Ir para o site da ESEG

MBA em

Data Science

Duração

392h - 14 meses

Dias

Terças e Quintas

Horário

19h10 às 22h50

Localização

Campus Paraíso

Pós-graduação em

Data Science

Duração

448h - 24 meses

Dias

Terças e Quintas

Horário

19h10 às 22h50

Localização

Câmpus Paraíso

Sobre o curso

Em um cenário de disputa de mercado, os dados tornaram-se um ativo importante das empresas. Afinal, eles direcionam o processo de tomada de decisão dos diversos setores de uma corporação: da fabricação ao planejamento, das estratégias de venda à distribuição. Esse contexto passou a demandar das empresas um novo tipo de profissional, que une habilidades em programação, estatística, visão analítica, business e design: o cientista de dados. No curso de MBA em Data Science da ESEG – Faculdade do Grupo Etapa, os alunos aprenderão a aplicar os métodos estatísticos e computacionais mais recentes em bases de dados complexas, com o objetivo de identificar padrões, gerar insights e realizar projeções. Com aulas interativas projetadas por profissionais do mercado e acadêmicos, o curso permite aos alunos uma experiência única de aprendizado – independentemente de sua formação.

As principais disciplinas do curso são: Análise estatística, Machine Learning, Engenharia de Dados, Mineração e Captura de Dados, Limpeza de Dados, Visualização de Dados e Ética e Segurança da Informação.

Objetivos

O curso é uma especialização Lato Sensu que possui como propósito formar profissionais com habilidades e competências em Data Science para auxiliar as empresas a alavancar suas vantagens competitivas. O especialista formado na ESEG terá conhecimentos técnicos não somente em TI, mas também em gestão, inovação e Soft Skills, formando assim um profissional completo para atuar no atual cenário complexo das empresas.

Público-alvo

Todos os profissionais de distintas áreas do mundo corporativo, que desejam direcionar sua carreira para a área ou adquirir conhecimentos em Data Science. O curso também é destinado aos profissionais que almejam atuar na transformação digital das empresas no século XXI. Não é necessária a formação nem experiência nas áreas de Ciências de Dados ou TI.

DIFERENCIAIS

O MBA em Data Science da ESEG apresenta novos elementos em sua metodologia, visando sempre atender aos anseios dos atuais profissionais do mercado.

Durante o programa, o aluno encontrará:

Aulas interativas e exposições dialogadas do corpo docente composto por professores mestres e doutores com excelente titulação acadêmica e grande experiência profissional nas disciplinas que ministram, aliando teoria e prática;
Estudos de caso para que haja uma fina sintonia entre as teorias e práticas adotadas no mundo dos negócios e TI;
Exercícios e seminários realizados individualmente e em equipes alternadas, para a geração de networking diferenciado entre os alunos;
Desenvolvimento de Trabalho de Conclusão de Curso (TCC) com orientação de um professor especialista;
Palestras e fóruns de discussão com temas relevantes e atuais para o melhor aproveitamento das atividades do curso;
Debates com líderes de diferentes setores;
Acesso à biblioteca física e digital (mais de 6.500 títulos atualizados no formato digital);
Curso com disciplinas de formação socioemocional no mundo corporativo (Soft Skills e Tomada de Decisão).

GRADE CURRICULAR

Módulo 1 – Programação com Python – Carga Horária de 72h

Introdução às estruturas básicas da linguagem Python
Listas, tuplas e dicionários com Python
Estruturas que contemplam condicionais, loops e exceções
Desenvolvimento de uma calculadora.
Estudo das operações com funções em Python
Estudo de Módulos e principais pacotes com Python
Pacote Numpy e suas matrizes multidimensionais
Desenvolvimento de um programa de manipulação de imagens
Estudo da biblioteca Pandas para manipulação e análise de dados
Desenvolvimento de um programa automático de geração de estatísticas e gráficos a partir de um arquivo em formato de planilha.

Módulo 2 – Estatística e Modelagem – Carga Horária de 72h

Principais conceitos e técnicas de Estatística frequentista aplicado à análise de dados.
Principais testes de hipóteses e como são utilizados nos refinamentos de análises de dados
Design of Experiments (DOE)
Modelagem para a resolução de um problema com Design of Experiments.
Estudo de algoritmos estatísticos utilizando KNN para a análise de dados.
Estudo de Regressão Linear (Simples, Multi e SGD) – parte 1
Estudo de Regressão Linear (Simples, Multi e SGD) – parte 2
Classificação de dados utilizando Regressão Logística
Estudo de reamostragem com Cross-Validation e Bootstrap
Seleção de modelos/regularização
Utilização de ferramentas estatísticas para resolução de problemas reais

Módulo 3 – Machine Learning– Carga Horária de 72h

Estrutura com Árvores
Clusterização
Sklearn (Regressão/Classificação)
Desenvolvimento de modelo de clusterização e visualização de resultados utilizando dados disponibilizados
Keras (Regressão/Classificação)
Modelagem NLP (Bayes) – análise de sentimentos em tweets
Introdução a Redes Neurais
Desenvolvimento de modelo de classificação utilizando técnicas de regressão
NLP Word Embedding
Desafio MeLi Data Challenge (Mercado Livre)

conhecimento em projetos especificadas no PMBok do PMI. Aplicação do conhecimento em gerenciamento de projetos em empreendimentos temporários ao longo de sua carreira profissional. Ferramentas associadas ao gerenciamento de projetos (FMEA – Qualidade/risco), JAD (Escopo), PERT (custos). Processos e ferramentas relacionados à maturidade no gerenciamento de projetos: OPM3 e PMMM. Processos e ferramentas relacionados à gestão empresarial de projetos: PO, PMO, Programas, Portfólio e EPM.

Módulo 4 – Business e Design – Carga Horária de 72h

Problemas mal definidos e teoria de design
Como descobrir um problema (Pesquisa desk) – Aquisição de dados 1: dados estruturados
Técnicas de entrevista e roteiro
Aquisição de dados 2: dados não estruturados/data preprocessing: ferramenta Open refine
Construção de persona e jornada do usuário
Definição de tamanho de mercado e benchmark de soluções
Ideação
Data Visualization 1: CRAP design
Data Visualization 2: Streamlit
Técnicas de pitch
Desafio Business e Design

Módulo 5 – Data Science no Mundo Corporativo – Carga Horária de 72h

Desenvolvimento gerencial e liderança em TI

Empreendedorismo e Inovação
Gestão de Negócios e Planejamento Estratégico
Gestão de Projetos com metodologias Ágeis

Metodologia e TCC-Trabalho de Conclusão do Curso

- Resolução de problemas e Tomadas de Decisão no Mundo Corporativo
- Segurança Cibernética, Direito Digital, Governança e Compliance
Tópicos Especiais de Gestão em tecnologia de Negócios: estudos de casos diversos

Módulo 6 – Soft Skills e TCC – Carga Horária de 32h

Desenvolvimento de competências e habilidades – 16 h
Desenvolvimento de competências gerenciais, comportamentais e tecnológicas para liderar equipes, visando a alta performance. Aplicação de técnicas modernas de comunicação e conceitos de psicologia relacionados ao processo de liderança. Desenvolvimento de habilidades para liderança de equipes de forma assertiva e empática.

Metodologia e TCC-Trabalho de Conclusão de Curso – 16h
Fundamentos de metodologia científica com vistas ao desenvolvimento do Trabalho de Conclusão de Curso (TCC) por parte do aluno. Principais técnicas de pesquisa qualitativa e quantitativa e a estrutura fundamental de um trabalho acadêmico.

MBA em

Data Science

Duração

Dias

Horário

Localização

Pós-graduação em

Data Science

Duração

Dias

Horário

Localização

Sobre o curso

Objetivos

Público-alvo

DIFERENCIAIS

GRADE CURRICULAR

Investimento

INVESTIMENTO

Inscreva-se