Aperfeiçoamento

Engenharia de Dados

Aprenda os fundamentos da área e evolua no estudo conceitual, lógico e físico de projetos de banco de dados. Com ética, foco em aspectos culturais e respeito à Lei Geral de Proteção de Dados (LGPD), o curso ensina a modelar, integrar, extrair, gerir e implementar soluções de busca de dados estruturados e não estruturados com o uso de ferramentas tecnológicas da Engenharia de Dados.

Tire suas dúvidas

Análise de Dados e Boas Práticas

Análise Exploratória e Pré-processamento de Dados

Duração: 30h | Prof.ª: Tatiana Escovedo

Introdução e Aplicações de Ciência de Dados;
Contextualização, Habilidades Necessárias, Desafios, Técnicas e Ferramentas Relacionadas;
Tipos de Problemas de Ciência de Dados;
Etapas de um Projeto de Ciência de Dados;
Conceitos Matemáticos e Estatísticos para Ciência de Dados;
Introdução a Programação para Ciência de Dados e Principais Bibliotecas;
Ferramentas para Cientistas de Dados;
Aquisição, Preparação, Limpeza e Tratamento de Dados;
Análise Exploratória de Dados;
Introdução a Algoritmos de Machine Learning;
Apresentação de Resultados.

Visualização de Informação

Duração: 30h | Profª.: Simone Barbosa

Questões Perceptivas e Cognitivas em Visualização de Informação;
Mapeamentos entre (tipos de) Dados e Variáveis Visuais;
Gráficos Estatísticos, Tabelas e Dashboards;
Visualizações de Grafos (Redes) e Hierarquias (Árvores);
Visualizações de Séries Temporais, Espaciais e Espaço-Temporais.

Engenharia de Software para Ciência de Dados

Duração: 30h | Prof.: Marcos Kalinowski

Introdução à Engenharia de Software;
Ciência de Dados e Transformação Digital: MVPs;
Conceitos de BizDev, DevOps e MLOps;
Especificação Ágil de Sistemas de Aprendizagem de Máquina;
Arquiteturas de Sistemas Inteligentes;
Orientação a Objetos com Python e Boas Práticas de Codificação;
Projeto de Sistemas de Aprendizagem de Máquina (Princípios SOLID);
Controle da Qualidade: Análise Estática, Modern Code Reviews e Testes Automatizados;
Gerência de Configuração e Controle de Versões (GitHub);
Implantação (Deploy) de Modelos de Machine Learning.

Projeto/MVP em Ciência de Dados

Duração: 30h

Projeto prático como disciplinas: Análise Exploratória e Pré-processamento de Dados; Visualização da Informação e Engenharia de Software para Ciência de Dados.

Introdução a Ciência de Dados (Aula Bônus)

Duração: 10h | Prof.ª: Tatiana Escovedo

Compreender contextualização, habilidades necessárias, desafios, técnicas e ferramentas relacionadas no contexto de ciência de dados;
Diferenciar os tipos de problemas de ciência de dados relacionados a Machine Learning (ML) (aprendizado supervisionado x não supervisionado; problemas de classificação, regressão, clusterização e associação);
Entender as 7 etapas de um projeto de ciência de dados e as atividades esperadas em cada uma delas.

Programação Orientada a Objetos (Aula Bônus)

Duração: 26h | Prof.ª: Tatiana Escovedo

Introdução aos principais conceitos de orientação a objetos, com exemplos práticos da linguagem Python.

Machine Learning e Analytics

Machine Learning

Duração: 30h | Profs.: Tatiana Escovedo e Hugo Villamizar

Aprendizado Supervisionado e Não Supervisionado;
Problemas de Classificação, Regressão e Agrupamento;
Pré-processamento de Dados e Seleção de Características;
Algoritmos de Machine Learning para Classificação, Regressão e Agrupamento; Ensembles. Construção de Modelos;
Métricas de Avaliação e Comparação de Modelos;
Pós-processamento.

Analytics - Descriptive and Predictive

Duração: 30h | Profs.: Augusto Baffa, Jonatas Grosman e Luiz Schirmer

Conceitos de Deep Learning;
Redes Neurais;
Perceptrons Multicamadas (MLPs);
Retropropagação;
Conceitos e Algoritmos de Deep Learning;
Redes Neurais Recorrentes (RNNs);
Redes Neurais Convolucionais (CNNs);
Long Short Term Memory Networks (LSTMs);
Redes Adversariais Generativas (GANs);
Aplicações de Métodos Não Supervisionados em Análise de Dados (Ex.: Clustering, Redução de Dimensionalidade).

Advanced Analytics

Duração: 30h | Profs.: Augusto Baffa, Jonatas Grosman e Luiz Schirmer

Aplicações de Machine Learning em Problemas Reais (eg, Churn, Sistemas de Recomendação, Detecção de Fraude, Análise e Predição de Séries Temporais);
Aplicações de Deep Learning em Problemas Reais (eg, Visão Computacional, Processamento de Linguagem Natural).

Projeto/MVP em Machine Learning/Analytics

Duração: 30h

Projeto prático como disciplina: Machine Learning; Analytics - Descriptive and Predictive e Advanced Analytics.

Engenharia de Dados

Banco de Dados

Duração: 30h | Prof.: Sérgio Lifschitz

Abstração de Dados;
Modelagem Conceitual de Dados;
Fundamentos de Projeto de Banco de Dados;
Projeto Conceitual de Banco de Dados;
Projeto Lógico de Banco de Dados;
Projeto Físico de Banco de Dados;
Linguagem SQL;
Administração de Dados;
Bancos de Dados Não Convencionais e Distribuídos;
Implementação de um Banco de Dados Relacional.

Data Warehouse e Data Lake

Duração: 30h | Profs.: Sérgio Lifschitz, Fernanda Baião, Antony Medeiros

Conceituação e Arquiteturas;
Aquisição e Integração de Dados;
Extração, Transformação e Carga (ETL);
Gerência de Metadados;
Modelagem para Data Warehouses e Data Lakes;
Modelo Estrela;
Projeto Físico e Implementação de Data Warehouses e Data Lakes;
Consumo da Informação;
Extração de Data Marts;
Aplicações OLAP;
Soluções de Busca para Dados Estruturados e Não Estruturados;
Estudos de Casos de Uso de Ferramentas para Projeto e Implementação de Data Warehouses e Data Lakes.

Gestão e Governança de Dados

Duração: 30h | Prof.: Marcos Villas

Princípios e Conceitos Gerais de Gestão e Governança de Dados;
Principais Frameworks e Modelos de Referência;
Dados e Processos;
Estratégias para Implantação nas Organizações;
Evolução das Empresas, Novos Tipos de Capitais, Dados e Pessoas;
Camadas de Abstração e Tipificação de Dados;
Métricas e Avaliação de Soluções de Dados e Maturidade de Dados;
Qualidade de Dados;
Ética nos Dados e Fatores Culturais. Data Ops e MLOps;
Conceitos de Dados Abertos;
Lei Geral de Proteção de Dados.

Projeto/MVP em Engenharia de Dados

Duração: 30h

Projeto prático como disciplina: Banco de Dados; Data Warehouse e Data Lake e Gestão e Governança de Dados.

Sprint de Transição (voltado para quem NÃO possui conhecimento em Lógica de Programação e noções de linguagem de programação)

Caso você esteja realizando uma transição em sua carreira e ainda não tenha conhecimento em Lógica de Programação e noções de pelo menos uma linguagem de programação, para ter maior aproveitamento da sua Pós, você iniciará seus estudos pela Sprint de Transição.

Ao optar por essa opção, a carga horária da sua Pós aumenta 90h e a duração do seu curso 3 meses. Ainda assim, o valor investido permanece o mesmo.

Serão abordados assuntos como: Introdução à Programação com Python, Introdução a Banco de Dados e Introdução à Construção de Páginas Web. Os conteúdos serão apresentados tanto em formato síncrono quanto assíncrono.

Introdução à Programação com Python - José Carlos Moreira - 30h;
Introdução a Banco de Dados - Veronica Santos - 30h;
Introdução à Construção de Páginas Web - Alexandre Malheiros Meslin - 30h.

Tecnologia

Fernanda Baião

Professora do Departamento de Eng. Industrial da PUC-Rio. Já atuou em projetos junto a empresas como CAIXA e Petrobras

Conheça

Tecnologia

Marcos Villas

Professor do Departamento de Informática da PUC-Rio. É sócio-diretor na RSI Redes, com ampla experiência profissional.

Conheça

Aperfeiçoamento

Desenvolvimento Full Stack Básico

Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor full stack capaz de criar soluções inteligentes.

Conheça o curso

Aperfeiçoamento

Desenvolvimento Front-End Avançado

Aprenda a trabalhar com bancos de dados e a desenvolver softwares que facilitem a interação dos usuários com as diversas interfaces tecnológicas da atualidade.

Conheça o curso

Aperfeiçoamento

Análise de Dados e Boas Práticas

Aprofunde seus conhecimentos em conceitos como: estatística, programação, aquisição, preparação, limpeza e tratamento de dados.

Conheça o curso

Aperfeiçoamento

Pesquisa com Usuários

Aprenda a montar, aplicar e fazer a análise de pesquisas quanti e qualitativas. Aborde desde a organização do espaço de problema, métodos de abordagem e habilidades necessárias para o pesquisador.

Conheça o curso

Aperfeiçoamento

Qualidade de Software, Segurança e Sistemas Inteligentes

Aperfeiçoe seus conhecimentos na elaboração de testes de qualidade de software, requisitos para o desenvolvimento e implementação de um software seguro, e na engenharia de sistemas de softwares inteligentes.

Conheça o curso

Aperfeiçoamento

Desenvolvimento Back-end Avançado

Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor back-end capaz de criar soluções inteligentes.

Conheça o curso

Aperfeiçoamento

Arquitetura de Software

Aprenda na prática a projetar, implementar e testar softwares com ferramentas inteligentes.

Conheça o curso

Aperfeiçoamento

Engenharia de Dados

Estude na prática como modelar, projetar, implementar e monitorar soluções para o uso de dados.

Conheça o curso

Aperfeiçoamento

Avaliação da Qualidade de Uso de Sistemas Computacionais Interativos

Aprenda a utilizar na prática métodos de Interação Humano-Computador (IHC) e User Experience (UX).

Conheça o curso

Aperfeiçoamento

Do Zero ao Código

Estude dados, algoritmos e linguagens de programação para construir páginas web do zero ao código.

Conheça o curso

Aperfeiçoamento

Machine Learning e Analytics

Habilite-se para aplicar conhecimentos de algoritmos e de aprendizado de máquina em problemas reais.

Conheça o curso

Aperfeiçoamento

Projeto da Interação Humano-Computador e da Interface do Usuário

Aprenda a prototipar projetos focando na usabilidade, acessibilidade, UX e comunicabilidade da jornada.

Conheça o curso

Aperfeiçoamento

Gestão Ágil de Projetos e Produtos

Estude como aplicar princípios e diretrizes de Agilidade no desenvolvimento de soluções tecnológicas.

Conheça o curso

Share by: