Ementas

Ferramentas fundamentais do analista de dados. Processos de extração, processamento, gestão e análise de dados, com em tomada de decisão. Cultura Data-Driven. Estratégias para diferentes tipos de organizações. Trabalho com grandes volumes de dados e informações de diferentes fontes. Ferramentas de inteligência de negócio líderes do mercado.

Modelos preditivos e tipos de análises. Cognição humana. Análise cognitiva. Abordagens para análise preditiva automática. Estratégias e informações de negócio. Gestão de desempenho de modelos de negócio. Negócios baseados em cruzamentos das análises cognitivas e preditivas. Gestão de decisões de análise de dados. Serviços baseados em tecnologia. Design de negócios para IoT (Internet of Things). Interação como serviço.

Aprenda a controlar e analisar dados, utilizando a linguagem e sistema de programação R e seu ecossistema de ferramentas, que virou um dos sistemas populares e importantes para manuseio e entendimento dos dados. Alunos terão uma capacidade de utilizar R para empreender análises que podem alavancar suas empresas, tanto quanto suas carreiras. Regressão Básica / Múltipla. Modelos e Previsão de Dados.

Conceitos centrais. Tipos de serviços: SaaS (Softaware as a Service), PaaS (Plataform as a Service), IaaS (Infraestructe as a Service). Nuvem pública, privada ou híbrida. Melhores práticas, estratégias de adoção e padrões de maturidade de adoção da nuvem.

Conceitos centrais. Tipos de serviços: SaaS (Softaware as a Service), PaaS (Plataform as a Service), IaaS (Infraestructe as a Service). Nuvem pública, privada ou híbrida. Melhores práticas, estratégias de adoção e padrões de maturidade de adoção da nuvem.

Conceitos de data analytics que se referem às técnicas utilizadas para se extrair resultados do Big Data. Princípios introdutórios do Big Data: propriedades, características, infraestrutura e capacidade de oferecer alavancagem ao tomador de decisões. Variedade de tipos de dados (estruturados, não estruturados e semiestruturados), questões pertinentes ao volume de dados que são considerados. Velocidade de resposta para atender às necessidades do usuário a partir do Big Data. Infraestrutura tecnológica para tratamento de vastos volumes de dados. História do Big Data e Analytics em Gestão. A Marca do Empregador. Cientista de Dados. People Analytics. O Capital Humano. Teste de Canais e Taxa de Sucesso. Ferramentas de Big Data e Analytics. Extrair Valor de Dados. Integração de Sistemas e Plataformas. Dados como Ativos Intangíveis da Organização. Indicadores de Desempenho.

Princípios introdutórios do Big Data: propriedades, características, infraestrutura e capacidade de oferecer alavancagem ao tomador de decisões. Variedade de tipos de dados (estruturados, não estruturados e semiestruturados), questões pertinentes ao volume de dados que são considerados. Velocidade de resposta para atender às necessidades do usuário a partir do Big Data. Infraestrutura tecnológica para tratamento de vastos volumes de dados. Conceitos de data analytics que se refere às técnicas utilizadas para se extrair resultados do Big Data.

Inteligência artificial e estratégias comerciais. Mineração de dados para área comercial. Data analytics aplicados a vendas. Automatizações nos processos comerciais. Machine learning aplicado a robôs de vendas. Integrando ações de inbound marketing, outbound marketing e sales & marketing. Ambiente de business inteligence.

Conceito e aplicação de Deep Analytics and Visualization. Fundamentos de dados e o processo de visualização. Análise exploratória de dados. Visualização como uma linguagem. Busque o crescimento na carreira aprimorando suas habilidades de visualização, por meio do uso de tecnologias como o Tableua para aplicação prática no trabalho diário. Aprenda a usar dados à sua disposição para tomar decisões mais informadas por meio de uma visualização eficaz. Aprenda a apresentar e comunicar dados para colegas não técnicos e liderança sênior em sua organização.

Arquiteturas de micro-controladores para sistemas de tempo real. Sistemas operacionais de tempo real em sistemas embutidos. Sistemas confiáveis, arquiteturas com múltiplos processadores. Interfaces baseadas em padrões. Interfaces de comunicação: canais seriais, redes com e sem fio e conexão à internet. Interfaces com os usuários. Metodologias de projeto de sistemas embutidos. Projeto de interfaces com sensores e atuadores, sinais digitais, sinais analógicos, sensores e atuadores e processamento digital de sinais. Dispositivos para sistemas embutidos e aderentes ao conceito de Internet das Coisas.

Conceitos de aprendizado de máquina. Engenharia de software. Mineração de dados, aprendizagem de máquina e aprendizagem profunda. Análise de dados e automatização e desenvolvimento de modelos analíticos.

Conceitos do que é Gestão de Serviços, características da Gestão de Serviços, estrutura da Gestão de Serviços, planejamento da Gestão de Serviços, como vender a Gestão de Serviços para Alta Direção, ROI, Implantação da Gestão de Serviços, Gestão estratégica e tática de serviços de TI. Gerenciamento de serviços com base no conjunto de melhores práticas baseado no ITIL (Information Technology Infrastructure Library Biblioteca de Infra-estrutura de Tecnologia da Informação) que identifica o relacionamento das diversas atividades necessárias para entrega e suporte dos serviços de TI.

A Gestão Operacional da TIC e a Gestão de Negócios; Inovação Tecnológica e Mudança; O Data Center e Application Services Provider; Gerenciamento de Mudanças; Gerenciamento de Problemas; Gerenciamento de Capacidade; Gerenciamento de Performance; Gerenciamento de Terceiros; Gerenciamento de Contratos e Legislação; Service Level Agreement; Total Cost Ownership; ITIL; CoBIT; SIX SIGMA; PMI e BSC.

Gestão de processos. Metodologia de gestão de processos. Ordenação do trabalho no tempo. Definição, análise e gerenciamento de processos. Processo: diagnóstico, definições iniciais, planejamento e melhorias de processos, execução de melhorias e encerramento. Sistemas de gestão de processos. Indicadores de desempenho. Gestão dos atores humanos e computacionais. Gerenciamento de resultados. Transformação de ativos tangíveis em intangíveis. Agregação de valor ao produto ou serviço. Tecnologias de gestão.

A transformação dos negócios através da gestão de processos e da performance. Gestão e Modelagem de Processos Organizacionais é uma abordagem disciplinada e sistemática, que envolve práticas relacionadas aos processos de negócio, automatizados ou não, para alcançar resultados consistentes e alinhados com as metas estratégicas de uma organização. BPM permite que uma organização alinhe seus processos à sua estratégia, conduzindo a um melhor desempenho, em todos os níveis, com foco no processo ponta-a-ponta e na geração de valor ao cliente.

Preparar profissionais para o desenvolvimento de programas eficazes de implantação de processos nos ambientes corporativos

Algoritmos. Aprendizado: supervisionado, não supervisionado e semi-supervisionado. Inteligência Artificial: inteligência humana exibida em máquinas. Redes neurais, árvores de decisão e análise multivariada dentre outras. Deep Learning: uma técnica para implementar Machine Learning.

Estratégia empresarial, inteligência competitiva e inteligência comercial. Geomarketing. Dimensionamento de mercado, oportunidades e trade marketing/vendas. Estratégias de precificação, mix de produtos e perfil do consumidor no ponto de venda. Tecnologia da informação e comunicação aplicada a força comercial. Inteligência comercial: estratégias e ações para aumentar os resultados a partir da análise de dados. Utilização de big data e inteligência artificial.

Conhecimentos sobre a plataforma de Business Intelligence da Microsoft. Quatro principais ferramentas de BI da solução SQL Server, o Microsoft Integration Services (SSIS), o Microsoft Analysis Services, o Microsoft Reporting Services e o SharePoint Server. Sistema de ETL (Extract-Transform-Load – SSIS) com a finalidade de montar um Data Warehouse, que servirá de base para a criação de um Cubo OLAP (SSAS), que por sua vez será consultado e disponibilizado pelo browser para os usuários finais através de Relatórios e Dashboards, com o Reporting Services (SSRS), Excel e o SharePoint Server.