Mestrado em Inteligência Artificial

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
• TECH 650: Fundamentos da Aprendizagem de Máquina
• TECH 515: Gerenciando infraestrutura e segurança em nuvem
• TECH 575: Análise de Big Data para IoT
• ISTM 615: IA Aplicada: Soluções para Negócios
• TECH 675: Processamento de Linguagem Natural Aplicado e Análise Inteligente de Texto
• TECH 557: Desenvolvimento de aplicativos móveis
• TECH 685: Desenvolvimento e otimização prática de IA
• TECH 630: IA avançada para insights de negócios e tomada de decisões
• TECH 699: Soluções avançadas de IA - Projeto final

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

TECH 650: Fundamentos da Aprendizagem de Máquina

Este curso oferece uma introdução abrangente ao aprendizado de máquina, abrangendo fundamentos teóricos e aplicações práticas em paradigmas de aprendizado supervisionado, não supervisionado e por reforço. Os alunos explorarão uma ampla gama de algoritmos, incluindo regressão linear e logística, árvores de decisão, máquinas de vetores de suporte, redes neurais e técnicas de agrupamento, ao mesmo tempo em que desenvolvem habilidades em pré-processamento de dados, engenharia de recursos, seleção de modelos e avaliação de desempenho. Considerações éticas no desenvolvimento de IA são integradas em todo o processo. Os alunos ganharão experiência prática por meio de tarefas e projetos de programação prática usando Python e bibliotecas como Scikit-learn, TensorFlow e PyTorch.

Resultados de aprendizagem do aluno

• SLO 1: Avaliar a adequação de vários algoritmos de aprendizado de máquina para problemas complexos do mundo real, demonstrando pensamento crítico e habilidades analíticas. (PLO 1, PLO 5)
• SLO 2: Sintetizar modelos de aprendizado de máquina que integram múltiplos algoritmos e técnicas para abordar desafios multifacetados na análise e previsão de dados. (PLO 1)
• SLO 3: Criar soluções de aprendizado de máquina eticamente responsáveis que considerem questões de preconceito, justiça e impacto social. (PLO 4)
• SLO 4: Projetar e conduzir experimentos rigorosos para avaliar o desempenho e as limitações dos modelos de aprendizado de máquina, demonstrando pesquisa avançada e capacidades analíticas. (PLO 3)
• SLO 5: Formular e comunicar conceitos e resultados complexos de aprendizado de máquina para públicos técnicos e não técnicos, demonstrando habilidades avançadas de comunicação. (PLO 2)

TECH 515: Gerenciando infraestrutura e segurança em nuvem

Este curso fornece uma introdução ao gerenciamento de dados corporativos e tecnologias de rede em Tecnologia da Informação (TI), com foco em operações e segurança baseadas em nuvem. Os alunos explorarão tecnologias de rede, arquiteturas de nuvem e operações de data center, enfatizando infraestruturas de TI seguras, princípios de proteção de dados e eficiência operacional em ambientes de nuvem. O curso também aborda a conformidade com padrões e regulamentações do setor, preparando os alunos para navegar no complexo cenário de TI empresarial.

Resultados de aprendizagem do aluno

• SLO 1: Avaliar arquiteturas de rede complexas baseadas em nuvem e projetar soluções ideais para infraestrutura de TI de nível empresarial. (PLO 3)
• SLO 2: Sintetizar as melhores práticas em segurança na nuvem para criar estratégias abrangentes de gerenciamento de riscos, abordando ameaças emergentes e conformidade regulatória. (PLO 3)
• SLO 3: Criar soluções inovadoras de gerenciamento e armazenamento de dados para ambientes de nuvem, otimizando para escalabilidade, desempenho e custo-benefício. (PLO 1)
• SLO 4: Criticar as práticas de TI através das lentes da administração cristã, formulando estruturas éticas para a utilização responsável da tecnologia em ambientes empresariais. (PLO 4)
• SLO 5: Prever o impacto das tendências emergentes em computação em nuvem e TI empresarial nas operações organizacionais e elaborar estratégias adaptativas para alavancar essas tecnologias com segurança. (PLO 5)

TECH 575: Análise de Big Data para IoT

Este curso apresenta o Apache Spark, uma estrutura de processamento de big data, com foco em sua aplicação em análise de conjuntos de dados em larga escala. Os alunos aproveitarão os recursos do Spark usando Python, abrangendo técnicas avançadas de manipulação de dados, aplicativos de aprendizado de máquina e cenários de resolução de problemas do mundo real. No final, os alunos ganharão proficiência no Spark para análise de dados e desenvolvimento de modelos de aprendizado de máquina.

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 1)
• 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 3)
• SLO 3: Crie e critique modelos sofisticados de aprendizado de máquina usando o MLlib do Spark para resolver problemas de classificação do mundo real. (PLO 1, PLO 5)
• SLO 4: Desenvolver e avaliar aplicações inovadoras de processamento de linguagem natural, como filtros de spam, utilizando Spark para análise e classificação de texto. (PLO 1, PLO 5)
• 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 4)

TECH 615: IA aplicada: Soluções para negócios

Este curso apresenta o impacto da IA em todos os setores, abordando a crescente demanda por habilidades de IA. Os alunos explorarão aprendizado profundo, aprendizado por reforço, processamento de linguagem natural, visão computacional e robótica. O currículo se concentra em resolver desafios de negócios do mundo real, como previsão de rotatividade de clientes, reconhecimento de imagem, previsão de preço de ações, sistemas de recomendação e aplicativos de PNL.

Resultados de aprendizagem do aluno

• SLO 1: Avaliar o impacto da IA em vários setores, analisando tendências e prevendo desenvolvimentos futuros. (PLO 1, PLO 5)
• SLO 2: Projetar e implementar redes neurais artificiais para resolver problemas de negócios como previsão de rotatividade de clientes e previsão de preços de ações. (PLO 1)
• SLO 3: Desenvolver modelos de IA usando redes neurais convolucionais e recorrentes para reconhecimento de imagens e análise de séries temporais. (PLO 1)
• SLO 4: Criar e avaliar sistemas de recomendação e aplicativos de processamento de linguagem natural para aprimorar a experiência do cliente e as operações comerciais. (PLO 1, PLO 5)
• 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 4)

TECH 675: Processamento de Linguagem Natural Aplicado e Análise Inteligente de Texto

Este curso explora o Processamento de Linguagem Natural (PLN), um subcampo da IA com foco na interação da linguagem computador-humana. Os alunos cobrirão pré-processamento de texto, tokenização, marcação de classes gramaticais, reconhecimento de entidade nomeada, análise de sentimentos e tradução automática enquanto aprendem arquiteturas avançadas de aprendizado profundo, como RNNs e transformadores. O curso prepara os alunos para implementar soluções inovadoras de PNL em vários domínios.

Resultados de aprendizagem do aluno

• SLO 1: Analisar algoritmos e arquiteturas complexas de PNL, demonstrando compreensão de seus fundamentos teóricos e implicações práticas. (PLO 1)
• SLO 2: Projetar e implementar soluções avançadas de PNL usando ferramentas e bibliotecas para abordar desafios de processamento de linguagem do mundo real. (PLO 1)
• SLO 3: Avaliar o desempenho e as limitações de vários modelos e técnicas de PNL, avaliando sua adequação para diferentes aplicações. (PLO 3, PLO 5)
• SLO 4: Desenvolver aplicações de PNL eticamente responsáveis, considerando questões de parcialidade, justiça e impacto social. (PLO 4)
• SLO 5: Sintetizar e comunicar conceitos complexos de PNL para públicos técnicos e não técnicos, demonstrando proficiência em escrita e apresentação científica. (PLO 2)

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: Desenvolver e implementar soluções avançadas de IA usando metodologias, algoritmos e tecnologias de ponta para abordar problemas complexos do mundo real em vários domínios. (OIT 2, OIT 4)
• PLO 2: Demonstrar proficiência em gerenciamento colaborativo de projetos e comunicação eficaz de conceitos complexos de IA para públicos técnicos e não técnicos. (OIT 1, OIT 5)
• PLO 3: Avaliar e otimizar sistemas de IA para desempenho, escalabilidade e segurança, particularmente em ambientes de computação distribuídos e baseados em nuvem. (OIT 2, OIT 4)
• PLO 4: Sintetizar considerações éticas, incluindo aquelas informadas por uma visão de mundo cristã, no desenvolvimento e implantação de soluções de IA, demonstrando práticas de IA responsáveis e abordando questões de justiça, privacidade e impacto social. (OIT 3, OIT 5)
• PLO 5: Analisar criticamente as tendências atuais e emergentes em IA, avaliando seu impacto potencial nos negócios e na sociedade e formulando estratégias inovadoras para sua aplicação em contextos organizacionais. (OIT 2, OIT 4, OIT 5)