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 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.

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.

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.

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.

A disciplina "Inteligência Artificial e a Engenharia de Prompt para Negócios" cobre os fundamentos da Inteligência Artificial (IA), com foco especial na engenharia de prompt e sua aplicação no mundo dos negócios. Os alunos aprenderão os conceitos básicos de IA, o desenvolvimento e a otimização de prompts para maximizar a eficácia da IA em tarefas específicas, estratégias para a integração de soluções de IA em processos de negócios, e a análise ética e responsável da tecnologia de IA. São abordados temas como machine learning, processamento de linguagem natural (PLN), geração de texto, análise de dados com IA, e a criação de interfaces conversacionais eficazes.

Esta disciplina aborda conceitos e técnicas fundamentais de análise de dados que são essenciais para o processo de tomada de decisões estratégicas em ambientes empresariais. Os temas incluem estatística descritiva, probabilidade, inferência estatística, visualização de dados, big data, análise preditiva, machine learning e análise de dados para otimização de processos. Serão discutidos casos práticos para ilustrar como os dados podem ser transformados em insights estratégicos que impulsionam as decisões de negócios.

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.