Pós-Graduação MBA em Data Science (Ciência de Dados) | Infnet

Pós-Graduação
MBA em Data Science (Ciência de Dados)

R Studio, Data Mining, Estatística, R, Análise de Dados, Data Analytics, Séries Temporais, Markdown, Visualização de Dados, Text Mining, Weka, Gephi, TF-IDF

Domine a análise, leitura e tratamento de dados e aprenda a transformar data de redes sociais, mobile, processos corporativos e IoT em resultados, usando as principais ferramentas do mercado de trabalho: R Studio, R Markdown, Weka e Gephi.

A pós-graduação MBA em Data Science do Infnet é voltada aos profissionais que desejam guiar e aumentar a assertividade das decisões de um negócio sem precisar dominar programação em profundidade. 

EAD COM TODAS AS AULAS AO VIVO

PARTICIPE DE UMA TURMA DE VERDADE

CURSO BASEADO EM PROJETOS

PROFESSORES DE MERCADO

HORÁRIO
DAS AULAS

20h00 às 22h00

PRÓXIMA
TURMA

16/04/2024

DIAS DA
SEMANA

Ter e Qui

DURAÇÃO
DA PÓS-GRADUAÇÃO

11 meses

Profissional de Data Science estudando na pós-graduação Ciência de Dados EAD

Disciplinas e Competências do curso

Network science e visualização de dados com Gephi

  • Instalar o Gephi e carregar uma base de dados para análise
  • Identificar influenciadores, pontos de colapso e nós mais importantes de uma rede
  • Identificar diferentes comunidades em Redes Sociais
  • Criar para diferentes bases de dados análises usando os conceitos de Redes Complexas

Complementares:

  • Acessar dados de APIs de dados públicos e estruturar como análise de redes
  • Analisar diferentes informações organizacionais voltadas para o meio empresarial
  • Acessar informações provenientes de redes sociais como Twitter, Facebook e Instagram
  • Fazer análises baseadas em dados georreferenciados
  • Usar os conceitos de Redes para além de dados sociais
  • Apontar as implicações da Lei Geral de Proteção aos Dados na coleta e análise
  • Coletar, organizar e gerenciar as informações para Inteligência de Negócio

 

Processamento e mineração de texto

  • Criar uma base de dados baseado em técnicas de Web Crawler e Web Scrapping utilizando ParseHub
  • Realizar mineração de texto de maneira automática usando scripts e serviços
  • Criar visualizações para ilustrar a mineração de texto
  • Demostrar o relacionamento entre palavras e entidades

Complementares:

  • Aplicar modelos de inteligencia artificial em bases textuais, especialmente na descoberta de tópicos
  • Estruturar dados contidos em documentos para descoberta de informações
  • Utilizar APIs de algoritmos em nuvem como Google NLP e TextRazor
  • Realizar a limpeza de uma base textual para entender a mensagem relevante
  • Utilizar de scripts em R com foco em mineração de texto

 

Estatística para Cientistas de Dados

  • Explorar dados com a plataforma R Studio Cloud
    Instalar pacotes em R para análise de dados
  • Calcular medidas estatísticas básicas usando R
  • Criar um histograma em diferentes bases de dados
  • Criar gráficos usando a ferramenta ggplot

Complementares:

  • Utilizar os pacotes de R voltados para análise de dados: tidyverse
  • Preparar dados através de funções de transformação
  • Realizar análises georreferenciadas de dados
  • Criar gráficos usando facets e objetos geométricos
  • Criar gráficos usando sistemas com coordenadas geográficas

 

Análise exploratória de dados

  • Descrever a distribuição de um conjunto de dados através de medidas estatísticas
  • Realizar a inferência estatística em uma base de dados
  • Manipular base de dados com dados faltantes e outliers
  • Criar um dashboard usando R Markdown e Shiny
  • Criar relatórios utilizando a ferramenta RMarkdown

Complementares:

  • Correlacionar variáveis distintas dentro de uma base
  • Realizar análise exploratória utilizando visualização e transformação de dados
  • Desenvolver as etapas de KDD, principalmente preparação de dados
  • Utilizar diferentes bases de dados voltadas para o mercado do próprio aluno

 

Mineração de dados para séries temporais

  • Utilizar uma base de dados temporal armazenada em formato CSV ou SQL
  • Identificar a diferença entre processos determinísticos e estocásticos
  • Criar gráficos com séries temporais
  • Calcular a tendência e a sazonalidade de séries temporais para diferentes bases de dados

Complementares:

  • Projetar um serviço de predição baseado em dados temporais
  • Identificar padrões em dados históricos para realizar previsões de tendência
  • Utilizar modelos estatísticos e matemáticos para prever resultados futuros

 

Modelos preditivos

  • Acessar uma base de dados utilizando SQL
  • Instalar pacotes de tratamento de séries temporais
  • Utilizar a funcionalidade Forecast do pacote de séries temporais
  • Aplicar um modelo preditivo para uma base de dados do mundo real

Complementares:

  • Acessar dados de diferentes APIs e Base de dados estruturadas
  • Criar relatórios baseados em dados temporais para estimar demanda
  • Instalar e utilizar uma plataforma de fluxo de dados

 

Análise de clusters

  • Aplicar um modelo não-supervisionado para organização de dados usando K-médias em R
  • Utilizar um algoritmo de clusterização hierárquica
  • Criar a segmentação de dados de uma grande base de dados (Big Data)
  • Validar os resultados da segmentação com métricas de qualidade

Complementares:

  • Analisar e interpretar grandes volumes de dados e informações não estruturados
  • Interpretar as diferentes medidas de similaridade entre dados
  • Desenvolver as etapas de KDD, principalmente preparação de dados
  • Aplicar conceitos de qualidade de dados relacionados a ISO 8000

 

Visualização e relatórios de segmentos

  • Criar apresentações e relatórios com R Markdown
  • Publicar apresentações e relatórios em ambientes públicos
  • Segmentar uma base de clientes de uma loja online
  • Segmentar uma base com dados georreferenciados

Complementares:

  • Criar dashboards usando ferramentas como Tableau e PowerBI
  • Construir uma análise de fatores baseadas em algoritmos como PCA e NMF
  • Utilizar algoritmos voltados para grande volumes de dados como: CLARA

 

Perguntas frequentes

Como vou aprender?

Neste curso de pós-graduação MBA em Data Science (Ciência de Dados), você terá uma verdadeira experiência de sala de aula, participando por áudio e vídeo, tirando dúvidas com os professores e construindo seu networking.

 

São 64 aulas interativas ao vivo e sete dias por semana de aprendizado na comunidade online do EAD. Você tem o apoio de professores dedicados ao longo do curso, que são experts no assunto, e aprende junto com uma turma EAD de profissionais de todo o Brasil.

Para quem é este curso?

O curso de pós-graduação em Data Science (Ciência de Dados) EAD é para:

  • Gestores que desejam fortalecer o uso de dados em suas organizações.
  • Profissionais que buscam tomar decisões mais assertivas a partir do
    tratamento e análise de dados.
  • Profissionais de quaisquer áreas que analisam dados proveniente de redes sociais, jornais, fontes públicas e de comportamentos do consumidor.
  • Profissionais que atuam ou desejam atuar na transformação digital de organizações .
Precisa saber programar?

Não, programação não é um pré-requisito para este curso de pós-graduação MBA em Data Science (Ciência de Dados) EAD.

O curso ensina a programar?

Sim, este curso de pós-graduação Ciência de Dados EAD ensina os fundamentos da programação necessários ao trabalho em Data Science (Ciência de Dados).

O aluno precisa estar disposto a aprender a programar, ainda que este não seja um curso de pós-graduação para formar programadores.

Qual infra preciso ter?

Para assistir às aulas do curso de pós-graduação Ciência de Dados EAD, basta um celular com câmera e boa conexão internet wifi ou 4g, mas será bem mais produtivo se você usar um desktop ou notebook com câmera e um confortável fone de ouvidos, que é a configuração recomendada para a modalidade EAD.

 

Para fazer os trabalhos do curso em Ciência de Dados e enviar pelo Moodle, você deve usar um computador com configuração mínima Core i3, 4gb de RAM (recomendável 8gb) e internet de boa qualidade.

 

Ao tornar-se aluno da pós-graduação Ciência de Dados EAD, você terá direito a uma conta no G Suite do Google e acesso a todas as VMs (Virtual Machines) necessárias para seu aprendizado, assim como instruções para baixá-las e utilizá-las durante o curso de pós-graduação.

Coordenador

Fernando Ferreira

O Prof. Fernando Ferreira coordena o curso de pós-graduação MBA em Data Science (Ciência de Dados) EAD, que é ministrado por professores do quadro permanente do Infnet e especialistas convidados para disciplinas específicas.

Fernando é um dos pioneiros em Data Science no Brasil, professor e coordenador da pós-graduação do Infnet desde seu início. É doutor em Inteligência Artificial pela Coppe/UFRJ e mestre em Engenharia Elétrica. Atua hoje diretamente no mercado de Data Science (Ciência de Dados), sendo cofundador da Twist Systems.

Carreiras em Data Science
(Ciência de Dados)

O profissional formado no curso MBA em Data Science (Ciência de Dados) EAD pode tornar-se um Analista ou Arquiteto de DadosCientista de Dados ou Analista de Business Intelligence (BI).

No entanto, muitos buscam o curso de pós-graduação para se tornarem melhores profissionais em suas carreiras atuais. Um profissional capaz de buscartratar analisar dados para tomar decisões assertivas traz melhores resultados para sua organização.

Curso Único

Curso Flexível

As aulas do EAD são ao vivo e ficam gravadas para você assistir conforme sua disponibilidade.

Ferramentas

O curso aborda as principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.

Faculdade Focada

Curso ministrado por uma faculdade totalmente dedicada à formação para a área de tecnologia tecnologia aplicada aos negócios e gestão.

Criação de portfolio

Durante o curso de pós-graduação, você desenvolve projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades.

ensina do início

Não exige conhecimento prévio de programação, permitindo ao aluno estudar os conceitos necessários durante o curso.

Foco em negócios

Este curso MBA em Data Science foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisar dominar programação em profundidade.

Biblioteca Virtual

Ao tornar-se aluno do EAD, você garante acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Wiley, Pearson, O'Reilly, McGraw-Hill, Sybex, Apress, For Dummies

Curso Flexível

As aulas da pós-graduação Ciência de Dados EAD são ao vivo e ficam gravadas para você assistir conforme sua disponibilidade.

Ferramentas

O curso EAD em Ciência de Dados do Infnet aborda as principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.

Criação de portfolio

Durante o curso de pós-graduação Ciência de Dados EAD, você desenvolve projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades.

ensina do início

A pós-graduação Ciência de Dados EAD não exige conhecimento prévio de programação, permitindo ao aluno estudar os conceitos necessários durante o curso.

Faculdade Focada

Curso de pós-graduação ministrado por uma faculdade totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão.

Foco em negócios

Este curso MBA em Data Science (Ciência de Dados) foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisar dominar programação em profundidade.

Biblioteca Virtual

Ao tornar-se aluno do EAD, você garante acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Wiley, Pearson, O'Reilly, McGraw-Hill, Sybex, Apress, For Dummies

Projetos reais

Neste curso de pós-graduação Ciência de Dados EAD, você aprende desenvolvendo projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades, com a utilização das principais ferramentas usadas no mercado de trabalho: 
R Studio, R Markdown, Weka e Gephi.

É interessante ter um MBA Data Science para a carreira em Ciência de Dados em 2024?

A ciência de dados emergiu como uma das áreas mais promissoras e empolgantes do mundo atual dos negócios. Com a crescente quantidade de dados disponíveis e a necessidade de insights para impulsionar a tomada de decisões estratégicas, os profissionais de ciência de dados tornaram-se indispensáveis em muitas organizações. Nesse contexto, um MBA pode desempenhar um papel crucial para impulsionar a carreira de um cientista de dados.

Embora uma graduação em ciência de dados, estatística, matemática ou áreas afins seja fundamental, a obtenção de um MBA oferece uma vantagem competitiva adicional. A ciência de dados não se limita apenas à análise técnica; ela também exige habilidades de liderança, compreensão dos aspectos de negócios e a capacidade de traduzir insights em estratégias empresariais acionáveis – aspectos bem trabalhados pelo MBA, devido ao seu foco em gestão empresarial.

Professores experts em
Ciência de Dados

O time de professores do curso de pós-graduação Ciência de Dados EAD, naturalmente, pode ser alterado ao longo do tempo.

Curso Flexível

Você assiste às aulas do EAD, estuda e faz os trabalhos no horário que puder. Assistir ao vivo é o ideal, mas é você quem decide. Neste MBA em Data Science (Ciência de Dados), você faz seu horário!

Depoimentos de alunos

Perguntas frequentes

POR QUE ESTUDAR NO INFNET?

Somos referência no ensino de tecnologia.

 

O Infnet foi fundado em 1994, para o ensino de excelência voltado às necessidades do mercado. Nossa proposta é ensinar tecnologia aplicada ao contexto de negócios, isto é, como uma ferramenta para o desenvolvimento das organizações.

QUAIS SÃO AS NOTAS DO MEC PARA OS CURSOS DE PÓS LIVE DO INFNET?

No caso das pós-graduações lato sensu, como especializações tradicionais ou MBAs, conforme disposto na página do próprio Ministério da Educação, elas não precisam ser reconhecidas pelo MEC:

 

“Observados esses critérios, os cursos de especialização em nível de pós-graduação independem de autorização, reconhecimento e renovação do reconhecimento (o que lhes garante manter as características de flexibilidade, dinamicidade e agilidade), desde que oferecidos por instituições credenciadas”¹.

 

O que é necessário é que as instituições de ensino que ofereçam esses cursos de pós-graduação lato sensu sejam credenciadas pelo MEC.

QUAL É A NOTA DO MEC DADA AO INFNET PARA O CREDENCIAMENTO DO NOSSO MODELO DE ENSINO A DISTÂNCIA?

Nossa qualidade foi reconhecida pelo MEC, que conferiu conceito máximo (5) para a modalidade EAD da instituição e para todas as graduações reconhecidas.

 

Portaria 529 de 14/06/2013. Essas informações são públicas, o próprio candidato pode encontrá-las no site: emec.mec.gov.br/

 

Este nível de qualidade só é possível pela metodologia que combina aulas ao vivo e o aprendizado através do desenvolvimento de projetos com desafios reais da profissão. Além disso, a metodologia de avaliação por competências aproxima os alunos do mercado de trabalho.

QUAL É O PRINCIPAL DIFERENCIAL DOS CURSOS DE PÓS-GRADUAÇÃO LIVE DO INFNET?

Neste curso, você terá as mesmas oportunidades de aprendizado que em uma pós-graduação presencial, com aulas ao vivo, colegas de classe, trabalhos e indicação de conteúdos adicionais para estudar.

 

Para nós, pós-graduação não pode ser videoaula gravada anos atrás para autoestudo, por isso nossas aulas são ao vivo. É uma pós-graduação de verdade, com aulas de verdade.

O CERTIFICADO DA PÓS LIVE É O MESMO DE UMA PÓS PRESENCIAL?

Sim, o certificado do curso de pós-graduação MBA em Data Science na modalidade Live é o mesmo de uma pós-graduação presencial.