* Ou até o limite de 600 inscrições pagas

Corpo Docente 100% USP

Professores Doutores com experiência internacional e relacionamento com empresas

Universidade de ponta

A USP é a melhor universidade do Brasil segundo os rankings QS World University e Times Higher Education

Certificado da USP

Mais conhecimento para você e mais peso para o seu currículo

Sobre o mba em Ciências de Dados

O MBA em Ciências de Dados oferecido pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI)e pelo Instituto de Ciências Matemáticas e de Computação (ICMC/USP) é o primeiro da área a ser oferecido a distância por uma universidade pública.

O objetivo do curso é claro: MUDAR A SUA VIDA PROFISSIONAL EM UM ANO. Você inicia o MBA em meados de janeiro e termina em meados de dezembro.

O MBA conta com a maior equipe de cientistas da computação, estatística e matemática aplicada do país e tem a chancela da USP para oferecer uma educação de qualidade e com o melhor aporte docente disponível em ciências de dados.

O MBA oferece aos alunos uma oportunidade única e muito interessante: trazer um PROBLEMA REAL DA EMPRESA onde trabalham para ser solucionado com o apoio dos mentores especialistas durante todo o decorrer do curso.

Assim, além da capacitação e do desenvolvimento teórico e prático na área de ciências de dados, o aluno também pode oferecer uma solução a um problema importante da empresa.

DIFERENCIAIS

Projeto trabalhado
durante todo o curso
com os orientadores

Suporte constante de tutores e monitores
com no máximo 30 alunos por tutor ou monitor

Flexibilidade de horário para assistir as aulas e estudar o material

Curso dado pelo Instituto da USP que forma 1 em cada 7 doutores em computação do Brasil e mais da metade dos formados no estado
de São Paulo

DEPOIMENTOS

EDUCAÇÃO DE QUALIDADE

Nossa equipe de apoio é composta por profissionais extremamente capacitados, focados na aproximação entre a academia e o mercado de trabalho. E o melhor de tudo: eles já têm experiência com iniciativas que conciliam esses dois mundos. Na primeira turma do MBA, nosso curso capacitou profissionais de mais de 70 instituições, que trabalharam nos problemas reais de suas empresas durante o andamento do curso.

DEDICAÇÃO: 10 horas semanais

    Preencha os campos abaixo. Você será redirecionado(a) para os detalhes do investimento do curso.

    o que você vai aprender

    Fundamentos

    Metodologias
    Estado-da-Arte

    Teoria e prática

    Desenvolvimento
    de Projetos em
    Ciências de Dados

    O conteúdo do curso será ministrado online, através de uma plataforma que será acessada pelos alunos. No total, o MBA tem uma carga horária de 400 horas.

    Cada disciplina tem a duração de 9 semanas. No sábado, o aluno tem acesso a todo o material da semana, como vídeos, slides, material complementar, exercícios e a avaliação semanal. De segunda a quinta, das 20:00 às 21:30, são realizados os plantões de dúvidas com os tutores e monitores. As dúvidas também podem ser tiradas durante todo o período nos fóruns semanais das disciplinas.

    Ao mesmo tempo em que cursam as disciplinas, os alunos também trabalham no desenvolvimento de um Projeto Final – o Trabalho de Conclusão de Curso. Depois de dois meses dedicados a duas disciplinas, um período de 15 dias é reservado exclusivamente ao trabalho de conclusão de curso na disciplina de Metodologia de Projeto, que pode ser um problema real da empresa onde o aluno trabalha.

    Ao término do curso, serão realizados dois encontros presenciais.

    Em um dos encontros, será realizada a prova final presencial do curso. O aluno poderá optar por fazer a prova presencial na cidade de São Paulo-SP ou em São Carlos-SP. 

    No outro encontro presencial, será realizada a defesa da monografia. A defesa da monografia será realizada exclusivamente no campus da USP, na cidade de São Carlos-SP.

    OBJETIVOS: Apresentar os aspectos fundamentais e principais de Ciências de Dados, descrevendo os conhecimentos necessários para atuar nesta área, e explicando quais fatores são importantes para o sucesso na ciência de dados. Discutir as limitações das Ciências de Dados e estratégias para enfrentá-los. Apresentar as principais etapas do processo de tomada de decisão e discutir os objetivos de cada etapa, a problemática envolvida, e as ferramentas tipicamente empregadas na solução dos problemas. Apresentar noções básicas de como ferramentas estatísticas, álgebra linear e otimização são empregadas no contexto de ciência de dados para resolver problemas específicos. Mostrar como implementar os conceitos apresentados em Python. Mostrar a importância da proteção de dados na área de Ciências de Dados e descrever os abusos no uso de técnicas de Ciências de Dados.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer conhecimento básico em programação para ciência de dados. Apresentar linguagens de fácil aprendizado e plataformas de controle e hospedagem de código-fonte. Mostrar com trabalhar em python, seus pacotes, e jupyter notebooks. Introduzir NumPy e Matplotlib.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Iniciar o desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a iniciar o desenvolvimento do seu TCC com base em aprendizado baseado em problema (PBL).

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer conhecimento em técnicas avançadas de captura de dados, bem como o desenvolvimento de técnicas avançadas de programação com a utilização da plataforma computacional Python.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer conhecimento em descrição e sumarização de dados, probabilidade, inferência estatística, inferência Bayesiana e modelos de regressão, necessários para o desenvolvimento de procedimentos em ciências de dados.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC com base em aprendizado baseado em problema (PBL).

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer aos alunos os conceitos fundamentais, ferramentas e técnicas de aprendizado de máquina. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado de máquina. Ilustrar os tópicos abordados com exemplos práticos e cenários realistas.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer os conceitos fundamentais, ferramentas e técnicas de aprendizado dinâmico e séries temporais. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado dinâmico. Exemplos práticos para capacitar os alunos nos tópicos abordados, tornando-os capazes de aplicar os conhecimentos adquiridos em problemas práticos de análise de dados e cenários realistas.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Oferecer a base conceitual necessária pra aplicações de deep learning. Inicialmente, redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações com Python, scikit-learn e TensorFlow.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Fornecer aos alunos uma visão ampla sobre os objetivos, conceitos, fundamentos e ferramentas voltados à análise de dados em larga escala.

    CONFIRA A EMENTA COMPLETA!
    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC.

    CONFIRA A EMENTA COMPLETA!

    DISCIPLINAS

    PROJETO FINAL

    OBJETIVOS: Apresentar os aspectos fundamentais e principais de Ciências de Dados, descrevendo os conhecimentos necessários para atuar nesta área, e explicando quais fatores são importantes para o sucesso na ciência de dados. Discutir as limitações das Ciências de Dados e estratégias para enfrentá-los. Apresentar as principais etapas do processo de tomada de decisão e discutir os objetivos de cada etapa, a problemática envolvida, e as ferramentas tipicamente empregadas na solução dos problemas. Apresentar noções básicas de como ferramentas estatísticas, álgebra linear e otimização são empregadas no contexto de ciência de dados para resolver problemas específicos. Mostrar como implementar os conceitos apresentados em Python. Mostrar a importância da proteção de dados na área de Ciências de Dados e descrever os abusos no uso de técnicas de Ciências de Dados.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer conhecimento básico em programação para ciência de dados. Apresentar linguagens de fácil aprendizado e plataformas de controle e hospedagem de código-fonte. Mostrar com trabalhar em python, seus pacotes, e jupyter notebooks. Introduzir NumPy e Matplotlib.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Iniciar o desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a iniciar o desenvolvimento do seu TCC com base em aprendizado baseado em problema (PBL).


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer conhecimento em técnicas avançadas de captura de dados, bem como o desenvolvimento de técnicas avançadas de programação com a utilização da plataforma computacional Python.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer conhecimento em descrição e sumarização de dados, probabilidade, inferência estatística, inferência Bayesiana e modelos de regressão, necessários para o desenvolvimento de procedimentos em ciências de dados.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC com base em aprendizado baseado em problema (PBL).


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer aos alunos os conceitos fundamentais, ferramentas e técnicas de aprendizado de máquina. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado de máquina. Ilustrar os tópicos abordados com exemplos práticos e cenários realistas.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer os conceitos fundamentais, ferramentas e técnicas de aprendizado dinâmico e séries temporais. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado dinâmico. Exemplos práticos para capacitar os alunos nos tópicos abordados, tornando-os capazes de aplicar os conhecimentos adquiridos em problemas práticos de análise de dados e cenários realistas.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Oferecer a base conceitual necessária pra aplicações de deep learning. Inicialmente, redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações com Python, scikit-learn e TensorFlow.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Fornecer aos alunos uma visão ampla sobre os objetivos, conceitos, fundamentos e ferramentas voltados à análise de dados em larga escala.


    CONFIRA A EMENTA COMPLETA!

    OBJETIVOS: Dar continuidade no desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a no desenvolvimento do seu TCC.


    CONFIRA A EMENTA COMPLETA!

    professores

    ORIENTADORES

    Adriano Kamimura Suzuki
    Alexandre Delbem
    Alneu de Andrade Lopes
    Antonio Castelo Filho
    Carlos A. R. Diniz
    Fabrício Simeoni de Sousa
    Gleici da Silva Castro Perdoná
    Gustavo Buscaglia
    Jó Ueyama
    Jorge Luis Bazán Guzmán
    José Alberto Cuminato
    José Fernando Rodrigues Junior
    Julio Cezar Estrella
    Julio Stern
    Kalinka Castelo Branco
    Leandro Franco de Souza
    Marcelo Lauretto
    Mariana Cúri
    Marinho Gomes de Andrade Filho
    Maristela Oliveira dos Santos
    Nikolai Kolev
    Osvaldo Anacleto
    Rafael Izbicki
    Rafael Stern
    Ricardo Sandes Ehlers
    Ronaldo Dias
    Solange Oliveira Rezende
    Vicente Cancho

    Números importantes

    Confira alguns dados para o MBA em Ciências de Dados

    120+

    PROJETOS EMPRESARIAIS DESENVOLVIDOS PELO CEMEAI

    150+

    EMPRESAS ATENDIDAS PELOS CURSOS DE
    PÓS-GRADUAÇÃO DO ICMC COM PARCERIA DO CEMEAI

    250+

    EMPRESAS ATENDIDAS PELOS ORIENTADORES DO CURSO

    FALE CONOSCO

    Tem alguma dúvida, sugestão ou comentário?
    Envie-nos uma mensagem!

    Avenida Trabalhador São-Carlense, 400
    São Carlos/SP

    +55 16 3373-8159

    contato.mba.cd@icmc.usp.br