MBA EM

Data science

A humanidade produz cada vez mais dados a partir do crescimento do uso de dispositivos móveis, redes sociais, IoT e da digitalização de processos em geral. A demanda por profissionais que dominam o tratamento e análise desses dados usando as ferramentas corretas está em alta. É uma oportunidade de carreira tanto para analistas quanto para gestores, independente da formação anterior.

público - alvo

O MBA foi desenvolvido
especialmente para quem:

  • É gestor e deseja fortalecer o uso de dados em sua organização.
  • Deseja aprender R para limpar, analisar e visualizar dados.
  • Busca dominar as ferramentas usadas desde a aquisição até a publicação dos dados.
  • Pretende tomar decisões mais assertivas a partir do tratamento e análise de dados.
  • Precisa analisar dados proveniente de redes sociais, jornais, fontes públicas e de comportamentos do consumidor.
  • Trabalha na transformação digital de organizações.

pré-requisitos:

Profissionais com ou sem formação em programação, que concluíram uma graduação em qualquer área e pretendem utilizar dados ou ingressar em uma das carreiras propostas pelo MBA.

Principais temas abordados

  • Network Science (análise de redes sociais)
  • Agrupamento de dados (clusterização) com K-Médias
  • Estatística fundamental para ciência de dados
  • Visualização e publicação de resultados com R Markdown
  • Modelos preditivos com Weka
  • Forecast com séries temporais
  • Sazonalidade e tendências
  • Acesso a dados públicos
  • Segmentação georreferenciada
  • Medida TF-IDF
  • Data Mining
  • Text Mining
  • Gephi
  • R

diferenciais

Criação de portfólio

Desenvolvimento de projetos reais de Data Science como portfólio de suas novas habilidades.

Teste

Ferramentas de mercado

Cobertura das principais ferramentas usadas no mercado de trabalho: R Studio, R Markdown, Weka e Gephi.

Decisões de negócios

Vltado para profissionais e gestores que precisam aumentar a assertividade de suas decisões sem precisar dominar programação em profundidade.

Infraestrutura

Uma Workstation por aluno em todas as aulas, para que o aluno vivencie e pratique suas novas competências.

Frequência Semanal

Carga horária ideal para conciliar com o trabalho: uma aula por semana, às quartas-feiras, a partir das 18h20.

Networking

O curso une alunos interesses comuns e aptidões singulares, possibilitando uma ótima oportunidade para troca de experiências.

carreiras

Torna-se apto para atuar Arquiteto de Dados (Data Architect) ou Cientista de Dados (Data Scientist) ou Analista de Dados (Data Analyst) ou Analista de Business Intelligence (BI).


Também é comum que o egresso use as competências obtidas no programa para tornar-se um profissional mais assertivo em sua carreira atual de gestor.

competências adquiridas

O MBA em Data Science é composto por blocos de aprendizado, totalizando 440 horas/aula. Ao término de cada bloco, o aluno consolida seu aprendizado apresentando um Projeto de Bloco, aplicando os conhecimentos promovidos no período.

Estatística para Cientista de Dados

→ Explorar dados com a plataforma R Studio Cloud.

→ Instalar pacotes em R.

→ Calcular medidas estatísticas básicas.

→ Extrair o histograma dos dados.

→ Calcular a correlação dos dados.

 

Análise Exploratória de Dados
  • → Descrever a distribuição de um conjunto de dados através de medidas estatísticas.
  • → Identificar outliers em um conjunto de dados de anúncios.
  • → Identificar dados faltantes em um conjunto de dados.
  • → Realizar a entrada (input) de dados quando há dados faltantes.
  • → Criar gráficos que ajudem na visualização de dados usando a ferramenta ggplot.
  •  
Projeto de Bloco

Realizar uma análise exploratória de dados através da distribuição das variáveis, identificação de outliers e uso de correlação, apresentando um relatório de conclusões relevantes ao contexto com subsequente publicação em ambiente cloud.

Mineração de Dados para Séries Temporais

·         → Identificar o que é uma série temporal. 

·         → Utilizar uma base de dados temporal armazenada em formato CSV.

·         → Identificar a diferença entre processos determinísticos e estocásticos. 

·         → Extrair a tendência da série temporal. características e linguagens individuais.

·         → Calcular a sazonalidade da série temporal.

·         → Criar um gráfico da série temporal.

·          

Modelos Preditivos


→ Instalar a aplicação Weka.
→ Acessar uma base de dados utilizando SQL dentro do Weka.
→ Instalar o pacote de tratamento de séries temporais.
→ Utilizar a funcionalidade Forecast do pacote de séries temporais do Weka.
→ Aplicar um modelo preditivo para uma base dados do mundo real.


Projeto de Bloco


Aplicação de um modelo preditivo (forecast) para um conjunto de dados com uma variável temporal, apresentando um relatório visual.

Análise de Clusters 

→ Instalar a aplicação R Studio localmente.
→ Criar um Modelo Não-Supervisionado para organização de dados.
→ Utilizar o algoritmo K-Médias.
→ Utilizar o algoritmo de Clusterização Hierárquica.
→ Criar a segmentação de uma base com grande volume de dados.

 

Visualização e Relatórios de Segmentos

→ Produzir um relatório utilizando R Markdown.
→ Criar uma apresentação utilizando R Markdown.
→ Publicar um relatório gerado em R Markdown em ambiente online.
→ Criar gráficos de segmentação.
→ Segmentar uma base de clientes de uma loja online.
→ Segmentar uma base de dados georreferenciada.

 

Projeto de Bloco

Resolver um problema de clusterização de dados (usando k-média ou clusterização hierárquica) de uma base de dados grande (>5GB) seguido da produção de uma relatório utilizando R Markdown.

Network science e visualização de dados com Gephi

→ Instalar o software Gephi.
→ Carregar uma base de lista de vértices.
→ Filtrar dados baseados em características da rede.
→ Compreender os diferentes tipos de centralidade.
→ Calcular diferentes comunidades em grafo.
→ Utilizar o algoritmo Atlas Force 2 para visualização de grafos.

 

Processamento e mineração de texto

→ Realizar análise semântica de texto automatizada.
→ Criar uma visualização de nuvem de palavras.
→ Remover palavras comuns de uma base de texto.
→ Calcular tf-idf.
→ Agrupar notícias e textos em tópicos.
→ Entender o relacionamento entre palavras ou termos.


Projeto de Bloco


Produzir uma análise com Gephi utilizando dados provenientes da API de uma rede social como o Twitter, de textos jornalisticos e de compras semelhantes em uma loja virtual como a Amazon.

observação

Em virtude do constante aperfeiçoamento do projeto pedagógico, eventualmente os nomes dos blocos, módulos, suas cargas-horárias e ementas podem sofrer mudanças sem aviso prévio. Por favor, verifique as características detalhadas do curso no momento da sua matrícula. A ordem dos blocos não é preestabelecida no projeto pedagógico do curso.

próximas turmas

Duração

Cerca de 24 meses.

unidade

Rua São José, 90 - Centro

data de início

15 de janeiro de 2020

frequência

Aulas semanais às quartas-feiras. A partir das 18h20.

admissão e valores

Preencha os dados abaixo para mais informações sobre processo de admissão e valores.

como chegar

TRANSPORTES

ônibus

A Escola fica à esquina da Av. Rio Branco, no melhor ponto do centro da cidade. Há linhas de ônibus para qualquer lugar do Rio de Janeiro e também para cidades vizinhas.

ônibus especiais

Há diversos ônibus especiais no Terminal Menezes Côrtes.

metrô

A Escola de Negócios fica próxima à estação Carioca.

carro

Na mesma rua da sede do Instituto Infnet, há o Terminal Garagem Menezes Côrtes (www.tgmc.com.br). São apenas 2 quadras, com bastante movimento de pessoas até às 23h. Após as 17h, o estacionamento oferece desconto.