Pós-Graduação
MBA em Data Science (Ciência de Dados)
R Studio, Data Mining, Estatística, R, Análise de Dados, Data Analytics, Séries Temporais, Markdown, Visualização de Dados, Text Mining, Weka, Gephi, TF-IDF
Domine a análise, leitura e tratamento de dados e aprenda a transformar data de redes sociais, mobile, processos corporativos e IoT em resultados, usando as principais ferramentas do mercado de trabalho: R Studio, R Markdown, Weka e Gephi.
Este curso de pós-graduação em Data Science (Ciência de Dados) é voltado aos profissionais que desejam guiar e aumentar a assertividade das decisões de um negócio sem precisar dominar programação em profundidade.
Aulas 100% Ao Vivo
Não são videoaulas prontas, gravadas. As aulas EAD são iguais às de um curso de pós-graduação MBA presencial.
Turma de verdade
Neste curso, você participa de uma turma de verdade, onde interage com alunos e professores e constrói seu networking
Curso baseado em projetos
Você demonstra as competências em projetos práticos que entrega ao final de cada disciplina do curso, e não em provas.
Professores de mercado
Os professores do Instituto Infnet atuam em empresas como: Petrobras, Stone, Microssoft, BNDES e Globo.
HORÁRIO
DAS AULAS
20h00 às 21h30
- Aulas ao vivo
PRÓXIMA
TURMA
25/04/2023
DIAS DA
SEMANA
Terça e Quinta
DURAÇÃO
DA PÓS
11 meses
Disciplinas e Competências do curso
Network science e visualização de dados com Gephi
- Instalar o Gephi e carregar uma base de dados para análise
- Identificar influenciadores, pontos de colapso e nós mais importantes de uma rede
- Identificar diferentes comunidades em Redes Sociais
- Criar para diferentes bases de dados análises usando os conceitos de Redes Complexas
Complementares:
- Acessar dados de APIs de dados públicos e estruturar como análise de redes
- Analisar diferentes informações organizacionais voltadas para o meio empresarial
- Acessar informações provenientes de redes sociais como Twitter, Facebook e Instagram
- Fazer análises baseadas em dados georreferenciados
- Usar os conceitos de Redes para além de dados sociais
- Apontar as implicações da Lei Geral de Proteção aos Dados na coleta e análise
- Coletar, organizar e gerenciar as informações para Inteligência de Negócio
Processamento e mineração de texto
- Criar uma base de dados baseado em técnicas de Web Crawler e Web Scrapping utilizando ParseHub
- Realizar mineração de texto de maneira automática usando scripts e serviços
- Criar visualizações para ilustrar a mineração de texto
- Demostrar o relacionamento entre palavras e entidades
Complementares:
- Aplicar modelos de inteligencia artificial em bases textuais, especialmente na descoberta de tópicos
- Estruturar dados contidos em documentos para descoberta de informações
- Utilizar APIs de algoritmos em nuvem como Google NLP e TextRazor
- Realizar a limpeza de uma base textual para entender a mensagem relevante
- Utilizar de scripts em R com foco em mineração de texto
Estatística para Cientistas de Dados
- Explorar dados com a plataforma R Studio Cloud
Instalar pacotes em R para análise de dados - Calcular medidas estatísticas básicas usando R
- Criar um histograma em diferentes bases de dados
- Criar gráficos usando a ferramenta ggplot
Complementares:
- Utilizar os pacotes de R voltados para análise de dados: tidyverse
- Preparar dados através de funções de transformação
- Realizar análises georreferenciadas de dados
- Criar gráficos usando facets e objetos geométricos
- Criar gráficos usando sistemas com coordenadas geográficas
Análise exploratória de dados
- Descrever a distribuição de um conjunto de dados através de medidas estatísticas
- Realizar a inferência estatística em uma base de dados
- Manipular base de dados com dados faltantes e outliers
- Criar um dashboard usando R Markdown e Shiny
- Criar relatórios utilizando a ferramenta RMarkdown
Complementares:
- Correlacionar variáveis distintas dentro de uma base
- Realizar análise exploratória utilizando visualização e transformação de dados
- Desenvolver as etapas de KDD, principalmente preparação de dados
- Utilizar diferentes bases de dados voltadas para o mercado do próprio aluno
Mineração de dados para séries temporais
- Utilizar uma base de dados temporal armazenada em formato CSV ou SQL
- Identificar a diferença entre processos determinísticos e estocásticos
- Criar gráficos com séries temporais
- Calcular a tendência e a sazonalidade de séries temporais para diferentes bases de dados
Complementares:
- Projetar um serviço de predição baseado em dados temporais
- Identificar padrões em dados históricos para realizar previsões de tendência
- Utilizar modelos estatísticos e matemáticos para prever resultados futuros
Modelos preditivos
- Acessar uma base de dados utilizando SQL
- Instalar pacotes de tratamento de séries temporais
- Utilizar a funcionalidade Forecast do pacote de séries temporais
- Aplicar um modelo preditivo para uma base de dados do mundo real
Complementares:
- Acessar dados de diferentes APIs e Base de dados estruturadas
- Criar relatórios baseados em dados temporais para estimar demanda
- Instalar e utilizar uma plataforma de fluxo de dados
Análise de clusters
- Aplicar um modelo não-supervisionado para organização de dados usando K-médias em R
- Utilizar um algoritmo de clusterização hierárquica
- Criar a segmentação de dados de uma grande base de dados (Big Data)
- Validar os resultados da segmentação com métricas de qualidade
Complementares:
- Analisar e interpretar grandes volumes de dados e informações não estruturados
- Interpretar as diferentes medidas de similaridade entre dados
- Desenvolver as etapas de KDD, principalmente preparação de dados
- Aplicar conceitos de qualidade de dados relacionados a ISO 8000
Visualização e relatórios de segmentos
- Criar apresentações e relatórios com R Markdown
- Publicar apresentações e relatórios em ambientes públicos
- Segmentar uma base de clientes de uma loja online
- Segmentar uma base com dados georreferenciados
Complementares:
- Criar dashboards usando ferramentas como Tableau e PowerBI
- Construir uma análise de fatores baseadas em algoritmos como PCA e NMF
- Utilizar algoritmos voltados para grande volumes de dados como: CLARA
Perguntas frequentes
Neste curso de pós-graduação MBA em Data Science, você terá uma verdadeira experiência de sala de aula, participando por áudio e vídeo, tirando dúvidas com os professores e construindo seu networking.
São 64 aulas interativas ao vivo e sete dias por semana de aprendizado na comunidade online do EAD. Você tem o apoio de professores dedicados ao longo do curso, que são experts no assunto, e aprende junto com uma turma EAD de profissionais de todo o Brasil.
O curso de pós-graduação em Data Science (Ciência de Dados) é para:
Gestores que desejam fortalecer o uso de dados em suas organizações.
Profissionais que buscam tomar decisões mais assertivas a partir do
tratamento e análise de dados.
Profissionais de quaisquer áreas que analisam dados proveniente de redes sociais, jornais, fontes públicas e de comportamentos do consumidor.
Profissionais que atuam ou desejam atuar na transformação digital de organizações .
Não, programação não é um pré-requisito para este curso de pós-graduação MBA em Data Science (Ciência de Dados).
Sim, este curso de pós-graduação MBA ensina os fundamentos da programação necessários ao trabalho em Data Science (Ciência de Dados).
O aluno precisa estar disposto a aprender a programar, ainda que esta não seja um curso de pós-graduação para formar programadores.
Para assistir às aulas do curso, basta um celular com câmera e boa conexão internet wifi ou 4g, mas será bem mais produtivo se você usar um desktop ou notebook com câmera e um confortável fone de ouvidos, que é a configuração recomendada para a modalidade EAD.
Para fazer os trabalhos do curso e enviar pelo Moodle, você deve usar um computador com configuração mínima Core i3, 4gb de RAM (recomendável 8gb) e internet de boa qualidade.
Ao tornar-se aluno da pós-graduação EAD, você terá direito a uma conta no G Suite do Google e acesso a todas as VMs (Virtual Machines) necessárias para seu aprendizado, assim como instruções para baixá-las e utilizá-las durante o curso.
Coordenador
Fernando Ferreira
Coordena o curso de pós-graduação MBA em Data Science (Ciência de Dados), que é ministrado por professores do quadro permanente do Instituto Infnet e especialistas convidados para disciplinas específicas.
Prof. Fernando é um dos pioneiros em Data Science no Brasil, professor e coordenador da pós-graduação desde seu início. É doutor em Inteligência Artificial pela Coppe/UFRJ e mestre em Engenharia Elétrica. Atua hoje diretamente no mercado de Data Science, sendo cofundador da Twist Systems.
Carreiras em Data Science
(Ciência de Dados)
O profissional formado no curso MBA em Data Science (Ciência de Dados) pode tornar-se um Analista ou Arquiteto de Dados, Cientista de Dados ou Analista de Business Intelligence (BI).
No entanto, muitos buscam o curso de pós-graduação para se tornarem melhores profissionais em suas carreiras atuais. Um profissional capaz de buscar, tratar e analisar dados para tomar decisões assertivas traz melhores resultados para sua organização.
Curso Único
Curso Flexível
As aulas do EAD são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.
Ferramentas
O curso cobre as principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.
Faculdade Focada
Curso ministrado por uma escola totalmente dedicada à formação para a área de tecnologia tecnologia aplicada aos negócios e gestão
Criação de portfolio
Durante o curso de pós-graduação, você desenvolve projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades.
ensina do início
Não exige conhecimento prévio de programação, permitindo ao aluno estudar os conceitos necessários durante o curso.
Foco em negócios
Este curso MBA em Data Science foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisarem dominar programação em profundidade.
Biblioteca Virtual
Ao tornar-se aluno do EAD, você garante acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Wiley, Pearson, O'Reilly, McGraw-Hill, Sybex, Apress, For Dummies
Curso Flexível
As aulas do EAD são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.
Ferramentas
O curso cobre as principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.
Criação de portfolio
Durante o curso de pós-graduação, você desenvolve projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades.
ensina do início
Não exige conhecimento prévio de programação, permitindo ao aluno estudar os conceitos necessários durante o curso.
Faculdade Focada
Curso ministrado por uma escola totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão.
Foco em negócios
Este curso MBA em Data Science foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisarem dominar programação em profundidade.
Biblioteca Virtual
Ao tornar-se aluno do EAD, você garante acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Wiley, Pearson, O'Reilly, McGraw-Hill, Sybex, Apress, For Dummies
Projetos reais
Neste curso, você aprende desenvolvendo projetos reais de Data Science (Ciência de Dados) como portfólio de suas novas habilidades, com a utilização das principais ferramentas usadas no mercado de trabalho:
R Studio, R Markdown, Weka e Gephi.
Professores experts em
Ciência de Dados
Luiz Fernando Frias
Profundamente envolvido na área de dados, trabalhou desde a definição de métricas de qualidade de dados, passando pelos modelos de aprendizado, até a apresentação dos dados. É Gerente de R&D na White Martins, responsável pelos projetos relacionados à operação de logística, produção e manutenção preventiva. Engenheiro da computação pela UFRJ e mestre em Engenharia Elétrica pela COPPE/UFRJ.
Cassius Figueiredo
Cientista de dados na Stone, é responsável pelo desenvolvimento de modelos preditivos para prevenção de perdas financeiras e mentoria de times de ciência de dados. Mestre em modelagem matemática da informação pela FGV, possui 15 anos de experiência em gestão de projetos globais para Microsoft, Google e SAP, entre outras.
Audrey Fischer
Com mestrado em Epidemiologia em Saúde Pública com ênfase em Métodos Quantitativos pela ENSP-FIOCRUZ, exerceu as funções de assessoria técnica na Coordenadoria Geral de Atenção Primária 4.0 e Diretora da Divisão de Informação, Controle e Avaliação. Atualmente trabalha na Secretaria do Estado de Saúde-RJ.
Felipe Fink Grael
Co-fundador da empresa de ciência de dados Twist e Mestre em Engenharia Elétrica com ênfase em Inteligência Computacional pelo Programa de Engenharia Elétrica (PEE) da COPPE/UFRJ, participou por mais de 10 anos na colaboração UFRJ-CERN (Suíça). Participa em projetos em Data Science para a Globo, Marinha do Brasil, Vallourec, entre outros.
O time de professores do curso, naturalmente, pode ser alterado ao longo do tempo.
Curso Flexível
Você assiste às aulas, estuda e faz os trabalhos no horário que puder. Assistir ao vivo é o ideal, mas é você quem decide. Neste MBA em Data Science, você faz seu horário!
Depoimentos de alunos
Mestre em economia, professor e Gestor de Investimentos Certificado pela Anbima (CGA) e Habilitado na CVM
PH.D em Political Science e atua como general manager na Poliarco Political Intelligence
Produtor de Conteúdo na Red Dot Content
Perguntas frequentes
O Infnet é a melhor faculdade de tecnologia do Rio de Janeiro. Foi fundado em 1994, para o ensino de excelência voltado às necessidades do mercado, e tornou-se referência nesse segmento.
A proposta do Instituto é ensinar tecnologia aplicada ao contexto de negócios, isto é, como uma ferramenta para o desenvolvimento das organizações.
No caso das pós-graduações lato sensu, como especializações tradicionais ou MBAs, conforme disposto na página do próprio Ministério da Educação, elas não precisam ser reconhecidas pelo MEC:
"Observados esses critérios, os cursos de especialização em nível de pós-graduação independem de autorização, reconhecimento e renovação do reconhecimento (o que lhes garante manter as características de flexibilidade, dinamicidade e agilidade), desde que oferecidos por instituições credenciadas".
O que é necessário é que as instituições de ensino que ofereçam esses cursos de pós-graduação lato sensu sejam credenciadas pelo MEC.
Nossa qualidade foi reconhecida pelo MEC, que conferiu conceito máximo (5) para a modalidade EAD da instituição e para todas as graduações reconhecidas.
Portaria 529 de 14/06/2013. Essas informações são públicas, o candidato pode ir lá sozinho e pesquisar no site: emec.mec.gov.br/
Este nível de qualidade só é possível pela metodologia que combina aulas ao vivo diárias e o aprendizado através do desenvolvimento de projetos com desafios reais da profissão. Além disso, a metodologia de avaliação por competências aproxima os alunos do mercado de trabalho.
Neste curso, você terá as mesmas oportunidades de aprendizado que em uma pós-graduação presencial, com aulas ao vivo, colegas de classe, trabalhos e indicação de conteúdos adicionais para estudar.
Para nós, pós-graduação não pode ser videoaula gravada para autoestudo por isso nossas aulas são ao vivo. É uma pós-graduação de verdade, com aulas de verdade.
Sim, o certificado do curso de pós-graduação MBA em Data Science na modalidade Live é o mesmo de uma pós-graduação presencial.
Dúvidas sobre investimento e conteúdo
No atendimento digital você recebe as informações sobre o conteúdo programático e investimento de nossos cursos a qualquer hora! Para conversar com um de nossos consultores ao vivo, basta seguir até o final do atendimento digital e será direcionado automaticamente para nosso WhatsApp.
