MBA

Data Analytics

A pós-graduação colabora com a formação em análise de dados, abordando conceitos, técnicas e ferramentas que permitem a tomada de decisão orientada a dados, para profissionais sem formação em TI, tais como contadores, gestores, engenheiros, profissionais da saúde, de marketing e outros envolvidos na tomada de decisão nas organizações.

8 meses
21 de novembro de 2019
20 de novembro de 2019
Consulte

Forme-se um

Especialista em Data Analytics

Domine os modelos e as tecnologias da análise de dados. Construa dashboards para visualização analítica de dados e apoio à tomada de decisão. Implemente uma gestão orientada por indicadores, mesmo não sendo especialista em TI. Trabalhe para a criação de uma cultura orientada a dados na empresa e obtenha melhores resultados para o negócio.

Motivos para fazer sua pós no IGTI

O IGTI é referência nacional em Pós-graduação e formação profissional em TI e Tecnologias Emergentes.

50 alunos por aula interativa

A distribuição dos alunos nas aulas interativas permite uma maior troca de conhecimentos.

100% Interativo

A distribuição dos alunos nas aulas interativas permite uma maior troca de conhecimentos.

85% de Satisfação

Este é o percentual de alunos que avaliam as suas disciplinas com 4 ou 5 estrelas.

Faça seu MBA como um Bootcamp aplicável ao mercado

Estude intercalando disciplinas práticas com atividades do projeto aplicado do curso.
8 meses
Apresentação, Modelo de Ensino e Normas Acadêmicas
Apresentação, Modelo de Ensino e Normas Acadêmicas
22h
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.
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.
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.
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.
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.
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.
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).
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
Projeto aplicado com foco em Inovação

O curso convida o aluno a propor soluções para problemas com alto grau de incerteza, a partir de uma abordagem focada na prototipação de soluções e ideias inovadoras.

Conhecer mais

Aprenda com os melhores

Estude de forma interativa com um time de profissionais experientes e atuantes no mercado.

Conhecer todos os nossos professores
Alex Talles
MBA em Gestão de Processos de Negócio, IBMEC

Mais de 12 anos de experiência como Analista de Sistema, abrangendo as áreas: Especificação de requisitos funcionais e técnicos, desenvolvimento de protótipos navegáveis, desenvolvimento de aplicações em Java, análise e modelagem de processos de negócio. Atuação em projetos de diversos segmentos de mercado. Experiência no mercado de Startups.

Edson Gonzalez Martins
Mestre em Administração de Empresas, FEA-USP

30 anos como professor em programas de MBA e Pós Graduação em TI, em Gestão e Processos empresariais 25 anos como consultor de empresas em TI e Processos Ex executivo de Tecnologias da Informação em empresa multinacional e nacional

Livia Marangon Duffles Teixeira
Doutora e Mestre em Ciência da Informação pela UFMG

Professora; Consultora e gestora de projetos em gestão de documentos e informações; Modelagem de informação para desenvolvimento de sistemas, modelagem e diagnóstico de fluxos documentais; Experiência em projetos de pesquisa, desenvolvimento e inovação (P&D) no setor elétrico.

Angelo Ferreira Assis
Mestre em Ciência da Computação, UFMG

Carreira na área de engenharia de software e análise de sistemas, com experiência em desenvolvimento de sistemas de informação e apoio à tomada de decisão, liderando equipes de desenvolvimento de produtos de tecnologia da informação. Experiência na área acadêmica, como professor e orientador em algumas universidades e cursos de pós graduação.

Bruno Fernandes de Sousa
Mestre em Engenharia Elétrica pela UFMG

Possui mais de 12 anos de experiência em projeto, análise e desenvolvimento de sistemas. Já atuou em diversos projetos de domótica e IOT. Possui vasta experiência nas áreas de inteligência, visão computacional e otimização de sistemas. Atualmente trabalha na Prodemge onde é responsável pela manutenção de diversos sistemas utilizados pela Polícia Civil de Minas Gerais.

Leonardo Vilela Ribeiro
MBA em Banco de Dados e Business Inteligence

Profissional de Arquitetura de Big Data e Cientista de Dados com projetos e pesquisas em Classificação de textos através de NLP( Natural Language Processing).Detecção de anomalias para manutenção preventiva em plataformas industriais através de Aprendizado de Máquina e Deep Learning.

Rômulo Leonardo Vieira da Silva
Pós-graduação em Business Intelligence, PUC Minas

Especialista em TI com atuação em Desenvolvimento, Análise de Sistemas e Negócios, Governança de Dados, Projetos de Business Intelligence e Arquitetura de Dados em empresas de Telefonia, Planos de Saúde, Bancário e Logística. Domínio em linguagens (R, Python, SQL) e softwares de análise de dados, desenvolvendo códigos, funções e algoritmos que farão parte de projetos, processos e arquitetura de dados e sistemas de TI.

Fernanda Farinelli
Doutora em Ciência da Informação e Cientista da Computação

Atua há 20 anos com dados, desempenhando atividades nas funções de administração de banco de dados (Oracle, DB2, DMSII, MongoDB, etc); administração de dados (modelagem relacional, dimensional e NoSQL); engenharia e arquitetura de dados; governança de dados; ontologista; e coordenação de equipe. Professora a mais 15 anos em cursos de graduação e pós-graduação.

Patrícia de Fátima e Almeida
Especialista em BI, Eng. Software e Gestão de Negócios

Mais de 30 anos de experiência em Tecnologia da Informação atuando como analista de sistemas e de suporte básico e coordenadora de projetos em empresas nacionais e multinacionais.

Leonardo Barbosa de Moraes
Doutor em Ciência da Informação, UFMG

Ampla experiência profissional, incluindo 15 anos como engenheiro na CEMIG, trabalhando com gestão de projetos e TI, mais de 30 anos lecionando em diversas faculdades na graduação e Pós. Em 2015 e 2016 foi diretor do Centro de Estatísticas e Informações da Fundação João Pinheiro onde atualmente é pesquisador e professor.

Vinícius Tolentino
Mestre e doutorando em Administração na PUC Minas

Atua desde 2006 como analista de dados. Atua há 2 anos como professor.

Adelson Felipe Dias Nogueira
Mestre em Sistemas de Informações e Gestão do Conhecimento

2019: IGTI, Professor de Pós Graduação. Disciplinas de Estatística e Gestão de indicadores e IIoT e Inteligencia Artificial. 2013: Faculdade Pitágoras, Professor Universitário. Aulas para os cursos de Ciência da Computação e Engenharias.

Realize uma videoconferência gratuita com um professor

Em dúvida sobre o curso mais adequado ao seu perfil?
Gostaria de conhecer melhor o nosso modelo de ensino?

Agendar videoconferência

Processo seletivo

O processo seletivo do IGTI é simples e permite você conhecer melhor nossa cultura.
1
Solicitar videoconferência

Tire todas as suas dúvidas com um professor, receba orientações sobre seu curso e faça uma análise de perfil.

Agendar
2
Confirmar dia e horário

No prazo máximo de um dia útil, entramos em contato para esclarecer dúvidas, solicitar o seu currículo e agendar a videoconferência.

3
Participar da videoconferência

Após recebermos o seu currículo, participe da videoconferência com o professor.

4
Realizar matrícula

Após ser informado de sua aprovação, você recebe o link do Contrato de Pós-graduação para anexo da documentação necessária e assinatura eletrônica.

Faça sua matrícula antecipadamente e ganhe até R$ 1.000,00 em desconto

Estude na melhor escola de Pós-graduação em TI do país.

Invista em sua carreira profissional e certifique os seus conhecimentos.

Opte por planos de pagamento conforme a sua necessidade.

Consultar planos

O IGTI está no grupo de excelência do MEC

Com 14 anos de mercado, o IGTI é referência em pós-graduação em TI no Brasil.

Consultar credenciamento

Na dúvida?
Experimente uma aula grátis!

Que tal experimentar nosso ambiente de ensino para sentir como o IGTI ajudará você a conectar com seu futuro?

Experimentar aula grátis