Pós-graduação em Engenharia de Dados e Inteligência Artificial

A disciplina de Engenharia de Dados foca no estudo e na aplicação de técnicas e ferramentas para o gerenciamento eficiente de dados. A disciplina inclui tópicos como arquitetura de sistemas de dados, bancos de dados relacionais e não relacionais, processamento de grandes volumes de dados (Big Data), e integração de dados. Além disso, serão abordados temas como armazenamento de dados, ETL (Extract, Transform, Load), data lakes, e a importância da qualidade e segurança dos dados.

História e evolução do Big Data. Aplicabilidade das tecnologias de Big Data. Técnicas de visualização de dados. Onde aplicar Big Data. Conceitos e escopos da ciência de dados. Princípios e diferenças entre ciência de dados e big data. O papel e a importância do cientista de dados. Aplicações da ciência de dados. Processamento de grandes volumes de dados. Inteligência de negócio para Big Data. Bancos de dados para Big Data. Recuperação de informações. Técnicas de aprendizado de máquina. Gerência de dados e computação na nuvem. Bioinformática. Inovação tecnológica e novas tendências.

História e princípios fundamentais da IA. Como a IA trata a incerteza e como toma decisões. Processos de aprendizado da IA. Apresentação dos modelos avançados de comunicação.

Esta disciplina aborda os conceitos fundamentais e as técnicas avançadas de mineração de dados. Serão explorados temas como pré-processamento de dados, aprendizado de máquina, algoritmos de classificação e regressão, agrupamento (clustering), detecção de padrões, análise de séries temporais, mineração de texto e visualização de dados. A disciplina também enfoca a aplicação prática da mineração de dados em diferentes setores, como negócios, saúde, finanças e redes sociais, além de discutir questões éticas e de privacidade relacionadas à mineração de dados.

Esta disciplina aborda os conceitos fundamentais e as técnicas de bancos de dados não relacionais (NoSQL), explorando os principais tipos de bancos de dados NoSQL, como documentais, chave-valor, colunares e de grafos, enfatizando suas características, vantagens e desvantagens em relação aos bancos de dados relacionais. Também abordada técnicas de modelagem de dados, escalabilidade, consistência e a integração de bancos de dados NoSQL em ambientes de big data e aplicações web.

Programação em Python conceitos e aplicação de algoritmos, sintaxe e técnicas de depuração. Estruturas de dados em python: listas tuplas e dicionários, técnicas de interação e manipulação. Indexação e fatiamento em listas e tuplas e estruturas de controle avançadas, estruturas de controle avançadas. Modularização. Manipulação de arquivos e exceções.

Esta disciplina proporciona uma introdução abrangente à computação em nuvem, explorando sua história, evolução, principais conceitos e terminologias. Examina os diferentes tipos e modelos de serviços em nuvem, bem como suas aplicações práticas e decisões estratégicas de migração. Aborda também a gestão e segurança nesses ambientes, culminando com uma análise de casos de sucesso e tendências futuras no setor.

Esta disciplina aborda os conceitos fundamentais e as práticas de governança de dados em organizações. Serão explorados temas como a importância da qualidade dos dados, políticas de gestão de dados, conformidade com regulamentações, e a implementação de frameworks de governança. A disciplina também enfoca a gestão de metadados, segurança de dados, integração de dados e a análise de dados como suporte à tomada de decisão. Além disso, serão discutidos os desafios e tendências atuais na governança de dados.

A disciplina visa propiciar reflexões acerca do papel histórico, pedagógico e prático do professor universitário, oferecendo bases teóricas e metodológicas para o desenvolvimento de competências docentes no Ensino Superior. Aborda o surgimento da docência universitária, a formação pedagógica do professor, as especificidades da aprendizagem de adultos (andragogia), a organização didática, o planejamento e a avaliação, bem como o emprego de metodologias ativas e uso de tecnologias para a inovação na prática docente.