Especialização

Ciência de Dados e Big Data Analytics

Tecnologia e Inovação

Titulação Pós Graduação
Carga horária 360 horas-aula
Duração 6 meses
Com um mercado bem promissor, as atividades de business analytics e para as tecnologias de Big Data é real. Gera uma maior demanda em profissionais como o Cientista de Dados que devem ter competências e habilidades para entender bem as estratégias e necessidades do negócio e gerenciar, projetar e desenvolver soluções de análise em grandes volumes de dados.
No curso de Especialização em Ciências de Dados e Big Data Analytics serão apresentados temas amplos e atuais acerca da apresentação de ferramentas analíticas com perfil de Cientista de Dados.
Coordenadores de Projetos
Analistas de Negócios
Cientistas da Computação
Profissionais de Tecnologia da Informação
Cientistas de Dados
Imagem ilustrativa de áreas de atuação
22% Aumento médio na renda do profissional
01

Análise de dados e tomada de decisão

Análise de informações e indicadores sobre ciência de dados e big data analytics, apoiando diagnósticos, decisões e avaliação de resultados.

02

Inovação e transformação digital

Aplicação de inovação e recursos digitais em iniciativas de ciência de dados e big data analytics, apoiando novos serviços, processos e modelos de trabalho.

03

Atuação técnica e especializada

Aplicação dos conhecimentos de ciência de dados e big data analytics em atividades técnicas e especializadas, com foco em soluções adequadas ao contexto profissional.

Benefícios

Organização curricular

Conheca a trilha do curso

Visualize os eixos curriculares e clique em cada topico para abrir os subtopicos.

Topico 1 Fundamentos de Ciência de Dados e Big Data 60h
  • Introdução à Ciência de Dados10h
  • Ciclo de Vida de um Processo de Ciência de Dados10h
  • Aplicações da Ciência de Dados10h
  • Papéis dos Envolvidos em Projetos de Big Data e Ciência dos Dados10h
  • Ferramentas Utilizadas em Ciência de Dados e Big Data10h
  • Análise de Dados Utilizando Dashboards10h
Topico 2 Paradigmas de Linguagens de Programação para Ciência de Dados 60h
  • Python e Ambientes de Desenvolvimento10h
  • Variáveis e Tipos de Dados em Python10h
  • Estruturas Condicionais e Iterativas em Python10h
  • Funções e Classes em Python10h
  • Linguagens Multiparadigma: R10h
  • Introdução à Linguagem R e Rstudio10h
Topico 3 Banco de Dados - Relacional e Não Relacional 60h
  • Arquitetura de Banco de Dados10h
  • Escolha do Banco de Dados10h
  • SQL, Conceitos e Funcionalidades10h
  • Migrações de Bases Relacionais para Bases NoSQL10h
  • História dos Bancos de Dados Não Relacionais10h
  • Classificação dos Bancos de Dados Não Relacionais10h
Topico 4 Big Data Analytics 60h
  • Introdução a Big Data10h
  • Aplicação de Big Data10h
  • O Ecossistema de Big Data10h
  • Ciência de Dados e Big Data10h
  • Visualização de Dados em Big Data10h
  • Introdução a Hadoop10h
Topico 5 Machine Learning: Mineração e Análise de Dados 60h
  • Técnicas Utilizadas em Ciência de Dados e Big Data10h
  • Aprendizado de Máquina (Machine Learning)10h
  • Classificação de Textos - Introdução ao Aprendizado Supervisionado10h
  • Classificação de Textos - Utilizando Python para Construir e Treinar Modelos de Machine Learning10h
  • Análise de Sentimentos - Utilizando Python para Construir e Treinar Modelos de Machine Learning10h
  • Algoritmos Paralelos com Rapids10h
Topico 6 Framework para Big Data e IoT 60h
  • Frameworks de Big Data: Uma Visão Geral10h
  • Aplicações Simples Utilizando Frameworks de Big Data10h
  • Frameworks de Armazenamento Semiestruturados10h
  • Frameworks de Armazenamento Não Estruturados10h
  • Aplicações IoT10h
  • Integrando Big Data e IoT10h

Detalhes Acadêmicos

100% Online

Flexibilidade para assistir a qualquer momento e lugar.

Certificado Digital

Emitido ao término do curso, reconhecido por instituições e empresas do setor.

Início Imediato

Acesso liberado assim que a inscrição e o pagamento são confirmados.

Grupos de Discussão

Acesso completo de todo o conteúdo disponível por 6 meses após a compra.

Video aulas Curtas

Aulas em vídeo com foco na prática e aplicabilidade.

Exercícios Práticos

Ferramentas para testar o aprendizado em cada módulo.

Materiais Complementares

PDFs, leituras recomendadas e infográficos.

Tutoria Online

PDFs, leituras recomendadas e infográficos.

Atos legais
Nome da Instituição Expedidora: Universidade de Uberaba.
Razão social da mantenedora da Instituição Expedidora: Sociedade Educacional Uberabense.
CNPJ: 25.452.301/0001-87.
Reconhecida pela Portaria nº 544/MEC, de 25/10/1988 - (DOU 26/10/88 - Seção I, p, 20.766).
Recredenciada pela Portaria nº 347, de 09/04/2018 - (DOU nº 68, Seção 1, pág. 14, de 10/04/2018).
Recredenciada pela Portaria nº 957, de 11/11/2020 - (DOU nº 216, Seção 1, pág. 41, de 12/11/2020).
Curso de acordo com a disposição da Resolução nº 1, de 06/04/2018 CNE/CES (DOU-09/04/2018, Seção 1, p. 43).
Aprovado pela Câmara de Pesquisa e Pós-Graduação de acordo com a disposição na Resolução nº 144/21 de 27/10/2021-UNIUBE. Código do cadastro no INEP - 170141
Periodicidade
  • Duração6 meses
  • FormatoEAD
  • TurnoLivre
  • ÁreaTecnologia e Inovação
Instruções para o acesso
Consulte os requisitos atualizados em http://suporteava.uniube.br/.
Entrega de documentos
O aluno deverá anexar os seguintes documentos, no Ambiente Virtual de Aprendizagem - AVA:

1) Diploma do curso superior (frente e verso)
2) Carteira de Identidade
3) C.P.F. (se constar no RG, não é necessário)
4) Certidão de Nascimento ou Casamento

ATENÇÃO: Ao término do 3ª eixo, caso o(a) aluno(a) tenha alguma pendência documental ou financeira, não será possível a efetivação de sua matricula no 4º eixo.

Transforme seu Potencial em Poder de Execução

O próximo capítulo da sua história profissional começa aqui. Escolha a excelência acadêmica com visão de mercado.

Palavra do Gestor

Com um mercado bem promissor, as atividades de business analytics e para as tecnologias de Big Data é real. Gera uma maior demanda em profissionais como o Cientista de Dados que devem ter competências e habilidades para entender bem as estratégias e necessidades do negócio e gerenciar, projetar e desenvolver soluções de análise em grandes volumes de dados.
Roberto Silva Araujo Assis coordenacao.posead@uniube.br