<img src="../../img/btn_faca_inscricao.gif" width="180" height="61" alt="" border="0"/>

MBA-USP - Data Science and Analytics

Nos últimos anos, vêm se observando que a quantidade de dados gerados diariamente por sistemas computadorizados tem aumentado, de forma exponencial, ocasionando novos problemas relacionados com processamento e manutenção de grandes volumes de dados e suas respectivas análises heurísticas. Grande parte desses dados não se encontram organizados em bancos de dados e advém de mídias sociais, e-mails, blogs, websites, dispositivos móveis, entre outras fontes. Outro fator preocupante tem sido o incremento de acessos indevidos e fraudes em transações computadorizadas, principalmente, envolvendo sistemas de controle de acesso onde atividades fraudulentas vêm representando custos adicionais anuais que, em muitas atividades, podem chegar até a bilhões de dólares. A partir do advento da Internet e do desenvolvimento incremental das Tecnologias da Informação (TI), as atividades fraudulentas passaram também a crescer e se diversificar de maneira mais acentuada nos últimos anos e em quase todas as áreas de conhecimento. Nesse contexto, surgem também muitos desafios e questões ainda não resolvidas, destacando-se, entre outras: Como se lidar com grandes volumes de dados? Como armazenar esses grandes volumes de dados de forma tal que se consiga, rapidamente, obter informações úteis para tomadas de decisão? Como se trabalhar com diversidades de dados?. Big Data (Grandes Volumes de Dados) é um termo recentemente criado para referenciar grandes quantidades de dados gerados periodicamente. Data Science (Ciência de Dados) representa uma nova Ciência recentemente referenciada para possibilitar o estudo, a investigação e a análise de grandes conjuntos de dados organizados ou não, estruturados ou não, com o objetivo de identificar padrões, perfis e agrupamentos (clusterings) de dados para propiciar tomadas de decisão cada vez mais ágeis e rápidas e aplicar resultados de análises em ações que impactam diretamente na eficiência de negócios em empresas e/ou instituições privadas ou públicas. Grandes volumes de dados necessitam ser devidamente analisados e interpretados. Em muitos casos, resultados dessas análises necessitam ser imediatamente utilizados para prevenir acessos indevidos e evitar fraudes e riscos. Dentro desse contexto, torna-se relevante e justificável a concepção e o desenvolvimento de um Programa de Especialização em Data Science Este Projeto tem por objetivo propiciar um conjunto mínimo, necessário e suficiente de conhecimentos e capacitações especializadas e interdisciplinares, visando melhor preparar e aperfeiçoar profissionais para trabalhar com o novo, emergente e desafiador domínio de conhecimento de Big Data. Acredita-se que novas Pesquisas e Desenvolvimentos (P&D) advindos deste Programa poderão ser também utilizados em diversas áreas do setor Industrial e de Serviços brasileiros. Acessos indevidos e fraudes envolvendo, por exemplo, cartões de acesso ou de crédito podem ocasionar prejuízos significativos tanto para empresas privadas ou públicas, como para pessoas físicas ou jurídicas como, por exemplo, cancelamentos de contratos e até mesmo desfalques incalculáveis para empresas e instituições envolvidas.

Público alvo
Profissionais que desejem transformar dados em informação e conhecimento estratégico. Executivos, gestores, analistas, especialistas e consultores que atuem em setores de informação intensiva.


Objetivo
Por envolver atividades acadêmicas de conteúdo inovador, utilizando métodos ágeis e suas boas práticas, bem como diversas tecnologias que representam o "estado da arte, o estado da prática e o estado da técnica, pretende-se habilitar o participante a lidar com Pesquisa e Desenvolvimento em Ciência de Dados (Data Science), Estatística e Matemática envolvendo áreas de: Bancos de Dados (Data Base); Grandes Volumes de Dados (Big Data); Mineração de Dados (Data Mining); Análise de Dados (Data Analytics); Aprendizado de Máquina (Machine Learning); Aprendizado Profundo (Deep Learning); Reconhecimento de Padrões (Pattern Recognition); Computação em Nuvem (Cloud Computing); Protocolos de Cadeias de Blocos (Blockchains); Redes de Informação (Information Networks); Redes Sociais (Social Networks); Segurança de Dados (Data Security); Segurança Cibernética (Cyber Security); Métodos Ágeis (Agile Methods); entre outras Tecnologias de Inteligência Artificial (Artificial Intelligence), Tecnologias da Informação (Information Technologies), Tecnologias Fundamentais e Avançadas de Estatística.

Veja a apresentação, clicando aqui.



Informações Gerais

Local de realização: Escola Politécnica da Universidade de São Paulo

Dia da semana e horário:   Terças-feiras e quintas-feiras das 19h30 às 22h30.
É possível que as duas primeiras disciplinas sejam feitas, totalmente, online, por conta do COVID-19. Esperamos retornar as aulas presenciais o mais rápido possível.

Turma 2020

Inscrições: a partir de 28/05/2020
Entrevista: não há.
Resultado: por e-mail ou telefone.
Matrículas: a partir de 13/07/2020
Início das Aulas: a partir de 04/08/2020

Os Candidatos deverão comprovar proficiência em pelo menos uma linguagem de programação.

Para matricular-se neste curso o interessado deve ter sido aprovado no respectivo Processo Seletivo.

O inscrito que for aprovado no Processo Seletivo, deverá nos apresentar no ato da matrícula, uma cópia simples (que será retida ) e original dos seguintes documentos:

a) CPF;
b) RG;
c) Diploma do curso superior;
d) Comprovante de residência;
e) 01 foto 3X4 recente;
f) Preencher e assinar o 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 de todos os documentos necessários acima mencionados.

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.

Corpo Docente

A coordenação acadêmica está a cargo do Prof. Dr. Giorgio Francesco Cesare de Tomi, do Departamento de Engenharia de Minas e de Petróleo da Escola Politécnica da Universidade de São Paulo.

O corpo docente é formado por professores da Escola Politécnica e de outras unidades da USP além de Especialistas convidados, todos com efetiva atuação profissional correlata aos assuntos que ministram.

Docentes USP e Docentes Colaboradores:

   Profa. Dra. Adriana Backx Noronha Viana
   Prof. Dr. Alberto Wunderler Ramos
   Prof. Dr. Antonio Geraldo da Rocha Vidal
   Prof. Dr. Antonio Rafael Namur Muscat
   Profa. Dra. Daielly Melina Nassif Mantovani Ribeiro
   Prof. Dr. Edison Spina


Especialistas Externos:

   Prof. Dr. Fábio Silva Lopes
   Prof. Dr. Giancarlo da Silva Rego Pereira
   Prof. Josef Manasterski
   Prof. Dr. Leandro Augusto da Silva
   Prof. MSc. Marcel Jacques Simonette
   Prof. Dr. Rodrigo Franco Gonçalves


Conteúdo
METODOLOGIA DE APRENDIZAGEM
(Programas de Estudos)

Este Curso é planejado para ser desenvolvido em sala de aula/laboratório com atividades presenciais, e em atividades não-presenciais, colaborativas, extraclasse para que os seus participantes possam adquirir capacitação suficiente ao lidar com grandes volumes de dados e informações, e suas inerentes explosões combinatórias, dentro dos domínios de conhecimento da nova e emergente Ciência e Analises de Dados (Data Science and Data Analitcs). Todas as disciplinas são feitas utilizando o método Sillabus.
A metodologia é baseada em solução de problemas, IPBL-Interdisciplinary Problem Based Learning.

Também trabalharemos, em paralelo com o compromisso "AOL" Assurance of Leaening da AACSB - Association for Advance Collegiate Schools of Business.

As disciplinas se desenvolverão por meio de aulas, conceitos fundamentais, apresentação de casos reais, exercícios de aplicação individuais; e, em grupo. Os alunos deverão entregar exercícios aplicando os conceitos apresentados.

No início da disciplina, os alunos deverão formar grupos e escolher uma empresa ou problema para construir um plano de inovação aplicando os conceitos e ferramentas como value stream mapping, customer journey e value proposition.  Os grupos deverão identificar problemas reais que configuram oportunidades de inovação, formular hipóteses para sua resolução.

Capstone Projects

São projetos interdisciplinares semestrais como objetivo de incentivar os alunos a apresentarem, em curto espaço de tempo, de forma consolidada, e em diferentes domínios do conhecimento, aquisições de aprendizados desenvolvimento de habilidades de investigação desenvolvimento de aplicações de produtos finais e criações de solução conclusivas e agregadoras de valor há produtos inovadores ou existentes

Cada aluno deve trazer o seu Lap -Top.
Assista ao vídeo.

Estrutura
A carga horária conjunta das duas atividades será de 543 horas aula, composta por 483 horas de disciplinas e 60 horas de atribuídas à monografia. A duração total prevista do curso é de 24 meses.

DAS-001   Computação aplicada à Ciência de Dados e Big Data    
DAS-002   Matemática aplicada à Ciência de Dados    
DAS-003   Programação Orientada a Dados com Phyton e R e Métodos Ágeis    
DAS-004   Visualização de Informações
DAS-005   Aprendizagem por Máquina (Machine Learning)    
DAS-006   Capstone Projects - 1    
DAS-007   Teoria e Métodos em Análise de Dados'    
DAS-008   Estatística Aplicada à Ciência de Dados    
DAS-009   Decisões Empresariais e Raciocínio Analítico    
DAS-010   Análise Preditiva    
DAS-011   Capstone Projects - 2    
DAS-012   Armazenamento e Recuperação de Dados    
DAS-013   Análise de Tecnologias para Big Data    
DAS-014   Análise das Mídias Sociais e Controle de Informações    
DAS-015   Inteligência Artificial    
DAS-016   Deep Learning
DAS-017   Capstone Projects - 3    
DAS-018   Cyber Security, Auditoria, Governança, Compliance e Lei de Segurança de Dados   
DAS-019   Modelos Matriciais e Analise de Clusters    
DAS-020   Mineração de Dados    
DAS-021   Capstone Projects - 4


A monografia deve ser desenvolvida contemplando qualquer tema relacionado ao programa do MBA corrente . A sua carga horária é de 60 horas.

Ingresso
O ingresso neste curso é realizado através da análise da ficha de inscrição. Caso necessário, o candidato poderá ser convidado a participar de uma entrevista. A formação acadêmica e a experiência profissional são consideradas como aspectos fundamentais.

Critério Geral de Aprovação
Para ser considerado aprovado no Curso de MBA-USP - Data Science and Analytics, e ter direito ao respectivo Certificado de Conclusão, o participante deverá satisfazer os seguintes requisitos:

A) - Obter nota final igual ou superior a 7,0 (sete) em cada uma das disciplinas cursadas. A avaliação em cada disciplina será feita de acordo com o critério previamente estabelecido pelo professor responsável.
B) - Ter freqüência igual ou superior a 75% em cada disciplina e freqüência global no programa de Especialização igual ou superior a 75%.
C) - Ter se inscrito nas atividades Monografia e ter uma nota final igual ou superior a 7,0 (sete).

Dedicação
Pressupõe-se que, para cada hora de aula, correspondam de uma a quatro horas de dedicação individual do participante.


Certificado

A obtenção do certificado do Curso de MBA-USP - Data Science and Analytics, emitido oficialmente pela Universidade de São Paulo, está condicionada à aprovação do aluno: nota igual ou superior a 7.0 em cada disciplina; frequência mínima de 75% em cada uma das disciplinas; nota igual ou superior a 7.0 na monografia.


Investimento

O investimento deste curso de MBA-USP - Data Science and Analytics:

Valor total de R$ 41,250,00 ou em 25 parcelas mensais e consecutivas de R$ 1.650,00.

Pagamento à vista tem 5% de desconto.


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 17h30.

E-mail: atendimento@pecepoli.com.br.

Depoimentos

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. O valor da taxa será abatido na 2ª parcela do curso.

2. Seleção

A seleção será feita com base nas informações fornecidas pelo interessado na "ficha de inscrição".

Caso o interessado seja aprovado, receberá e-mail do Centro de Apoio ao Aluno, com instruções para efetivar sua matricula.

Lembrando que, a participação no processo seletivo só será possível com a confirmação do pagamento da taxa de inscrição.

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.


Centro de Apoio ao Aluno: atendimento@pecepoli.com.br
Telefone: (11) 2998-0000 Fax: (11)2998-0054
Segunda a sexta-feira das 08h30 às 20h30.
©Copyright 2018 PECE - Todos direitos reservados.