PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA

Transcrição

1 PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA

2 OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e Computação Cognitiva podem ajudar as empresas a obter vantagem competitiva Apresentar como as tecnologias de Big Data podem ser utilizadas para a tomada de decisão Analisar e extrair informações de dados estruturados e não estruturados Aplicar as tecnologias para tomada de decisão por meio de aulas teóricas, exercícios práticos e estudos de casos PERFIL DO ALUNO Profissionais das áreas: Analytics, estatísticos, TI, gestores de marketing e CRM, profissionais de e-commerce, analistas de mídia social e profissionais do mercado que manipulam e precisam tomar rápidas decisões por meio de grandes bases de dados. Profissionais que tenham interesse em extrair informação por meio de modelos baseados em inteligência artificial, computação cognitiva e técnicas de big data CORPO DOCENTE O corpo docente conta com professores altamente capacitados em Big Data com experiência no mundo corporativo. Nos critérios de seleção do corpo docente, serão priorizadas sua qualificação e experiência profissionais nas distintas matérias, de maneira que o curso permita não somente a transmissão de conhecimentos mas também de critérios e experiências enriquecedoras para os alunos METODOLOGIA Aulas expositivas, resolução de exercícios práticos, estudos de casos e laboratórios 2

3 MATRIZ CURRICULAR Introdução ao Big Data Conceito de Big Data, inteligência artificial, machine learning e computação cognitiva Análise em tempo real Panorama para o surgimento do Big Data Utilização das ferramentas nos processos de administração de empresas Necessidade da utilização das técnicas para a rápida tomada de decisão das empresas Vantagens da utilização das técnicas de Big Data 7 Vs do Big Data: Variedade, Veracidade, Valor, Volume e Velocidade, Visualização, Vulnerabilidade O profissional adequado para operar com o Big Data: Data Scientist, Data Engineer e Data Architect Cases nacionais e internacionais de Big Data para administração de empresas Programação em Big Data Programação em JAVA Conceitos e aplicações de Máquina Virtual Linux Programação em Python Conceitos e Aplicações de Machine Learning e Inteligência Artificial Tecnologias para Big Data Utilização das tecnologias como base de informações para o processo de tomada de decisão gerencial Programas e tecnologias para analisar e manipular dados Hadoop Estrutura e arquitetura de HDFS (Hadoop: Distributed File Systems) Manipulação de dados no HDFS Carga de arquivos ao HDFS Estrutura de arquivo distribuído e tolerante a falhas Estrutura do MapReduce Administração de cluster Hadoop Impala Pig Exemplos de aplicações de Hadoop Componente Hive Introdução ao Hive Manipulação de dados com Hive Meta Store Armazenamento colunar e orientado a linha Tabela particionada Otimização de query SQL 3

4 Componente Yarn Introdução ao Yarn MapReduce 2.0 (MRv2) - YARN Funções do JobTracker Manipulação de dados com Yarn Hadoop Zookeeper Funções do Zookeeper Gerenciamento de dados Computação distribuída e tolerante a falhas Alta disponibilidade e resiliência da plataforma Hadoop Mahout Introdução ao Mahout Manipulação de dados com Mahout Kafka Introdução ao Kafka Manipulação de dados com Kafka Uso de Kafka no controle de falhas Computação distribuída Banco de Dados Conceito de banco de dados NoSQL (Cassandra, Mongo DB, Sqoop) Manipulação de banco de dados NoSQL HBASE Ingestão de Dados Sqoop Flume - Ingestão e dados semi-estruturados Spark Streaming Spark Hadoop Distribuições para Big Data Cloudera HortonWorks Spark Introdução ao Spark Manipulação de dados com Spark Spark Streaming PySpark 4

5 Python Conceitos sobre a linguagem de programação Python Aplicações em Python Bibliotecas Python para Machine Learning Análise de Dados e Web Twitter REST API Twitter Streaming API Análise de dados do Facebook Web Scraping Análise de sentimento Computação em nuvem Conceitos de computação em nuvens (Cloud Computing) Conceito NIST de Cloud Computing Características do Cloud Computing Entidade do Ecossistema de Nuvem Aspectos de segurança O conceito e aplicações de utility computing O conceito de Data Center Repositório de recursos computacionais Amazon Web Services (AWS) Exemplo de empresas que utilizam Cloud Computing O conceito de nuvem pública, nuvem privada, nuvem comunitária, nuvem híbrida Saas: Software-as-a-Service Paas: Platform-as-a-Service IaaS: Infrastucture-as-a-Service Aplicações Business Intelligence História e Evolução do BI Diferenças do BI 1.0, BI 2.0 e BI 3.0 Conceitos e Objetivos do BI Modelagem de Dados para BI Arquitetura Tradicional x Moderna Arquitetura de BI Como dimensionar o BI e como diferenciar Small Data e Big Data Processos de Data Preparation e Data Visualization Self-Service BI e Sandbox BI e Big Data: uma combinação de sucesso Análise de ferramentas para BI Técnica e recomendações para visualização de Dados Criação de gráficos e Dashboards em softwares e especializados, Tableau, Qlik Sense e PowerBI Data Sharing e Compartilhamento de visualizações em cloud 5

6 Inteligência Artificial e Computação Cognitiva Machine Learning Etapas de um projeto de Machine Learning Técnicas de Projeção, Segmentação e Classificação Métricas de perfomance Aplicações com biblioteca do Spark e do Python Aplicações com Redes neurais Deep Learning Conceitos de Deep Learning Aplicações de Deep Learning IBM WATSON Introdução à computação cognitiva Aplicação de IBM Watson Palestras Palestra sobre Big Data Palestras sobre computação cognitiva Palestras sobre Inteligência Artificial Estatística Aplicada Social Network Analysis - SNA Métricas para dados de redes sociais Análise de comportamento em redes sociais Text Mining Análise de dados não estruturados obtidos pela internet Análise qualitativa e quantitativa de textos Cesto de Compras/Market Basket Aplicação de ferramentas para análise de compras efetuadas Utilização de algoritmos com regras de associação para determinar padrões em processos de compra Algoritmos para análise sequencial Algoritmos de recomendação Geolocalização Aplicação de geolocalização para modelagem Análise Exploratória de Dados Análise Gráfica Medidas de Posição e Medidas de Dispersão 6

7 Regressão Linear Simples e Múltipla Coeficiente de correlação linear de Pearson Coeficiente de determinação e Coeficiente de determinação ajustado Ajuste de equação de projeção Testes estatísticos sobre os parâmetros Interpretação dos parâmetros do modelo Intervalo de confiança para os parâmetros do modelo Previsão Análise de Resíduos Análise de Agrupamento Medidas de distância - Medidas de similaridade e Medidas de dissimilaridade, Distância Euclidiana Métodos de Agrupamento - Método hierárquico e Método das k médias Dendograma Técnicas de Agrupamento - Método do vizinho mais próximo (Nearest neighbor) - Método do vizinho mais distante (Furthest neighbor) - Método da Centróide Método das k médias Regressão Logística Regressão Logística Binária e Múltipla Estimação dos parâmetros do modelo Teste de hipótese e Intervalo de confiança Razão de chances Interpretação dos parâmetros do modelo Obtenção da probabilidade de sucesso Previsão Classificação em grupos Tabela de classificação Análise Discriminante Métodos de estimação Teste de hipótese Análise de variância Estimação das funções de classificação Classificação em grupos Tabela de classificação Análise Fatorial Variável latente Matriz de variância de covariância e Matriz de correlação Fatores comuns, Fatores específicos e Cargas fatoriais Gráfico de sedimentação Análise de componente principal 7

8 MÓDULO INTERNACIONAL Os programas internacionais da FIA são oferecidos com extensão dos cursos de MBA e Pós-Graduação em parceria com as principais instituições dos Estados Unidos, Illinois Institute of Technology e Culumbia University O programa internacional inclui: Atividades didático pedagógicas Ciclo de palestras ministradas por professores das respectitvas escolas de negócios Visitas a empresas e organizações Programas complementares FUNDAÇÃO INSTITUTO DE ADMINISTRAÇÃO Av. Das Nações Unidas, CEP: Pinheiros - São Paulo - SP 8

9 INFORMAÇÕES Tel: (11)