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.
Aulas 100% Ao Vivo
Não são videoaulas prontas, gravadas. Nossa pós Engenharia de Dados é comporto por aulas iguais às de uma pós-graduação presencial.
Turma de verdade
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 da pós Engenharia de Dados, e não em provas.
Aulas com Labs Virtuais
Pós Engenharia de Dados prática, ministrada usando Labs Virtuais para os alunos experimentarem as tecnologias e softwares da área.
HORÁRIO
DAS AULAS
20h00 às 22h00
- Aulas ao vivo
PRÓXIMA
TURMA
31/07/2023
DIAS DA
SEMANA
Seg e Qua
DURAÇÃO
DA PÓS
11 meses
Disciplinas e Competências do curso
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
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
Perguntas frequentes
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.
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.
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).
Para assistir às aulas deste curso de pós Engenharia de Dados, 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 da pós-graduação Engenharia de Dados e enviar pelo Moodle, 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 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
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.
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.
Temas Abordados na pós Engenharia de Dados
- Arquitetura de soluções na área de engenharia de dados
- Pipeline do Big Data e ferramentas envolvidas
- Hadoop
- Map-reduce
- Python
- Dashboards
- Bancos de dados multimodelos
- JSON
- MongoDB
- Cassandra
- Particionamento de dados (sharding)
- Replicação de dados
- Machine learning
- Análise com algorítmos preditivos como Random Forest, KNN,Redes Neurais, dentre outros
- Dados distribuídos
- Storytelling com dados
Curso Único
Flexível
As aulas do curso EAD são ao vivo mas ficam gravadas para você assistir conforme sua disponibilidade.
Professores de mercado
Os professores do Instituto Infnet atuam em empresas como: Petrobras, Stone, Microssoft, BNDES e Globo.
Faculdade Focada
Curso ministrado por uma escola totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão
OPORTUNIDADE DIFERENCIADA
Primeira pós-graduação em Engenharia de Dados focada em Big Data, em evolução desde 2014.
TECNOLOGIAS DE ALTA DEMANDA
Curso de Engenharia de Dados: Big Data com Hadoop/Spark, Cassandra, MongoDB, Kafka e Google BigQuery, bem como programação em linguagem Python.
CURSO ÚNICO
Conjunto único de temas para formar um profissional com rara qualificação que conjuga competências de Engenharia de Dados e análise de dados.
NETWORKING
Oportunidade de interação com profissionais de Big Data de alto nível, incluindo egressos do curso que hoje trabalham na área de engenharia de dados ao redor do mundo.
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
Faculdade Focada
Curso de pós Engenharia de Dados ministrado por uma escola totalmente dedicada à formação para a área de tecnologia aplicada aos negócios e gestão.
Professores de mercado
Os professores do Instituto Infnet atuam em empresas como: Petrobras, Stone, Microssoft, BNDES e Globo.
FLEXÍVEL
As aulas do curso de pós Engenharia de Dados são ao vivo, mas ficam gravadas para você assistir conforme sua disponibilidade.
OPORTUNIDADE DIFERENCIADA
Primeira pós-graduação Engenharia de Dados focada em Big Data, em evolução desde 2014.
TECNOLOGIAS DE ALTA DEMANDA
Pós Engenharia de Dados com Hadoop/Spark, Cassandra, MongoDB, Kafka e Google BigQuery, bem como programação em linguagem Python.
CURSO ÚNICO
Conjunto único de temas para formar um profissional com rara qualificação que conjuga competências de Engenharia de Dados e análise de dados.
NETWORKING
Oportunidade de interação com profissionais de Big Data de alto nível, incluindo egressos do curso que hoje trabalham na área de engenharia de dados ao redor do mundo.
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
Um time de professores experts
Adalberto Oliveira
Professor Adalberto possui mais de 20 anos de experiência de mercado, tem uma vasta formação como Engenheiro de Computação, com formação voltada para o desenvolvimento de sistemas que integram soluções em hardware e software, além de ser Mestre em Engenharia Elétrica com enfoque em sistemas de controle e robótica e Doutorando em Engenharia Elétrica, com enfoque em Aprendizado de Máquina e Inteligência Artificial.
Carlos Eduardo Gertners
Carlos Eduardo é professor e administrador de Database, tendo mais de 25 anos de experiência na área. Já trabalhou com DBA e BI em grandes empresas como Claro, Vivo, Sul America e Rede D’Or, onde trabalha atualmente. Tem como suas especialidades MongoDB, Oracle, SQL Server, DB2 and Data. Além disso, possui mais de 13 anos de docência na área.
André Ormastroni
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 Petrobrás, 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.
O time de professores do curso de pós-graduação Engenharia de Dados, naturalmente, pode ser alterado ao longo do tempo.
Curso Flexível
Você assiste às aulas EAD, estuda e faz os trabalhos no horário que puder. Assistir ao vivo é o ideal, mas é você quem decide. Nesta pós Engenharia de Dados, você faz seu horário!
Alunos do curso Big data
Data Solution Architect at Microsoft
Investigative DBA and Data Engineer
Engenheiro de Dados na Indra
Cientista de dados sênior da Microsoft, em Seattle
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.
A qualidade do nosso curso EAD 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 do curso de avaliação por competências aproxima os alunos do mercado de trabalho.
Você terá as mesmas oportunidades de aprendizado que em um curso de pós-graduação presencial, com aulas ao vivo, colegas de classe, trabalhos e indicação de conteúdos adicionais para estudar.
Para nós, um curso de 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 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.
