Admissão E Valores

Pós-Graduação
MIT em Engenharia de Dados: Big Data

SPARK, KAFKA, HADOOP, NOSQL, BIG DATA ANALYTICS, MONGODB, GOOGLE BIGQUERY, CASSANDRA, MAP-REDUCE
Projete infraestruturas sofisticadas e atue como um integrador de bases heterogêneas, dominando competências e tecnologias como MongoDB, Hadoop, Kafka, Spark, Python, Google BigQuery e mais.
Ao fim deste curso de Pós Engenharia de Dados, você será um Engenheiro de Dados com conhecimentos de análise e ciência de dados, sendo capacitado a gerenciar e configurar ambientes hospedeiros de bases Big Data.
Próxima turma

02/02/2026

Dias da semana

Terça e Quinta

Horário das aulas

20h00 às 22h00

Disciplinas e competências

  • Infraestrutura MongoDB
    • Planejar uma infraestrutura MongoDB para carregamento de uma grande base de dados pública
    • Carregar de uma grande base de dados pública para uma infraestrutura MongoDB
    • Implementar rotinas de ETL em uma base MongoDB carregada
    • Replicar bases em uma infraestrutura MongoDB

    Complementares 

    • Implementar operações básicas de manutenção em uma infraestrutura MongoDB
    • Implementar operações de administração para uma infraestrutura MongoDB
  • Infraestrutura Cassandra
    • Planejar uma infraestrutura Cassandra para carregament de uma grande base de dados pública
    • Carregar de uma grande base de dados pública para uma infraestrutura Cassandra
    • Implementar rotinas de ETL em uma base Cassandra carregada
    • Criar visualizações de dados, representativas da base de dados, a partir de uma infraestrutura Cassandra

    Complementares 

    • Implementar operações básicas de manutenção em uma infraestrutura Cassandra
    • Implementar operações de administração para uma infraestrutura Cassandra
  • Infraestrutura Hadoop
    • Planejar uma infraestrutura Hadoop para carregamento de uma grande base de dados pública
    • Carregar de uma grande base de dados pública para uma infraestrutura Hadoop
    • Implementar rotinas de ETL em uma base Hadoop carregada
    • Analisar dados em uma infraestrutura Hadoop

    Complementares 

    • Implementar operações básicas de manutenção em uma infraestrutura Hadoop
    • Implementar operações de administração para uma infraestrutura Hadoop
  • Análise de dados com Spark
    • Planejar uma infraestrutura Spark para carregamento de uma grande base de dados pública
    • Carregar de uma grande base de dados pública para uma infraestrutura Spark
    • Análisar dados em uma infraestrutura Spark.
    • Criar visualizações de dados, representativas da base de dados, a partir de uma infraestrutura Spark

    Complementares 

    • Implementar operações básicas de manutenção em uma infraestrutura Spark
    • Implementar operações de administração para uma infraestrutura Spark
    • Aplicar modelagem de dados em uma infraestrutura Spark
    • Implementar operações básicas de manutenção em uma infraestrutura Kafka
  • Infraestrutura Kafka
    • Planejar uma infraestrutura Kafka para armazenamento de dados relacionados a eventos.
    • Carregar um fluxo de dados relacionado a eventos para uma infraestrutura Kafka
    • Implementar rotinas de validação periódica de dados relacionados a eventos na infraestrutura Kafka criada.
    • Criar visualizações de dados, para acompanhamento de eventos, a partir de uma infraestrutura Kafka

    Complementares 

    • Implementar operações de administração para uma infraestrutura Kafka
  • Infraestrutura Google BigQuery
    • Planejar uma infraestrutura Google BigQuery para armazenamento de informações geradas a partir do fluxo de dados em tempo real
    • Armazenar informações periódicas do fluxo em tempo real na infraestrutura Google BigQuery
    • Analisar dados em uma infraestrutura Google BigQuery
    • Criar visualizações de dados, representativas da base de dados, a partir de uma infraestrutura Google BigQuery

    Complementares 

    • Aplicar modelagem de dados em uma infraestrutura Google BigQuery
    • Otimizar a consulta de dados em uma infraestrutura Google BigQuery
  • Fundamentos de Machine Learning e Modelos Não-supervisionados
    • Carregar, transformar e preparar bases de dados usando linguagem Python
    • Executar Análise Exploratória de Dados e processos de Feature Engineering
    • Implementar modelos não-supervisionados de clusterização em conjuntos de dados
    • Implementar modelos não-supervisionados de associações em conjuntos de dados

    Complementares 

    • Desenvolver aplicações de Machine Learning estruturadas
    • Criar visualizações de dados para dar apoio à análise exploratória de dados
  • Modelos Supervisionados
    • Implementar modelos supervisionados de regressão linear em conjuntos de dados
    • Implementar modelos supervisionados de regressão logística em conjuntos de dados
    • Implementar modelos supervisionados de classificação baseados em árvores de decisão em conjuntos de dados
    • Implementar modelos supervisionados de classificação baseados em SVMs em conjuntos de dados

    Complementares 

    • Aplicar e interpretar métricas em projetos de Machine Learning
    • Aplicar técnicas de ajustes de modelos em projetos de Machine Learning

Duração: 1 ano

Sobre a pós

  • É RECONHECIDA PELO MEC?

    No caso das pós-graduações lato sensu, como cursos e especializações tradicionais ou MBAs, conforme disposto na página do próprio Ministério da Educação, elas não precisam ser reconhecidas pelo MEC.

    O que é necessário é que as instituições de ensino que ofereçam esses cursos de pós-graduação lato sensu sejam credenciadas pelo MEC.

    Consulte aqui o cadastro da instituição no Sistema e-MEC

  • COMO VOU APRENDER?

    Neste curso de pós Engenharia de Dados, 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 ao longo da pós Engenharia de Dados, que são experts no assunto, e aprende junto com uma turma EAD de profissionais de todo o Brasil.

  • QUEM DEVE FAZER ESTE CURSO?

    Esta pós Engenharia de Dados é para:

    Graduados na área de TI e deseja assumir posições profissionais na gestão de soluções em engenharia de dados.

    Profissionais envolvidos com a inteligência do negócio em Big Data e Engenharia de Dados, com vivência em tecnologia, e que desejam se aprofundar no uso de grandes volumes de dados como apoio à tomada de decisões.

  • PREPARA PARA QUAIS CARREIRAS?

    Esta pós Engenharia de Dados forma para as carreiras:
    → Engenheiro de dados com conhecimentos de análise e ciência de dados.
    → Data Engineer

    Os egressos do curso de pós-graduação Engenharia de Dados são preparados para atuar como integradores de bases heterogêneas, assim como capacitados para gerenciar e configurar ambientes hospedeiros de bases Big Data.

  • O QUE SIGNIFICA MIT?

    MIT significa “Master in Information Technology”. É o equivalente à sigla MBA, mas para a área de tecnologia. MBAs são cursos com aspectos de gestão de negócios (“B” de Business).

  • QUAL INFRA PRECISO TER?

    Para assistir às aulas deste curso de pós Engenharia de Dados, basta um celular com câmera e boa conexão de internet Wi-Fi 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 da pós-graduação Engenharia de Dados, você deve usar um computador com configuração mínima Core i5, 8GB de RAM (recomendável 16GB) e internet de boa qualidade.

    Ao tornar-se aluno do curso de pós Engenharia de Dados, você terá direito a uma conta no Google Workspace e acesso a todas as VMs (Virtual Machines) necessárias para seu aprendizado, assim como instruções para baixá-las e utilizá-las.

  • SOBRE O COORDENADOR

    CARLOS GERTNERS

    Carlos é coordenador da pós Engenharia de Dados. Administrador de banco de dados MongoDB da Rede D’Or, tem trabalhado nos últimos anos com foco em BI, Big Data e IA.

    Atua em TI há 29 anos, com experiência em administração de redes, Linux/UNIX, Administração Oracle, SQL Server e DB2. Pós-graduado em docência do ensino superior e MBA em gestão de projetos.

Você só encontra no Infnet

TODAS AS AULAS AO VIVO

As aulas do curso de pós Engenharia de Dados são ao vivo, mas ficam gravadas para você assistir conforme sua disponibilidade.

Professores de mercado

Os professores da Faculdade Infnet atuam em empresas como: Microsoft, Globo, Itaú, Vivo, Accenture e mais.

 
TECNOLOGIAS DE ALTA DEMANDA

Pós Engenharia de Dados com Hadoop/Spark, Cassandra, MongoDB, Kafka e Google BigQuery, bem como programação em linguagem Python.

 
 
Biblioteca Virtual

Acesso a biblioteca online com mais de 35 mil livros, vídeos e tutoriais de editoras como: Apress, Packt Publishing, Pearson, O’Reilly (Safari), Sams, Cisco Press, McGraw-Hill, Sybex

 
CURSO ÚNICO

Conjunto único de temas para formar um profissional com rara qualificação que conjuga competências de Engenharia de Dados e análise de dados.

 
 
OPORTUNIDADE DIFERENCIADA

Primeira pós-graduação de Engenharia de Dados focada em Big Data, em evolução desde 2014.

 
 
Bônus

Programa de Aperfeiçoamento

No Infnet, além das disciplinas regulares da sua pós-graduação, você também tem direito a eletivas de outras áreas sem custo adicional. Assim, você pode desenvolver competências complementares à sua formação, altamente valorizadas pelo mercado.

Um time de professores experts

Atua na área de TI há 25 anos, com experiência na entrega de soluções em diferentes setores do governo e empresas privadas. Atualmente é analista de dados na Petrobras, onde desenvolve estudos de inteligência relacionados ao combate à fraude e corrupção, envolvendo tecnologias de mineração de texto, data analytics e grafos de conhecimento. Mestre em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
André Ormastroni
Professor Cassius Figueiredo é um renomado educador com vasta experiência no ensino superior e atuação nas indústrias de pagamentos e finanças. Com especialização na área de Engenharia de Dados: Big Data, suas paixões acadêmicas concentram-se nas aplicações de Aprendizado de Máquina voltadas para a detecção de fraudes, elaboração de estratégias para negociações eletrônicas, identificação de regimes de mercado e resolução de desafios empresariais, como a detecção de churn.
Cassius Figueiredo
Prof. Leandro Maia possui sólida experiência na gestão de dados, adquirida como Assistant Researcher na BPG e administrador de dados na Epimed Solutions, além de especialista em Business Intelligence no Instituto D’Or de Pesquisa e Ensino. Em sua trajetória profissional, também atutou como analista de dados no Hospital Casa De Portugal, onde se destacou na implementação de indicadores de gestão usando Power BI, integração de bancos de dados e desenvolvimento de relatórios interativos. Leandro é mestre em Ciências da Computação, com ênfase em Ciência da Computação.
Leandro Maia
Leonardo Glória é um renomado arquiteto de soluções e consultor, certificado pela Amazon e especializado em Machine Learning. Sua paixão pelo ensino o levou a atuar co-professor de disciplinas em Java, orientação a objetos, arquitetura de software e big data, sempre com uma abordagem prática.
Leonardo Glória

DEPOIMENTO de alunos do curso Big data

“Foi uma experiência incrível de conhecimento e principalmente de networking. Ainda acompanho de longe as classes existentes e vejo que o programa está em constante evolução. Mesmo já trabalhando na área foi de extrema relevância aprender novas tecnologias relacionadas ao tema.”
Daniel Cardoso
Ex-auno da pós Engenharia de Dados
“Iniciei a minha carreira há 30 anos como desenvolvedor. Big data me interessava, mas não conseguia entender como funcionava. Apesar de ter lido muitos artigos, me faltava uma base, e por isso procurei uma especialização. A pós me caiu como uma luva, pois cobria as tecnologias que mais me interessavam e foi muito recomendado pelo meu networking. Já no primeiro semestre mergulhei em Python e Machine Learning, que no mesmo ano me renderam a transferência para o grupo de Analytics e transformação digital da minha empresa, onde continuo até hoje. Desde então já atuei em projetos de reconhecimento de imagens e texto até modelos analíticos e dashboards em nuvem. Estou muito feliz com a escolha que fiz.”
Carlos Oliveira
Ex-aluno da pós Engenharia de Dados
“Após quase uma década trabalhando na área de integração de sistemas decidi entrar no mundo Big Data e iniciei meus estudos no Infnet. Foi a melhor decisão que tomei, pois já na primeira metade do curso, graças ao conteúdo passado, corpo docente e networking, consegui migrar para área de Engenharia de Dados na empresa onde trabalhava. Hoje, trabalho como Engenheiro de Dados Sênior em uma multinacional, só foi possível graças ao altíssimo nível da pós-graduação.”
Nilo Sérgio
Ex-aluno da pós Engenharia de Dados
“Estudei na primeira turma da Pós-Graduação MIT em Big Data. O Infnet foi precursor nessa área bem na época em que eu estava buscando educação formal sobre o tema. Foram dois anos de muito estudo e aprendizado teórico e prático que me ajudam no dia a dia da profissão. Tivemos contato com as mais modernas tecnologias de Big Data e com desafios práticos que nos levaram a um nível muito acima do mercado. Também é oportuno destacar a importância da rede de contatos. Impressiona a quantidade de oportunidades compartilhadas entre nós, alunos.”
Rodrigo Souza
Aluno da pós Engenharia de Dados

Como o aluno aprende?

Ao vivo e flexível

Você assiste e participa das aulas, podendo tirar dúvidas e trocar experiências com professores e colegas.

Caso precise faltar ou queira rever conteúdos, você também tem a possibilidade de assistir as aulas gravadas quantas vezes quiser.

Conteúdos premium

Nossos alunos têm acesso a vídeos, livros e guias de estudos premium das principais editoras de tecnologia do mundo, tais como: Apress, Packt Publishing, Pearson, O’Reily, Sams, Cisco Press, McGraw-Hill, Sybex, entre outras.

 
Projetos práticos

Durante todas as disciplinas o aluno coloca em prática o que aprende através do desenvolvimento de projetos reais baseados nos desafios das empresas.

A avaliação é feita de forma igual ao mercado, considerando as habilidades desenvolvidas pelo aluno.

 
Tempo de aprendizado

Disciplinas com duração pensada para o profissional conciliar suas obrigações diárias e conseguir estudar propriamente cada tema.

O tempo de formação das pós permite que o aluno aprenda novos softwares e ferramentas de trabalho de forma adequada.

 
Comunidade Infnet

Nossos alunos também constroem seu networking através de nossa comunidade online, onde podem se comunicar e interagir com outros alunos e professores.

A comunidade online permite o compartilhamento de materiais e oportunidades a respeito de cada área.

 
Ciclo de atividades

Oferecemos atividades complementares, como webinars e eventos online com especialistas da área.

Durante as atividades, tratamos de diversos assuntos relevantes para a empregabilidade do profissional.

 

Dúvidas frequentes

  • POR QUE ESTUDAR NO INFNET?

    A Faculdade Infnet é referência em tecnologia.

    Nossa trajetória de pioneirismo no ensino das tecnologias da Internet no Brasil marca um diferencial que nenhuma outra instituição de ensino de TI do mercado brasileiro possui: décadas de experiência acumuladas em educação na área específica de tecnologia, refletidas na formação de gerações de profissionais de destaque que colocamos no mercado desde 1994.

  • QUAIS SÃO AS NOTAS DO MEC PARA OS CURSOS DE PÓS LIVE DO INFNET?

    No caso das pós-graduações lato sensu, como cursos e 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 garante o curso 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.

  • QUAL É A NOTA DO MEC DADA AO INFNET PARA O CREDENCIAMENTO DO NOSSO MODELO DE ENSINO A DISTÂNCIA?

    Nossa qualidade foi reconhecida pelo MEC, que conferiu conceito máximo (5) para a modalidade EAD da instituição.

    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 do curso que combina aulas ao vivo e o aprendizado através do desenvolvimento de projetos com desafios reais da profissão. Além disso, a metodologia do curso de avaliação por competências aproxima os alunos do mercado de trabalho.

  • QUAL É O PRINCIPAL DIFERENCIAL DOS CURSOS DE PÓS-GRADUAÇÃO LIVE DO INFNET?

    Sim, o certificado do curso de pós-graduação na modalidade Live é o mesmo de uma pós-graduação presencial.

  • O CERTIFICADO DA PÓS LIVE É O MESMO DE UMA PÓS PRESENCIAL?

    Sim, o certificado do curso de pós-graduação na modalidade EAD é o mesmo de uma pós-graduação presencial.

  • Como o Programa de Aperfeiçoamento e Inovação funciona?

    Ao se matricular no Infnet, você ganha um bônus: as eletivas de aperfeiçoamento. São disciplinas voltadas para o desenvolvimento de habilidades técnicas, comportamentais e inovadoras em diversos temas, da neurociência e design thinking a IA e blockchain. Todo ano são oferecidas de 8 a 15 eletivas, atualizadas a cada edição.

    As aulas são realizadas ao vivo e podem incluir atividades práticas, discussões ou trabalhos, a critério do professor. Qualquer aluno de pós-graduação pode fazer até duas eletivas de aperfeiçoamento por ano, sem custo adicional.

Informações e valores

A Faculdade Infnet valoriza o seu tempo! Por isso, disponibilizamos a Íris, nosso atendimento inteligente, para que você possa obter informações sobre o curso de seu interesse a qualquer hora do dia. Se preferir falar com um de nossos consultores ao vivo, fique tranquilo! Ao finalizar esse atendimento, estaremos prontos para te ajudar sem demora, durante o horário comercial.