Engenharia e Ciência de Dados
Início: 16/03/2026
Término: 14/12/2026
Vá direto para:
Aprenda fazendo
Workshops e simulações práticas do conteúdo teórico do curso.
Acelere sua carreira
Pós sem TCC e com formação em até 12 meses.
Amplie seu networking
Eventos presenciais para você viver experiências multidisciplinares.
Tenha oportunidades reais
Banco de Talentos que coloca o seu currículo na mão de empresas parceiras.
Dupla Certificação
Ao aproveitar disciplinas já concluídas, você pode conquistar uma segunda certificação em menos tempo.
Estude com flexibilidade
Formato semipresencial, com aula online ao vivo 1x por semana + 1 encontro presencial por mês.
conheça o curso
A Pós-Graduação em Engenharia e Ciência de Dados da Unisinos une teoria e prática para você se destacar no mercado. Com esta especialização, você aprenderá tecnologias como machine learning, inteligência artificial e big data. Além disso, estará preparado para transformar dados em insights acionáveis, utilizando técnicas avançadas de análise e engenharia de dados.
Acompanhe o ciclo de vida completo dos dados, desde a coleta até a visualização.
Construa e gerencie pipelines de dados robustos e escaláveis.
Lidere projetos, assegurando a inovação e a competitividade das organizações.
Aplique técnicas de machine learning e IA em projetos de análise de dados.
Aulas ao vivo duas vezes por semana, a partir das 19h30.
Confira as disciplinas
Introdução a Big Data e Data Analytics (24h)
▼Compreensão de conceitos gerais de Big Data e Ciência de Dados, além do estudo sobre os desafios no que tange ao processamento e ao armazenamento de Big Data, bem como análise de dados, considerando volume, velocidade e variedade de dados. A trajetória ainda contempla a compreensão e a exemplificação de conceitos de aplicações que serão base para a continuidade do curso.
Estatística Aplicada (24h)
▼Análise exploratória de dados, a compreensão acerca da introdução à probabilidade. A trajetória também contempla a investigação acerca dos conceitos de distribuições de probabilidade de variáveis aleatórias, inferência estatística, correlação e regressão e séries temporais.
Tipos de Dados Avançados e Modelagem para Ciência Dados (24h)
▼Compreensão geral dos tipos de dados avançados e ambiente de desenvolvimento: dados colunares, estruturados, semiestruturados e não estruturados. A trajetória contempla, ainda, a identificação de desafios e oportunidades no cenário de big data e machine learning.
Introdução à Python (24h)
▼Estudo e a compreensão dos conceitos básicos e principais bibliotecas e comandos das linguagens Python, com ênfase no contexto de Data Science.
Ferramentas de Governança de Dados (24h)
▼Estudo e a compreensão de princípios e práticas de Gestão e Governança de Dados no contexto de big data e ciência de dados. A trajetória também contempla o conhecimento de Modelos de Referência em Governança de Dados, e o uso de ferramentas que auxiliam na gestão e governança de dados.
Pré-Processamento de Dados (24h)
▼Compreensão da evolução dos requisitos de gerenciamento de dados e dos modelos de bancos de dados. A trajetória também contempla o conhecimento acerca de bancos de dados em nuvem e suas categorias, bancos de dados em memória. Além disso, envolve a identificação de desafios na gerência de grandes volumes de dados: integração, armazenamento, análise de dados e suporte a tempo real.
Frameworks de Engenharia de Dados (24h)
▼A experiência de aprendizagem envolve o estudo e a compreensão de conceitos e o desenvolvimento de atividades práticas nos principais frameworks utilizados para o processamento de grandes volumes de dados.
Boas Práticas de Gestão de Projetos de Ciência de Dados (24h)
▼Estudo e a compreensão sobre as melhores práticas na condução de projetos de ciência de dados, com foco na integração entre requisitos de negócios e cultura organizacional. A trajetória contempla, ainda a compreensão da importância estratégica de Provas de Conceito (POCs) e Mínimo Produto Viável (MVP) na validação de iniciativas de ciência de dados, utilizando métodos ágeis para garantir a entrega de valor e a aceitação dentro das organizações.
Machine Learning (24h)
▼Estudo e a compreensão dos conceitos e aplicações de técnicas e aprendizado de máquina. A trajetória também contempla o conhecimento acerca de modelos de aprendizado, árvores de decisão, redes neurais e aprendizado por reforço.
Segurança e Privacidade de Dados (24h)
▼Conceitos de segurança e privacidade em grandes volumes de dados, discutindo definições, ameaças, e mecanismos de defesa para proteção de dados armazenados e transmitidos. Será trabalhada a diferença entre segurança e privacidade e técnicas que impactam a privacidade. Será explorada segurança ofensiva, focando em testes de invasão para identificar vulnerabilidades. Por fim, são estudadas regulamentações como a LGPD e a GDPR.
Computação em Nuvem e Processamento Distribuído (24h)
▼Compreensão de modelos de computação em nuvem e tecnologias disponíveis no mercado. A trajetória contempla, ainda, o conhecimento acerca de Processamento Distribuído e da utilização eficiente dos recursos de processamento oferecidos por diferentes arquiteturas.
Tecnologias de Armazenamento de Dados para Ciência de Dados (24h)
▼Estudo e a compreensão de fundamentos em tecnologias de armazenamento, integração, manutenção e tratamento de grandes volumes de dados no contexto de análise e ciência de dados. A trajetória contempla, ainda, o entendimento de abordagens arquiteturais conceituais e implementações práticas de fluxos de trabalho de integração e armazenamento de dados.
Deep Learning (24h)
▼Estudo e a compreensão dos conceitos e aplicações de técnicas de deep learning. A trajetória também contempla o estudo e a identificação de redes densas, convolucionais e recorrentes.
Storytelling com dados (24h)
▼Compreensão de conceitos básicos de apresentação de dados como narrativa (storytelling com dados) para cada público-alvo; e de conceitos e técnicas de visualização de dados. A trajetória também contempla o conhecimento do design e dos elementos de visualização, tipos e categorização de dados, tipos de gráficos em aplicações práticas, e a escolha e a manipulação das principais ferramentas de visualização.
Data Challenge (24h)
▼Resolução prática e colaborativa de desafios reais em big data, engenharia de dados e ciência de dados, apresentados por empresas, órgãos públicos ou ONGs. Em um ambiente de "Data Challenge", será oportunizado aos alunos aplicarem seus conhecimentos para desenvolver soluções inovadoras. A experiência é enriquecida pela participação de convidados externos a cada edição.
NOSSOS PROFESSORES
Luisa Mariele Straus
Coordenadora da especialização Engenharia e Ciência de Dados
Doutora e Mestra em Administração, nas áreas de Sistemas de Informação e Apoio à Decisão, e graduada em Informática + 12 anos de experiência em análise de dados Atuação em formulação de indicadores, simulações e projetos estratégicos Participação em projetos de acreditação e avaliação.
Contato: LUISA@unisinos.br
+ 12 anos de experiência em análise de dados
Doutora e Mestra em Administração
Alexsandro Marian Carvalho
Doutor em Física Estatística (UFRGS) com formação em simulação computacional e desenvolvimento de modelos analíticos para a compreensão de sistemas complexos. Sua trajetória ...
Daniel Stefani Marcon
Coordenador da graduação de Ciência da Computação e da especialização em Gestão de Segurança Cibernética na Unisinos. Possui doutorado e mestrado pela Universidade Federal do Rio ...
Gabriel de Oliveira Ramos
Professor assistente do Programa de Pós-Graduação em Computação Aplicada da Universidade do Vale do Rio dos Sinos (Unisinos). Anteriormente, foi pesquisador pós-doutorado no A...
Luisa Mariele Strauss
Docente de cursos de especialização e de graduação na Unisinos, na área de Sistemas de Informação, e atua na coordenação de especializações. Durante sua experiência, além da docên...
Marcelo Henrique Euzebio Batista
Profissional com mais de 20 anos de experiência em Tecnologia da Informação, atuando nos setores corporativo e acadêmico. Possui graduação em Ciência da Computação pelo...
Paulo Fernando Benetti Marcon
'Mestre em Computação Aplicada pela Unisinos e bacharel em Ciência da Computação pela mesma universidade. Possui experiência na criação de modelos de Machine Learning adqu...
Rafael Kunst
Doutor e mestre em Ciência da Computação. Coordenador do Programa de Pós-Graduação em Computação Aplicada da Unisinos. Consul-tor ad-hoc do Ministério da Educação do Brasil.
Email: RAFAELKU...
Renata Cabral Gianotti
Formada em Estatística pela UFRGS e em Análise e Desenvolvimento de Sistemas pela Unilasalle, com mestrado em Engenharia de Produção pela UFSC. Tem mais de 15 anos de experiência...
Rodrigo da Rosa Righi
Rodrigo da Rosa Righi é membro sênior da IEEE e membro sênior da ACM, bolsista de produtividade do CNPq, professor do Programa de Pós-Graduação em Computação Aplicada (PPGCA) da U...
Rosemary Francisco
Rosemary Francisco é apaixonada por tecnologia e em sua aplicação para o desenvolvimento da sociedade. Com atuação de mercado de mais de 20 anos, participou e gerenciou vários projet...
processo seletivo
NOSSO PARCEIRO
Nova Pós Unisinos + SAP: Inovação além da sala de aula
A Nova Pós Unisinos conta com uma parceria estratégica com a SAP, uma das maiores empresas de tecnologia do mundo. O resultado é uma experiência de aprendizagem conectada ao mercado, com acesso a conteúdos especializados, vivências práticas e certificações reconhecidas globalmente.
Acesso à plataforma oficial de aprendizagem da SAP, com cursos e learning journeys atualizados, como formação complementar à pós-graduação.
A especialização em Engenharia e Ciência de Dados tem como público-alvo graduados que desejam conhecer as principais tecnologias e processos que permitem o uso e a análise de dados nos negócios, considerando as características a seguir:
- profissionais com curso superior nas áreas de Informática, como Sistemas de Informação e Ciência da Computação, e cursos afins; Administração e cursos afins; Estatística, Matemática, ou demais cursos de graduação que tenham experiência e/ou conhecimento de programação e de estatística;
- gestores e analistas de negócio, contemplando também profissionais de outras áreas, que estejam envolvidos em iniciativas de uso eficiente de dados, em grandes volumes e variados formatos, no segmento de negócio em que atuam, respeitando o item a.
- profissionais que já possuem um entendimento do valor que os dados possuem para o seu negócio, mas ainda não dominam as tecnologias e processos necessários para a extração desse valor em grandes volumes, formatos e fontes de dados, respeitando o item a.
Por que investir em uma pós da Unisinos?
● Networking com quem já está no mercado.
● Você estuda em uma das instituições mais prestigiadas do Brasil.
● Aprenda com professores altamente experientes e renomados.
● Aproveite instalações equipadas com tecnologia de ponta.
processo seletivo
Faça sua matrícula
Pague a primeira parcela.
Anexe os documentos solicitados.
Fique atento às informações que serão enviadas.
Pagamento
É possível pagar o seu curso de Pós-Graduação com cartão de crédito (recorrente, à vista ou parcelado), PIX com QR Code e boleto. Caso a sua opção seja o boleto, acesse o portal Minha Unisinos ou o app da Universidade para efetuar o pagamento mensalmente e dentro da data de vencimento da rede bancária.
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 15 do mês subsequente a matrícula no curso. As demais parcelas vencem no dia 15 de cada mês conforme o plano de pagamento escolhido pelo aluno.
Desconto
Nossos descontos não são cumulativos, exceto o desconto para Egresso Unisinos. Os valores promocionais são concedidos após a matrícula e válidos a partir da segunda parcela do curso, retroativo a primeira parcela, desde que a matrícula seja efetivada no período indicado na condição da promoção.
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 primeira parcela estará disponível no Portal Minha Unisinos 48h após a efetivação da matrícula. Em caso de dúvidas, contate o Atendimento Unisinos. Lembre-se também de conferir os dados do beneficiário no momento do pagamento do seu boleto que deverá ser: Beneficiário: ASSOCIACAO ANTONIO VIEIRA e CNPJ Beneficiário Final: 92.959.006/0008-85.
FALE CONOSCO
Atendimento por E-mail
minhapos@unisinos.br 
Atendimento via Whatsapp
(51) 3037-9060
Atendimento por telefone
(51) 3037-1000 | (51) 3591 1111