ANALYTICS EM BIG DATA

[Pages:10]MBA

ANALYTICS EM BIG DATA

INSCRI??ES ABERTAS

Carga hor?ria: 552 Horas Coordena??o: Prof.? Dr.? Alessandra de ?vila Montini Prof.? Dr.? Adolpho Pimazoni Canton

*As informa??es podem sofrer altera??es sem aviso pr?vio. 1

OBJETIVO

? Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplica??es reais como as metodologias de Big Data e Intelig?ncia Artificial podem ajudar as empresas a obter vantagem competitiva; ? Apresentar como as tecnologias de Big Data e Intelig?ncia Artificial podem ser utilizadas para a tomada de decis?o e para a resolu??o de problemas complexos; ? Aplicar as tecnologias para tomada de decis?o por meio de aulas te?ricas, exerc?cios pr?ticos, estudos de casos e projeto de Big Data.

PERFIL DO ALUNO

Profissionais de todas as ?reas que desejam conhecer as principais tecnologias de Big Data e resolver problemas complexos por meio de modelos baseados em intelig?ncia artificial.

CORPO DOCENTE

O corpo docente conta com professores altamente capacitados com experi?ncia no mundo corporativo. Nos crit?rios de sele??o do corpo docente, ser?o priorizadas sua qualifica??o e experi?ncias profissionais nas distintas mat?rias, de maneira que o curso permita n?o somente a transmiss?o de conhecimentos, mas tamb?m experi?ncias enriquecedoras para os alunos.

METODOLOGIA

Aulas expositivas, resolu??o de exerc?cios pr?ticos, estudos de casos e projeto de Big Data.

DIFERENCIAL

? A FIA ? l?der em educa??o executiva;

? Os coordenadores do LabData s?o consultores e professores altamente

capacitados em Analytics, Intelig?ncia Artificial e Big Data;

? O LabData ? um dos pioneiros no lan?amento dos cursos de Big Data e Analytics

no Brasil;

? Laborat?rios de alta qualidade;

? Todas as aulas de Analytics, Big Data e Intelig?ncia Artificial s?o realizadas em

laborat?rio;

? Participa??o gratuita dos alunos do LabData nos Hackatons realizados pelo

LabData;

? Participa??o gratuita nas palestras do LabData com profissionais de grandes

multinacionais;

? Durante o curso ? realizado um projeto completo de Big Data;

? Durantes as aulas o aluno conta com a participa??o do professor titular da

disciplina e de um professor assistente que acompanha o aluno durante todo o

curso;

? O LabData disponibiliza um computador por aluno.

2

APLICA??ES

Este curso apresentar? aplica??es nas ?reas de Gest?o de Pessoas, Finan?as, Marketing, Varejo, Digital, E-commerce, Seguros, dentre outras.

CONHE?A O LABDATA

Convido voc? a assistir o v?deo do LabData e conhecer nossos laborat?rios e nossa estrutura. Acesse o QR code.

MATRIZ CURRICULAR

Este MBA possui uma matriz curricular extremamente completa. A ampla carga hor?ria permite a resolu??o de v?rios exerc?cios e a realiza??o de estudos de casos. Nossa proposta ? apresentar um curso pr?tico oferendo toda a base te?rica necess?ria para a adequada tomada de decis?o. Essa ? a proposta dos cursos do LabData.

ANALYTICS

O m?dulo de Analytics tem como objetivo apresentar as principais metodologias de estat?stica aplicada que podem ser utilizadas para a tomada de decis?o; AN?LISE EXPLORAT?RIA DE DADOS ? Tipos de vari?veis ? Dados qualitativos e quantitativos ? Medidas de posi??o e de variabilidade ? Boxplot ? Identifica??o de outlier ? Distribui??o de frequ?ncia e histograma

3

T?CNICA DE PROJE??O - REGRESS?O LINEAR SIMPLES E M?LTIPLA

? Coeficiente de correla??o linear de Pearson ? Coeficiente de determina??o e Coeficiente de determina??o ajustado ? Ajuste de equa??o de proje??o ? Testes estat?sticos sobre os par?metros ? Interpreta??o dos par?metros do modelo ? Intervalo de confian?a para os par?metros do modelo ? Previs?o ? An?lise de Res?duos

T?CNICA DE CLASSIFICA??O - REGRESS?O LOG?STICA

? Regress?o Log?stica Bin?ria ? Estima??o dos par?metros do modelo ? Teste de hip?tese ? Previs?o ? Classifica??o em grupos ? Tabela de classifica??o

T?CNICA DE CLASSIFICA??O - ?RVORE DE DECIS?O

? Obten??o da ?rvore de decis?o ? Classifica??o em Grupos ? Tabela de Classifica??o

T?CNICA DE SEGMENTA??O - AN?LISE DE AGRUPAMENTO

? M?todos de Agrupamento: Hier?rquico e M?todo das k m?dias ? Dendograma

T?CNICAS DE ANALYTICS

? An?lise de Rede Social (Social Network Analysis ? SNA) ? An?lise de Texto (Text Mining) ? An?lise de Cesto de Compras (Market Basket) ? Geolocaliza??o

APLICA??ES DE ANALYTICS

? Aplica??es e estudos de caso em R ? Aplica??es e estudos de caso em Python

4

TECNOLOGIAS DE BIG DATA

O m?dulo de Tecnologias de Big Data tem como objetivo apresentar, de forma pr?tica, as principais tecnologias utilizadas nas organiza??es para a implementa??o de projetos de Big Data e de Intelig?ncia Artificial.

INTRODU??O AO BIG DATA

? Conceito de Big Data, Intelig?ncia Artificial, Machine Learning, Computa??o Cognitiva e Computa??o Qu?ntica ? Panorama para o surgimento do Big Data ? Necessidades e vantagens da utiliza??o das t?cnicas de Big Data e das metodologias de Intelig?ncia Artificial ? 7 Vs do Big Data: Variedade, Veracidade, Valor, Volume, Velocidade, Visualiza??o e Vulnerabilidade ? O profissional adequado para trabalhar com o Big Data: Data Scientist, Data Engineer e Data Architect ? Cases nacionais e internacionais de Big Data

HADOOP

HDFS e MapReduce ? Estrutura e arquitetura de HDFS (Hadoop Distributed File Systems) ? Conceito do MapReduce ? Exemplos de aplica??es

Componente Hive ? Manipula??o de dados com Hive ? Hive Meta Store ? Formato de arquivo colunar (parquet) e orientado a linha (texto e avro) ? Tabela particionada ? Otimiza??o de query HiveQL

Componente Yarn ? Conceitos e Arquitetura do Yarn

Componente Zookeeper ? Conceitos e Arquitetura do Zookeeper ? Alta disponibilidade e resili?ncia da plataforma Hadoop

BANCO DE DADOS NOSQL

? Conceito e Arquitetura de banco de dados NoSQL (HBase, Cassandra e DynamoDB) ? Manipula??o de dados e casos de uso em banco de dados NoSQL ? Modelagem de dados para HBase, Cassandra e DynamDB

5

INGEST?O DE DADOS

? Sqoop ? Importa??o e Exporta??o de Dados Estruturados ? NiFi - Ingest?o e dados semi-estruturados ? Kafka ? Gerenciamento de dados Streaming em Larga Escala ? Spark Streaming ? Processamento de Dados em Tempo Real ? Storm - Processamento de Dados em Tempo Real

SPARK

? Conceitos e Arquitetura do Spark ? Manipula??o de dados com PySpark ? Casos de uso com Spark: An?lise de Log e Transa??es

COMPUTA??O QU?NTICA

? Conceitos de computadores qu?nticos ? Aplica??es e mudan?as de paradigma ? Conceito de Bra-ket notation

PYTHON

? Conceitos sobre a linguagem de programa??o Python ? Bibliotecas Python para Big Data e para Machine Learning ? An?lise de Dados do Twitter em tempo real ? Twitter API REST e Streaming API ? Youtube API ? Web Scraping ? Visualiza??o de Dados com Python e Google Maps API ? An?lise de sentimento com Python

COMPUTA??O EM NUVEM

? Conceitos de computa??o em nuvens (Cloud Computing) ? Aspectos de seguran?a ? Saas: Software-as-a-Service ? Paas: Platform-as-a-Service ? IaaS: Infrastucture-as-a-Service ? Aplica??es em Nuvem

6

BUSINESS INTELLIGENCE

? Conceitos e Evolu??o do BI ? An?lise e decis?es com dados internos e externos ? Digital Analytics em BI, an?lise de concorrentes e tend?ncias com Google Trends e outras ferramentas ? Estrat?gia Anal?tica com Balance Scorecard ? Como definir os principais indicadores, medidas, m?tricas, metas e KPI's ? Funcionalidades e laborat?rio com as principais ferramentas de BI do Mercado ? Aplica??es com principais softwares de BI

INTELIG?NCIA ARTIFICIAL

O m?dulo de Intelig?ncia Artificial tem como objetivo apresentar, de forma pr?tica, as principais metodologias utilizadas nas organiza??es para a resolu??o de problemas complexos.

INTRODU??O

? Introdu??o a Intelig?ncia Artificial ? Conceito de Intelig?ncia Artificial ? Aplica??es de Intelig?ncia Artificial

MACHINE LEARNING

? Aplica??es de Machine Learning ? Ajuste de Modelos Lineares com Regulariza??o ? Modelos baseados nas metodologias: ?rvore de Decis?o, Bagging, Random Forest e Boosting ? Modelos de Machine Learning utilizando Support Vector Machines ? Ajuste de Modelos N?o Lineares (Splines e GAM) ? Combina??es de modelos de Machine Learning ? Algoritmos de sele??o de vari?veis ? Algoritmos e sistemas de recomenda??o via Machine Learning ? Reinforcement Learning ? M?tricas para sele??o de Modelos ? Projeto de Machine Learning

DEEP LEARNING

? Introdu??o a Redes Neurais ? Aplica??es com Redes Neurais ? Introdu??o a Deep Learning ? Aplica??es com Deep Learning

7

APLICA??ES DE INTELIG?NCIA ARTIFICIAL

? Aplica??es com Processamento de Linguagem Natural - PLN ? Aplica??es com Voz ? Aplica??es com Chatbot ? Aplica??es com Computer Vision (an?lise de imagem e v?deo)

PROJETO DE BIG DATA

O projeto de Big Data ? fundamental para a aplica??o das tecnologias de Big Data e dos modelos de Intelig?ncia Artificial na resolu??o de problemas reais. O projeto ? realizado em grupo simulando uma equipe de cientistas de dados.

PALESTRAS

? Palestra sobre Big Data ? Palestra sobre Intelig?ncia Artificial

HACKATHON

Durante o MBA ? realizado um Hackathon com dura??o de 8 horas. Durante o Hackathon s?o organizadas equipes com o objetivo de solucionar um desafio com dados.

M?DULO GEST?O DE NEG?CIOS

Este m?dulo tem como objetivo apresentar as principais disciplinas para a forma??o de um aluno de MBA.

? Economia ? conceitos de macroeconomia e microeconomia

? Contabilidade

? Marketing Digital

? Gest?o Estrat?gica de Pessoas ? gest?o de pessoas e people analytics

? Finan?as

? Processos e Pr?ticas de Gerenciamento

? Gest?o da Informa??o

? Inova??o

? Direito do Consumidor

? Direito Digital

? Sustentabilidade

? Responsabilidade Social Corporativa

? Empreendedorismo (Empreendedorismo e Ecossistema de Startups)

? Governan?a Corporativa

? ?tica Empresarial

8

 ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download