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.
