Investimento
Investimento

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) foi o primeiro da área a ser oferecido a distância por uma universidade pública e chega agora a sua quarta turma.

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.

POR QUE PARTICIPAR?

  • Aprenda com renomados professores da USP

  • Aulas assíncronas (gravadas)

  • Currículo projetado para desenvolver habilidades valorizadas pela indústria
  • Orientação e suporte personalizados
  • Mentoria e orientação ao vivo de tutores 4 dias por semana
  • Sessões colaborativas, porém personalizadas, em pequenos grupos
  • Orientação individual de um Prof. Dr. desde o início do curso para realização do TCC
  • Treinamento prático

  • Trabalhe em projetos relevantes para a indústria e em estudos de caso

  • Avaliações de atividades

  • Discussões em fóruns
demanda-mba-2023
nuvem-de-palavras-mba-2023
Empresas MBA 2022
impactos-mba-2023
empresas-mba-2023

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. Nas duas primeiras turmas do MBA, nosso curso capacitou profissionais de mais de 300 instituições, de 22 estados brasileiros e 8 outros países, que trabalharam nos problemas reais de suas empresas durante o andamento do curso.

DEDICAÇÃO: 10 horas semanais

Inscreva-se!

o que você vai aprender

Fundamentos

Metodologias
Estado-da-Arte

Teoria e prática

Desenvolvimento
de Projetos em
Ciências de Dados

Confira os TCCs defendidos nas edições anteriores

como funciona o mba

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 440 horas obrigatórias e 20 optativas.

Cada disciplina da trilha de formação 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 o nosso time de apoio. As dúvidas também podem ser tiradas durante todo o período nos fóruns semanais das disciplinas. Eventualmente, aos sábados, serão realizadas tutorias extras com temas avançados definidos por nosso time de apoio.

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 ao trabalho de conclusão de curso na disciplina de Metodologia de Projeto, que pode ser um problema real da empresa onde o aluno trabalha. Nesse período também é cursada a disciplina de Gestão de Projetos em Ciências de Dados.

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.

TRILHA DE FORMAÇÃO

OBJETIVOS: Apresentar os aspectos fundamentais e principais de Ciência de Dados (CD), bem como seu diálogo permanente com a Inteligência Artificial (IA), descrevendo os conhecimentos necessários para atuar nesse ecossistema integrado e explicando quais fatores são importantes para o sucesso em projetos orientados a dados e modelos inteligentes. Discutir as limitações de ambas as disciplinas e as estratégias para superá-las, incluindo questões de viés algorítmico, qualidade de dados e generalização de modelos. Apresentar as principais etapas do processo de tomada de decisão baseada em dados — da formulação da pergunta ao monitoramento em produção — e discutir os objetivos de cada etapa, a problemática envolvida e as ferramentas tipicamente empregadas, desde a engenharia de dados até algoritmos de aprendizado de máquina. Introduzir noções básicas de estatística, álgebra linear e otimização que sustentam tanto métodos analíticos tradicionais quanto técnicas de IA, demonstrando em Python como essas abordagens podem ser combinadas para resolver problemas específicos. Por fim, enfatizar a importância da proteção e do uso ético dos dados, detalhando riscos e abusos potenciais associados a técnicas de Ciência de Dados e Inteligência Artificial, e destacando práticas seguras e responsáveis para o desenvolvimento de soluções baseadas em dados.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento básico em programação para ciência de dados. Apresentar conceitos de programação e plataformas de controle e hospedagem de código-fonte. Apresentar o ambiente de programação jupyter notebook. Introduzir a linguagem Python e pacotes importantes, como Numpy, Matplotlib e Pandas. Introduzir IA generativa como assistente de programação.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento em técnicas avançadas de captura e tratamento de dados, técnicas de tratamento de dados, outliers, dados faltantes. Extração de texto a partir de imagens, redução de dimensionalidade, web scraping. Introdução ao processamento de linguagem natural.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento e ferramentas em visualização e exploração de dados, probabilidades, inferência estatística, inferência Bayesiana e modelos de regressão, essenciais para desenvolvimentos e modelagem estatística em ciências de dados.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer aos alunos os conceitos fundamentais de aprendizado de máquina aplicados à inteligência artificial, com a descrição do funcionamento de algoritmos de aprendizado de máquina e de como os modelos gerados podem ser avaliados, com exemplos reais. Finalmente, são apresentados temas recentes na área.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer os conceitos fundamentais, ferramentas e técnicas de aprendizado dinâmico para a modelagem e previsão em séries temporais. O curso abrange desde fundamentos estatísticos até abordagens modernas com aprendizado de máquina e redes neurais artificiais recorrentes. Práticas com modelos de linguagem (LLMs), destacando sua aplicação em tarefas de análises em séries temporais. O conteúdo combina fundamentos teóricos com estudos de caso aplicados, capacitando os alunos a resolver problemas reais em análise de dados dinâmicos com ferramentas tradicionais altamente interpretáveis e atuais com alto poder preditivo.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Oferecer a base conceitual necessária para aplicações de redes neurais, em particular deep learning e inteligência artificial generativa. Redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações para dados estruturados e não estruturados incluindo imagens, texto e séries temporais, bem como fundamentos da inteligência artificial generativa.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Diversas aplicações comerciais atuais necessitam gerenciar volumes massivos de dados com o intuito de realizar a tomada de decisão estratégica, permitindo à empresa um planejamento rápido frente às mudanças nas condições do negócio, essencial na atual conjuntura de um mercado globalizado. O gigantesco volume de dados está diretamente relacionado ao contexto de big data, enquanto a tomada de decisão estratégica diz respeito ao uso analítico desses dados no contexto de business intelligence. Para oferecer suporte a essa demanda, é fundamental o uso de tecnologias que possibilitem o processamento paralelo e distribuído dos dados. Nesse cenário, frameworks como o Apache Spark destacam-se por possibilitar o processamento de volumes massivos de dados de forma eficiente e escalável, oferecendo bibliotecas importantes como Spark SQL para a análise de dados com base em processamento massivo em paralelo e Spark MLlib para aplicar algoritmos de aprendizado de máquina sobre esses dados. Assim, a integração entre big data, business intelligence e frameworks de processamento paralelo e distribuído torna-se um fator chave para a competitividade e inovação no ambiente corporativo atual. Neste curso são introduzidos objetivos, conceitos, fundamentos e ferramentas voltados ao processamento analítico de dados em larga escala.

CONFIRA A EMENTA COMPLETA!

TRILHA DE DESENVOLVIMENTO

OBJETIVOS:
1- 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).
2- 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 conhecimento fundamental sobre a gestão de projetos de Ciência de Dados e Inteligência Artificial, capacitar na identificação e gestão de riscos e desafios inerentes a projetos de Ciência de Dados e Inteligência Artificial, apresentar e aplicar metodologias ágeis e híbridas para o gerenciamento eficaz desses projetos, e habilitar o planejamento, execução e entrega de valor em projetos de Ciência de Dados e Inteligência Artificial.

CONFIRA A EMENTA COMPLETA!

EXTRAS

OBJETIVOS: Oferecer conceitos e revisões básicos para alunos que estão tendo contato com estatística pela primeira vez durante o MBA ou revisar conceitos vistos anteriormente.

OBJETIVOS:

OBJETIVOS: Propiciar ao aluno o contato direto com ideias e tópicos avançados em Ciências de Dados.

CONFIRA A EMENTA COMPLETA!

TRILHA DE FORMAÇÃO

TRILHA DE DESENVOLVIMENTO

OBJETIVOS: Apresentar os aspectos fundamentais e principais de Ciência de Dados (CD), bem como seu diálogo permanente com a Inteligência Artificial (IA), descrevendo os conhecimentos necessários para atuar nesse ecossistema integrado e explicando quais fatores são importantes para o sucesso em projetos orientados a dados e modelos inteligentes. Discutir as limitações de ambas as disciplinas e as estratégias para superá-las, incluindo questões de viés algorítmico, qualidade de dados e generalização de modelos. Apresentar as principais etapas do processo de tomada de decisão baseada em dados — da formulação da pergunta ao monitoramento em produção — e discutir os objetivos de cada etapa, a problemática envolvida e as ferramentas tipicamente empregadas, desde a engenharia de dados até algoritmos de aprendizado de máquina. Introduzir noções básicas de estatística, álgebra linear e otimização que sustentam tanto métodos analíticos tradicionais quanto técnicas de IA, demonstrando em Python como essas abordagens podem ser combinadas para resolver problemas específicos. Por fim, enfatizar a importância da proteção e do uso ético dos dados, detalhando riscos e abusos potenciais associados a técnicas de Ciência de Dados e Inteligência Artificial, e destacando práticas seguras e responsáveis para o desenvolvimento de soluções baseadas em dados.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento básico em programação para ciência de dados. Apresentar conceitos de programação e plataformas de controle e hospedagem de código-fonte. Apresentar o ambiente de programação jupyter notebook. Introduzir a linguagem Python e pacotes importantes, como Numpy, Matplotlib e Pandas. Introduzir IA generativa como assistente de programação.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento em técnicas avançadas de captura e tratamento de dados, técnicas de tratamento de dados, outliers, dados faltantes. Extração de texto a partir de imagens, redução de dimensionalidade, web scraping. Introdução ao processamento de linguagem natural.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer conhecimento e ferramentas em visualização e exploração de dados, probabilidades, inferência estatística, inferência Bayesiana e modelos de regressão, essenciais para desenvolvimentos e modelagem estatística em ciências de dados.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer aos alunos os conceitos fundamentais de aprendizado de máquina aplicados à inteligência artificial, com a descrição do funcionamento de algoritmos de aprendizado de máquina e de como os modelos gerados podem ser avaliados, com exemplos reais. Finalmente, são apresentados temas recentes na área.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Fornecer os conceitos fundamentais, ferramentas e técnicas de aprendizado dinâmico para a modelagem e previsão em séries temporais. O curso abrange desde fundamentos estatísticos até abordagens modernas com aprendizado de máquina e redes neurais artificiais recorrentes. Práticas com modelos de linguagem (LLMs), destacando sua aplicação em tarefas de análises em séries temporais. O conteúdo combina fundamentos teóricos com estudos de caso aplicados, capacitando os alunos a resolver problemas reais em análise de dados dinâmicos com ferramentas tradicionais altamente interpretáveis e atuais com alto poder preditivo.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Oferecer a base conceitual necessária para aplicações de redes neurais, em particular deep learning e inteligência artificial generativa. Redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações para dados estruturados e não estruturados incluindo imagens, texto e séries temporais, bem como fundamentos da inteligência artificial generativa.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS: Diversas aplicações comerciais atuais necessitam gerenciar volumes massivos de dados com o intuito de realizar a tomada de decisão estratégica, permitindo à empresa um planejamento rápido frente às mudanças nas condições do negócio, essencial na atual conjuntura de um mercado globalizado. O gigantesco volume de dados está diretamente relacionado ao contexto de big data, enquanto a tomada de decisão estratégica diz respeito ao uso analítico desses dados no contexto de business intelligence. Para oferecer suporte a essa demanda, é fundamental o uso de tecnologias que possibilitem o processamento paralelo e distribuído dos dados. Nesse cenário, frameworks como o Apache Spark destacam-se por possibilitar o processamento de volumes massivos de dados de forma eficiente e escalável, oferecendo bibliotecas importantes como Spark SQL para a análise de dados com base em processamento massivo em paralelo e Spark MLlib para aplicar algoritmos de aprendizado de máquina sobre esses dados. Assim, a integração entre big data, business intelligence e frameworks de processamento paralelo e distribuído torna-se um fator chave para a competitividade e inovação no ambiente corporativo atual. Neste curso são introduzidos objetivos, conceitos, fundamentos e ferramentas voltados ao processamento analítico de dados em larga escala.

CONFIRA A EMENTA COMPLETA!

OBJETIVOS:
1- 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).
2- 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 conhecimento fundamental sobre a gestão de projetos de Ciência de Dados e Inteligência Artificial, capacitar na identificação e gestão de riscos e desafios inerentes a projetos de Ciência de Dados e Inteligência Artificial, apresentar e aplicar metodologias ágeis e híbridas para o gerenciamento eficaz desses projetos, e habilitar o planejamento, execução e entrega de valor em projetos de Ciência de Dados e Inteligência Artificial.

CONFIRA A EMENTA COMPLETA!

EXTRAS

OBJETIVOS: Oferecer conceitos e revisões básicos para alunos que estão tendo contato com estatística pela primeira vez durante o MBA ou revisar conceitos vistos anteriormente.

OBJETIVOS:

OBJETIVOS: Propiciar ao aluno o contato direto com ideias e tópicos avançados em Ciências de Dados.

CONFIRA A EMENTA COMPLETA!

Investimento

    Preencha os campos abaixo. Você será redirecionado(a) para os detalhes do investimento no MBA em Ciências de Dados.

    Aceito receber mais informações sobre este e outros cursos do CeMEAI por e-mail