MBA em Big Data

Definição e fundamentos do Big Data. Utilização do Big Data. Tecnologia para o Big Data. Capacitação e profissionais.

Introdução a Dashboards, introdução a projetos de BI e Data Warehouse – Conceitos. Categorias dos Dashboards, estrutura e utilizando métricas e indicadores. Estudos de Gráficos e objetos Visuais: Gráficos/Textos/Alertas. Os erros mais comuns na construção de um Dashboard. Os Princípios Visuais da Gestalt. Boas Práticas de Construção de Dashboards. Principais Metas para um Dashboard Visual. Desenvolvendo Dashboards Empresariais.

Aplicações da análise estatística de dados no mundo corporativo. Assegurando a qualidade dos dados. Analisando o
comportamento estatístico de indicadores corporativos. Melhorando a qualidade de processos e produtos. Analisando a probabilidade de eventos de interesse

Inteligência Coletiva. Web Semântica. Ontologia. Buscas avançadas: pessoas, negócios, redes sociais. Ferramentas para coleta de dados. Coleta de dados na Web – Web Crawler (redes sociais, blogs e notícias). API’s de redes sociais.

Analytics para Big Data. Amostragem e Pré-processamento. Análise Preditiva. Análise Descritiva. Análise de Redes Sociais. Análise de Sobrevivência.

Modelagem de Dados com o Hadoop. Data Ingestion. Processamento de Dados. Padrões de Processamento com
Hadoop. Processamento de Grafos com Hadoop. Processamento em tempo real.

Padrões de design para MapReduce. Tunning. Combine. Aplicação do Spark em problemas modelados por MapReduce.

Relacionamentos. Hierarquias. Comunidades. Flows. Redes Espaciais. GraphDatabases. Grafos Dinâmicos.

Limitações de Bancos de Dados Relacionais. Motivações para bancos NoSQL. Tipos de Bancos NoSQL. ACID x BASE. Key-value databases. Document databases. Column Family Databases. Graph Databases.

Stream Processing Applications. SPL. Composição de fluxo. Manipulação de fluxo. Modularidade. Extensibilidade.
Arquitetura de sistemas de stream processing. Padrões de Design.

O IGTI - Instituto de Gestão em Tecnologia da Informação. Canais de Atendimento ao Aluno. Modelo de Ensino. Estrutura das disciplinas. Normas Acadêmicas. O Trabalho de Conclusão do Curso – TCC. Visão Geral do Ambiente de Ensino a Distância.

O conceito de inovação. Soluções inovadoras com Design Thinking. Processo do Design Thinking: inspiração, descoberta e insights; interpretação, análise e síntese. Ideação, experimentação e prototipação de soluções. Técnicas de implementação e evolução de soluções.

O conceito de inovação. Soluções inovadoras com Design Thinking: matriz CSD, Business Design Blueprint, Experiment Board, entre outras. Construção de Protótipos/MVP, métricas de validação. Avaliação de potencial de solução: redução de custo, aumento de produtividade, novos produtos/serviços, fortalecimento da marca, ganhos ambientais e sociais, etc.); Círculo Dourado e a Matriz de Stakeholders.

Arquiteturas de Aplicações para Dispositivos Móveis; Fundamentos de Big Data; Fundamentos de Bancos de Dados Relacionais; Fundamentos de Deep Learning; Fundamentos de Desenvolvimento Full Stack; Fundamentos de Engenharia de Dados; Fundamentos de UX; Fundamentos em Aprendizagem de Máquina; Fundamentos em Desenvolvimento Front End; Fundamentos em Gerenciamento de Projetos; Fundamentos em Inteligência de Negócios; Fundamentos em Marketing Digital; Fundamentos em Segurança da Informação; Gestão de Processos de Negócio; Governança em Tecnologia da Informação; Infraestrutura de TI e Computação em Nuvem; Métodos Ágeis em Engenharia de Software; Princípios e Práticas em Arquitetura de Software.

O aluno tomará contato com os objetivos do seu projeto aplicado, conhecimentos que serão estudados nas disciplinas e exercitados no projeto, bem como o fluxo de trabalho que será percorrido para o desenvolvimento do projeto. Neste fluxo, o aluno desenvolverá atividades essencialmente em duas frentes de trabalho: desenvolvimento do escopo do problema e proposição do escopo da solução; desenvolvimento do protótipo que implemente a solução proposta.

Após a primeira disciplina sobre Inovação, o aluno será convidado a refletir e propor o escopo do problema de seu projeto aplicado. Utilizando as abordagens aprendidas até aqui sobre Inovação e Design Thinking, o aluno apresentará a sua proposta de escopo de problema através de uma abordagem centrada nas necessidades humanas dos usuários e na definição do problema em termos destas necessidades. Esta proposta será avaliada por professores orientadores a partir de um conjunto de requisitos avaliativos que nortearão feedbacks escritos direcionados à melhoria do PA.

Nesta etapa o aluno tomará contato e desenvolverá a primeira parte de seu projeto aplicado, apoiado pelo trabalho de tutoria de seu orientador de conteúdo.Os enunciados da primeira parte detalha aquelas primeiras dimensões técnicas que precisam ser implementadas no seu protótipo, fornecendo orientações específicas sobre como implementá-las, a fim de se obter o escopo do PA. As dimensões técnicas que serão desenvolvidas pelo aluno têm o objetivo de estender, em complexidade, pontos centrais já exercitados pelo aluno em aulas interativas de laboratório e gamificação, em disciplinas específicas da primeira parte do curso.

Neste ponto faz-se necessário um encontro interativo por videoconferência entre o aluno e o seu orientador de conteúdo. O aluno terá a oportunidade de apresentar o que desenvolveu na primeira parte do seu projeto aplicado e expor os principais obstáculos enfrentados. O orientador, por sua vez, poderá avaliar o trabalho já realizado, esclarecer dúvidas e corrigir direções para o atingimento da meta final do PA.

Utilizando as abordagens aprendidas na segunda disciplina sobre Inovação e Design Thinking, o aluno deverá evoluir a sua proposta de escopo do problema para uma proposta de solução. Esta proposta será, em seguida, avaliada por professores orientadores, a partir de um conjunto de requisitos, e feedbacks serão fornecidos por escrito para que o aluno tenha a oportunidade de evoluir o seu modelo de negócio até a sua apresentação final.

Neste ponto o aluno desenvolverá a segunda parte de seu projeto aplicado, sempre apoiado pelo trabalho de tutoria de seu orientador de conteúdo. Serão detalhadas as dimensões técnicas seguintes que precisam ser implementadas no protótipo, fornecendo orientações específicas sobre como implementá-las. As dimensões técnicas que serão desenvolvidas estenderão, em complexidade, pontos centrais já exercitados pelo aluno em aulas interativas de laboratório e gamificação, em disciplinas específicas da segunda parte do curso.

Nesta etapa, o aluno terá a oportunidade de apresentar ao seu orientador o que desenvolveu na primeira e segunda parte do seu projeto aplicado. O orientador, por sua vez, avaliará o trabalho já realizado, esclarecerá dúvidas e fornecerá orientações essenciais ao aluno para a correção e evolução do PA.

O aluno desenvolverá a terceira parte de seu projeto aplicado, apoiado pelo trabalho de tutoria de seu orientador de conteúdo. Serão detalhadas as últimas dimensões técnicas a serem implementadas no protótipo, estendendo, em complexidade, pontos centrais já exercitados pelo aluno nas aulas interativas de laboratório e práticas de gamificação, em disciplinas específicas da última parte do curso.

Finalmente o aluno submeterá o projeto aplicado para que o seu orientador o aprove para apresentação final e aprovação por parte de uma banca avaliadora.