| 1 |
Estudos Introdutórios sobre Big Data e Ciência de Dados |
80h |
| Conhecendo Big Data.; Introdução a Big Data; Histórico: Big Data; Os 5VS; Impactos do uso de Big Data; Framework para processamento de dados; Hadoop; Storm; Spark; Ciências de Dados; Introdução do conceito e escopos da ciência de dados; A era da Ciência dos Dados; Fases do Projeto em Ciências de Dados; Ciclo de vida do Dado; Ciência de Dados termos usados; Ciência de Dados e Big Data; Identificando o papel do cientista de dados; Formação e atuação do cientista de dados; Competências relacionadas; Habilidades do cientista de dados; Aplicação Big Data e Ciência de Dados; Onde aplicar Big Data?; Big Data na educação; Big Data aplicando aplicado a negócios; Big Data Aplicado na Saúde; Big Data aplicado na Área Eleitoral; Aplicabilidade da ciência de dados; Ciências de Dados na biologia; Ciências de Dados aplicado na saúde; Ciências de Dados aplicada ao projeto social; Ciências de Dados aplicada aos negócios; A utilização das tecnologias; Computação em nuvem e Big Data; Internet das Coisas; Big Social Data; Tecnologia Blockchain. |
| 2 |
Introdução ao Banco de Dados |
80h |
| Breve história dos Bancos de Dados e suas arquiteturas. Modelos de dados. Entidades e atributos. Tipos de relacionamento. Diagrama de entidades e relacionamentos (DER). Estudo de caso. Redundância de dados. Cardinalidade e Agregação. Aspectos gerais da álgebra relacional. Criando um banco de dados. Criando tabelas. Tipos de dados. Chaves Primarias e estrangeiras. Manipulando tabelas. Inserindo informações. Alterando informações. Excluindo informações. Operações de consulta básica. Comando select. Condições e condições com operadores lógicos. Distinct. Operações de consultas complexas. Teoria dos conjuntos. Operações Join |
| 3 |
Coleta, Armazenamento e Análise Aplicada |
80h |
| Soluções em Mineração de Dados. Introdução a Mineração de Dados. Representação do Conhecimento. Algoritmos. Bancos de Dados Não Convencionais. Bancos de Dados Distribuídos. Bancos de Dados Orientados a Objetos. Bancos de Dados Objeto-Relacional. Análise Exploratória de Dados. Análise Bidimensional. Séries Temporais. Números Índices. |
| 4 |
Segurança de Dados |
80h |
| Conceitos de segurança de informação. Serviços de segurança. Modelo para segurança em rede. Ataques cibernéticos. Criptografia. Varredura de portas e serviços. Normas ISO 2700, 27001,27002,27005,31000 e 22301. Recursos de autenticação. Identificação e solução de problemas. |
| 5 |
Analytics e o Processo de Tomada de Decisão |
80h |
| Tomada de decisão. Dados, Informações e Conhecimento.Fundamentos de Tomada de Decisão. AnalíticaAnalytics. Business Analytics na tomada de decisão. Ciências de dados e Analytics. Data Analytics. Big Data e Analytics. O que é BIG DATA ANALYTICS?. Onde Aplicar?. Big data Analytics Platforms. |
| 6 |
Arquitetura de Dados |
80h |
| Introdução a Arquitetura de Dados. História da Arquitetura de Dados. Conceitos Básicos de Arquitetura de Dados. Modelagem de Dados. Práticas de Arquitetura de Dados. Gerenciamento de Metadados.Visão Geral sobre Arquiteturas de Dados. Arquitetura Empresarial. Implantação de Arquitetura de Dados. Arquiteturas de Referência Ligadas aos Dados. Arquiteturas para MDM (Gerenciamento de Dados Mestres). Governança de Arquitetura de Dados. |
| 7 |
Data Storytelling |
80h |
| Introdução a Data Storytelling. Porque Usar Data Storytelling?. Como criar histórias. Exemplos Práticos de Data Storytelling. Apresentação Visual. Tipos de Dados e Gráficos. Tipos de Representações para Evitar. Princípios da Percepção Visual. Como elaborar e contar uma história. Conceitos Tradicionais de Design. Casos de Estudo. Dicas e Boas Práticas para Data Storytelling. |
| 8 |
Machine Learning e Deep Learning |
80h |
| Introdução e visão geral do processo de machine learning. Principais aplicações. Algoritmos de aprendizado. Capacidade, overfitting e underfitting. Hiperparâmetros e validação. Visão geral de estatística e estimativas. Modelos supervisionados. Modelos não supervisionados. Método do gradiente descendente. Construindo o algoritmo e motivacionais |
| 9 |
Docência do Ensino Superior |
80h |
| O Ensino Superior no Brasil. A Universidade na Sociedade. Legislação da Educação Superior. A Prática Docente no Contexto da LDB (Lei n.º 9.394/96). As Teorias Pedagógicas. A Didática: definição e importância no ensino superior. Planejamento do ensino. Elaboração de planos de Ensino e Prática Docente. Avaliação Educacional. Ambiente Virtual de Aprendizagem e Tecnologias para o Ensino. Interações em Sala de Aula EAD e Presencial: O Papel dos Professores e dos Alunos. |
| TOTAL |
720h
|
|
