Ciência de Dados e Big Data

Módulo 1: Fundamentos de Programação e Ciência de Dados

Python para Ciência de Dados 

Ao final da disciplina, os alunos deverão ser capazes de:

• Programar em Python, utilizando suas estruturas de controle e dados para manipulação e análise eficazes.

• Aplicar bibliotecas de Python para manipulação, visualização de dados e vetorização de matrizes.

• Desenvolver soluções de análise de dados, aproveitando as funcionalidades avançadas de Python para ciência de dados.

Estatística Geral - Teoria e Aplicações 

Ao final da disciplina, os alunos deverão ser capazes de:

• Programar em Python, utilizando suas estruturas de controle e dados para manipulação e análise eficazes.

• Aplicar bibliotecas de Python para manipulação, visualização de dados e vetorização de matrizes.

• Desenvolver soluções de análise de dados, aproveitando as funcionalidades avançadas de Python para ciência de dados.

Data Discovery e Analytics 

Ao final da disciplina, os alunos deverão ser capazes de:

• Realizar analisar exploratória de dados

• Conhecer os diferentes tipos de dados (estruturados, semiestruturados, não estruturados)

• Identificar e coletar dados relevantes de diversas fontes.

• Aplicar técnicas de visualização de dados para comunicar insights de forma clara e concisa

• Utilizar ferramentas de Data Discovery e Self-Service Analytics para realizar análises exploratórias de dados de forma autônoma

• Usar modelos de machine learning para aplicar em análise preditiva e prescritiva.
  

Módulo 2: Engenharia de Dados

Banco de Dados Relacionais e Não Relacionais

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender e aplicar os conceitos fundamentais do modelo relacional de banco de dados

• Utilizar a linguagem SQL  

• Comparar as propriedades dos modelos relacionais e NoSQL

• Identificar e utilizar os principais Sistemas de Gerenciamento de Banco de Dados (SGBDs)

• Projetar e implementar soluções de banco de dados 

• Avaliar criticamente quando usar bancos de dados relacionais versus NoSQL.

Armazenamento e Processamento Massivo e Distribuído e Dados

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os princípios fundamentais dos sistemas distribuídos

• Aplicar técnicas de processamento de grandes volumes de dados

• Projetar e implementar sistemas de arquivos distribuídos

• Utilizar o modelo MapReduce para processamento de dados 

• Otimizar operações de leitura, escrita e listagem em arquivos distribuídos

• Avaliar e implementar soluções de processamento distribuído

• Aplicar técnicas de compressão, otimização e particionamento de dados.

Preparação e Integração de Dados 

Ao final da disciplina, os alunos deverão ser capazes de:

• Realizar processos de limpeza, transformação e enriquecimento de dados.

• Executar processos ETL/ELT e integrar dados em ambientes de Data Lake.

• Utilizar ferramentas específicas para projetar e desenvolver aplicações de preparação e integração de dados.

• Implementar pipelines de ETL e ELT.

• Projetar e desenvolver soluções de integração de dados.

Cultura e Práticas DataOps e MLOps

Ao final da disciplina, os alunos deverão ser capazes de:

• Desenvolver infraestruturas de dados e machine learning como código (IaC)

• Projetar e gerenciar pipelines eficientes para soluções de machine learning

• Implementar práticas de DataOps e MLOps para otimizar o ciclo de vida de desenvolvimento e implantação de modelos.
  

Módulo 3:  Modelagem e Análise Estatística  

Técnicas de Amostragem e Modelos de Regressão 

Ao final da disciplina, os alunos deverão ser capazes de:

• Aplicar diferentes técnicas e tipos de amostragem em projetos de pesquisa.

• Desenvolver modelos de regressão linear simples e múltipla para análise preditiva.

• Utilizar modelos lineares generalizados para análise de dados

• Executar análises de diagnóstico e validação de modelos de regressão.

Séries Temporais

Ao final da disciplina, os alunos deverão ser capazes de:

• Analisar e modelar séries temporais estacionárias e não estacionárias

• Modelar e prever séries temporais utilizando modelos ARMA, ARIMA e SARIMA.

• Ajustar modelos de séries temporais não estacionárias por meio de transformações adequadas.

• Avaliar estacionariedade em séries temporais

• Aplicar métodos de decomposição de séries temporais

• Utilizar modelos de tendência determinística e estocástica

• Aplicar métodos de médias móveis e alisamento exponencial

• Modelar séries temporais estacionárias e não estacionárias.
  

Módulo 4: Machine Learning e Deep Learning

Machine Learning

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os diferentes tipos de aprendizado de máquina (supervisionado, não supervisionado)

• Capacidade para selecionar e aplicar algoritmos adequados para problemas específicos de machine learning

• Capacidade para implementação e otimização de modelos de machine learning

• Avaliar a performance de modelos de aprendizado de máquina

• Interpretar os resultados de modelos de aprendizado de máquina.

Redes Neurais e Deep Learning

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os fundamentos de redes neurais artificiais

• Entender os princípios e aplicações de Deep Learning

• Aplicar diversas técnicas, métodos e arquiteturas de redes neurais

• Utilizar redes convolucionais modernas

• Implementar aplicações práticas de redes convolucionais e deep learning

• Avaliar e otimizar o desempenho de modelos de deep learning

• Compreender as diferenças entre diversos tipos de redes neurais e suas aplicações específicas.

Frameworks para Deep Learning

Ao final da disciplina, os alunos deverão ser capazes de:

• Utilizar frameworks como Keras, Tensorflow e Pytorch para construir e treinar modelos de deep learning.

• Desenvolver soluções de classificação e regressão usando deep learning

• Monitorar e avaliar o desempenho de modelos de deep learning

• Implementar e gerenciar pipelines de deep learning  

• Compreender e aplicar conceitos de AutoML.
  

Módulo 5: Aplicações e Projetos

Processamento de Linguagem Natural

Ao final da disciplina, os alunos deverão ser capazes de:

• Aplicar algoritmos de PNL para tarefas de processamento e análise de texto.

• Desenvolver modelos de linguagem, exercendo técnicas como tokenização e lematização.

• Criar aplicações de PNL para extração de informações e reconhecimento de entidades nomeadas.

• Projetar e implementar aplicações práticas de NLP.

Generative AI & Advanced Analytics

Ao final da disciplina, os alunos deverão ser capazes de:

• Capacidade de utilizar ferramentas e plataformas de GenAI

• Habilidade em desenvolver e ajustar prompts para modelos generativos

• Explorar técnicas de recuperação aumentada por geração (RAG)

• Utilizar ferramentas e plataformas para análise de dados avançada

• Conhecimento em integração e utilização de APIs de modelos externos

• Aptidão para implementar e otimizar modelos preditivos usando AutoML

• Proficiência em configurar e gerenciar pipelines de AI em ambientes de nuvem

• Capacidade de identificar e aplicar as tendências emergentes em análise avançada e IA generativa

• Fundamentos de IAs Generativas (GenAI). Plataformas de GenAI. Técnicas de Recuperação Aumentada por Geração (RAG). Princípios e práticas de Prompt Engineering. Estratégias de Fine-tuning. Exploração de modelos preditivos. Utilização de APIs de modelos externos. AutoML. Cloud Analytics. Implementação de pipeline da solução. Conceitos de AI-as-a-Service, AI-as-a-commodity, AI Gateways.  Tendencias.

Ciência de Dados em Nuvem: Práticas e Projetos

Ao final da disciplina, os alunos deverão ser capazes de:

• Compreender os conceitos fundamentais da ciência de dados em ambiente de nuvem

• Utilizar as principais plataformas de computação em nuvem para ciência de dados

• Implementar pipelines de preparação de dados em ambientes de nuvem

• Realizar ingestão de dados de diversas fontes em plataformas de nuvem

• Aplicar técnicas de limpeza e transformação de dados 

• Criar e treinar modelos de machine learning em plataformas de nuvem

• Otimizar hiperparâmetros e selecionar modelos em ambientes de nuvem

• Implementar processos de validação e avaliação de modelos

• Realizar o deploy e monitoramento de modelos em produção

• Gerenciar projetos ráticos de ciência de dados em ambientes de nuvem.