MBA EM
DATA SCIENCE E ANALYTICS
CURSO ONLINE
Coordenação do MBA em Data Science e Analytics
Luiz Paulo Fávero
“Cenários cada vez mais complexos têm exigido competências diferenciadas de gestores e tomadores de
decisão. É de fundamental importância, para os profissionais de Data Science e Analytics, a constante atualização
e o desenvolvimento de habilidades e conhecimentos multidisciplinares que farão toda a diferença na vida
profissional.”
CORPO
DOCENTE
Conheça alguns dos professores Fernando de Souza
Fabiano Guasti Lima Marcos Santos Wilson Tarantim Marcello Zillo Fátima Jinnyat Adriana Silva
Coelho
*sujeito a alteração
Jeronymo Ana Carla Helder Prado
Marcos R. Luppe Ildeberto Rodello Gino Terentim Heliani Berlato Luiz Paulo Fávero Mateus Gerolamo
Marcondes Bliacheriene Santos
PROGRAMA
DO CURSO
*Programa do curso sujeito a alterações
MÓDULO INTRODUTÓRIO DATA SCIENCE E BIG DATA NO AMBIENTE DE NEGÓCIOS
Fundamentos de Estatística Metodologias Ágeis
Introdução ao Software R e Introdução ao Business Intelligence e Data Visualization
Machine Learning Engenharia de Dados
PROGRAMAÇÃO: Social Network Analysis
03/10/2023 – Abertura do Curso Cloud Computing
06/10/2023 – Fundamentos de Estatística I Modelagem Matemática e Estruturação de Problemas Complexos
11/10/2023 – Fundamentos de Estatística II Análise da Conjuntura Econômica em Cenários de Tecnologias Disruptivas
18/10/2023 – Fundamentos de Estatística III Analytics e Gestão de Riscos
20/10/2023 – Introdução ao R e Introdução ao Machine Legislação no Ambiente Digital
Learning I Introdução ao Python
25/10/2023 – Introdução ao R e Introdução ao Machine Tópicos Especiais em Tecnologia de Negócios
Learning II
27/10/2023 – Introdução ao R e Introdução ao Machine
Learning III
MODELOS SUPERVISIONADOS E NÃO SUPERVISIONADOS DE MACHINE LEARNING
TENDÊNCIAS EM DATA SCIENCE E ANALYTICS Unsupervised Machine Learning: Clustering
Data Wrangling Unsupervised Machine Learning: Análise Fatorial e PCA
Análise Estatística Espacial Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla
Árvores, redes e Ensemble models Unsupervised Machine Learning: Exercícios Aplicados
Introdução ao Deep Learning Supervised Machine Learning: Análise de Regressão Simples e Múltipla
Deep Learning Supervised Machine Learning: Modelos Logísticos Binários e Multinomiais
Coleta de Dados: Crawlers e Web Scraping Supervised Machine Learning: Modelos para Dados de Contagem
Text Mining e Sentiment Analysis Supervised Machine Learning: Modelagem Multinível
Pesquisa Operacional e Modelos de Otimização e Simulação Séries Temporais
Gestão da Mudança na Era Digital Big Data e Deployment de Modelos
MBA EM COMO SÃO AS AULAS?
DATA SCIENCE Conteúdo atualizado com aulas online e ao vivo
A melhor forma de garantir conteúdo atualizado e interação entre
E ANALYTICS
alunos e professores é com aulas ao vivo. Priorizando a flexibilidade,
as aulas são online e ficam gravadas para você rever quantas vezes
quiser, até o fim do curso.
CURSO ONLINE Provas online e semanais
Depois de cada aula, os alunos devem realizar uma prova, que fica
disponível no sistema acadêmico por três semanas. São 10 perguntas
de múltipla escolha e três tentativas, sendo considerada a maior nota
para compor a média final (que deve ser igual ou superior a 7).
INFORMAÇÕES DO CURSO
Frequência
Aula semanal ao vivo,
A frequência dos alunos é contabilizada pela realização das provas e
às terças-feiras, das 19h às 23h deve ser igual ou superior a 75%. Dessa forma, não há prejuízo para os
alunos que não conseguirem acompanhar a aula ao vivo, podendo
O conteúdo permanece gravado e pode ser assisti-la quando e onde for mais conveniente à sua rotina.
acessado a qualquer momento durante o curso.
18 meses de duração + Apresentação do TCC
O cronograma poderá ser estendido em até 3 meses
devido a feriados nacionais e recessos. Plano Nacional Plano Internacional
18x de 18x de
R$ 690 R$ 1091 ,80
Professores USP e profissionais renomados
com experiência no setor privado.
Apresentação do TCC
em evento exclusivo. Taxa de inscrição para ambos os planos de R$ 100
*Valores válidos para o ano de 2023
PERGUNTAS
Teremos aulas práticas?
O curso tem uma vertente muito forte em hands on (mão na massa), onde será ensinado
como desenvolver algoritmos, estimar modelos, criar funções, entre outros para fins de
FREQUENTES
tomada de decisão. Teremos aulas práticas para desenvolvimento de algoritmos para
análises de dados, mesclando desenvolvimento do algoritmo, com base nos fundamentos
estudados e adquiridos, para fins de tomada de decisão.
Qual é a linguagem de programação utilizada no MBA?
Sobre o curso
O curso será dado em R e Python, porém a partir do módulo ‘Modelos Supervisionados e
Não Supervisionados De Machine Learning’, a programação será prioritariamente em
Python. Além disso, abordaremos SQL na disciplina de Engenharia de Dados.
Existe algum pré-requisito para este MBA?
Quais são as ferramentas de estatística abordadas?
Não existe pré-requisito em relação a conhecimento, porque nosso curso é
Teremos diversas ferramentas de estatísticas: Análise de Clusters, Análise Fatorial por
pautado em três pilares centrais: fundamentos de cada uma das técnicas de
Componentes Principais, Análise de Correspondência Canônica Simples e Múltipla, Modelos
Data Science e Analytics, implementação dos softwares e tomada de decisão.
Regressivos Lineares e Não Lineares, Modelos Logísticos Binários e Multinominais,
Cada um dos módulos vai ser pautado em cima desses três pilares. Isso quer
Modelagem Zero-Inflated para Eventos Raros, Modelos Multinível, Ensemble Models, Árvores
dizer que você vai aprender essas linguagens desde sua fundamentação!
de Decisão, Bagging, Boosting, Random Forest, Redes Neurais, Ferramentas de Business
Mas nós sempre recomendamos que o aluno que não possui familiaridade com
Intelligence, Deep Learning, Análise Espacial, NLP, Webscraping, Text Mining, Pesquisa
os fundamentos do curso dedique um pouco mais de tempo ao MBA e,
Operacional, Analytic Hierarchy Process, entre outros.
também, assista a todas as aulas de nivelamento que nós oferecemos.
Este MBA tem foco em Gestão?
Qual é o público-alvo deste MBA?
O MBA não tem foco na gestão, mas sim em gerar resultados para tomada de decisões. Os
Este curso é naturalmente multidisciplinar. Ele se direciona para profissionais
modelos utilizarão bancos de dados reais e de mercado provenientes de diversas áreas do
graduados nas mais diversas áreas de Ciências Humanas, Exatas e Biológicas
conhecimento.
que tenham interesse em adquirir ou aprofundar conhecimentos em
modelagem de dados, programação, tecnologia e tomada de decisão Aprenderemos sobre tratamento de dados?
estratégica a partir das diversas frentes que caracterizam a Ciência de Dados. Sim, em todo o módulo de Machine Learning. Além disso, teremos uma disciplina
Qual é o objetivo do curso? específica sobre Manipulação e Tratamento de Dados, chamada de Data Wrangling.
O objetivo do nosso MBA é capacitar o profissional no desenvolvimento de Qual o diferencial do MBA em Data Science e Analytics USP/Esalq?
técnicas de ciência e análise de dados, balanceando fundamentos,
Um dos maiores diferenciais é que nosso curso é pautado em três pilares centrais:
programação e tomada de decisão, por meio da explicitação das principais
fundamentos, programação e tomada de decisão. Esse modelo de ensino te permite aprender
técnicas de Data Science, Machine Learning e Analytics, com foco na geração
de fato as programações desde a sua base. Além disso, nós também iniciamos e finalizamos
de informação voltada ao estabelecimento de estratégias para tomada de
os módulos em uma única programação, ao invés de segmentar o módulo em várias linguagens
decisão, adaptação, no conhecimento de tecnologias emergentes e na
programáticas, o que contribui para uma maior fixação do conteúdo.
alocação de recursos.
Institucionais
Como funciona o TCC?
O TCC é requisito obrigatório para a conclusão do curso. A defesa do TCC pode ser online ou presencial (em
Piracicaba/SP). A defesa online é realizada por meio de uma plataforma desenvolvida especificamente para
este fim, e que garante a condução desta etapa de forma segura e dentro das regras da USP. No caso da
opção pela defesa presencial, esta deverá ser informada pelo aluno, que também terá que arcar com todos
os custos próprios de deslocamento e hospedagem.
*Os alunos que optarem por apresentar o TCC presencialmente, farão sua apresentação em local e data a
serem informados posteriormente.
Haverá reajuste das mensalidades?
A mensalidade se manterá a mesma durante todo o curso, e a primeira deve ser paga em até 15 dias após
a aprovação dos documentos obrigatórios. O restante poderá ter o vencimento de acordo com a
preferência indicada na ficha de inscrição.
Qual a diferença entre os planos nacional e internacional?
O plano nacional é válido somente para alunos que residem no Brasil. Já o plano internacional é válido para
residentes de fora do Brasil, e possui valor diferenciado devido a custos adicionais relativos a despesas de
apostilamento, envio internacional do certificado de conclusão, equipe de orientação especializada e
tradução dos materiais de apoio e provas para Espanhol e Inglês.
Quais documentos precisarei anexar?
Para aprovação da matrícula são exigidos RG, CPF e diploma de graduação (frente e verso).
Terei uma pessoa responsável pelo meu acompanhamento acadêmico?
Na jornada acadêmica você terá um(a) padrinho/madrinha para dar suporte e até mesmo responder
a dúvidas. Eles participarão das seguintes etapas do curso: inscrição, acompanhamento acadêmico,
ajustes ou pendências financeiras e elaboração do TCC.
Qual a diferença entre os planos nacional e internacional?
Existem diferenças entre os planos devido a custos adicionais relacionados ao apostilamento do certificado
(HAIA), envio da lembrança, disponibilidade de equipe de orientação especializada e tradução dos materiais
de apoio e provas para Espanhol e Inglês. Todos os alunos terão a opção de escolher entre o plano nacional
ou internacional, de acordo com suas preferências.
Rua Cezira Giovanoni Moretti, 580 - Santa Rosa
Piracicaba - SP, Brasil - CEP: 13414-157
queroinfosdatascience@[Link]
+ 55 (19) 2660-3343
/mbauspesalq