
Suporte 360º
Metodologia inovadora
Network qualificado

Guia do Curso
- Para quem o curso é destinado
- Como funcionarão as aulas
- Carga horária
- Como o curso transformará a sua carreira
- Ementa disciplina a disciplina
Formulário enviado com sucesso!
Descubra tudo o que a PUC-Rio desenhou para este curso:
Metodologia focada no mercado
Faça sua imersão com uma pós-graduação conectada com a rotina da profissão.
Jornada em Sprints
Sprints a cada 3 meses, com 3 disciplinas + 1 MVP cada.
Teoria aplicada na prática
Os MVPs ao final de cada Sprint colocam seus conhecimentos em prática e formam portfólio.
100% online
Metodologia e formato pensados para otimizar seu aprendizado e se encaixar na sua rotina.
Discord
Faça parte de uma comunidade acadêmica e interaja com colegas e professores.
Pensamento Crítico
Estude com base em situações e dilemas reais do mercado de trabalho.
Aulas em formatos diferentes
Além das tradicionais videoaulas gravadas, tenha acesso a debates, podcasts, e-books e muito mais
Certificação rápida
Tenha uma formação completa e um certificado Lato Sensu com a excelência PUC-Rio em 12 meses.
Encontros ao vivo e aulas gravadas
Suporte personalizado
Conteúdo do Curso
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 Do Zero ao Código (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 do Zero ao Código.
Ao optar por essa modalidade, você iniciará pela Sprint do Zero ao Código com carga horária de 90h, após isso você estará devidamente preparado para iniciar sua jornada na Pós-graduação. Você não terá nenhum custo adicional por isso.
Time de professores que praticam o que ensinam
Augusto Baffa
- Professor do Departamento de Informática da PUC-Rio, onde leciona disciplinas na área de Programação e Inteligência Artificial, com foco em tomadas de decisão com incerteza e jogos eletrônicos.
- Doutor em Informática pela PUC-Rio, com MBA em Marketing pela ESPM e MBA em Finanças pelo IBMEC.
- Tem participado de projetos de pesquisa e desenvolvimento na área de Inteligência Artificial junto a diversas empresas, como Globo, Petrobras e Americanas S.A.
Fernanda Baião
- Professora do Quadro Principal do Departamento de Engenharia Industrial da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas na área de Ciência de Dados.
- Seus tópicos de especialidade incluem Ciência de Dados, Modelagem Conceitual e Ontologias, Gestão de Processos de Negócio, Economia Comportamental e Alinhamento de Ontologias.
- Doutora em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
- Liderou projetos de PD&I nas áreas de Ciência de Dados, BPM, Arquitetura Empresarial, Gestão de Dados e Segurança da Informação e Engenharia de Dados, em domínios de Exploração e Produção de Óleo e Gás, Seguros, Gestão de Serviços de TI, Predição de Fraudes, Healthcare e Gestão de Saúde Pública.
Helio Lopes
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas na área de Ciência de Dados.
- Seus tópicos de especialidade incluem Ciência de Dados, Machine Learning, Mineração de Processos e Processamento Gráfico, atuando principalmente com modelagem geométrica, computação gráfica, caracterização de reservatórios, estruturas de dados e compressão geométrica.
- Doutor em Matemática pela PUC-Rio.
- Acumula mais de 30 anos de experiência coordenando projetos de P&D junto a diversas empresas como BNDES, Globo, Ipiranga, Petrobras, Shell e Vale, tendo registrado diversas patentes e acumulado diversas premiações nesse contexto.
Luiz Schirmer
- Doutor em Informática pela PUC-Rio, com ênfase em Ciência de Dados. Realizou estágios de pós-doutorado no Instituto de Matemática Pura e Aplicada (IMPA) e no Instituto de Sistemas e Robótica da Universidade de Coimbra (Portugal).
- Tem atuado em projetos de pesquisa e desenvolvimento junto a diversas empresas, como Petrobras, nas áreas de Machine Learning (Deep Learning), Computação Gráfica e Visão Computacional
Marcos Kalinowski
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas como Americanas S.A. e Petrobras, nas áreas de Engenharia de Software e Ciência de Dados.
- Seus tópicos de especialidade incluem Engenharia de Requisitos, Engenharia de Software para Ciência de Dados, Engenharia de Software Experimental e Qualidade do Processo e do Produto de Software.
- Doutor em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
- Atuou por mais de 10 anos na indústria de software antes de se tornar professor (como desenvolvedor, consultor e diretor).
- Forneceu dezenas de treinamentos in-company para empresas de dentro e de fora do país, incluindo Chemtech, CNEN, DataPrev, Loggi, Oceaneering, ONS, Petrobras, Sakonnet Technology, entre outras.
- É Senior Advisor da equipe técnica responsável pelo programa nacional MPS.BR, que busca promover o desenvolvimento do Brasil por meio da inovação tecnológica. Avaliador líder do modelo MPS-SW, tendo avaliado processos de software de dezenas de empresas brasileiras.
Marcos Villas
- Professor do Departamento de Informática da PUC-Rio, onde leciona disciplinas na área de Banco de Dados.
- Doutor e Mestre em Administração de Empresas pela PUC-Rio e Mestre em Engenharia de Sistemas e Computação pela COPPE/UFRJ.
- Tem mais de 40 anos de experiência prática na área de TI. Atualmente atua como sócio-diretor na RSI Redes, que realiza projetos junto a diversas empresas.
Sergio Lifschitz
- Professor do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas nas áreas de Banco de Dados e Ciência de Dados.
- Seus tópicos de especialidade incluem Banco de Dados, Ciência de Dados, Engenharia de Dados e Bioinformática, com desenvolvimento de ferramentas e sistemas em parceria com a Fiocruz, UNB, UFRRJ, UFRJ e INCA.
- Doutor em Informática, com especialização em Bancos de Dados e Redes pela École Nationale Supérieure des Télécommunications (ENST/Télécom Paris), França
Simone Barbosa
- Professora do Quadro Principal do Departamento de Informática da PUC-Rio, onde orienta pesquisas de mestrado, doutorado e pós-doutorado e coordena projetos de pesquisa e desenvolvimento junto a empresas, como Americanas S.A. e Petrobras, nas áreas de Ciência de Dados e Interação Humano-Computador.
- Seus tópicos de especialidade incluem: projetos de sistemas interativos baseados em modelos; ciência de dados, visualização de informações e análise visual; narrativa digital; aumentar a qualidade de uso (por exemplo, usabilidade, comunicabilidade, acessibilidade) de sistemas interativos em diversos domínios.
- Doutora em Informática pela PUC-Rio.
- Coautora do livro Interação Humano-Computador e Experiência do Usuário , cuja primeira edição foi chancelada pela Sociedade Brasileira de Computação, e do livro “Introdução à Visualização de Dados”.
- Vencedora do Prêmio IFIP TC13 Pioneer por contribuições de destaque na área de Interação Humano-Computador .
- Vencedora do Prêmio Carreira de Destaque em IHC, concedido pela Sociedade Brasileira de Computação
Tatiana Escovedo
- Professora do Departamento de Informática da PUC-Rio, onde coordena cursos de pós-graduação lato sensu e colabora com pesquisas nas áreas de Ciência de Dados e Engenharia de Software.
- Gerente Geral de Transformação Digital da Petrobras.
- Doutora em Engenharia Elétrica, na área de Métodos de Apoio à Decisão, e Mestre em Informática, na área de Engenharia de Software, pela PUC-Rio.
- Autora dos livros Introdução a Data Science - Algoritmos de Machine Learning e Métodos de Análise, Jornada Java, Jornada Python e Engenharia de Software para Ciência de Dados - Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Hugo Villamizar
- Experiência na indústria em áreas como segurança da informação, garantia de qualidade de software e machine learning.
- Mestre em Informática pela PUC-Rio, com dissertação premiada como a segunda melhor dissertação do Brasil na área de qualidade de software.
- Doutorando em Informática da PUC-Rio na área de engenharia de software para sistemas de software inteligentes.
- Coautor do livro Engenharia de Software para Ciência de Dados: Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python.
Jonatas Grosman
- Doutor em Informática pela PUC-Rio na área de Otimização e Raciocínio Automático com ênfase em Processamento de Linguagem Natural.
- Já participou de projetos de P&D em diversas instituições de pesquisa, como PUC-Rio, Laboratório Nacional de Computação Científica e Observatório Nacional.
- Atualmente é Venture Partner na Lanx Capital e líder de pesquisa em Inteligência Artificial no laboratório ExACTa PUC-Rio.
- Entusiasta do movimento open-source, desenvolveu e disponibilizou para a comunidade um modelo de reconhecimento de fala que atingiu o posto de modelo de IA mais baixado do mundo, com mais de 60 milhões de downloads mensais.
Antony Seabra
- Mestre em Informática pela PUC-Rio na área de Banco de Dados e doutorando na área de Ciência de Dados, também pela PUC-Rio, sob orientação do Prof. Sérgio Lifschitz.
- Profissional de TI há 35 anos, dos quais os últimos 15 como funcionário do BNDES, tendo liderado o time de Infraestrutura de Dados (Bancos de dados, Data Warehouses, Plataformas ETL e Data Lakes) por 6 anos e atualmente líder do time de Engenheiros de Dados.
Victor Almeida
- Doutor em Bancos de Dados pela Fernuniversität in Hagen, Alemanha, com ênfase em dados espaçotemporais. Realizou estágio de pós-doutorado na Universidade de Washington, EUA, em tecnologias de Big Data.
- Mais de 10 anos de experiência em Arquitetura Tecnológica na Petrobras, com foco em tecnologias de gerenciamento de dados.
- Tem atuado ultimamente liderando equipes na Petrobras e no Mercado Livre em desenvolvimento de algoritmos de Inteligência Artificial: Machine Learning, Deep Learning, Visão Computacional, Processamento de Linguagem Natural; e Pesquisa Operacional: Otimização Combinatória (Robusta) e Simulação Computacional.
Patrick Happ
- Líder de projetos e pesquisa na iniciativa ExACTa e no Instituto Tecgraf, ambos da PUC-Rio, onde coordena projetos de PD&I nas áreas de Ciência de Dados, Machine Learning, Visão Computacional e Real-Time Analytics.
- Seus tópicos de especialidade incluem Ciência de Dados, Machine Learning, Deep Learning, Visão Computacional e Sensoriamento Remoto.
- Doutor em Engenharia Elétrica pela PUC-Rio, com ênfase em Processamento de Sinais e Controle, e período sanduíche na Università degli Studi di Pavia (UNIPV), Itália.
- Tem atuado, por mais de 15 anos, em projetos de PD&I para academia, governo e indústria.

Augusto Baffa

Fernanda Baião

Helio Lopes

Luiz Schirmer

Marcos Kalinowski

Marcos Villas

Sergio Lifschitz

Simone Barbosa

Tatiana Escovedo

Hugo Villamizar

Jonatas Grosman

Antony Seabra

Victor Almeida

Patrick Happ
Convidados-referência no mercado
Arthur Barbosa
Marcelo Lopes
Hélio Lopes
Hugo Villamizar
Carlos Barbieri
Aline Ribeiro de Almeida
Diogo Leite
Marcelo Alegria

Arthur Barbosa

Marcelo Lopes

Hélio Lopes

Hugo Villamizar

Carlos Barbieri

Aline Ribeiro de Almeida

Diogo Leite

Marcelo Alegria
Preço e formas de pagamento

Formulário enviado com sucesso!
Parcelamento no cartão de crédito em até 36x de:
R$ @mensalidade
ou à vista de R$ @valorTotal
por: R$ @valorParcela
- Especialização 100% Online
- Certificado: Especialização PUC-Rio
- Formato: aulas gravadas e encontros ao vivo
- Carga horária: 360 horas
- Duração total: 9 ou 12 meses com sprint de Aperfeiçoamento "Sprint Do Zero ao Código"
Parcelamento em até 36x no cartão de crédito, boleto ou pix
De:* | Por**: |
---|
* De: preço original do curso, considerando a condição de parcelamento.
** Por: preço final do curso parcelado + desconto, se aplicável.
Valores sujeitos á mudanças de acordo com método de pagamento escolhido.
Mais detalhes do curso
Carga horária: 360h + 90h de Curso de Aperfeiçoamento “Sprint Do Zero ao Código”
Carga horária: 360 horas
Certificado: Especialização PUC-Rio
Certificado: Especialização PUC-Rio
Duração: 9 meses
Duração total: 12 meses
Especialização 100% Online
Especialização 100% Online
Formato: aulas gravadas e encontros ao vivo
Formato: aulas gravadas e encontros ao vivo
Cursos relacionados
Pós-Graduação em Engenharia de Software
Atualize-se para trabalhar com desenvolvimento de software, gestão ágil de projetos e muito mais.
Pós-Graduação em Desenvolvimento Full Stack
Capacite-se para atuar no mercado de TI e torne-se um desenvolvedor front-end, back-end e full stack capaz de criar soluções inteligentes para as empresas do século XXI.
Pós-Graduação em UX Experiência do Usuário e Interação Humano-Computador
Torne-se um profissional que exerce papéis de liderança em experiência do usuário, como designer, pesquisador e arquiteto de informação.