Atualmente os dados não são apenas provenientes dos sistemas transacionais mantidos pela própria organização, mas podem ser originados de logs de transações em websites, redes sociais, email, blogs e outros. O emprego desses dados, os Big Data, para a geração de informação é uma necessidade e uma realidade. Assim, é necessário o entendimento do que são esses dados, como utilizá-los para obtenção de informação útil (técnicas, tecnologias utilizadas, métodos) e da complexidade envolvida para sua utilização e gestão.

O curso está dividido em 4 módulos, de acordo com o conjunto de disciplinas que o compõe.

Módulo 1: Gestão e Tratamento de Dados (Business em Big Data, Gestão da Informação, Qualidade de Dados, Gestão de Projetos);

Módulo 2: Modelos e Tecnologias de Armazenamento de Dados (Modelagem de Dados, Repositório de Dados e Ecosistema de Big Data);

Módulo 3: Análise de Dados (Arquitetura de DW/BI, Análises Preditivas, Mineração em Redes Sociais);

Módulo 4: Segurança e Ética (Privacidade e Ética, Segurança Dados).

A disciplina Estruturação de Monografia não está diretamente ligada a nenhum dos módulos citados, porém o assunto abordado nas monografias deverá estar associada a algum dos conteúdos abordados nas disciplinas.

Os módulos também não caracterizam ordenação de disciplinas, apenas o agrupamento por assunto (enfoque). Também não há necessidade de ordenação entre os módulos.
A grade selecionada deverá ser concluída no período estabelecido pelo Termo de compromisso assinado pelo aluno, e deverá cumprir cronograma financeiro sugerido no ato da matrícula. Qualquer alteração na grade acadêmica implicará em mudanças no cronograma financeiro.

Objetivo

Big Data Analytics caracteriza dados de grande volume (da ordem de petabytes ou mais), grande velocidade (dados que devem ser processados em janelas de tempo adequadas ao seu uso, que pode ser o tempo para conseguir recomendar um produto para um cliente num e-commerce ou para a detecção de fraude num ponto de venda) e grande variedade (de tipos variados, originados de clicks em websites, sensores, dados transacionais e outros). A velocidade está associada também com a grande quantidade de dados que é criada a cada instante. As tecnologias de processamento tradicionais ou de análise nem sempre conseguem atender a essas novas características e necessidades.

Além disso, o termo Big Data geralmente é associado à tecnologia usada para seu processamento, o que inclui hadoop, mapreduce, bigtable, banco de dados NoSQL, pig and hive. Contudo, essa visão amplia-se quando considera-se o uso desses dados para extração de informação de valor para o negócio, similar ao que se tem em ambientes de BI.

Nesse contexto, um ambiente Big Data de extração de informação envolve o armazenamento de grande volume de dados variados, recuperação, tratamento e extração eficientes (na velocidade adequada a intensão de uso) de informação relevante para o negócio. As tecnologias de processamento tradicionais ou de análise nem sempre conseguem atender a essas novas características e necessidades, daí a necessidade de uso de novas tecnologias apropriadas ao processamento distribuído desses dados e análise dos mesmos. Diversas empresas têm dificuldades em relação ao gerenciamento de dados, não apresentando processos de gerenciamento de dados eficientes e que abranjam toda a organização. Falta conhecimento de processos, recursos adequados (sejam humanos e de software e hardware), do que se pode obter com a informação e dos requisitos de qualidade desta informação. Neste contexto, a inclusão de Big Data torna-se ainda mais complexo. Assim, o curso procura abordar problemas inerentes não somente ao contexto de Big Data, mas de dados em geral. Aborda também as tecnologias associadas a Big Data, mostrando para o que servem e diferenças em relação as empregadas em BI. Outro aspecto considerado importante, é cada vez mais dados de indivíduos são disponibilizados e facilmente obtidos na web, é preciso discutir aspectos éticos e legais do uso desses dados.

Público alvo

Este curso de Especialização destina-se a profissionais com formação em nível superior que atuam na área de Administração de dados e Tecnologia da Informação com interesse em ciência de dados, podendo ser gerentes, especialistas e técnicos.

Local & horário realização do curso

As aulas serão ministradas à distância, mas síncrona (ao vivo), as terças-feiras, quartas-feiras e quintas-feiras no horário noturno das 19h00 às 22h00.

As  avaliações  finais  das disciplinas,  bem  como  a  apresentação  da  monografia  serão  presenciais na Escola Politécnica da Universidade de São Paulo. A monografia, desenvolvida de forma individual, será avaliada por uma banca de professores.