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.
To fulfill the demand for quickly locating and searching documents.
It is intelligent file search solution for home and business.
Related download
- pós graduação a distância business intelligence analytics
- business intelligence and big data analytics an overview
- analytics em big data
- data analytics
- data analytics in internal audit
- analytics na auditoria interna direcionamento inteligente
- big data analytics in 5g
- data and analytics leadership vision for 2017