidade, hierarquia visual e princípios do design da informação, padrões de design de Infovis, definição de requisitos e sketching. Ferramentas utilizadas: Miro (para sketching digital);Google Colaboratory, Python (Pandas, Seaborn, Plotly), IA generativa via Gemini, ChatGPT/Copilot; Power BI. Ferramentas de coletas de feedback: Google Forms, Google Sheets.
Organização e construção de pipelines: requisitos, desenho, camadas, contratos, SLAs. Coleta: batch (ingest ETL/ELT), streaming (event-driven, pub/sub). Preparação e processamento: transformações em código e/ou SQL; particionamento; esquemas. Orquestração e monitoramento: DAGs, retries, alertas, métricas. Qualidade de dados: testes, expectativas, regras e coverage. Catálogo/Metadados: descoberta, linhagem, glossário e ownership. Persistência/Armazenamento: data lake/lakehouse, bancos relacionais e padrões de layout. Implantação em Cloud (AWS): serviços gerenciados, custo e segurança mínima.
Processo Seletivo
Processo seletivo
1. O interessado em participar do Processo Seletivo deste curso deverá proceder da seguinte forma:
a) Preencher a Ficha de Inscrição;
b) Efetuar o pagamento da taxa de inscrição no valor de R$ 150,00 (cento e cinquenta reais), através de boleto bancário. O boleto bancário será enviado automaticamente para sua caixa postal logo após o preenchimento e envio da ficha de inscrição.
2. Seleção:
A seleção será feita com base nas informações fornecidas pelo interessado na “Ficha de Inscrição”. É exigido a todos os candidatos o conhecimento prévio em: BD, Python, outras linguagens e ambientes de programação que permita acompanhar o curso.
Caso o interessado seja aprovado, receberá e-mail do Centro de Apoio ao Aluno, com instruções para efetivar sua matrícula.
Lembrando que, a participação no processo seletivo só será possível com a confirmação do pagamento da taxa de inscrição.
Datas de inscrição e matrícula:
Inscrições: até 17/02/2026.
Entrevista: não há.
Resultado: por e-mail ou telefone.
Matrículas: a partir de 27/11/2025.
Início das Aulas: 24/02/2026.
Matrícula no curso
Para matricular-se neste curso o interessado deve ter sido aprovado no respectivo processo seletivo, enviar a documentação regularmente exigida, através do link que será disponibilizado no ato da convocação da matrícula e efetuar a pagamento da primeira parcela:
Documentação exigida:
a) Cédula de identidade- RG;
b) Cadastro de pessoa física(CPF);
c) Diploma de conclusão de curso superior;
d) Comprovante de residência;
e) Foto 3X4 recente e
f) Termo de compromisso de pagamento das parcelas financeiras referentes ao valor de investimento do curso.
A efetivação da sua matrícula deverá ser devidamente confirmada pelo Centro de Apoio ao Aluno. A matrícula somente será considerada efetuada mediante o nosso recebimento da documentação exigida e do pagamento da primeira parcela.
Bolsa de Estudos:
A Universidade de São Paulo, no artigo 11 da Resolução CoCEx nº 7897, de 02 de dezembro de 2019, prevê a isenção total de 10% das vagas preenchidas no curso.
Consulte aqui as instruções gerais para participar do Processo Seletivo de bolsas de estudos.
As inscrições para concorrer a bolsa de estudos serão aceitas até 10/01/2026.
Haverá entrevistas com a Coordenação do Curso. A data da entrevista será informada por e-mail, para o endereço eletrônico informado pelo(a) candidato(a) na ficha de inscrição.
O resultado será enviado, para o endereço eletrônico do(a) candidato(a) informado na ficha de inscrição, a partir do dia 03/02/2026.
ATENÇÃO! – O Programa de Educação Continuada da Escola Politécnica da Universidade de São Paulo (PECE/EPUSP) reserva-se o direito de não realizar este curso, ou modificar sua data.
Investimento
O investimento deste curso:
22 (vinte e duas) parcelas mensais e consecutivas de R$ 1.290,00*
Vantagens possíveis no ato da matrícula:
a) Pagamento à vista tem 5% de desconto;
b) Desconto de 15% para ex-alunos do PECE e respectivos parentes de primeiro grau;
c) Desconto de 10% para ex-alunos da Escola Politécnica e respectivos parentes de primeiro grau;
d) Descontos de parcerias com empresas. Verifique com o RH de sua entidade;
e) Desconto de 20% (vinte por cento) para aluno, e candidato por ele indicado, que efetuem matrícula na mesma turma do curso, nas condições da “Promoção 20%“;
f) Negociação especial para grupos da mesma empresa, ou coligadas.
Para maiores informações, por favor, entrar em contato com a nossa Central de Apoio ao Aluno:
Atendimento online: de segunda-feira à sexta-feira, das 08h30 às 20h00.
E-mail: atendimento@pecepoli.com.br.
* valor reajustado anualmente pelo IPC (FIPE), acumulado 12 meses.
Na era digital, os dados são o ativo mais valioso das organizações. Se você tem paixão por desvendar os segredos por trás dos números e deseja liderar a revolução dos dados, então esta é a jornada certa para você. A Especialização em Engenharia de Dados e Big Data foi cuidadosamente projetada para te capacitar a se destacar em um mercado onde a demanda por profissionais qualificados está em constante crescimento.
Aqui estão 4 bons motivos para você fazer parte:
Qualquer um deles já é uma excelente justificativa para você se juntar a nós!
Prestígio
Participe de um grupo seleto e de elite - um aluno USP é reconhecido em todo o mundo!
Conexões
Encontre e se conecte com pessoas qualificadas de variadas formações e experiências de vida!
Conhecimento
Tenha acesso a matérias e conteúdos com o que há de mais moderno e atualizado na área - no mundo!
Exclusividade
Faça parte de uma turma reduzida de alunos, o que confere alta performance ao seu curso!
O que você irá aprender?
Veja o que pensamos ao montar este programa
Este curso abrange uma ampla gama de tópicos essenciais, desde conceitos fundamentais até as mais avançadas tecnologias em Engenharia de Dados e Big Data. Você vai adquirir habilidades em governança de dados, captura e ingestão de dados, modelagem, banco de dados relacionais e NoSQL, fluxos de dados, processamento em plataformas Big Data, analytics, e arquitetura de dados. Além disso, você aprenderá a construir relatórios e dashboards que apoiarão a tomada de decisões estratégicas.
Como este curso ajudará na sua evolução profissional?
Este curso não é apenas uma oportunidade de aprendizado, mas sim uma porta para o sucesso profissional. Ao concluir nossa Especialização em Engenharia de Dados e Big Data, você se tornará um especialista na arte de transformar informações em conhecimento estratégico. As habilidades que você desenvolverá abrirão portas para uma carreira emocionante, onde você poderá liderar a transformação digital em sua organização e impactar positivamente o futuro dos negócios.
Para quem é esta Especialização?
Nossos alunos são indivíduos ambiciosos, apaixonados por tecnologia e ansiosos para transformar dados em insights valiosos. Eles são profissionais com formação superior em Administração de Dados e Tecnologia da Informação, incluindo gerentes, especialistas e técnicos. Se você se encaixa nesse perfil e busca uma carreira empolgante na Engenharia de Dados e Big Data, você está no lugar certo.
O que você vai encontrar:
Veja se isto te interessa:
Você está buscando maneiras de se destacar no mercado, dominando o poder dos dados para impulsionar decisões estratégicas e inovar em sua área de atuação? Se a resposta é sim, este curso de Engenharia de Dados & Big Data oferece exatamente o que você precisa para transformar sua carreira e colocá-lo à frente das tendências tecnológicas atuais.
Além de tudo, este curso é certificado pela USP, instituição credenciada ao MEC e reconhecida no mundo inteiro! Por isso, muita gente sonha com um diploma USP!
E mais: você já pensou nas vantagens de escrever uma monografia?
A monografia vai além de um requisito para a conclusão de nosso curso. Ela oferece uma oportunidade única de aprofundar seus conhecimentos, desenvolver habilidades valiosas e contribuir para o seu campo de estudo. Perceba os ganhos:
Dominar a pesquisa e a comunicação:
Consolidar seu aprendizado e visão:
Desfrutar de um acompanhamento individualizado:
Desenvolver a arte de criar planos de negócios:
Gostou? Pois saiba que você pode começar a fazer parte da nossa comunidade ainda hoje...
Não espere! A vida mostra que o momento perfeito não existe! E, repare: enquanto algumas pessoas dormem, outras estão em pleno movimento!
Você irá receber todas as informações do curso no seu email!
(Lembre-se de que nossas turmas são pequenas - garanta sua pré-inscrição o quanto antes!)
PECE Programa de Educação Continuada | Escola Politécnica da USP | Fone: (11) 2998-0000
Desenvolvido com Carinho Por Animale Marketing Digital