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. Previsão do próximo edital: Novembro de 2021. Para editais anteriores, acesse a página de Editais.

Início do curso: 30 de março de 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.

 

Horário das disciplinas

 

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)

Dra. 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)

Dra. Cecília Pereira de Andrade

http://lattes.cnpq.br/3606164397080959

Doutora em Matemática Aplicada (UNICAMP)

Mestre em Matemática Aplicada (UNICAMP)

Graduada em Matemática (UFU)

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)

 

Dr. Samuel Botter Martins

http://lattes.cnpq.br/8252944637606624

Doutor (cotutela) em Ciência da Computação (UNICAMP e University of Groningen - Holanda)

Mestre em Ciência da Computação (UNICAMP)

Graduado em Ciência da Computação (USP)

 
Dra. Thalita Biazzuz Veronese
 
 
Doutorado em Computação Aplicada (INPE)
 
Mestrado em Computação Aplicada (INPE)
 
Graduada em Ciência da Computação (UEL)
 

Me. Carlos Eduardo Beluzo

http://lattes.cnpq.br/0351306309236913

Mestre em Engenharia Mecânica (USP)

Graduado em Informática (USP)

 
Me. Danilo Douradinho Fernandes
 
 

Mestrado em Engenharia Eletrônica e Computação (ITA)
 
Graduado em Ciência da Computação (UEL)

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