Transformação Digital: Princípios e imperativos da transformação digital nas organizações, incluindo a disrupção digital e a inovação tecnológica. Arquiteturas empresariais que suportam a transformação digital, incluindo microsserviços, APIs, e integrações em nuvem Transformação digital (TD): Tecnologias digitais avançadas, como IoT, IA, Big Data, Digital Twin, VR/AR/MR/XR, Blockchain, etc. Gestão de arquiteturas empresariais modernas, adoção de tecnologias digitais avançadas e a integração eficiente de microsserviços. APIs e soluções em nuvem para aumentar a agilidade, a escalabilidade e a segurança dos processos operacionais. Ferramentas como IoT, IA, Big Data, Digital Twin, VR/AR/MR/XR e Blockchain para otimizar a coleta e análise de dados, além de aprimorar a tomada de decisões. Plataformas e processos de negócios para operar de maneira enxuta, resiliente e colaborativa em tempo real com redes de clientes e fornecedores. Mudança no engajamento da força de trabalho para operar utilizando equipes virtuais e sem fronteiras. Linguagens, ferramentas e tecnologias associadas à IA. Aplicações de IA para solução de problemas complexos. Modelos de Negócios Digitais. Big Data e Análise de Dados, Computação em Nuvem: Plataformas de computação em nuvem (AWS, Azure, Google Cloud). Análise de dados utilizando as plataformas de computação em nuvem e Big Data. Cibersegurança e Privacidade. Automação e DevOps. Transformação Ágil: Metodologias ágeis (Scrum, Kanban, SAFe (Scaled Agile Framework), LeSS (Large Scale Scrum), DA (Disciplined Agile), XP (Extreme Programming), Nexus, Crystal, FDD (Feature-Driven Development), Lean Software Development, Agile SHIFT) e gestão de mudanças organizacionais para suportar a transformação digital. Estratégias de Transformação Digital, alinhadas aos objetivos de negócios, incluindo roadmaps digitais e governança de TI. Gestão de Projetos Digitais: Técnicas avançadas de gestão de projetos digitais, incluindo o uso de ferramentas de gerenciamento de projetos como Jira, Asana e Trello. Internet das Coisas (IoT): Conectando Dispositivos e Transformando Negócios.

Esta disciplina explora os fundamentos da formulação e execução da estratégia empresarial, combinando teorias clássicas e contemporâneas com ferramentas analíticas práticas. Os alunos aprenderão os principais impulsionadores estratégicos, o desenvolvimento de propostas de valor atraentes e a aplicação das metodologias de posicionamento, diferenciação e inovação em ambientes competitivos. O conteúdo se organiza da seguinte forma: o que é estratégia empresarial (e o que não é); escolas do pensamento estratégico: posicionamento, RBV, evolucionária; estratégias emergentes e processos decisórios; estratégias deliberadas e gestão organizacional; vantagem competitiva e sustentabilidade estratégica; visão; propósito organizacional: modelo do círculo dourado; missão, visão e valores alinhados; cultura organizacional e estratégia; liderança estratégica nas organizações; propósito organizacional: modelo do círculo dourado; proposta de valor e diferenciação competitiva; estratégia do oceano azul e diferenciação; análise e aplicação do modelo value stick; trade-offs entre diferenciação e custo; criação de propostas de valor inovadoras; análise externa com SWOT e PESTEL; avaliação setorial pelas cinco forças de Porter; mapas de posicionamento estratégico; análise de barreiras de entrada e dinâmicas competitivas; fontes de vantagem competitiva sustentável; formulação versus execução da estratégia; modelos de crescimento estratégico; inovação, disrupção e competitividade; ferramentas de gestão da estratégia (BSC e OKRs); alinhamento entre estratégia, estrutura e cultura.

Esta disciplina traz os conceitos sobre modelagem de processos, apresentando a importância sobre o entendimento e representação de fluxos de processos nos negócios, como realizar suas análises e implementar melhorias contínua, realizar a gestão dos processos, certificações existentes e como é a visão de processos na indústria 4.0.

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.

A disciplina aborda os fundamentos teóricos e práticos da Ciência de Dados, incluindo técnicas avançadas de coleta, processamento e análise de dados com foco em inteligência artificial (IA), aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e grandes volumes de dados (Big Data). Serão exploradas ferramentas modernas como Python, R, Apache Spark, TensorFlow, PyTorch, além de plataformas de nuvem (AWS, Google Cloud, Azure) e frameworks para visualização de dados. A ética no uso de dados e a interpretabilidade de modelos serão discutidas à luz das tendências tecnológicas.

Introdução aos conceitos e aplicações de tecnologias Business Intelligence (BI): visão empresarial, ferramentas computacionais e relação com sistemas de gestão como Data Warehouse e Data Mining.

Estudo dos conceitos e da importância estratégica dos Negócios Orientados por Dados (Data-Driven Business) na era do Big Data, onde decisões baseadas em evidências substituem a intuição. Abordagem do ciclo de vida dos dados no ambiente corporativo: coleta, tratamento, análise exploratória e interpretação para a tomada de decisão fundamentada. Definição e aplicação de métricas e Indicadores-Chave de Desempenho (KPIs) alinhados aos objetivos de negócio. Técnicas de visualização de dados e storytelling para comunicação eficaz de insights acionáveis. Discussão sobre a construção de uma cultura organizacional que valorize os dados, os pilares da governança de dados, as considerações éticas e o impacto das legislações de privacidade (LGPD, GDPR) no uso de dados corporativos.

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.