Apolo

Atividade

114502 - Módulo Gestão de Dados e TI

Período da turma:

10/04/2024 a 08/01/2026

Selecione um horário para exibir no calendário:

Descrição:

1. Estatística Inferencial
Ementa: temas relacionados à estatística inferencial como base para análise de dados por organizações e empresas, tais como: conceitos básicos, amostragem e população, e distribuições, estimativas de parâmetros (intervalos de confiança, tamanho da amostra, testes de hipóteses), análise de variância, regressão linear, correlação, métodos não-paramétricos, testes de hipóteses para dados não-normais.

MORETTIN, Pedro A.; BUSSAB, Wilton de O. Estatística Básica. 10a ed., Saraiva, 2019.
TRIOLA, Mario F. Introdução à Estatística. 15ª ed. LTC, 2020.
BARBETTA, Pedro Alberto; REIS, Marcelo Menezes; BORNIA, Antonio Cezar. Estatística para Cursos de Engenharia e Informática. 3ª ed. Atlas, 2019.
MONTGOMERY, Douglas C.; RUNGER, George C. Estatística Aplicada e Probabilidade para Engenheiros. 7ª ed. LTC, 2017.

2. Mineração de Dados
Ementa: temas relacionados à mineração de dados com foco na aplicação por organizações e empresas, tais como: ambiente de descoberta de conhecimento (coleta, pré-processamento, mineração dos dados, apresentação/visualização de resultados), tarefa de predição (classificação, regressão) incluindo conceitos básicos, algoritmos e avaliação de modelos, tarefa de descoberta de associações incluindo conceitos básicos e algoritmos, tarefa de análise de agrupamentos incluindo conceitos básicos, algoritmos e avaliação de modelos, tópicos avançados.

WITTEN, Ian H.; FRANK, Eibe; HALL, Mark A, PAL, Christopher J. Data Mining: Practical Machine Learning Tools and Techniques. 4ª ed. Morgan Kaufmann, 2016.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data Mining: Concepts and Techniques. 3ª ed. Elsevier, 2011.
AGGARWAL, Charu C. Data Mining: The Textbook. Springer, 2015.
SILVA, Leandro A.; PERES, Sarajane M.; BOSCARIOLI, C. Introdução à Mineração de Dados: Com Aplicações em R. 1ª ed. Rio de Janeiro: Elsevier, 2016.

3. Gestão de Processos
Ementa: Temas relacionados à gestão de processos de negócio nas organizações e empresas, tais como: conceituação de processos de negócio e gestão de processos de negócio, ciclo de vida de processos de negócio, identificação e arquitetura de processos, modelagem de processos de negócio (notação BPMN e redes de Petri), descoberta, análise e reprojeto de processos, automação de processos, monitoramento de processos.

DUMAS, Marlon; LA ROSA, Marcello; MENDLING, Jan; REIJERS, Hajo. Fundamentals of Business Process Management, 2nd ed, Springer, 2018.
WESKE, Mathias. Business Process Management: Concepts, Languages, Architectures, 3rd ed, Springer, 2019.

4. Mineração de Processos
Ementa: Temas relacionados à mineração de processos com foco no uso por organizações e empresas, tais como: conceituação de mineração de processos, caracterização dos tipos de processo, logs de eventos (fonte de dados, formalização, questões de qualidade de dados), métricas de qualidade de modelos de processo, tarefas de mineração de processos, podendo incluir tarefas descritivas, preditivas, prescritivas (descoberta de processos, verificação de conformidade, predições), ferramentas de apoio.

VAN DER AALST, Wil. Process Mining: Data Science in Action, Springer Publishing Company, Inc., 2nd ed, 2016.
VAN DER AALST, Wil et al., Process mining manifesto, 7th International Workshop on Business Process Intelligence (BPI 2011), Springer, Berlin, Heidelberg, pp. 169-194, 2012.
DUMAS, Marlon; LA ROSA, Marcello; MENDLING, Jan; REIJERS, Hajo. Fundamentals of Business Process Management, 2nd ed, Springer, 2018.
WESKE, Mathias. Business Process Management: Concepts, Languages, Architectures, 3rd ed, Springer, 2019.

5. Big Data
Ementa: Temas relacionados à big data usados por organizações e empresas, tais como: caracterização de big data, desafios da análise de grandes conjuntos de dados, tecnologias de big data, armazenamento e processamento de big data (bancos de dados NoSQL, Hadoop e MapReduce, Spark e processamento em memória), análise de dados em larga escala (pré-processamento de dados, análise exploratória de dados, algoritmos de análise de dados em larga escala), visualização de dados (ferramentas de visualização de dados, princípios de design de visualização, dashboards interativos para análise de dados em tempo real), gestão de projetos de big data (desafios e melhores práticas, análise de casos de sucesso e fracasso).

MARZ, N.; WARREN, J. Big Data: Principles and best practices of scalable realtime data systems. Manning Publications, 2015.
WHITE, T. Hadoop: The Definitive Guide. O'Reilly Media, 2015.
LESKOVEC, J.; RAJARAMAN, A.; ULLMAN, J. Mining of Massive Datasets. Cambridge University Press, 2014.
BAHGA, A.; MADISETTI, V. Big Data Science & Analytics: A Hands-On Approach. VPT, 2015.

6. Transformação Digital
Ementa: Temas relacionados à transformação digital em organizações e empresas, tais como: tecnologias disruptivas (computação em nuvem, big data e analytics, inteligência artificial, internet das coisas, blockchain, digital twins, entre outros), estratégias de transformação digital (projetos de transformação digital, papel da liderança, modelos de negócio digitais, entre outros), modelos de negócios digitais e exemplos de empresas que os utilizam, impactos da transformação digital nos negócios e na sociedade, casos de sucesso e insucesso, desafios e oportunidades da transformação digital.

ROGERS, David L. The Digital Transformation Playbook: Rethink Your Business for the Digital Age, Columbia Business School Publishing, 2016.
URBACH, Nils; RÖGLINGER, Maximilian. Digitalization Cases: How Organizations Rethink Their Business for the Digital Age, Springer, 2019.
HERBERT, Lindsay. Digital Transformation: Build Your Organization's Future for the Innovation Age, Bloomsbury Business, 2017.
WESTERMAN, George; BONNET, Didier; MCAFEE, Andrew. Leading Digital: Turning Technology Into Business Transformation, Harvard Business School Press, 2014.

7. TI Responsável
Ementa: Temas relacionados à responsabilidade com foco em TI, tais como: segurança, privacidade, sustentabilidade, responsabilidade ambiental, ética, responsabilidade social, transparência, dados abertos, ciberdemocracia, responsabilização, compliance e conformidade legal, legislação, inovação responsável, justiça e imparcialidade, viés algorítmico, futuro do trabalho. Estudos de caso, boas práticas em TI responsável.

KIZZA, Joseph M. Ethical and social issues in the information age, Springer, 2018.
NISSENBAUM, Hellen. Privacy in context: Technology, policy, and the integrity of social life, Stanford Law Books, 2009.
TOMLINSON, Bill. Greening through IT: Information Technology for Environmental Sustainability, MIT Press, 2012.
GASCÓ-HERNÁNDEZ, Mila. Open Government: Opportunities and Challenges for Public Governance, Springer, 2014.
KITCHIN, Rob. The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences, Sage, 2014.
O’NEIL, Cathy. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, Crown Books, 2016.
BAROCAS, Solon; HARDT, Maoritz; NARAYANAN, Arvind. Fairness and Machine Learning – Limitations and Opportunities, 2019.
MCAFEE, Andrew; BRYNJOLFSSON, Erik. Machine, Platform, Crowd: Harnessing Our Digital Future, W. W. Norton & Company, 2017.

Carga Horária:

116 horas

Tipo:

Obrigatória

Vagas oferecidas:

300

Ministrantes:

Daniel Reed Bergmann
Marcelo Fantinato
Renata Mendes de Araujo
Renato de Oliveira Moraes
Sarajane Marques Peres

voltar