MBA em Business Inteligence & Analytics

Sobre o curso

O MBA em Business Intelligence e Analytics é uma formação robusta que capacita profissionais para transformar dados em estratégias empresariais eficientes. O curso explora desde os fundamentos de Business Intelligence até análises avançadas com Python, abordando ferramentas e metodologias indispensáveis para a gestão e análise de dados no ambiente corporativo.

Com uma abordagem prática, o programa combina disciplinas como gestão estratégica de indicadores, design de visualização de dados e arquitetura de Big Data. Os alunos aprenderão a desenvolver projetos de BI, construir dashboards dinâmicos e interpretar métricas-chave para decisões empresariais baseadas em dados.

Destinado a analistas de dados, profissionais de BI e interessados em se destacar na área de inteligência empresarial, o curso proporciona uma formação sólida para quem busca impulsionar sua carreira em um dos setores mais promissores do mercado. Prepare-se para liderar com base em insights estratégicos.

Para ingressar na pós-graduação, você precisa ter, obrigatoriamente, diploma de curso superior em qualquer área do conhecimento.

1. Fundamentos de business intelligence

Cultura de dados e seus desdobramentos no mundo corporativo; metodologia do Business Intelligence; importância da gestão de dados e informações; ciência de dados e geração de inteligência para decisões.

2. Estruturando um projeto de bi

Requisitos de um projeto de Business Intelligence; planejamento estratégico; identificação de necessidades de informação; construção de projetos de BI personalizados.

3. Gestão estratégica de indicadores

Conceitos de métricas, indicadores e KPIs; principais indicadores de negócio; controladoria gerencial; estratégias para gestão de indicadores eficazes.

4. Arquitetura de dados e big data

Introdução ao Big Data; implicações no mercado; conceitos de dados estruturados e não estruturados; fundamentos de Data Analytics.

5. Banco de dados e sql

Conceitos de bancos de dados; modelos de bancos; linguagem SQL; métodos de extração, transformação e carga (ETL).

6. Design e visualização de dados

Ferramentas de BI; conceitos de design da informação; análise de dados aplicada à tomada de decisões; visualização de dados para insights estratégicos.

7. Análises avançadas com python

Introdução à ciência de dados; lógica de programação; tipos de análises: descritiva, preditiva e prescritiva; algoritmos e linguagem Python aplicada.

8. Metodologia científica

Definição de metodologia e pesquisa científica; características de inovação na pesquisa; responsabilidade dos autores por plágio; aspectos básicos relativos ao comportamento do aluno-pesquisador. Definição dos enfoques quantitativo e qualitativo da pesquisa científica; características essenciais de cada enfoque e semelhanças e diferenças entre os mesmos. Apresentação das etapas do processo de pesquisa científica: formulação do problema, desenvolvimento teórico, alcance da pesquisa, formulação de hipóteses, seleção da amostra e coleta de dados. Fundamentos para apresentação de um trabalho acadêmico de qualidade; normatização de trabalhos conforme a ABNT. Importância da divulgação da pesquisa científica; etapas para elaboração e publicação de um trabalho científico; funcionamento do processo de submissão e revisão.