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

Se você é uma pessoa que está em busca de um novo emprego, uma promoção, maiores salários ou mesmo reconhecimento profissional, esta é a sua oportunidade! Ao final deste curso você irá se sentir preparado para liderar projetos estratégicos de dados, transformando informações em insights valiosos que impulsionam decisões e inovação nas organizações.

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.


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 03/12/2025.
Entrevista: não há.
Resultado: por e-mail ou telefone.
Matrículas: até 17/12/2025.
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:

Construa argumentos sólidos e embasados.
Aprimore sua escrita clara e concisa.
Analise dados de diversas fontes com expertise.
Apresente suas ideias com maestria.

Consolidar seu aprendizado e visão:

Organize e sistematize seus conhecimentos.
Reflita criticamente e construa uma compreensão profunda do tema.
Transmita sua visão e contribua para o conhecimento.

Desfrutar de um acompanhamento individualizado:

Receba orientação personalizada de um consultor experiente.
Tire suas dúvidas e aprimore seu trabalho com feedback construtivo.
Conte com um mentor para alcançar seus objetivos e maximizar o aprendizado.

Desenvolver a arte de criar planos de negócios:

Aprenda a estruturar e desenvolver um plano completo e viável.
Defina seus objetivos, identifique seu público-alvo e projete resultados.
Transforme sua pesquisa em um negócio lucrativo.

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

Especialização Engenharia de Dados e Big Data - EAD / Síncrono

Preencha abaixo e nós lhe enviaremos todas as informações acerca do curso!

Processamos seus dados pessoais conforme declarado em nossa Política de Privacidade. Você pode retirar seu consentimento a qualquer momento clicando no link de cancelamento na parte inferior de qualquer um de nossos e-mails.

Close