Disciplina
Apresentação, Modelo de Ensino e Normas Acadêmicas
Apresentação, Modelo de Ensino e Normas Acadêmicas
10h
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.
Disciplina
Fundamentos de Data Analytics
Fundamentos de Data Analytics
22h
Definição e fundamentos da Análise de Dados. Contextualização. Mineração de Dados. Big Data. Etapas do processo. Análise de indicadores. Desafios na implantação. Exemplos de uso e casos de sucessos. Técnicas para Análise de Dados. Machine Learning (Classificação, agrupamento e predição). Deep Learning. Técnicas de mineração. Streaming (Tempo real). B.I., D.W. e OLAP. Análise exploratória de dados. Computação em nuvem. Processamento e armazenamento paralelo e distribuído. Bancos de dados relacionais e não-relacionais. Visualização de dados. Identificação de oportunidades em dados. Tomada de decisão orientada a dados.
Data Storytelling. Cultura orientada a dados. Dashboards. Estudos de caso.
Disciplina
Inovação e Design Thinking
Inovação e Design Thinking
22h
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.
Projeto
Desafio/Problema
Desafio/Problema
20h
Após a disciplina de Inovação e Design Thinking, o aluno tem a oportunidade de propor o escopo do problema e a solução de seu projeto aplicado, utilizando as abordagens aprendidas até o momento sobre Inovação e Design Thinking. Durante esse período o aluno apresentará a sua proposta de desafio por meio de uma abordagem centrada nas necessidades humanas dos usuários e na definição do problema em termos destas necessidades. Em conjunto o aluno evoluirá a sua proposta de escopo do problema para uma proposta de solução. A partir daí, ambas propostas serão avaliadas por professsoes orientadores por meio de um conjunto de requisitos avaliativos que nortearão feedbacks escritos direcionados à melhoria do PA. O processo de elaboração do PA é iterativo e incremental e a cada iteração o aluno receberá feedbacks por escrito de seu orientador, o que contribuirá para a evolução constante do modelo de negócio até a sua apresentação final.
Disciplina
Análise Exploratória de Dados
Análise Exploratória de Dados
22h
Fontes de dados. Web Mining – Coleta e API’s. Text Mining (Análise de sentimentos). Áudio e vídeo. Big Data. Processamento em tempo real (Fluxos Contínuos). Dados estruturados. O processo de descoberta do conhecimento (KDD). Ferramentas para armazenamento. Bancos de dados relacionais. Bancos de dados não-relacionais (NoSQL). Sistemas de Arquivos Distribuídos. Ferramentas para mineração de dados. Ecossistema Hadoop (Hadoop, Spark, HBase, Yarn, etc). Processamento paralelo e distribuído. Weka.
Projeto
Primeira Iteração
Primeira Iteração
10h
Durante a Primeira Iteração do Projeto Aplicado, o aluno tem a oportunidade de planejar e executar o desenvolvimento dos requisitos iniciais de seu projeto, utilizando para isso as competências e habilidades adquiridas em sua última disciplina. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos.
Disciplina
Monitoramento de Dados com Dashboards
Monitoramento de Dados com Dashboards
22h
Dashboards: Introdução; Visualização de dados; Categorias; Desenho; Erros comuns na construção; Boas práticas na construção. Tipos de gráficos (Pontos, Bullet, Dispersão, etc). Ferramentas para criação de dashboards (Power BI, Tableau, Excel, etc). Desenvolvendo Dashboards empresariais (Estudo de caso).
Projeto
Segunda Iteração
Segunda Iteração
10h
Durante a Segunda Iteração do Projeto Aplicado, o aluno tem a oportunidade de planejar e executar o desenvolvimento dos requisitos intermediários de seu projeto, utilizando para isso as competências e habilidades adquiridas em sua última disciplina. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos.
Projeto
Desenvolvimento
Desenvolvimento
20h
A etapa de Desenvolvimento é um marco na produção do Projeto Aplicado. Nesse momento o aluno, em conjunto com o seu orientador, poderá fazer uma avaliação do andamento do desenvolvimento ocorrido nas iterações anteriores e realizar correções que porventura sejam necessárias. Além disso, os requisitos gerais do projeto poderão ser revistos e avaliados, com o objetivo de manter o planejamento atualizado.
Disciplina
Data Storytelling
Data Storytelling
22h
Introdução ao Data Storytelling. Histórias sobre os dados (Story and Telling). Análise exploratória e explicativa (quem, o quê e como). A importância do contexto. Visualização eficaz de resultados. Tipos de gráficos. Texto.
Tabelas. Gráficos (pontos, barras, linhas e área). Outros tipos de gráficos e quais devem ser evitados. Atenção da audiência. Tamanho. Cor. Posição na página. Carga cognitiva (percepção visual). Desenho da visualização gráfica.
Oportunidade. Acessibilidade. Estética. Aceitação. Estudos de caso A mágica da história. Construindo a história. A estrutura de narrativa. O poder da repetição.
Projeto
Terceira Iteração
Terceira Iteração
10h
Durante a Terceira Iteração do Projeto Aplicado, o aluno tem a oportunidade de planejar e executar o desenvolvimento dos requisitos intermediários de seu projeto, utilizando para isso as competências e habilidades adquiridas em sua última disciplina. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos.
Disciplina
Estatística e Gestão por Indicadores
Estatística e Gestão por Indicadores
22h
Introdução: Estatística aplicada na geração de indicadores (Data Driven); e Gestão por indicadores. Projeto e construção de indicadores. Tomada de decisão baseada em indicadores. Análise exploratória de dados: Tipos de dados; e Medidas de variabilidade. Data Sampling. Amostragem e distribuições de probabilidade: Amostragem aleatória e viés amostral; Distribuição amostral; Distribuição Normal; Distribuição Binomial; e Distribuição de Poisson. Testes de Significância: Teste A/B; ANOVA; e Testes de Hipótese. Predição – Regressão linear. Estudos de caso.
Projeto
Quarta Iteração
Quarta Iteração
10h
Durante a Quarta Iteração do Projeto Aplicado, o aluno tem a oportunidade de planejar e executar o desenvolvimento dos requisitos intermediários de seu projeto, utilizando para isso as competências e habilidades adquiridas em sua última disciplina. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos.
Disciplina
Infraestrutura para Análise de Dados
Infraestrutura para Análise de Dados
22h
Introdução à arquitetura para Análise de Dados. Hardware e software necessários. Equipe para Análise de Dados. Profissões envolvidas. Time para a Análise de Dados (Hardware e Software). Infraestrutura em nuvem. Conceitos e características. Modelos de serviço. Vantagens e desvantagens. Segurança, confidencialidade e disponibilidade. Virtualização de servidores de aplicações. Tipos de virtualização. Exemplos. Vantagens e desvantagens. Arquitetura escalável: Dimensionamento da arquitetura. Segurança e monitoramento. Capacidade, disponibilidade e desempenho. Escalonamento vertical e horizontal. Tolerância a falhas. Infraestrutura local x Infraestrutura em nuvem. Comparações. Custos. Vantagens e desvantagens. Estudos de caso: modelagem de infraestrutura para Análise de Dados.
Projeto
Quinta Iteração
Quinta Iteração
10h
Essa iteração antecede a Qualificação, que é um marco muito importante no
desenvolvimento do PA. Ao final desta iteração, o aluno deverá realizar
um confronto entre o que foi planejado nesta iteração e o que foi
realmente executado, gerando artefatos que comprovam o planejamento e
execução dos requisitos.
Projeto
Qualificação
Qualificação
20h
A Qualificação trata-se de uma oportunidade que o aluno tem de apresentar ao seu orientador os requisitos desenvolvidos até o momento. O orientador, por sua vez, avaliará o trabalho já realizado, esclarecerá dúvidas e fornecerá orientações essenciais para a correção e evolução do Projeto Aplicado.
Disciplina
Preparação de Dados
Preparação de Dados
22h
Introdução à preparação de dados (Entradas, Saídas, Modelos e Decisões). Estágios da preparação de dados: Acessando; Auditando; Melhorando e enriquecendo os dados; Determinando a estrutura de dados; Pesquisando os dados; e Modelando. Combinando dados de múltiplas fontes. Confidencialidade e ética ao manipular dados. Manipulando dados desalinhados, inconsistentes e não padronizados. Substituindo valores ausentes. Normalização de Dados. Transformação e transferência de dados. Ferramentas para preparação de dados. Estudos de caso.
Projeto
Sexta Iteração
Sexta Iteração
10h
A Sexta Iteração do Projeto Aplicado é onde o aluno já começa a planejar e executar o desenvolvimento dos requisitos finais do seu Projeto Aplicado, utilizando para isso as competências e habilidades adquiridas em sua última disciplina e em todo o curso. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos.
Disciplina
Organizações Orientadas a Dados
Organizações Orientadas a Dados
22h
O que é uma organização orientada a dados? Vantagens da cultura orientada a dados; Perspectivas; Tendências; Resultados; e Tomada de decisão. Análise de dados no mundo dos negócios. Análise preditiva. Análise descritiva. Negócios orientados a dados. Adotando a cultura da integração analítica de dados aos negócios. Influência da integração de dados no futuro do negócio. Gerenciando o ciclo de vida dos dados. Business Intelligence. Processos empresariais orientados por indicadores. Importância. Escolha correta.
Geração. Análise e tomada de decisão. Histórico. Medição contínua. Reavaliação e retroalimentação. Frameworks.
Balanced ScoreCard Estudos de caso.
Projeto
Sétima Iteração
Sétima Iteração
10h
Na Sétima Iteração do Projeto Aplicado o aluno desenvolve os últimos requisitos de seu projeto antes da criação do relatório final, que é o último artefato a ser produzido. Para isso serão utilizadas as competências e habilidades adquiridas em sua última disciplina e em todo o curso. Ao final desta iteração, o aluno deverá realizar um confronto entre o que foi planejado nesta iteração e o que foi realmente executado, gerando artefatos que comprovam o planejamento e execução dos requisitos e se preparando para a apresentação final do projeto.
Projeto
Relatório Final
Relatório Final
20h
O Relatório Final é o principal artefato do Projeto Aplicado, pois nele o aluno irá apresentar todas as etapas de desenvolvimento do seu projeto, desde o desafio, passando pela solução e chegando ao detalhamento das iterações que materializa a solução. Este artefato é submetido à apreciação do orientador e conduzirá o projeto desenvolvido para a banca avaliadora, na etapa seguinte.
Projeto
Banca
Banca
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.
