Pós-Graduação MBA em Data Science (Ciência de Dados)

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

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 MBA 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. São aulas iguais às de uma pós MBA presencial.

Turma de verdade

Você participa de uma turma de verdade, onde interage com alunos e professores e constrói seu networking

Baseado em projetos

Você demonstra as competências em projetos práticos que entrega ao final de cada disciplina, 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

PRÓXIMA
TURMA

31/01/2023

DIAS DA
SEMANA

Terça e Quinta

DURAÇÃO
DA PÓS

11 meses

Profissional de Data Science (Ciência de Dados) trabalhando com base de dados

Disciplinas e Competências

  • 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

 

  • 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

 

  • 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

 

  • 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

 

  • 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

 

  • 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

 

  • 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

 

  • 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 MBA 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. Você tem o apoio de professores dedicados, que são experts no assunto, e aprende junto com uma turma de profissionais de todo o Brasil.

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 MBA em Data Science (Ciência de Dados).

Sim, este 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 uma pós para formar programadores.

Para assistir às aulas, 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 fazer os trabalhos 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, 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.

Coordenador

Fernando Ferreira

Coordena o 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 MBA em Data Science (Ciência de Dados) pode tornar-se um Analista ou Arquiteto de DadosCientista de Dados ou Analista de Business Intelligence (BI).

No entanto, muitos buscam o MBA para se tornarem melhores profissionais em suas carreiras atuais. Um profissional capaz de buscartratar analisar dados para tomar decisões assertivas traz melhores resultados para sua organização.

Temas abordados

Profissional de Data Science (Ciência de Dados) trabalhando em laptop

Curso Único

Flexível

As aulas são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.

Ferramentas

Cobertura das principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.

Faculdade Focada

Ministrado por uma escola totalmente dedicada à formação para a área de tecnologia tecnologia aplicada aos negócios e gestão

Criação de portfolio

Desenvolvimento de 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 MBA em Data Science foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisarem dominar programação em profundidade.

Biblioteca Virtual

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

Flexível

As aulas são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.

Ferramentas

Cobertura das principais ferramentas usadas no mercado de trabalho de Data Science (Ciência de Dados): R Studio, R Markdown, Weka e Gephi.

Criação de portfolio

Desenvolvimento de 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

Ministrado por uma escola totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão.

Foco em negócios

Este MBA em Data Science foi feito para profissionais e gestores aumentarem a assertividade de suas decisões sem precisarem dominar programação em profundidade.

Biblioteca Virtual

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

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.

Um time de professores experts em
Data Science (Ciência de Dados)

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 de Ciência de Dados

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.

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 da pós-graduação MBA em Data Science na modalidade Live é o mesmo de uma pós-graduação presencial.

Tire suas dúvidas

No atendimento digital você encontra a qualquer momento mais informações sobre as nossas pós-graduações live. E, caso prefira conversar com um de nossos consultores, siga até o final e você será direcionado para nosso atendimento ao vivo via Whatsapp.