Filtro de Daltonismo

Ciência de Dados

Curso

O Curso Superior de Tecnologia em Ciência de Dados tem como finalidade oferecer aos seus estudantes formação de nível superior de qualidade para proporcionar conhecimentos tecnológicos e formação integral nessa área emergente do saber, aprendizagem de máquina, machine learning e estatística aplicadas às análises preditivas, descritivas e prescritivas de dados. O curso visa também desenvolver habilidades de resolver problemas complexos, por meio da coleta de dados e de análises estatísticas, além de criar e aplicar algoritmos de aprendizagem de máquina para facilitar a tomada de decisões e solucionar problemas de negócios de forma a aumentar a competitividade das organizações, tornando-os capazes de intervir no desenvolvimento econômico e social, observadas as práticas da ética e cidadania.

O perfil do aluno

O Tecnólogo em Ciência de Dados modela soluções de problemas, aplicando algoritmos de aprendizagem de máquina e técnicas estatísticas para análise de dados para apoiar a tomada de decisão nas organizações. Utiliza uma abordagem científica para resolução dos problemas de gestão. Cria aplicações para coletar, preparar, misturar, visualizar, explorar e analisar grande quantidade de dados, com o objetivo de buscar padrões e identificar tendências para que as organizações tomem decisões de negócio baseadas em fatos e números. Apoia os gestores na solução de problemas com uso de diversas tecnologias de modelagem orientada a dados. Assim, as áreas de trabalho preferenciais para:

  1. Em indústrias no comércio;
  2. Na direção do próprio negócio;
  3. Na prestação de serviços de assessoria e na pesquisa tecnológica.

Competências

O Tecnólogo em Ciência de Dados deve demonstrar as seguintes competências:

  1. Participar ativamente da estratégia de modelagem (design e execução de experimentos): que técnica utilizar, que variáveis internas e externas deverão ser buscadas; como extrair estes dados; quais testes estatísticos de validação aplicar;
  2. Construir modelos de dados, métricas, relatórios e dashboards para diferentes áreas de negócio;
  3. Delinear o tipo de solução por meio da da aplicação de conhecimentos de estatística, matemática e ciência da computação;
  4. Elaborar planos de ação para o desenvolvimento de algoritmos de ciência de dados, identificando comportamentos e série de dados; testar e decidir diferentes algoritmos de acordo com o comportamento das séries; elaborar padrões ou procedimentos de testes back-end; buscar as informações necessárias para realização das análises de desempenho, controle e monitoramento dos algoritmos;
  5. Analisar dados utilizando mineração de dados e análises avançadas com uso de softwares: programas próprios, pacotes estatísticos ou planilhas;
  6. Fornecer soluções de aprendizado de máquina, incluindo definição do problema, mineração de dados, exploração e visualização de dados, experimento de algoritmos, avaliação e comparação de resultados e implantação de hipóteses, melhorando de forma iterativa o modelo e o processo;
  7. Preparar análises de dados complexas e de modelos que ajudem a resolver problemas das organizações, obtendo resultados que tragam impacto mensuráveis;
  8. Apresentar os resultados de forma clara e transparente utilizando ferramentas de visualização ou em forma de apresentação para o seu cliente ou público alvo e, em outros casos, como um documento de especificação para ser desenvolvido por programadores;
  9. Trabalhar com dados de diversas fontes, estruturados (bases relacionais ou não-relacionais) ou não estruturados (textos, imagens, vídeos, entre outros);
  10. Extrair, transformar, limpar, consolidar e analisar os dados e informações advindos de diferentes fontes de dados;
  11. Aplicação de técnicas de reconhecimento de padrões, extração de conhecimento com o uso de algoritmos de aprendizagem de máquina para solução de problemas reais;
  12. Construir dispositivos de integração de dados. Orientar em relação a melhor forma de realizar a integração de dados. Utilizar dados da plataforma big data para análises e desenvolvimentos de modelos estatísticos. Definir métodos, padrões, procedimentos, processos e soluções de qualidade de dados;
  13. Criar protótipos de algoritmos de análise e modelagem estatística, bem como aplicar esses algoritmos para soluções de problemas com embasamento em dados;
  14. Aplicar ferramentas estatísticas;
  15. Conhecer e aplicar linguagens de programação adequadas à ciência de dados.

Áreas de Atuação

O Tecnólogo em Ciência de Dados pode atuar em empresas de diferentes áreas como: empresas de planejamento, desenvolvimento de projetos, assistência técnica, consultorias e tecnologia da informação. Pode atuar em empresas privadas ou públicas de diferentes tamanhos. Pode atuar também em institutos e centros de pesquisa, bem como em instituições de ensino, mediante formação requerida pela legislação vigente.

Vagas

O curso de Ciência de Dados é oferecido no período Noturno – 40 vagas

Horário das aulas

2ª a 6ª das 19h às 22h40 horas e sábados das 13h20 às 17h.

Grade Curricular

1º ciclo

  1. Princípios de Ciência de Dados
  2. Algoritmos e Introdução à Computação
  3. Economia da Informação, inovação e Negócios Disruptivos
  4. Gestão Ágil de Projetos
  5. Matemática Básica
  6. Metodologia da Pesquisa Científico-Tecnológica
  7. Produção de Textos Acadêmicos-Científicos I
  8. Inglês I

2º ciclo

  1. Projeto Integrador I
  2. Estrutura de Dados
  3. Ciência de Dados e marketing Digital
  4. Estatística Descritiva
  5. Álgebra Linear
  6. Produção de Textos Acadêmicos-Científicos II
  7. Inglês II

3º ciclo

  1. Projeto Integrador II
  2. Análise de Algoritmos
  3. Empreendedorismo e Transformação Digital
  4. Estatística Indutiva
  5. Cálculo
  6. Linguagens e seus Códigos I
  7. Inglês III

4º ciclo

  1. Projeto Integrador III
  2. Inteligência Computacional
  3. Teoria do Aprendizado Estatístico
  4. Bancos e Armazéns de Dados
  5. Lógica Matemática
  6. Linguagens e seus Códigos II
  7. Inglês IV

5º ciclo

  1. Projeto Integrador IV
  2. Processamento de Linguagem Natural
  3. Aprendizado de Máquina I
  4. Banco de Dados Não Relacionais
  5. Introdução a Ciência Cognitiva
  6. Otimização Combinatória
  7. Inglês V

6º ciclo

  1. Inglês VI
  2. Projeto Integrador V
  3. Análise Preditiva
  4. Paradigmas e Tecnologias Emergentes em Ciência de Dados
  5. Aprendizado de Máquina II
  6. Infraestrutura para Big Data
  7. Aspectos Legais e Éticos em Ciência de Dados

Quer saber mais? Consulte o Projeto Pedagógico do Curso.

Prof. Me. Johne Marcus Jarske

Horário das aulas

2ª a 6ª das 19h às 22h40 e sábado das 13h20 às 17h.