Visão geral

A imagem abaixo fornece uma visão geral e integrada do conteúdo visto no Curso de Especialização em Data Science & Big Data. As 6 disciplinas de 60 horas estão exibidas com as ramificações em módulos e tópicos. Somando-se a estas, tem-se a disciplina de Metodologia de Pesquisa. As 7 disciplinas são detalhadas nas próximas sessões.

Módulo I - Fundamentos para Data Science e Big Data

Infraestrutura Computational (60 hrs)

1. Infraestrutura de software.
   • Shell script para automatizar tarefas.
   • Estrutura de sistemas operacionais.
   • Fundamentos de Engenharia de Software para Data Science.
2. Infraestrutura de comunicação.
   • Conceitos de aplicação de redes.
   • Protocolos web.
   • Nuvem computacional.
3. Infraestrutura de alto desempenho.
   • Paralelismo e distribuição.
   • Clusters computacionais.
   • Submissão e controle de tarefas em clusters.

Inferência estatística para ciência de dados (60 hrs)

1. Introdução ao Cálculo diferencial Integral.
   • Funções, limites e continuidade.
   • Derivadas e Integrais.
2. Álgebra linear aplicada.
   • Vetores e Matrizes.
   • Solução de sistemas lineares.
   • Solução de sistemas não-lineares.
3. Otimização.
   • Programação linear.
   • Programação quadrática.
   • Programação não-linear.
4. Introdução à probabilidade e variáveis aleatórias.
   • Distribuições de probabilidade.
   • Esperança, variância e covariância.
   • Resultados assintóticos e suas aplicações.
5. Paradigmas e elementos de inferência estatística.
   • Estimação e funções de evidência.
   • Intervalos de confiança e testes de hipóteses.
   • Inferência baseada em simulação.

Linguagens de programação para ciência de dados (60 hrs)

1. Introdução e configuração do ambiente de programação (R e python).
   • Operações aritméticas e lógicas. Estruturas de controle e repetições.
   • Programação orientada à objetos e funções.
   • Introdução ao pair programing.
2. Leitura e manipulação de dados.
   • Acessando base de dados.
   • Aquisição de dados pela internet (web scrapping).
3. Análise exploratória e visualização interativa de dados.

Módulo II - Métodos contemporâneos em Data Science e Big Data

Processamento de Big Data

1. Introdução ao Big Data.
   • Organização física e lógica.
   • Métodos de acesso.
2. Armanezamento de Big Data
   • SQL, NoSQL e NewSQL.
   • Data warehouse, data cleaning e Integração.
   • Plataformas distribuídas (programação MapReduce, Hadoop e Spark).

Modelos estatísticos

1. Modelos lineares
   • Modelos lineares generalizados.
   • Modelos aditivos generalizados.
   • Seleção de modelos e penalização.
2. Árvores de classificação e regressão.
3. Regressão multivariada.
4. Introdução à Inferência Causal.
5. Séries temporais.

Mineração de dados e aprendizagem de máquina

1. Introdução ao machine learning.
   • Representação de dados e engenharia de características.
   • Aprendizagem supervisionada.
   • Aprendizagem não-supervisionada.
   • Redução de dados/dimensão.
   • Avaliação e melhoria de modelos.
2. Introdução ao Grandes Modelos de Linguagem (Large Language Models).

Permeando aos módulos I e II será apresentado a disciplina de Métodos de Pesquisa que visa preparar o aluno para o desenvolvimento do projeto final, bem como, para programas avançados como mestrado e doutorado nas áreas de estatística e ciência da computação.

Métodos de pesquisa

1. Tipos de estudos e o método científico.
2. Estrutura do artigo científico.
3. Métodos e pŕatica da pesquisa reproduzível.
4. Introdução às técnicas de apresentação e redação científica.
5. Técnicas e ferramentas para elaboração de relatórios dinâmicos.

Formato do curso

O curso de especialização em Data Science e Big Data ocorrerá às sextas-feiras (19:00–23:00) e aos sábados (08:00–12:00). Serão dois módulos de 4 horas por final de semana, tendo 15 semanas de duração por semestre.