Big Data – Inteligência na Gestão dos Dados - pecepoli

TENHO INTERESSE - Especialização
Big Data – Inteligência na Gestão dos Dados

Pacman


Dúvidas?
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

Especialização

Big Data – Inteligência na Gestão dos Dados

O curso oferece um entendimento completo do que são Big Data e como utilizá-los de maneira eficiente para obtenção de informação útil e qual a complexidade em sua utilização e gestão no dia a dia.

• Campus
PECE/POLI/USP
• Carga Horária Total
438h
• Duração
22 meses
• 3ª, 4ª e 5ª feiras
19:00 - 22:00

Conteúdo

Estrutura curricular

A carga horária conjunta das duas atividades será de 438 horas aula, composta por 366 horas de disciplinas e 72 horas de atribuídas à monografia. A duração total prevista do curso é de 22 meses.

Em todos os casos as regras ficam sujeitas às diretrizes da Universidade de São Paulo para cursos de especialização que estejam válidas à época.

O oferecimento das disciplinas atenderá aos seguintes requisitos:

  • cada disciplina terá 30 horas-aula de carga horária, divididas em 10 aulas de 3 horas-aula cada uma;
  • cada ciclo será composto por três disciplinas ministradas simultaneamente;
  • serão necessárias 10 semanas por disciplinas;

As disciplinas serão distribuídas de acordo com a seguinte programação:

 

Disciplinas

Visão inicial sobre big data (3Vs).

necessidades, fontes de dados.

aquisição e coleta, dados estruturados e não-estruturados.

internet das coisas, CASE, ciência dos dados, papel do cientista de dados.

Governança de dados.

meios de armazenamento e recuperação.

finalidade do dado.

normas, Cloud para big data.

definição, necessidades, vantagens, segurança, níveis de acordo de serviço.

Definição de projeto.

características de projetos.

, características de dados.

intensão de uso dos dados.

Modelos de Gestão.

Desenvolvimento de um projeto de big data.

Arquitetura, visões e perspectivas arquiteturais, componentes arquiteturais. 

Requisitos funcionais e não funcionais.

Arquiteturas de referência.

Arquitetura de Big Data NIST. DW. ETL.

Tipos de análises, OLAP: análise de históricos, data mining.

Importância, atributos de qualidade.

metodologias de qualidade de dado.

tratamento da qualidade de dados em ambiente de DW.

tratamento da qualidade de dados com big data.

Data sets, BD em memoria.

BD stream.

NoSQL, relacional, objeto e objeto-relacional.

arquitetura de Big Data.

fluxo de processamento.

soluções de Big Data.

Classes UML, modelo entidade relacionamento estendido.

ORM (Object-Role Modelling), modelo multidimensional.

Modelos Preditivos e tipos de análise.
Abordagens para análise preditiva.
Estatística.
plataforma R, Modelos preditivos na plataforma hadoop. 

Importância, segurança do dado para continuidade do negócio.

proteção física, proteção contra desastre.

recuperação de desastre.

proteção lógica.

impacto no projeto.

características de dispositivos físicos.

categoria de ferramentas.

Cloud Computing.

Normas.

Privacidade, Ética e Big Data.

Direito a privacidade na era Digital.

questões legais.

órgão reguladores e atores.

Questões éticas de privacidade e práticas atuais.

Estrutura de monografia.

apresentação de figuras e tabelas.

normas para apresentação de referências bibliográficas e citação.

Língua escrita - formalismo.

Busca e avaliação de bibliografia.

Interfaces e interação.

Usabilidade.

experiência do usuário (UX).

Design centrado no usuário.

Fatores Humanos.

Aspectos hedônicos da interação. Visualização de informações.

Princípios de design.

Técnicas e ferramentas.

Patterns.

Avaliação da visualização. Personas. Identificação de personas por mineração de dados.

Modelos de aprendizado de máquina.

introdução a IA, definição e desafios para mineração.

características de mineração de dados.

difusão da informação em redes sociais.

recomendação em redes sociais.

Ambiente WEKA,

linguagem phyton,

plataforma R.

Critério geral de aprovação e obtenção do certificado
Para ser considerado aprovado no Curso de Big Data – Inteligência na Gestão dos Dados, e ter direito ao respectivo Certificado de Conclusão, o participante deverá satisfazer todos os seguintes requisitos:
  • ter frequência igual ou superior a 75% (setenta e cinco por cento) em cada uma das disciplinas e atividades;
  • obter nota final igual ou superior a 7,0 (sete) em cada uma das disciplinas. A avaliação em cada disciplina será feita de acordo com o critério previamente estabelecido em cada uma delas, envolvendo provas, trabalhos, etc.;
  • ter se inscrito e realizado na atividade Monografia devendo obter nota final igual ou superior a 7,0 (sete), em avaliação realizada por banca examinadora.

Oferecimento e realização das disciplinas
As disciplinas serão oferecidas nos ciclos do PECE, a critério deste.

 

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.

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.

Objetivo

Big Data 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.

A palestra abaixo elucida aspectos do conteúdo e objetivos do curso:
Big Data: Dados que Impulsionam Negócios e Tecnologia.

Público alvo

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 realizadas na Escola Politécnica da Universidade de São Paulo, às terças-feiras, quartas-feiras e quintas-feiras das 19:00 às 22:00.

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.

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:

  • Ana Claudia Rossi
  • Anarosa Alves Franco Brandão
  • Bruno Paulinelli
  • Jaime Simão Sichman
  • Jonas Santiago de Oliveira
  • Kendji Eduardo Wolf
  • Lucia Vilela Leite Filgueiras
  • Luiz Sergio de Souza
  • Marcio Augusto Mazzoni Gadaleta
  • Maritza Maura de Carvalho Francisco
  • Paulo Sergio Muniz Silva
  • Pedro Luiz Pizzigatti Corrêa
  • Rosangela de Fátima Pereira Marquesone
  • Solange Nice Alves de Souza
  • Wagner Luiz Zucchi

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.

O investimento deste curso:

Valor total de R$ 25.300,00 ou em 22 parcelas mensais e consecutivas de R$ 1.150,00.

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 20h00.
E-mail: atendimento@pecepoli.com.br.

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.

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. 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 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 25/02/2021
Entrevista: não há.
Resultado: por e-mail ou telefone.
Matrículas: Até 26/02/2021
Início das Aulas: 01/03/2021.

Matrícula no curso
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) 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.

Certificação USP


Para que o aluno conquiste o certificado do curso de Big Data – Inteligência na Gestão dos Dados, emitido oficialmente pela Universidade de São Paulo, deverá ser aprovado em todas as disciplinas do curso, com nota mínima de 7,0 e presença acima ou igual a 75%, assim como a aprovação da sua monografia pela banca examinadora.

Certificado USP

Processo de inscrição

Para realizar a inscrição e participar do Processo Seletivo o candidato deverá proceder da seguinte forma:

PRÉ-REQUESITOS

Espera-se dos candidatos, sólida formação superior, conhecimentos básicos de inglês e experiência profissional.

PAGAMENTO

Efetue o pagamento da taxa de inscrição no valor de R$ 150,00 (Cento e cinquenta reais), por meio de boleto bancário, enviado automaticamente para o e-mail cadastrado.

O valor da taxa será abatido na 2ª parcela do curso. Caso o candidato não seja aprovado, esse valor não será devolvido.

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 matrícula.

Só será possível participar do processo seletivo, após 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.

Estrutura
de qualidade

Histórias de Sucesso

Torne-se um líder produtivo no mercado.