Pós-graduação em Engenharia de Software e Dados

Princípios que orientam a prática. Entendendo os requisitos. Modelagem de requisitos. Conceitos de design. Conceitos de qualidade. Técnicas de revisão. Garantia de qualidade de software. Estratégias de teste de software. Modelos de processos. Gerenciamento de configuração de software. Métricas do produto. Métricas de processo. Conceitos de gerenciamento de projetos. Métricas do projeto. Estimativa para projetos de software. Manutenção e reengenharia.

Conceitos, definições e características da OO. UML - Conceitos e Aplicações. Processo unificado de desenvolvimento de software. Processo Unificado: Concepção, Elaboração, Construção e Transição. Desenvolvimentos Iterativo e Evolutivo. Desenvolvimento Ágil de Projetos. Qualidade de Software. Gerenciamento de Projetos. Análise de Ponto de Função.

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.

Funcionalidades dos SGBDs. Ambientes de Gerenciamento de Banco de Dados. Requisitos de servidores de banco de dados. Instalação e configuração do MySQL. Manipulando Estruturas de Tabelas. Relacionamento entre Tabelas e o comando Select. Stored Procedure. Triggers. Views.

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.

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.

Processo de software e suas etapas. Qualidade de Software: conceitos, fatores e garantia da qualidade. Ciclo de vida do processo de teste de software. Verificação e Validação. Fundamentos dos testes de software: definições, níveis e técnicas de testes. Teste estruturais e funcionais: conceitos e critérios de teste. Outras técnicas de teste de software: testes alfa, beta e testes não funcionais. Teste de Mutação, orientado a objetos, apoiados por aspectos. e baseado em modelos: conceitos e aplicações. Testes para aplicações web: conceitos e tipos de testes. Testes para dispositivos móveis: engenharia de aplicações móveis e tipos e abordagens de testes. Desenvolvimento orientado a testes. Automação de testes de software. Ferramentas de apoio ao processo de teste

Contextualização histórica, conceitos básicos e principais linhas de pensamento sobre a qualidade de software. Qualidade de Produto x Processo. Padrões da Qualidade: Normas ISO 9000. Gerência da Qualidade. Melhorias de Processo. Modelos de Maturidade: CMMI; MR MPs; ISO 15504. Técnicas das Metodologias Ágeis. Métricas e medidas da qualidade de software.

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.