|
|
Atividade
| 111366 - MÓDULO: DADOS E NEGÓCIOS |
| Período da turma: | 23/05/2024 a 31/10/2024
|
||||
|
|
|||||
| Descrição: | Detalhamento:
1. ENGENHARIA DE DADOS Introdução ao banco de dados e SQL. Engenharia de dados x ciência de dados. Conceitos de bancos de dados. Sistemas de gerenciamento de bancos de dados. SQL - categorias de instrução. Tipos de dados. SQL como linguagem de manipulação de dados. SQL como linguagem de definição de dados. Introdução à modelagem de bancos de dados relacionais. O modelo relacional. Construindo um diagrama de entidade-relacionamento. Níveis de abstração. Entidades, atributos e relacionamentos. Introdução a álgebra relacional. Restrições de integridade referencial e tipos de normalização. Exercícios práticos. CHANG, C.-H., HSU, C.-C. Hypertext information retrieval for short queries. In Proceedings of the IEEE Knowledge and Data Engineering Exchange Workshop, 1998. CHARKABARTI, S. Mining the Web: discovery knowledge from hypertext data. Morgan Kaufmann Publishing, 2003. CRICKARD, P. Data engineering with Python. Packt Publishing, 2020. REIS, J., HOUSLEY, M. Fundamentals of data engineering. O'Reilly Media, 2022. 2. TÉCNICAS DE MACHINE LEARNING Visão geral sobre supervised machine learning techniques. Inferências e previsões. Mapa de correlações. Modelos de regressão. Estimação por mínimos quadrados. Coeficiente de ajuste R². Procedimento Stepwise. Modelos não lineares. Previsão. Aplicações de bancos de dados reais de mercado em Excel e em Python. BISHOP, C.M. Pattern recognition and machine learning. Springer, 2007. FÁVERO, L. P.; BELFIORE, P. Data science for business and decision making. Cambridge: Academic Press, 2019. FÁVERO, L. P.; BELFIORE, P. Manual de análise de dados. Rio de Janeiro: Elsevier, 2017. KUTNER, M. H.; NACHTSHEIN, C. J.; NETER, J. Applied linear regression models. 4. ed. Chicago: Irwin, 2004. McNULTY, K. Handbook of regression modeling in people analytics: with examples in R and Python. New York: CRC Press, 2022. MUELLER, A. C; GUIDO, S. Introduction to Machine Learning with Python a Guide for Data Scientists. New York, USA: O'Reilly Media, 2016. WOOLDRIDGE, J. M. Introductory econometrics: a modern approach. 5. ed. Mason: Cengage Learning, 2012. 3. DEEP LEARNING Conceitos de otimização de Redes Neurais Artificiais e funcionamento. Tipos de Feed Forward Neural Networks. Feed Forward Neural Network: aplicação prática em Python. Convolutional Neural Networks: conceitos e aplicações. Convolutional Neural Networks: aplicação prática em Python. Recursive Neural Networks: conceito e aplicações. Recursive Neural Networks: aplicação prática em Python. Introdução à Boltzmann Machines. ARBIB, M.A. (ed.). The handbook of brain theory and neural networks. The MIT Press, 2nd. Edition, 2002. BISHOP, C.M. Neural networks for pattern recognition. Oxford University Press, 1996. CHOLLET, F. Deep learning with Python. Manning Publications, 2017. FAUSETT, L. Fundamentals of neural networks: architectures, algorithms, and applications. Dorling Kindersley India, 2004. SILVA, I.N., SPATTI, D.H., FLAUZINO, R.A. Redes neurais artificiais para engenharia e ciências aplicadas. Artliber Editora Ltda., 2010. 4. DATA WAREHOUSE Introdução. Ambiente de Data Warehouse: características, arquitetura do ambiente, componentes, papéis. Processos e ferramentas. Arquitetura de DW: escolha da arquitetura, implementação top down, implementação bottom up, implementação combinada. Granularidade de dados. Modelagem de dados para data Warehouse. NERY, F. Tecnologia e projeto de data warehouse: uma visão multidimensional. São Paulo: Érica, 2006. KIMBALL, R.; ROSS, M. The data warehouse toolkit : the definitive guide to dimensional modeling. [s.l.] John Wiley & Sons, Inc., 2013. CORR, L.; STAGNITTO, J. Agile data warehouse design: collaborative dimensional modeling, from whiteboard to star schema. Leeds, Uk: Decisionone Press, 2014. 5. BIG DATA E DEPLOYMENT DE MODELOS Processamento distribuído de big data. Estruturação de data lake. Estimação de modelos. Distribuição de modelos. Encapsulamento e deploy de modelo para produção. Utilização prática de modelo em produção. Aplicação em Python. ALCANTARA, L. K. Big Data e IoT: Desafios da Privacidade e da Proteção de Dados no Direito Digital. São Paulo: Bok2, 2017. CHEN, H., CHIANG, R. H. L.; STOREY, V. C. Business Intelligence and Analytics: from Big Data to Big Impact. Journal MIS Quarterly, vol. 36, no. 4. p. 1165-1188, 2012. CHEN, Y. et al. Big data analytics and big data science: a survey. Journal of Management Analytics, v. 3, n. 1, p.1-42. fev. 2016. FÁVERO, L. P.; BELFIORE, P. Data science for business and decision making. Cambridge: Academic Press, 2019. FÁVERO, L. P.; BELFIORE, P. Manual de análise de dados. Rio de Janeiro: Elsevier, 2017. MACHADO, F. N. R. Big Data. O Futuro dos Dados e Aplicações. São Paulo: Editora Érica, 2018. NESELLO, P; FACHINELLI, A. C. Big Data: O novo desafio para a gestão. Revista Inteligência Competitiva, v. 4, p.18-38, 2014. TAURION, C. Big Data. Rio Janeiro: Editora Brasport, 2013. 6. LEGISLAÇÃO NO AMBIENTE DIGITAL (LGPD) Legislação no Ambiente Digital Direito Digital. Princípios e responsabilidades - LGPD (Lei nº 113709/2018). Implicações da LGPD nos negócios das empresas varejistas. Transparência x privacidade. Segurança da informação. Cenários de usos e aplicações da LGPD no mercado de consumo. BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, [2020]. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. 7. DESIGN THINKING Fundamentos do Design Thinking. 5 fases do design thinking. Entendendo as necessidades do cliente e fornecendo soluções. O processo de ideação: brainstorming. Testes de usuário. Ferramentas do método (exemplos: mapa da empatia, usuários extremos, brainstorming, MVP, entre outros). BROWN, T. Design Thinking. [s.l.] Alta Books, 2020. KNAPP, J.; ZERATSKY, J.; KOWITZ, B. Sprint. [s.l.] Editora Intrinseca, 2017. LEWRICK, M.; LINK, P.; LEIFER, L. Design Thinking Toolbox : A Guide to Mastering the Most Popular and Valuable Innovation Methods. S.L.: Wiley & Sons Canada, Limited, John, 2020. MELO, A; ABELHEIRA, R. Design Thinking & Thinking Design: metodologia, ferramentas e uma reflexão sobre o tema. São Paulo: Novatec, 2015. STICKDORN, M. et al. Isto é Design Thinking de serviços: fundamentos, ferramentas, casos. Porto Alegre: Bookman, 2014. 8. MINDSET CANVAS E PLANO DE NEGÓCIO Empreendedorismo de “alto potencial”. Reconhecimento de oportunidade. Plano de negócios tradicional: organizacional, de marketing, e financeiro, e outros. Definição e quadro de modelo de negócios e seus componentes. Business model Generation. Project Model Canvas: Justificativas, objetivo smart, benefícios, produto, requisitos, stakeholders externos, equipe, premissas, grupo de entregas, restrições, riscos, linha do tempo e custos. BERNARDI, Luiz Antonio. Manual de plano de negócios: fundamentos, processos e estruturação. 2. ed. São Paulo: Atlas, 2014. DORNELAS, José et al. Plano de negócios com o modelo Canvas: guia prático de avaliação de ideias de negócio a partir de exemplos. Rio de Janeiro: LTC, 2015. FINOCCHIO JÚNIOR, José. Project model Canvas. 2. ed. São Paulo: Saraiva, 2019. HASHIMOTO, Marcos; BORGES, Cândido. Empreendedorismo: plano de negócios em 40 lições. 2. ed. rev., atual São Paulo: Saraiva, 2019. 9. GESTÃO DE CONFLITOS Conceito de conflito. A origem dos conflitos. Tipos de conflito. Técnicas para gerenciar e mediar conflitos. Posturas diante do conflito. Negociação. MARTINELLI, Dante Pinheiro; ALMEIDA, Ana Paula de; BANDOS, Melissa Franchini Cavalcanti. Negociação e solução de conflitos: do impasse ao ganha-ganha com o melhor estilo. 2. ed. São Paulo: Atlas, 2020. MOURÃO, Alessandra Nascimento S. F. (coord.). Resolução de conflitos: fundamentos da negociação para o ambiente jurídico. São Paulo: Saraiva Jur, 2014. ROBBINS, Stephen P.; DECENZO, David A.; WOLTER, Robert. Fundamentos de gestão de pessoas. São Paulo: Saraiva Uni, 2013. GRIFFIN, Ricky W.; MOORHEAD, Gregory. Comportamento organizacional: gestão de pessoas e organizações. São Paulo: Cengage Learning, 2016. 10. INTELIGÊNCIA ARTIFICIAL Introdução e breve histórico. Princípios de IA e sua aplicação no mundo real. Paradigmas da Inteligência Artificial. Aquisição e representação do conhecimento. Solução de Problemas. O papel do gestor de negócios num projeto de IA. Cases de sucesso. GOERTZEL, B. e PENNACHIN, C. Artificial general intelligence. USA: Springer, 2010. LUCCI, S. e KOPEC, D. Artificial intelligence in the 21st century. USA: Mercury Learning & Information, 2019. LUGER, G. Inteligência artificial. São Paulo: Pearson, 2013. MEDEIROS, L. F. de. Inteligência artificial aplicada: uma abordagem introdutória. Curitiba: Editora InterSaberes, 2018. 11. BLOCKCHAIN e CRIPTOMOEDAS Histórico e contexto do surgimento das moedas digitais; Tecnologias envolvidas nos sistemas e plataformas (blockchain, criptografia, mineração etc); O que é bitcoin? Dinâmica de funcionamento, bem como o de outras criptomoedas relevantes (altcoins). Classes de moedas digitais: Situação da legislação brasileira sobre as criptomoedas. A blockchain do Bitcoin e do Ethereum. Impactos do mercado de criptomoedas para o ecossistema empresarial e para os gestores e empresários. MORAES, Alexandre Fernandes de. Bitcoin e blockchain: a revolução das moedas digitais. São Paulo: Expressa, 2021. NASCIMENTO, Leonardo Brendo Gomes et al. Criptomoedas e blockchain. Porto Alegre: SAGAH, 2022. LAURENCE, Tiana. Blockchain para leigos. Rio de Janeiro: Alta Books, 2019. SWAN, M. Blockchain: blueprint for a new economy. USA: O’Reilly Media, 2015. TAPSCOTT, D.; TAPSCOTT, A. Blockchain Revolution. 1ª ed. SENAI-SP: 2017. 12. INTELIGÊNCIA EMOCIONAL Emoções e evolução do cérebro. Sequestro emocional e gestão das emoções. O desenvolvimento da inteligência emocional. Inteligência emocional nas organizações e impacto para a liderança. BAR-ON, R. Inteligência social e emocional: Visões do Emotional Quotient Inventory. In R. Bar-On, & J. D. A. Parker (Eds.), Manual de inteligência emocional (pp. 266-283). Porto Alegre: Artmed, 2002. BONFIM, M. C.; GONDIM, S. M. Trabalho emocional demandas afetivas no exercício profissional. Salvador: EDUFBA, 2010. BUENO, J. M. H.; PRIMI, R. Inteligência emocional: um estudo de validade sobre a capacidade de perceber emoções. Psicologia Reflexão e Crítica, 16(2), 279-29, 2003. DUTRA, J. S., DUTRA, T. A., DUTRA, G. A. Gestão de Pessoas: Realidade atual e desafios futuros. São Paulo: Atlas, 2017. GOLEMAN, D. Inteligência Social (recurso eletrônico): o poder das relações humanas. Tradução Ana Beatriz Rodrigues. Rio de Janeiro: Elsevier, 2011. GOLEMAN, D. Inteligência Emocional: A teoria revolucionária que redefine o que é ser inteligente. Editora Objetiva. Rio de Janeiro, 2012. GOLEMAN, D. Liderança – A inteligência emocional na formação do líder de sucesso. Editora Objetiva. Rio de Janeiro, 2015. 13. LIDERANÇA Variáveis determinantes do comportamento individual. Liderança e poder. Tipos de liderança. A essência da liderança. Soft Skills. O líder do futuro e suas principais características. Equipes de alto desempenho. Liderando diferentes gerações. Gestão de equipes virtuais e globais. DUTRA, Joel Souza; DUTRA, Tatiana Almendra; DUTRA, Gabriela Almendra. Gestão de pessoas. São Paulo: Atlas, 2017. BERGAMINI, C. W. Motivação nas organizações. 7. ed. Rio de Janeiro: Atlas, 2018. BENNIS, W. A essência do líder. Editora: Elsevier, 1 ed., 2010. O fim do círculo vicioso (Márcio Fernandes. São Paulo: Portfolio – Penguin, 2017) GOLDSMITH, M. Coaching: o exercício da liderança. São Paulo: Alta Books, 3 ed., 2012. MATTEWMAN, J. Os novos nômades globais. Editora: Clio, 2012. RHANDY, S. O líder-coach. Líderes criando líderes. Rio de Janeiro: Qualitymark, 2005. CODA, R. Competências comportamentais. Rio de Janeiro: Atlas, 2016. CHARAN, RAM. Pipeline da Liderança: O desenvolvimento de líderes como diferencial competitivo. Editora Campus. 2018. BLANCHARD, K. Liderança de Alto Nível. Como liderar organizações de alto desempenho. Porto Alegre: Ed. Bookman, 2011. 400p. 14. TÓPICOS ESPECIAIS Avaliações, atividades complementares, trabalhos em grupo e interação. Realização das Provas EaD: as provas são disponibilizadas no dia seguinte a aula ao vivo. Atividades complementares: slides das aulas, material de leitura pré e pós-aula, bibliografia indicada, eventos, reportagens, artigos, entre outros. Esclarecimento de dúvidas via e-mail após as aulas ao vivo: caso os alunos ainda tenham dúvidas após a aula ministrada, estas serão encaminhadas para o professor e as respostas serão compartilhadas com os alunos pela intranet. Interação em aula (trabalhos em grupo): durante a aula ao vivo serão utilizadas as ferramentas TalkShow, Zoom, Wooclap e outros de interação, para desenvolvimento e apresentação de trabalhos em grupo, sanar dúvidas com professor, compartilhar experiências com a turma, responder a enquetes que ajudam na fixação do conteúdo, entre outros. Chat: ferramenta do sistema acadêmico utilizada durante as aulas ao vivo para que os alunos enviem as dúvidas ao professor. O histórico do chat fica disponível nos materiais da aula após o término da aula ao vivo. |
||||
| Carga Horária: |
118 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 1660 | ||||
| Ministrantes: |
Alexandre Nunes de Almeida Alneu de Andrade Lopes Ana Carla Bliacheriene Denise de Moura Edgard Charles Stuber Helder Prado Santos Heliani Berlato dos Santos Jeronymo Marcondes Pinto Jo Ueyama Luiz Paulo Lopes Favero Wilson Tarantin Júnior |
 voltar |
|
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |