Mestrado Em Ciência De Dados

Este mapa curricular ilustra o desenvolvimento progressivo das competências dos alunos no programa de Mestrado em Gestão de Tecnologia da Informação, mostrando como cada curso introduz (I), desenvolve (D) ou leva os alunos ao domínio (M) dos sete Resultados de Aprendizagem do Programa (PLOs), culminando no curso final, onde os alunos demonstram domínio de todos os resultados.

• TECH 500: Desafios éticos na gestão de tecnologia
• BUS 5203: Análise de Dados
• BUS 5213: Processamento de dados para tomada de decisão
• TECH 575: Análise de Big Data para IoT
• TECH 615: IA aplicada: Soluções para negócios
• TECH 630: IA avançada para insights de negócios e tomada de decisões
• BUS 5223: Liderando Projetos de Análise de Dados
• TECH 643: Métodos Estatísticos
• TECH 674: Métodos quantitativos
• TECH 699: Projeto de conclusão de curso de ciência de dados e análise

Aulas básicas

TECH 500: Desafios éticos na gestão de tecnologia

Este curso se concentra em preparar líderes para resolver dilemas éticos complexos em gestão de tecnologia. O curso enfatiza valores bíblicos e soluções práticas para desafios contemporâneos. Os alunos exploram sistemas éticos por meio de uma cosmovisão cristã, analisam estudos de caso e desenvolvem habilidades para fazer julgamentos morais sólidos. Ao final do curso, os participantes estarão equipados para abordar questões éticas em liderança tecnológica com integridade e uma perspectiva baseada na fé.

Resultados de aprendizagem dos alunos do curso

• SLO 1: Analisar dilemas éticos complexos na gestão de tecnologia usando várias estruturas éticas, incluindo uma visão de mundo cristã. (PLO 3, PLO 4)
• SLO 2: Avaliar as implicações das tecnologias emergentes na tomada de decisões éticas em funções de liderança de TI. (PLO 3, PLO 4)
• SLO 3: Sintetizar princípios bíblicos com desafios éticos contemporâneos para desenvolver soluções baseadas na fé em gestão de tecnologia. (PLO 3, PLO 5)
• SLO 4: Desenvolver e articular julgamentos morais sólidos para estudos de caso em ética tecnológica, demonstrando pensamento crítico e comunicação eficaz. (PLO 1, PLO 3)
• SLO 5: Crie uma estrutura ética pessoal para abordar os desafios de gerenciamento de tecnologia que integram padrões profissionais com valores cristãos. (PLO 3, PLO 5)

BUS 5203: Análise de Dados

Os alunos serão expostos a práticas de análise de dados no mundo dos negócios, como a forma como os dados são criados, armazenados e acessados, e como as organizações utilizam dados e criam ambientes que incentivam a análise.

Resultados de aprendizagem dos alunos do curso

• SLO 1: Entenda a mentalidade analítica para analistas de negócios. (PLO 2, PLO 4)
• SLO 2: Compreender os conceitos básicos de estatística e análise de dados. (PLO 2, PLO 4)
• SLO 3: Aplicar técnicas de análise de dados para responder a perguntas sobre o conjunto de dados. (PLO 4)
• SLO 4: Analisar decisões de negócios usando técnicas de análise de dados. (PLO 4)
• SLO 5: Avaliar decisões éticas em análise de dados com integração de fé. (PLO 5)
• SLO 6: Crie e conclua um projeto de análise de dados para responder a uma pergunta original em uma disciplina específica. (PLO 2, PLO 4, PLO 5)

BUS 5213: Processamento de dados para tomada de decisão

Entenda como coletar e utilizar dados na tomada de decisão usando técnicas analíticas (mineração de dados, análise preditiva e algoritmos de aprendizado de máquina) para encontrar padrões de relacionamentos entre elementos de dados. Os alunos aprenderão como coletar dados apropriados e analisá-los para levar os tomadores de decisão a uma compreensão aprimorada dos dados e sua aplicação de gerenciamento.

Resultados de aprendizagem dos alunos do curso

• SLO 1: Adquira habilidades de gerenciamento de informações para gerenciar dados. (PLO 2, PLO 4)
• SLO 2: Adquira habilidades e ferramentas analíticas para entender os dados. (PLO 2, PLO 4)
• SLO 3: Obtenha uma compreensão da tomada de decisão baseada em dados e como lidar com a incerteza. (PLO 2, PLO 4)
• SLO 4: Desenvolver uma mentalidade orientada a dados para ajudar as empresas a agir com base nos dados. (PLO 2, PLO 4)
• SLO 5: Desenvolver habilidades na apresentação de dados para tomada de decisão. (PLO 1, PLO 2)

TECH 575: Análise de Big Data para IoT

Este curso apresenta aos alunos o Apache Spark, uma poderosa estrutura de processamento de big data, com foco em sua aplicação na análise de conjuntos de dados em larga escala. Os alunos aprenderão a aproveitar os recursos do Spark usando Python, enfatizando a sintaxe mais recente do Spark 2.0 DataFrame. O currículo abrange técnicas avançadas de manipulação de dados, aplicativos de aprendizado de máquina usando MLlib e cenários de resolução de problemas do mundo real.

Resultados de aprendizagem do aluno

• SLO 1: Sintetizar programação Python e frameworks Apache Spark para projetar e implementar soluções avançadas de análise de big data. (PLO 2, PLO 4)
• SLO 2: Avaliar e aplicar a sintaxe Spark 2.0 DataFrame para otimizar tarefas complexas de processamento de dados e melhorar a eficiência analítica. (PLO 2, PLO 4)
• SLO 3: Crie e critique modelos sofisticados de aprendizado de máquina usando o MLlib do Spark, incluindo regressão logística, florestas aleatórias e árvores com gradiente aumentado, para resolver problemas de classificação do mundo real. (PLO 2, PLO 4)
• SLO 4: Desenvolver e avaliar aplicativos inovadores de processamento de linguagem natural, como filtros de spam, utilizando os recursos do Spark para análise e classificação de texto. (PLO 1, PLO 2 e PLO 4)
• SLO 5: Formular uma estrutura ética para análise de big data que integre princípios cristãos de administração e privacidade, examinando criticamente as implicações sociais das técnicas de análise de dados em larga escala. (PLO 3, PLO 5)

TECH 615: IA aplicada: Soluções para negócios

Este curso fornece uma introdução abrangente à Inteligência Artificial (IA), explorando seu impacto transformador em todos os setores e abordando a crescente demanda global por habilidades de IA. Os alunos se aprofundarão em desenvolvimentos recentes em Deep Learning, Reinforcement Learning, Natural Language Processing, Computer Vision e Robótica, enquanto ganham experiência prática com estruturas modernas de deep learning como Keras.

Resultados de aprendizagem do aluno

• SLO 1: Avaliar o impacto da IA em vários setores, analisando tendências atuais e prevendo desenvolvimentos futuros no campo. (PLO 2, PLO 4)
• SLO 2: Projetar e implementar redes neurais artificiais para resolver problemas empresariais complexos, como previsão de rotatividade de clientes e previsão de preços de ações. (PLO 2, PLO 4)
• SLO 3: Desenvolver modelos avançados de IA usando redes neurais convolucionais e recorrentes para reconhecimento de imagens e análise de séries temporais em contextos de negócios do mundo real. (PLO 2, PLO 4)
• SLO 4: Criar e avaliar sistemas de recomendação e aplicativos de processamento de linguagem natural, demonstrando proficiência na aplicação de IA para aprimorar a experiência do cliente e as operações comerciais. (PLO 2, PLO 4)
• SLO 5: Sintetizar considerações éticas na implementação de IA com princípios cristãos de administração e dignidade humana, formulando estratégias de IA responsáveis para aplicações empresariais. (PLO 3, PLO 5)

TECH 630: IA avançada para insights de negócios e tomada de decisões

Este curso oferece uma perspectiva transformadora sobre o impacto da IA no mundo dos negócios, enfatizando o papel crítico da proficiência em IA, incluindo IA generativa como Large Language Models, na economia atual orientada por informações. Ele se concentra em identificar, avaliar e alavancar oportunidades para análise de negócios usando fontes de dados públicas e proprietárias.

Resultados de aprendizagem do aluno

• SLO 1: Sintetizar conjuntos de dados complexos para criar soluções empresariais inovadoras, demonstrando capacidades analíticas avançadas em contextos orientados por IA. (PLO 2, PLO 4)
• SLO 2: Avaliar tendências atuais em gestão e aplicação de IA, criticando seu impacto potencial em vários setores de negócios. (PLO 2, PLO 4)
• SLO 3: Projetar e avaliar criticamente diversos modelos de IA e mineração de dados, justificando sua adequação para cenários de negócios específicos. (PLO 2, PLO 4)
• SLO 4: Formular estratégias colaborativas para traduzir desafios empresariais do mundo real em modelos de IA acionáveis, demonstrando trabalho em equipe e habilidades de resolução de problemas. (PLO 2, PLO 5)
• SLO 5: Desenvolver e defender estratégias de análise de negócios eficientes, integrando tecnologias de IA para abordar questões de negócios contemporâneas. (PLO 2, PLO 4)
• SLO 6: Criar uma estrutura ética para implementação de IA nos negócios que esteja alinhada com os princípios cristãos de administração e responsabilidade social, examinando criticamente as implicações morais da tomada de decisões orientada por IA em contextos organizacionais. (PLO 3, PLO 5)

BUS 5223: Liderando Projetos de Análise de Dados

Este curso exporá os alunos a componentes críticos da operacionalização de inteligência de negócios e análise de dados para melhor tomada de decisão e melhoria de qualidade dentro de uma organização. Especificamente, os alunos aprenderão como assumir o papel de consultor de inteligência de negócios e aplicar técnicas de análise de dados para informar a tomada de decisão de negócios.

Resultados de aprendizagem do aluno

• SLO 1: Compreender os principais termos e conceitos no campo da análise de dados. (PLO 2, PLO 4)
• SLO 2: Identificar as principais habilidades analíticas necessárias na profissão. (PLO 2, PLO 4)
• SLO 3: Apresentar dados de forma representativa gráfica. (PLO 1, PLO 2)
• SLO 4: Aplicar conceitos e técnicas de análise de negócios. (PLO 2, PLO 4, PLO 5)

TECH 643: Métodos Estatísticos

Este curso oferece uma exploração abrangente de técnicas estatísticas fundamentais e avançadas essenciais para análise de dados e tomada de decisão em vários campos. Este curso abrange estatística descritiva, teoria da probabilidade, distribuições de amostragem, teste de hipóteses e estatística inferencial. Os alunos se aprofundarão na análise de regressão, incluindo regressão linear simples e múltipla, bem como uma introdução à regressão logística. O currículo também abrange análise de variância (ANOVA), design de experimentos e métodos não paramétricos. Ao longo do curso, a ênfase é colocada na compreensão teórica e na aplicação prática usando software estatístico como R ou SAS. Os alunos trabalharão com conjuntos de dados do mundo real para desenvolver habilidades em manipulação de dados, modelagem estatística e interpretação de resultados. Ao final do curso, os participantes estarão equipados com um kit de ferramentas estatísticas robusto e a capacidade de selecionar e aplicar métodos apropriados para abordar desafios analíticos complexos em diversas disciplinas. Os pré-requisitos incluem uma compreensão básica de álgebra e conceitos estatísticos elementares.

Resultados de aprendizagem do aluno

• SLO 1: Demonstrar proficiência na aplicação de técnicas estatísticas fundamentais e avançadas para análise de dados e tomada de decisão em vários campos. (PLO 2, PLO 4)
• SLO 2: Conduzir e interpretar testes de hipóteses e estatísticas inferenciais com precisão. (PLO 2, PLO 4)
• SLO 3: Realizar análises de regressão, incluindo regressão linear simples e múltipla e regressão logística. (PLO 2, PLO 4)
• SLO 4: Aplicar análise de variância (ANOVA), planejamento de experimentos e métodos não paramétricos a conjuntos de dados apropriados. (PLO 2, PLO 4)
• SLO 5: Integrar princípios cristãos de ética e administração na aplicação de métodos estatísticos, reconhecendo a responsabilidade de usar a análise de dados para a melhoria da sociedade e pelos valores bíblicos. (PLO 3, PLO 5)

TECH 674: Métodos quantitativos

Este curso fornece uma introdução abrangente aos métodos quantitativos essenciais e técnicas estatísticas usadas na ciência de dados moderna. Os alunos desenvolverão uma base sólida em teoria da probabilidade, inferência estatística e abordagens analíticas avançadas cruciais para analisar conjuntos de dados complexos. Os principais tópicos incluem distribuições de probabilidade e suas aplicações, testes de hipóteses e intervalos de confiança, análise de regressão linear e não linear, análise e previsão de séries temporais, estatística e inferência bayesiana, técnicas de redução de dimensionalidade, métodos de agrupamento e classificação, métodos de reamostragem e bootstrapping. Por meio de uma combinação de palestras, exercícios práticos e estudos de caso do mundo real, os alunos aprenderão a aplicar esses métodos quantitativos usando ferramentas populares de ciência de dados e linguagens de programação. O curso enfatiza tanto a compreensão teórica quanto a implementação prática, preparando os alunos para enfrentar desafios complexos de análise de dados em vários setores.

Resultados de aprendizagem do aluno

• SLO 1: Aplicar teoria da probabilidade e técnicas de inferência estatística para analisar conjuntos de dados complexos em contextos de ciência de dados. (PLO 2, PLO 4)
• SLO 2: Desenvolver e avaliar modelos de regressão linear e não linear, análise de séries temporais e métodos de previsão para análise e predição de dados. (PLO 2, PLO 4)
• SLO 3: Utilizar métodos de redução de dimensionalidade, agrupamento e classificação para extrair padrões significativos de dados de alta dimensão. (PLO 2, PLO 4)
• SLO 4: Demonstrar proficiência no uso de ferramentas populares de ciência de dados e linguagens de programação para implementar métodos quantitativos em conjuntos de dados do mundo real. (PLO 2, PLO 4, PLO 5)
• SLO 5: Integrar princípios cristãos de uso e interpretação ética de dados, reconhecendo a responsabilidade de empregar métodos quantitativos de maneiras que honrem a verdade, promovam o florescimento humano e reflitam a boa administração dos recursos de informação. (PLO 3, PLO 5)

TECH 699: Projeto de conclusão de curso de ciência de dados e análise

Este curso de conclusão de curso oferece aos alunos a oportunidade de sintetizar e aplicar o conhecimento e as habilidades adquiridas ao longo do programa de Mestrado em Ciência de Dados e Análise. Os alunos realizarão um projeto abrangente de ciência de dados do mundo real que aborda um desafio empresarial ou social significativo. Trabalhando individualmente ou em pequenas equipes, os alunos identificarão um problema, coletarão e analisarão dados relevantes, desenvolverão e implementarão soluções de ciência de dados apropriadas e comunicarão suas descobertas de forma eficaz. O projeto abrangerá todo o ciclo de vida da ciência de dados, incluindo formulação de problemas, aquisição e pré-processamento de dados, análise exploratória de dados, desenvolvimento e avaliação de modelos e apresentação de resultados. Espera-se que os alunos integrem técnicas avançadas de análise, considerações éticas e insights de negócios em seus projetos. O curso culminará em uma apresentação e relatório final, demonstrando o domínio do aluno em conceitos de ciência de dados e sua capacidade de agregar valor por meio de soluções orientadas a dados.

Resultados de aprendizagem do aluno

• SLO 1: Projetar e executar um projeto abrangente de ciência de dados que aborde um problema complexo do mundo real, demonstrando domínio do ciclo de vida da ciência de dados e técnicas analíticas avançadas. (PLO 2, PLO 4)
• SLO 2: Comunicar efetivamente conceitos, metodologias e resultados complexos de ciência de dados para públicos técnicos e não técnicos por meio de relatórios escritos, apresentações orais e visualizações de dados. (PLO 1, PLO 4)
• SLO 3: Aplicar raciocínio ético e princípios cristãos no design, implementação e avaliação de soluções de ciência de dados, abordando questões como privacidade de dados, preconceito e impacto social. (PLO 3, PLO 5)
• SLO 4: Avaliar criticamente e selecionar metodologias, ferramentas e tecnologias de ciência de dados apropriadas para resolver desafios empresariais ou sociais específicos, justificando essas escolhas com base em sua eficácia e eficiência. (PLO 2, PLO 4)
• SLO 5: Colaborar efetivamente em equipes diversas para planejar, executar e entregar um projeto complexo de ciência de dados, demonstrando liderança, gerenciamento de projetos e habilidades de comunicação intercultural. (PLO 1, PLO 5)
• SLO 6: Sintetizar insights da análise de dados para desenvolver recomendações estratégicas que gerem valor comercial ou atendam às necessidades da sociedade, demonstrando a capacidade de unir a ciência de dados com aplicações práticas. (PLO 2, PLO 3, PLO 4)

Resultados de Aprendizagem Institucional (ILOs)

• OIT 1: Os alunos se comunicarão efetivamente.
• OIT 2: Os alunos usarão métodos de investigação para aquisição e aplicação de conhecimento.
• OIT 3: Os alunos abordarão problemas concretos aplicando a fé e o raciocínio ético.
• OIT 4: Os alunos pensarão de forma criativa e crítica para buscar uma vida de aprendizado.
• OIT 5: Os alunos se envolverão em um mundo culturalmente diverso para fortalecer relacionamentos com outras pessoas.

Resultados de aprendizagem do programa (PLOs)

• PLO 1: Comunicar eficazmente conceitos complexos de ciência de dados e resultados analíticos para públicos diversos, demonstrando sensibilidade cultural e consideração ética na apresentação de dados. (OIT 1, OIT 3, OIT 5)
• PLO 2: Aplicar métodos estatísticos avançados, técnicas de aprendizado de máquina e estratégias de mineração de dados para extrair insights significativos de conjuntos de dados em larga escala, avaliando criticamente os resultados para resolver problemas do mundo real. (OIT 2, OIT 4)
• PLO 3: Desenvolver e implementar soluções éticas de ciência de dados que integrem princípios cristãos de administração, privacidade e responsabilidade social, ao mesmo tempo em que comunicam efetivamente as implicações éticas às partes interessadas. (OIT 1, OIT 3, OIT 5)
• PLO 4: Avaliar criticamente e sintetizar tendências atuais em ciência de dados e IA, demonstrando a capacidade de se adaptar a tecnologias e metodologias em rápida evolução e comunicar descobertas de forma eficaz para promover o aprendizado contínuo. (OIT 1, OIT 2, OIT 4)
• PLO 5: Colaborar efetivamente em equipes diversas para projetar e executar projetos de ciência de dados que abordem desafios globais, utilizando métodos de investigação apropriados e raciocínio ético para promover a compreensão intercultural por meio de insights baseados em dados. (OIT 2, OIT 3, OIT 5)