Usamos cookies para personalizar, coletar dados e melhorar sua experiência no nosso site. Para mais informações, clique aqui.

Ciência de Dados

Inscreva-se
Online Voltar

Ciência de Dados

Duração: 12 meses

Titulação: Pós-Graduação

A Pós-Graduação em Ciência de Dados e Big Data é um curso focado na formação dos Especialistas em Ciência de Dados em Engenharia de Dados. Neste curso, você aprenderá como processar grandes volumes de dados, realizar análise exploratória de dados, realizar inferências e previsões e gerar insights para os mais diferentes segmentos de negócio.

Conheça nosso modelo de ensinar

Big Data Analytics

Evolução no tratamento dos diferentes modelos de bancos de dados.

Aprendizado de Máquina

Introdução ao Aprendizado de Máquina (Machine Learning).

Engenharia, Preparação e Visualização de dados

Qualidade de dados, tratamento e preparação de dados, ferramentas e técnicas de processamento de dados, visualização da Informação, arquiteturas de interação, métodos e técnicas de organização e visualização de dados, dashboard design, ferramentas para visualização de dados.

Para quem esse curso é indicado

Graduados em cursos de tecnologia ou áreas exatas afins como Engenharia, Matemática ou Física, tanto bacharelado quanto tecnólogo. Profissionais graduados do mercado de tecnologia que desejam evoluir na carreira. Profissionais de outras áreas, com conhecimentos sólidos em tecnologia que desejam mudar de área.

Conheça nossa metodologia inovadora

Assista ao vídeo e ganhe condições exclusivas!

Tenha aulas online, estudando com tutores para acompanhamento dos projetos e curadoria de materiais como artigos e podcasts.

Inscreva-se Fale com um consultor

Detalhe pós-graduação Condições exclusivas para você

Módulos

  • Definição e histórico.
  • Mineração de dados.
  • Evolução no tratamento dos diferentes modelos de bancos de dados.
  • Big Data: definição, características e gerenciamento.
  • Do processo de coleta ao processamento e a geração de conhecimento e sabedoria.
  • Novos tipos de dados em Big Data: semi e não estruturados.
  • Tratamento e gerenciamento.
  • Tecnologias Fundamentais para Big Data: Infraestrutura e interfaces.
  • Desafios estruturais.
  • Fundamentos do Ecossistema Hadoop (Map Reduce, Data Lake, HDFS).
  • Big Data Analitycs. Computação em nuvem.
  • Computação distribuída.
  • Internet das Coisas.
  • Bancos SQL e NoSQL.
  • Soluções em Big Data / Consumo.
  • Estudos de Caso. Tendências.
  • Cientista de dados: perfil do novo profissional de dados.
  • Mercado atual e tendências.

Professor: Katiana Estevam

  • Armazenamento massivo de dados.
  • Bancos orientados à documento e grafos.
  • Modelagem relacional para um banco de dados.
  • Definição das regras de acesso.
  • Formulação de consultas SQL.
  • Modelagem e implementação de base de dados utilizando modelos não relacionais.
  • Bases NoSQL.
  • Introdução à Inteligência Artificial: Deep Learning, Sistemas de recomendação.
  • Técnicas de Aprendizagem de Máquinas.
  • Análise de Dados baseadas em Estatística.
  • Técnicas de Agrupamento.
  • Técnicas de regressão.

Professor: Felipe Leandro Andrade da Conceição

  • Conceito de inteligência competitiva.
  • Conceitos envolvidos em inteligência competitiva: dado, informação, comunicação, conhecimento.
  • Subsídios teórico-metodológicos sobre gestão do conhecimento.
  • Processos envolvidos na criação e sustentação de vantagens competitivas.

Professor: Maria Bernardete Toneto

  • Apresentação de gerência de projetos, papel do líder e time do projeto.
  • Metodologias e ciclo de vida de gestão de projetos.
  • Boas práticas de gerência apresentadas no PMBOK pelo PMI e metodologia ágil e qual metodologia utilizar a depender do tipo de projeto.
  • Técnicas para iniciação e planejamento de projetos, desde escopo, custo e cronograma até gestão de riscos.
  • Métodos para executar, monitorar e controlar projetos e ferramentas para encerramento de projetos.

Professor: Lília Miguel de Arantes

  • Introdução ao Aprendizado de Máquina (Machine Learning).
  • Conceitos básicos de: Sistemas Especialistas, Algoritmos de Aprendizado Supervisionado, Algoritmos de Aprendizado Não-supervisionado, Classificação e Regressão, Sistemas de recomendação, Redes Neurais e Deep Learning, Aprendizado por Reforço (Reinforcement Learning), Processo de decisão de Markov (MDP) e Processamento de Texto e Análise de Sentimentos.
  • Principais aplicações de Aprendizado de Máquina.
  • Introdução às Principais linguagens de programação e frameworks utilizados em Aprendizado de Máquina.

Professor: Flavio Augusto Resende Calado

  • Qualidade de dados, tratamento e preparação de dados, ferramentas e técnicas de processamento de dados, visualização da Informação, arquiteturas de interação, métodos e técnicas de organização e visualização de dados, dashboard design, ferramentas para visualização de dados.

Professor: Felipe Leandro Andrade da Conceição

  • Definição e Histórico de Cloud computing.
  • Redes de Computadores.
  • Datacenters.
  • TIA 942.
  • Meios de transmissão de Dados.
  • Tipos de Nuvens.
  • Serviços em Nuvem.
  • Serviços AWS.
  • Serviços de Machine Learning em Nuvem.
  • LGPD.
  • SQL e No SQL.
  • Teoria dos Grafos.
  • Algoritmos de Caminhos Mínimos.
  • Hadoop.
  • Tipos de Bases de Dados NoSQL

Professor: Kássio Tadeu de Carvalho Junqueira

  • Visão geral da segurança da informação, mecanismos de autenticação, segurança física e lógica, controle de acesso.
  • Protocolos de aplicação usados para transmissão segura de dados: secure sockets layer (SSL/TLS).
  • Ferramentas e ataques: programas de varredura, crackers de senha, sniffers, vulnerabilidades em sistemas operacionais, tipos de ataque, ataques comuns em redes.
  • Plataformas e metodologias de auditoria e segurança: análise de riscos, testes de invasão; Introdução aos sistemas de detecção de intrusão.
  • Configuração de firewall. Introdução às redes privadas virtuais (VPN).

Professor: Otaviano Silvério de Sousa

Veja o programa completo

Conheça nossa metodologia inovadora

Assista ao vídeo e ganhe condições exclusivas!

Tenha aulas online, estudando com tutores para acompanhamento dos projetos e curadoria de materiais como artigos e podcasts.

Inscreva-se Fale com um consultor

Detalhe pós-graduação Condições exclusivas para você

Livros background Pós-Graduação

UniBH: estude com a qualidade do melhor centro universitário privado de Belo Horizonte

Novos tempos exigem novos métodos. Para se destacar no mercado, você precisa de um ensino voltado para as suas necessidades e para as demandas atuais.

Conte com estrutura completa, corpo docente qualificado e metodologia arrojada, em que você propõe soluções para problemas reais. Acrescente qualidade e inovação no seu currículo com os nossos cursos de pós-graduação.

Ensino híbrido

valorize seu tempo com uma experiência de aprendizagem integrada, personalizada e sem fronteiras.

Certificações intermediárias

ao término de cada módulo, inclua no seu currículo as novas habilidades e competências desenvolvidas.

Mentoria

para a sua carreira e o seu negócio decolarem.

Projeto de Vida e Carreira

defina, personalize e seja o protagonista da sua vida acadêmica-profissional.

Educação disruptiva

valorize seu tempo com uma experiência de aprendizagem integrada, personalizada e sem fronteiras.

Saiba mais sobre a nossa metodologia

A melhor equipe docente para sua formação

Qualidade comprovada por quem estuda com a gente

Conheça a nossa unidade

Novos tempos exigem novos métodos. Para se destacar no mercado, você precisa de um ensino voltado para as suas necessidades e para as demandas atuais.

Conheça o campus em que você terá à disposição para estudo.

*As atividades presenciais possuem dia/horário específicas.
  • Buritis

Cronograma dos Encontros no ambiente digital Ao Vivo

Confira o investimento necessário

Pós-Graduação

Você preparado para o novo

De R$ 9.546,00

Em até 12x R$ 636,40

à vista (5%) R$ 7.254,96
Ver todas opções de pagamentos

Confira as opções de parcelamento

  • 18x

    R$ 424,27

  • 24x

    R$ 318,20

  • 36x

    R$ 212,13

Voltar

Você também pode fazer um módulo do curso

Nossos cursos são feitos em parceria com grandes organizações

Ainda ficou com dúvidas sobre o nosso curso?

Em regra, os cursos de pós-graduação lato sensu possuem 360h.

Como exceção temos os cursos:

  • Clínicas Médicas de Pequenos animais: Práticas profissionais que possui 800h;
  • Aprimoramento profissional- clínica médica de pequenos animais com 3560H;
  • Anestesiologia de pequenos animais: Práticas profissionais que possui 424h;
  • Aprimoramento profissional- Anestesiologia de pequenos animais: com 3560H.

O tempo mínimo de integralização é de 2 semestres. Para o curso de Aprimoramento profissional: clínica médica de pequenos animais, o tempo mínimo de integralização é de 4 semestres.

Com cursos em todas as áreas do conhecimento, a nossa pós-graduação tem modelo híbrido, ou seja, promove a interconexão dos ambientes digitais e presenciais garantindo uma experiência integrada, flexibilizando caminho, tempo e lugar de aprendizagem.

É um curso ofertado no ambiente digital, focado no desenvolvimento de competências para atender às exigentes demandas do mercado de trabalho e conferem certificações ao aluno.

Sim, você pode cursar o Nanodegree como curso livre, escolhendo-o de acordo com o seu interesse e necessidade e ainda utilizá-lo para dispensar conteúdo do seu próximo curso.

O nanodegree possui carga horária de 30h.

Como o curso é híbrido, além de acessar o ambiente digital o aluno participará de experiências na unidade ampliando suas redes e seus conhecimentos. Estas experiências serão compostas por três encontros: problematização, viagem e plenária.

Problematização: é uma importante metodologia de aprendizagem da era do conhecimento, por meio da qual o aluno, em grupos de trabalho, vai identificar as questões chave do problema.

Viagem: é uma forma de aprender explorando as softs skills, desenvolvendo a inovação, criatividade e descobrindo os conhecimentos por meio de uma outra perspectiva.

Plenária: Conduzida por um expert, é o momento de sistematização do conteúdo, encerrando o Nanodegree Experience.

Os professores que atuarão no ambiente digital têm encontros síncronos, mas que não são aulas. Eles apoiam e orientam os alunos, sanando as dúvidas e apoiando no percurso de aprendizagem.

Os encontros são de 2h/a semanais. O dia da semana depende do curso que você está matriculado.

Já a sua participação nos encontros síncronos é facultativa e não gera controle de presença. Contudo, este é um momento importante para interagir com os demais alunos e com o professor que está no ambiente digital.

Você poderá realizar a avaliação integrada (AI), na data prevista no calendário do curso.

Não teremos o entrega de Trabalho de Conclusão de Curso para os cursos de pós-graduação lato sensu.

Receba os melhores conteúdos relacionados ao mercado