Data Science - M.S.

Requisitos principais

• Design avançado de sistemas de banco de dados
• Técnicas de mineração de dados
• Big Data Analytics
• Estatísticas aplicadas
• Estatística Computacional
• Aprendizagem Estatística

Requisito de experiência culminante, escolha uma das seguintes opções:

• Projeto Capstone
• Projeto Capstone e Estágio de Graduação
• Tese I
• Tese I

Eletivas principais, escolha uma das seguintes:

• Estatísticas Biológicas
• Inteligência artificial
• Segurança e privacidade de dados
• Gestão de Big Data
• Gerenciamento de dados probabilísticos
• Informática em Saúde Computacional
• Inteligência Artificial Avançada
• Sistemas Multimídia e Biometria
• Visualização de Informação
• Pesquisa ou
• Pesquisa
• Econometria I
• Econometria Ii
• Análise de Séries Temporais
• Conceitos de saúde ambiental em saúde pública
• Fundamentos da Epidemiologia da Saúde Pública
• Princípios de Pesquisa Epidemiológica
• Projetos observacionais para pesquisa clínica
• Projetos Experimentais para Pesquisa Clínica
• Ciência da Informação Geográfica
• Ciência da Informação Geográfica Avançada
• Gestão de Informática em Saúde
• Análise Clínica
• Fatores humanos e usabilidade em informática em saúde
• Análise Clínica II
• Princípios Fundamentais da Gestão do Conhecimento
• O cenário da informação
• Organização de Informação
• Teoria de Probabilidade e Aplicações
• Tópicos em Teoria de Probabilidades e Processos Estocásticos
• Modelos Atuariais Estocásticos
• Análise Estatística Quantitativa I
• Análise Estatística Quantitativa II

Os graduados deste programa serão capazes de:

1. Faça as perguntas para que os problemas em uma determinada situação comercial ou industrial fiquem claros.
2. Determine se o problema pode ser tratado com métodos e ferramentas de ciência de dados e, em caso afirmativo, proponha métodos potenciais para resolver os problemas.
3. Faça sugestões sobre como a ciência de dados pode ser usada para melhorar a qualidade e o valor dos produtos existentes atualmente (sejam os produtos físicos ou métodos) e como a ciência de dados pode ser usada no desenvolvimento de novos produtos.