Data Science e Analytics
18x de R$ 590
taxa de inscrição de R$ 100
boleto ou cartão de crédito
Início das aulas: 17/05/2022
Este curso possui legendas e materiais de aulas em português, inglês e espanhol.
Data Science e Analytics
18x de R$ 590
Taxa de inscrição de R$ 100
Aula semanal ao vivo, às terças-feiras, das 19h às 23h
(horário de Brasília – UTC -3).
As aulas permanecem gravadas e disponíveis para os alunos até o fim do curso.
360 horas/aula + 40 horas/aula de trabalho de conclusão de curso (TCC) Duração total: 18 meses* + apresentação do TCC
*O cronograma poderá ser estendido em até 3 meses devido a feriados nacionais e recessos.
Já pensou em melhorar os processos analíticos e de tomada de decisão em ambientes organizacionais? Esteja alinhado ao mercado de trabalho com o MBA em Data Science e Analytics USP/Esalq, um curso online e com ferramentas exclusivas de interação contínua entre professores e alunos.
Pré-requisito: para ingresso nos cursos dos MBAs USP/Esalq o candidato deve possuir diploma de curso superior. Não é necessário formação ou atuação anterior na área de Ciência de Dados ou Tecnologia da Informação.
Seja relevante
O reconhecimento e a relevância que você precisa para uma carreira de sucesso dependem da constante atualização, do conhecimento das principais tendências e da compreensão sobre como se relacionam os fundamentos e conceitos de Ciência de Dados com aplicações práticas, estratégias, modelos de negócios e tecnologias.
Desenvolva habilidades
O mercado demanda profissionais com mais do que conhecimento técnico. Por isso, o MBA em Data Science e Analytics USP/Esalq vai além, buscando desenvolver competências e habilidades relacionadas a comunicação, senso crítico, capacidade analítica e interpretativa, programação e implementação de códigos de machine learning, resolução de problemas, visão sistêmica e estratégica entre outras.
No fim do curso, o profissional poderá:
- Compreender as diferentes estruturas de bancos de dados, tipos de variáveis e suas escalas de mensuração
- Relacionar engenharia de dados, analytics e machine learning
- Desenvolver habilidades para a manipulação de dados, data wrangling e data visualization
- Entender as razões para a estimação de cada um dos modelos de machine learning
- Construir algoritmos para desenvolvimento de modelos e implementação de técnicas de machine learning unsupervised, supervised e ensemble
- Desenvolver web crawlers e implementar algoritmos de webscraping e deep learning
- Compreender e utilizar dados para análise geoespacial
- Desenvolver projetos de business intelligence e data visualization, bem como construir dashboards
- Implementar técnicas de pesquisa operacional a partir de modelos de otimização e simulação
- Apresentar visão crítica e estratégica sobre projetos de tecnologia da informação, inteligência artificial, big data e data mining
- Estabelecer estratégias de analytics para modelos de decisão e risk management
- Discutir cloud computing e cyber security
- Discutir LGPD (Lei Geral de Proteção de Dados)
A quem este curso se destina
Profissionais atuantes nas mais diversas áreas, que precisam ou desejam adquirir conhecimentos em modelagem de dados, programação, tecnologia e tomada de decisão estratégica a partir das diversas vertentes da Ciência de Dados.
Metodologia de ensino aplicável
A metodologia do curso está fundamentada na interação entre teoria e prática, com o objetivo de desenvolver nos alunos o pensamento crítico e habilitar a busca por soluções, tanto nas atividades atuais quanto futuras, construindo o conhecimento para encarar desafios ao longo da carreira profissional.
DATA SCIENCE E BIG DATA NO AMBIENTE DE NEGÓCIOS
- Metodologias Ágeis
- Business Intelligence e Data Visualization
- Engenharia de Dados
- Introdução do JavaScript
- Cloud Computing
- Social Network Analysis
- Tecnologia da Informação (TI) e Inovação Tecnológica
- Análise da Conjuntura Econômica em Cenários de Tecnologias Disruptivas
- Analytics e Gestão de Riscos
- Legislação no Ambiente Digital (LGPD)
- Tópicos Especiais de Gestão em Tecnologia de Negócios
MODELOS SUPERVISIONADOS E NÃO SUPERVISIONADOS DE MACHINE LEARNING
- Clustering
- Análise Fatorial e PCA
- Análise de Correspondência Simples e Múltipla
- Análise de Regressão Simples e Múltipla
- Modelos Logísticos Binários e Multinomiais
- Modelos para Dados de Contagem
- Modelagem Multinível
- Séries Temporais
- Big Data e Deployment de Modelos
TENDÊNCIAS EM DATA SCIENCE E ANALYTICS
- Data Wrangling
- Análise Espacial
- Árvores, Redes e Ensemble Models
- Introdução ao Deep Learning
- Deep Learning
- Coleta de dados: Crawlers e Web Scraping
- Text Mining, Sentiment Analysis e NPL
- Pesquisa Operacional e Modelos de Otimização e Simulação
- Gestão da Mudança na Era Digital (Change Management)
Em caso de dúvidas sobre o programa do curso, entre em contato pelo e-mail queroinfosdatascience@pecege.com
Download da programação completaA melhor forma de garantir conteúdo atualizado, interação e flexibilidade entre alunos e professores é com aulas ao vivo e online. Elas ainda ficam gravadas para você rever quantas vezes quiser até o fim do curso.
Depois de cada aula, os alunos devem realizar uma prova (também online), que fica disponível no sistema acadêmico por três semanas. São 10 perguntas de múltipla escolha e três tentativas, sendo considerada a maior nota para compor a média final (que deve ser igual ou superior a 7).
Ao fim do curso, os alunos realizam as provas finais, que também são online e obrigatórias para a conclusão do MBA.
Na modalidade EAD o curso é totalmente online e o discente poderá escolher entre apresentar o TCC presencialmente (em Piracicaba/São Paulo) ou online, por vídeo conferência.
A etapa do trabalho de conclusão de curso é requisito obrigatório para a conclusão dos cursos de especialização em nível de MBA oferecidos pela Escola Superior de Agricultura Luiz de Queiroz (Esalq) da Universidade de São Paulo (USP).
Existe algum pré-requisito para este MBA?
Não existe pré-requisito em relação a conhecimento, porque o nosso curso é pautado em três pilares centrais: fundamentos de cada uma das técnicas de Data Science e Analytics, implementação dos softwares e tomada de decisão. E dentro de cada um dos módulos vai ser pautado em cima desses três pilares. Isso quer dizer que você vai aprender essas linguagens desde sua fundamentação!
Qual é o público-alvo deste MBA?
Este curso é naturalmente multidisciplinar. Ele se direciona para profissionais graduados nas mais diversas áreas de Ciências Humanas, Exatas e Biológicas que tenham interesse em adquirir ou aprofundar conhecimentos em modelagem de dados, programação, tecnologia e tomada de decisão estratégica a partir das diversas frentes que caracterizam a ciência de dados.
Qual o objetivo do curso?
O objetivo do nosso MBA é capacitar o profissional no desenvolvimento de técnicas de ciência e análise de dados, balanceando fundamentos, programação e tomada de decisão, através da explicitação das principais técnicas de data science, machine learning e analytics, com foco na geração de informação voltada ao estabelecimento de estratégias para tomada de decisão, adaptação e no conhecimento de tecnologias emergentes e na alocação de recursos.
Teremos aulas práticas?
Sim. O MBA em Data Science e Analytics conta com aulas práticas de construção e desenvolvimento de algoritmos para a elaboração de análises de dados em linguagens como R e SQL (hands-on), sempre com base nos fundamentos estudados e adquiridos e com foco no processo de tomada de decisão.
Qual a linguagem de programação?
Fundamentalmente, o curso utiliza linguagens como R e SQL. Em cada módulo será utilizada uma única linguagem de programação, a fim de garantir a sequência pedagógica e propiciar o desenvolvimento dos conhecimentos de maneira sólida e didática.
Quais as ferramentas de estatística?
Durante o curso, os alunos trabalham com várias ferramentas de estatística e machine learning, como análise de classificação e agrupamento (clustering), análise fatorial por componentes principais (PCA), análise de correspondência canônica simples e múltipla (Anacor e MCA), GLM, modelos regressivos lineares e não-lineares, modelos logísticos binários e multinomiais, modelos para dados de contagem, modelos inflacionados de zeros para eventos raros, GLMM, modelos hierárquicos e multinível, CARTS e árvores de decisão, bagging, boosting, random forest, redes neurais, ferramentas de Business Intelligence, além de técnicas e construção de algoritmos de deep learning, análise espacial, crawlers, webscraping, text mining, sentiment analysis, natural language processing (NLP), pesquisa operacional, modelos de otimização e simulação entre outras.
Este MBA tem foco em Gestão?
Nas aulas são utilizados diversos exemplos práticos por meio de bancos de dados reais, de mercado e provenientes de diversas áreas do conhecimento, o que propicia a geração de outputs voltados ao aprimoramento dos processos de gestão. O MBA tem foco em gerar resultados para a tomada de decisões.
Será abordado SQL?
Será abordado na disciplina: Engenharia de Dados.
Por que é utilizado o R?
Visando em uma única ferramenta, o R é uma ferramenta que uniformiza a linguagem, é gratuito e pode ser utilizado em qualquer computador. Possui facilidades pedagógicas e didáticas.
Aprenderemos sobre tratamento de dados?
Sim, em todo o módulo de machine learning. Além disso, teremos uma disciplina específica sobre Manipulação e Tratamento de Dados, chamada de Data Wrangling.
Qual o diferencial do MBA em Data Science e Analytics USP/Esalq?
Um dos maiores diferenciais é que o nosso curso é pautado em três pilares centrais: fundamentos, programação e tomada de decisão. Esse modelo de ensino te permite aprender de fato as programações desde a sua base. Além disso, nós também iniciamos e finalizamos os módulos em uma única programação, ao invés de segmentar o módulo em várias linguagens programáticas, o que contribui para uma maior fixação do conteúdo.
Esse MBA é para mim?
Embora o curso se utilize de códigos para fins de tomada de decisão a partir da existência de banco de dados em múltiplas áreas, o foco real do curso é passar para o aluno os fundamentos reais de cada técnica, para que eles possam sair do MBA com erudição sobre a técnica, o que te possibilita se adaptar a todos os desafios que você encontrar no caminho, inclusive em programações que ainda serão criadas, e não apenas a apertar botões.
Aulas de Nivelamento
Serão disponibilizadas aulas introdutórias em *Fundamentos de Estatísticas I, II e III e *Introdução ao Software R I, II, III e IV. São aulas gravadas e ficarão disponíveis durante todo MBA. Essas aulas não são obrigatórias (por isso elas não tem provas). Contudo, são atividades importantes que têm a intenção de lhe auxiliar a ter um melhor aproveitamento de seu MBA, pois, irá estudar sobre os conceitos, termos e ferramentas que serão abordados e utilizados com frequência.
Webinar
Tivemos um Webinar que está salvo no Youtube sobre o MBA em Data Science e Analytics USP/Esalq, com participação do Membro da Coordenação e Professor Luiz Paulo Fávero, onde falamos sobre conteúdo técnico, objetivos, público alvo, dinâmica de aulas, provas etc.
Assista para que suas principais dúvidas sejam sanadas 😉😉MBA em Data Science e Analytics
Área de Conhecimento: Administração
Confira aqui toda a documentação necessária para a inscrição
Verifique quais documentos devem ser anexados na área do aluno de acordo com o seu perfil.
*DOCUMENTAÇÃO OBRIGATÓRIA PARA MATRÍCULA
Fabiano Guasti Lima