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

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

o que você vai aprender

Fundamentos

Metodologias
Estado-da-Arte

Teoria e prática

Desenvolvimento
de Projetos em
Ciências de Dados

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 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: 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: 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: 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!

TRILHA DE DESENVOLVIMENTO

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 ao aluno conhecimento básico de gestão de projeto de ciência de dados, mediante os diversos riscos e desafios inerentes da área, envolvendo as constantes mudanças tecnológicas, e a complexidade dos problemas e projetos. Discutir as tendências atuais gestão de projeto de ciência de dados, incluindo modelos de gerenciamento ágil de projetos e métodos híbridos.

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: 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 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: 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: 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: 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: 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 ao aluno conhecimento básico de gestão de projeto de ciência de dados, mediante os diversos riscos e desafios inerentes da área, envolvendo as constantes mudanças tecnológicas, e a complexidade dos problemas e projetos. Discutir as tendências atuais gestão de projeto de ciência de dados, incluindo modelos de gerenciamento ágil de projetos e métodos híbridos.

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: 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