Big Data, Data Science e Data Analytics
Período
Início: 15/03/2021
Término: 17/12/2021
Local
A Distância (EAD)
Dias de aula:
Aulas semanais.
Carga horária
360 horas
Para quê
Vivemos em um mundo onde tudo que fazemos é registrado, criando um fenômeno conhecido por Big Data. Da dinâmica do trânsito, à produtividade de uma fábrica, passando pelo comportamento dos consumidores e até sobre a ação de fenômenos naturais - esses dados podem revelar informações valiosas para otimização de processos, encontrar novos nichos de mercado, economizar recursos e facilitar a vida de todos.
Por isso a Especialização em Big Data, Data Science e Data Analytics foi criada: para capacitar profissionais a lidar com esses dados, fazendo sentido ao grande volume de informações e ter insights que possam revolucionar negócios e a sociedade. Sem profissionais capacitados, os dados não têm utilidade. O mercado precisa de pessoas que sejam capazes de armazenar, organizar, analisar e manter essas informações em segurança.
O curso traz um viés extremamente prático, com suporte para Deep Learning e uma grade curricular ampla: as aulas não se limitam apenas a machine learning, desenvolvimento e diferentes linguagens, mas também trata de análise de dados e sua aplicação em diferentes instituições, ajudando os alunos a compreender como podem aproveitar o fenômeno Big Data para diferentes mercados e negócios.
Para quem
a) Profissionais com curso superior nas áreas de Ciência da Computação e cursos afins, Administração e demais cursos afins, Comunicação e cursos afins, Estatística, Saúde e cursos afins, com experiência e/ou noções de programação e de estatística. b) Gestores de empresas e analistas de negócio, contemplando também profissionais da área de informática que já possuem uma visão gerencial sobre o segmento de negócio em que atuam, respeitando o item A. c) Profissionais que já possuem um entendimento do valor que os dados possuem para o seu negócio, mas ainda não dominam as tecnologias necessárias para a extração desse valor em grandes volumes de dados, respeitando o item A..
A qualificação profissional pós-curso
Essa especialização permite que os alunos dominem e façam uso de grandes grupos de dados. O aluno deve sair do curso capaz de elaborar e aplicar projetos que utilizem enormes quantidades de dados, desenvolver aplicações com diferentes arquiteturas de processamento, implementar soluções de armazenamento de dados, análise de dados, e que mantenham os dados seguros e privados.
Além disso, o profissional irá compreender, como um todo, o fluxo de geração de informação, tratamento, análise e emprego do conhecimento para tomada de decisões que podem revolucionar negócios e mercados.
TURMA CONFIRMADA
Confira também:
Coordenação do Curso
Josiane Brietzke Porto
E-mail: josibrietzke@unisinos.br
ESTRUTURA CURRICULAR
A organização curricular deste curso é composta pelas seguintes disciplinas:
Introdução a Big Data e Data Analytics (24h)
Estatística aplicada (24h)
Algoritmos e Data Science (24h)
Governança de Dados e Big Data (24)
Introdução a Python e R (24h)
Visualização de dados e informação (24h)
Segurança e Privacidade de Dados (24h)
Seminário em Big Data e Data Analytics (12h)
Machine Learning (24h)
Processamento de Alto Desempenho e Aplicações (24h)
Lidando com Big Data (24h)
Gerenciamento e Processamento de Big Data (24h)
Internet das Coisas e Aplicações Distribuídas (24h)
Deep Learning (24h)
Business Intelligence e BigData (24h)
Seminário em Data Science (12h)
COMO INGRESSAR
Veja as orientações para o processo seletivo do curso:
COMPROVANTE
Para imprimir a segunda via do boleto ou do comprovante de inscrições, acesse o Portal de Inscrição.
AcessarINVESTIMENTO
Valores referentes ao ano de 2021. O valor do curso pode ser financiado em 6 ou 12 vezes sem juros, ou em 18 ou 24 vezes com juros. Confira abaixo os valores e as opções de parcelamento.
Egressos Unisinos
| Nº de Parcelas | Valor Mensal (R$) | Valor Mensal com desconto (R$) |
| 6 | R$ 1.347,00 | - |
| 12 | R$ 673,50 | - |
| 18 | R$ 472,50 | - |
| 24 | R$ 360,00 | - |
| 30 | - | - |
| 36 | - | - |
Participantes em Geral
| Nº de Parcelas | Valor Mensal (R$) | Valor Mensal com desconto (R$) |
| 6 | R$ 1.496,67 | - |
| 12 | R$ 748,33 | - |
| 18 | R$ 525,00 | - |
| 24 | R$ 400,00 | - |
| 30 | - | - |
| 36 | - | - |
Orientações financeiras
PARCELAS
O vencimento da primeira parcela do curso ocorre no ato da matrícula, e o boleto deve ser acessado via Portal Minha Unisinos.
A segunda parcela vence no dia 30 do mês subsequente ao início das aulas. As demais parcelas vencem no dia 30 de cada mês, de acordo com o plano de pagamento escolhido pelo aluno.
PAGAMENTO
Para pagamento, o aluno deve utilizar o Documento de Cobrança (DOC) acessando-o mensalmente no sistema de autoatendimento disponível no portal Minha Unisinos e/ou no APP da Unisinos e efetuar o pagamento até a data de vencimento na rede bancária. Os boletos não são enviados por correio.
DESCONTO
O desconto concedido no curso (*) não é cumulativo com os descontos empresa, progressivo e para ex-alunos de escolas Jesuítas. Demais descontos também não são cumulativos, devendo optar-se pelo desconto de maior valor.
Desconto concedido após a matrícula é válido a partir da segunda parcela do curso, retroativo a primeira parcela, desde que a matricula seja efetivada no período regular.
ATENÇÃO: De acordo com o BACEN - Banco Central do Brasil e a FEBRABAN - Federação Brasileira de Bancos, através das Circulares nºs 3.461/09, 3.598/12 e 3.656/13, todos os boletos devem ser emitidos por meio de Cobrança Registrada. Por este motivo, o boleto para pagamento da 1ª parcela estará disponível no Portal Minha Unisinos 48 horas após a efetivação da sua matrícula. No caso de dúvidas contate o Atendimento Unisinos.
PROFESSORES DO CURSO
O aluno de Big Data, Data Science e Data Analytics tem à disposição um corpo docente composto em sua maioria por mestres, doutores e pós-doutores, com formação nacional e internacional e reconhecida experiência profissional.
Conheça alguns professores do curso:
Daniel Stefani Marcon
Professor da Unisinos, com graduação, mestrado e doutorado em Ciência da Computação. Seus interesses: sistemas distribuídos, redes de computadores, segurança da informação e otimização, Internet das Coisas, computação na nuvem, computação na névoa, redes definidas por software, entre outros. Possui publicações de alta relevância, e é revisor de periódicos.
Ver currículo Lattes
João Elison Da Rosa Tavares
João Tavares trabalha há mais de 20 anos na área de TI, liderando dezenas de projetos. Pesquisador com publicações internacionais e patentes na área de computação ubíqua e tecnologias assistivas.
Ver currículo Lattes
Luisa Mariele Strauss
Além da docência, atuei também na gestão da Unisinos, sempre em temas vinculados a métricas de desempenho, Business Intelligence, planejamento estratégico, Avaliação Institucional e indicadores externos. Trabalhei na construção de simulações, painéis de controle, diagnósticos e relatórios de gestão. O tema análise de dados e informações sempre esteve presente e, atualmente, pesquiso na área de Big Data, Analytics e Ciência de Dados.
Ver currículo Lattes
Cristiano André da Costa
É Professor Titular II na Unisinos. É pesquisador do Programa de Pós-Graduação em Computação Aplicada e diretor do SOFTWARELAB-Núcleo de Excelência em Inovação de Software
Ver currículo Lattes
Rafael Kunst
Professor e pesquisador do PPG em Computação Aplicada da Unisinos. Doutor e Mestre em Ciência da Computação. Interesse em comunicações móveis de última geração, comunicações militares, Indústria 4.0, Internet das Coisas e a aplicação de Big Data Analytics e Machine Learning. Tem vasta experiência como consultor, coordenando projetos com universidades e empresas no mundo. Empreende nas áreas de TI e no ramo de cervejas artesanais.
Ver currículo LattesJosiane Brietzke Porto
Doutora e Mestre em Administração. Especialista em Melhoria de Processos de Software e Bacharel em Ciência da Computação. Experiência de mais de 13 anos em projetos de software, inovação e qualidade, no mercado de TI. Professora em cursos de TI e Administração. Coordenadora de especializações da Escola Politécnica e de MBAs da Escola Gestão e Negócios.
Ver currículo Lattes
Rodrigo Da Rosa Righi
Membro da SBC, ACM e IEEE, professor/pesquisador na Unisinos. Bacharel, Mestre e Doutor em Ciência da Computação com período sanduiche na Tecnische Universitaet Berlin e pós-doc no KAIST (Korea). Consultor em sistemas de computação embarcada, com a instalação de Linux e WinCe.
Ver currículo Lattes
Gabriel De Oliveira Ramos
Professor assistente do PPG em Computação Aplicada da Unisinos. Possui Mestrado e Doutorado em Computação. Fez pós-doutorado no Artificial Intelligence Lab da Vrije Universiteit Brussel (Bélgica). Atua na linha de Inteligência Artificial há 10 anos, possuindo experiência com aprendizado por reforço, sistemas multiagente, teoria dos jogos, aprendizado de máquina, aprendizado profundo, métodos de busca, entre outros.
Ver currículo LattesDESEJA RECEBER CONTEÚDOS EXTRAS SOBRE O CURSO?
COMO VOCÊ IRÁ APRENDER
Modalidade EAD
O semestre é dividido em duas partes: em cada uma delas, você cursará quatro disciplinas online de modo concomitante. É muito importante que você se organize para cursar as atividades no período previsto, sendo corresponsável pelo seu processo de aprendizagem, ao definir quando, como e com que intensidade será sua dedicação aos estudos.
Estrutura do curso
A relação com os professores ocorrerá via plataforma Canvas, a partir da troca de mensagens e, também, por meio de webconferências ao vivo. Cada semestre conta com uma disciplina de resolução de problemas, para que o aluno aplique os conhecimentos construídos em uma atividade aplicada, diretamente relacionada à sua atuação profissional. O curso tem a duração de um ano.
Plataforma Canvas
As aulas ocorrem no Canvas, a plataforma de ensino a distância adotada pela Unisinos para seus cursos de especialização. Ela pode ser acessada tanto pelo computador, como por meio de apps em dispositivos móveis, trazendo múltiplas formas de interação e possibilitando ao professor projetar sua disciplina de maneira mais adequada a experiência e conteúdos propostos.
As webconferências ao vivo (cerca de quatro por disciplina) serão realizadas no Microsoft Teams. Nelas, o professor esclarece dúvidas, além de trazer conteúdos adicionais e atualidades acerca da área de estudo. As webconferências são um momento propício para a interação entre professor e aluno, mas elas, isoladamente, não substituem a integralidade dos materiais disponibilizados na comunidade virtual.
Organização das disciplinas
Todas as disciplinas terão cerca de 4 webconferências ao longo do bimestre - sessões ao vivo no Microsoft Teams, em que o professor responde a dúvidas dos alunos sobre cada módulo e traz conteúdos adicionais sobre atualidades na área de estudo. Utilize as webconferências como um momento qualificado para elucidar dúvidas e para complementar, com exemplos, o conteúdo que percorreu mas mantenha em mente que ela não substitui os demais conteúdos em vídeo e texto.
Avaliação
Nas disciplinas online, as avaliações ocorrem por meio de trabalhos solicitados pelos professores. Cada um deles pode pedir um formato diferente de avaliação, tendo em vista a natureza dos conteúdos desenvolvidos. Ou seja, você terá atividades avaliativas em todas as disciplinas do curso, sem a necessidade da realização de provas e TCC.