Ir direto para menu de acessibilidade.
Página inicial > Pós-Graduação > Especialização em Ciência de Dados
Início do conteúdo da página

Especialização em Ciência de Dados

Publicado: Sexta, 13 de Novembro de 2020, 17h07

Modalidade: Pós-graduação Lato Sensu
Custo: GRATUITO
Carga horária total: 420 horas ao longo de 24 meses, sendo 300 horas presenciais, 60 horas EAD e 60 horas dedicadas ao TCC.
Período e periodicidade: 18 meses para a realização e conclusão das disciplinas e mais 6 meses para a elaboração e defesa do TCC.
Turno: às terças-feiras e quintas-feiras, no período noturno, nas instalações físicas do IFSP Câmpus Campinas
Como ingressar: processo seletivo público. O edital será divulgado em meados de dezembro/2020.

Início do curso: abril/2021
CoordenadorProf. Dr. Samuel Botter Martins - O endereço de e-mail address está sendo protegido de spambots. Você precisa ativar o JavaScript enabled para vê-lo.

 

Editais (Processos seletivos e transferências)

Objetivo geral

Formar especialistas, denominados Cientistas de Dados, aptos a atuar com métodos, processos, algoritmos e sistemas otimizados para analisar e interpretar relações complexas de dados produzidos digitalmente. O Cientista de Dados se desenvolve a partir de competências e habilidades multidisciplinares, empregando pensamento analítico para apoiar a tomada de decisão e a solução de problemas do setor produtivo e da sociedade.

Objetivos específicos

  • Articular o processamento de dados e sua relação com os processos de tomada de decisão e solução de problemas.

  • Criar narrativas guiadas por dados para comunicação eficiente de informações, apoiadas pelos diversos elementos gráficos e tabulares disponíveis.

  • Promover a atitude ética diante da geração, manipulação, salvaguarda e publicação de dados pessoais e dados sensíveis, sob a ótica da legislação vigente e os princípios constitucionais, assim como observando as boas práticas internacionalmente estabelecidas.

  • Articular conceitos de estatística e matemática com as práticas de análise e interpretação de fenômenos do setor produtivo e da sociedade, a partir da compreensão das relações complexas de dados, e com o objetivo de prover aporte teórico ao Cientista de Dados.

  • Avaliar a adoção e o uso de tecnologias e ferramentas de software emergentes para a infraestrutura de armazenamento e processamento de dados, observando os requisitos de disponibilidade e balanceamento de carga.

  • Aplicar técnicas emergentes de inteligência artificial para eficiência das atividades envolvidas no ciclo de vida dos dados.

  • Avaliar a adoção e uso de sistemas e softwares para visualização de dados para atender os diversos públicos-alvo envolvidos, os quais pressupõem diferentes níveis de agregação e granularidade para entendimento eficiente da informação.

  • Conhecer os desafios e oportunidades envolvidos na profissão por meio do contato com projetos e iniciativas de ciência de dados.

Perfil do egresso

Os egressos do curso serão profissionais com uma formação teórica e prática das técnicas de matemática, estatística e computação para ciência de dados, capazes de desenvolver, gerir, explorar e analisar dados de problemas de diversos domínios.

Estarão aptos a desempenhar vários papéis no processo de tomada de decisão, auxiliando desde a coleta dos dados, na aplicação de técnicas para tratamento e visualização, até a interpretação e aplicação, com habilidades de programação e definição de arquiteturas, além de possuir conhecimento suficientes para fazer uso de técnicas de Data Mining, Big Data e Machine Learning.

Serão profissionais preparados para a inserção imediata no mercado de trabalho na profissão de Cientista de Dados, sendo capazes de criar soluções de software para coleta, tratamento, análise, manipulação e extração de conhecimentos a partir de dados, seja para a indústria, para o setor público ou para instituições de pesquisa.

 

 

 

Documentos do Curso:
Plano Pedagógico do Curso (PPC)
Aprovação do Curso
Estrutura Curricular

Docentes

Nome

Formação

Dr. Alencar de Melo Júnior

http://lattes.cnpq.br/5330935294822485

Doutor em Engenharia Elétrica (Unicamp),

Mestre em Engenharia Elétrica (Unicamp),

Bacharel em Ciências da Computação (USP).

Dr. Andreiwid Sheffer Corrêa

http://lattes.cnpq.br/4577090363752062

Pós-doutorado em Ciência da Computação,

Doutor em Engenharia de Computação (USP),

Mestre em Gestão de Redes de Telecomunicações (PUCCAMP)

Graduado em Ciência da Computação (UNISAL)

Dr. Bianca Maria Pedrosa

http://lattes.cnpq.br/5512756726602398

Doutora em Computação Aplicada (INPE),

Mestre em Ciência da Computação (UFSCar),

Graduada em Tecnologia em Processamento de Dados (UNIMEP),

Dr. Ricardo Barz Sovat

http://lattes.cnpq.br/0404624792247041

Doutor em Ciências da Computação e Matemática Computacional (USP),

Mestre em Engenharia de Sistemas e Computação (UFRJ),

Bacharel em Matemática (UERJ).

 

Me. Samuel Botter Martins

http://lattes.cnpq.br/8252944637606624

Doutor em Ciência da Computação (UNICAMP e University of Groningen),

Mestre em Ciência da Computação (UNICAMP),

Graduado em Ciência da Computação (USP).

Dr. Tiago José de Carvalho

http://lattes.cnpq.br/3078416821864516

Doutor e Mestre em Ciência da Computação (UNICAMP),

Graduado em Ciência da Computação (UFJF).

Me. Carlos Eduardo Beluzo

http://lattes.cnpq.br/0351306309236913

Mestre em Engenharia Mecânica (USP),

Graduado em Informática pela (USP).

Me. Everton Josue da Silva

http://lattes.cnpq.br/3745890062485429

Mestre em Ciência da Computação (UFMG),

Graduação em Ciência da Computação (UNIFAL).

registrado em:
Fim do conteúdo da página