Banco de Dados (EaD)
Graduação / TECNOLÓGICO
Atualizado em 22/10/2024 às 12h43
Integral
A Distância
2 anos
Coordenação: Prof.
Em construção
Semestre 1
Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução à Estatística Descritiva. Análise Exploratória de Dados. Análise Bidimensional. Noções de amostragem. Probabilidade e Variáveis Aleatórias.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Dinâmica de Integração em diferentes ambientes. Organização de sistemas de EaD: processos de comunicação, processo de tutoria e avaliação. Relação dos sujeitos da prática pedagógica no contexto da EaD. Ambientes Virtuais de Ensino Aprendizagem (AVA): estratégias de interação. Metodologias Digitais.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução a lógica de programação. Algoritmos. Resolução de problemas. Fluxogramas. Conceitos básicos de linguagens de programação. Entrada e saída. Tipos básicos de dados. Operadores e expressões. Estruturas condicionais. Estruturas de repetição. Funções. Noções de estruturas de dados: vetores e matrizes. Técnicas básicas de boa programação. Tratamento de erros.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
O papel do computador na sociedade contemporânea. O profissional da Informática e Ciência da Computação. Ética profissional. Acesso não autorizado: segurança e privacidade. Software livre versus software proprietário. Aplicações da tecnologia: exemplos de mudança de paradigma. Comportamento social e Internet. Questões ambientais e étnico raciais relacionadas à computação. Questões sobre a participação de mulheres na computação. Legislação e compliance na computação.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução aos sistemas gerenciadores de bancos de dados. Projeto de banco de dados: conceitual, lógico e físico. Modelo conceitual de entidades e relacionamentos. Modelo de dados relacional. Dependências funcionais e normalização. Linguagens de definição e de manipulação de dados. Álgebra relacional. Linguagem SQL. Restrições de integridade e visões. Organização física de bancos de dados: técnicas de armazenamento e indexação.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Ciência de Dados enquanto área do conhecimento. Perfil do cientista de dados. Campos de atuação do cientista de dados. Etapas de um projeto em Ciência de Dados.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Integração dos conteúdos abordados em disciplinas do primeiro semestre do curso. Planejamento de um Projeto Integrado.
Bibliografia
Bibliografia não cadastrada.Semestre 2
Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução à Inferência Estatística. Distribuições Amostrais. Estimação Pontual. Estimação Intervalar. Teste de hipóteses para proporção. Teste para a média. Teste de hipóteses para variância. Teste de homogeneidade e independência.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução à Matemática Discreta. Introdução a Teoria dos Grafos. Introdução à Álgebra Linear. Vetores e matrizes. Sistemas lineares. Espaços vetoriais e transformações lineares.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Conceitos básicos: classes, objetos, mensagens, encapsulamento, herança, polimorfismo. Programação orientada a objetos utilizando uma linguagem de programação orientada a objetos. Análise e projeto orientados a objetos. UML. Padrões de projeto de software.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Estudo de aspectos técnicos relacionados à atuação do gerenciamento de projetos nos negócios de TI. Gestão Ágil. Metodologias de Design (ADDIE, Design Thinking, System Thinking, X Problem), Técnicas de Business gamification e Storytelling ou similares. Técnicas de gerenciamento de projetos segundo as boas práticas indicadas pelo PMI. São abordadas as áreas de conhecimento de gerenciamento da integração, escopo, tempo, custo, aquisição e riscos em projetos. Aplicação direta dos conhecimentos de gerenciamento de projetos para a atuação em projetos de tecnologia da informação, com gerenciamento de serviços de tecnologia da informação.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Bancos de dados orientados a objetos. Bancos de dados objeto-relacionais. Bancos de dados espaciais e espaço-temporais. Bancos de dados não-relacionais. Bancos de dados em nuvem. Bancos de dados na Web.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução ao Aprendizado de máquina. Tipos de Aprendizado de máquina. Paradigmas de aprendizado. Avaliação experimental de algoritmos de Aprendizado de Máquina. Algoritmos de Aprendizado de Máquina.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Integração dos conteúdos abordados em disciplinas do segundo semestre do curso. Projeto com coleta, limpeza e análise de dados.
Bibliografia
Bibliografia não cadastrada.Semestre 3
Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Administração de dados e de banco de dados. Gerenciamento de transações. Tecnologia e gerenciamento de Data Warehouses. Processamento cliente-servidor. Processamento de banco de dados paralelo e banco de dados distribuído. Sistema de Gerenciamento de Banco de Dados Orientado a Objetos.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Conhecer Linguagens de Programação para desenvolvimento de aplicações web. Construir websites dinâmicos baseados em novas tecnologias e com acesso a banco de dados. Compreender os métodos e técnicas de desenvolvimento de aplicações avançadas para web. Identificar soluções na otimização e melhoria do desempenho de web sites. Compreender o funcionamento básico de um servidor de Internet.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Recursividade. Tipo abstrato de dados. Estruturas de dados simples: listas, filas e pilhas. Noções de estruturas de dados avançadas. Árvores de busca. Algoritmos de busca e ordenação. Noções básicas sobre complexidade de algoritmos.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Tipos de dados; Precisão e arredondamento de dados quantitativos; Geração de números pseudo aleatórios; Representação gráfica e tabular de dados qualitativos (tabelas de frequências, gráficos de barras e de setores); Medidas descritivas de dados quantitativos (medidas de posição, dispersão, assimetria e curtose, medidas de concentração, curva de Lorenz, índice de Gini); Representação gráfica de dados quantitativos (histograma, boxplot, ramo-e-folhas); Visualização de Associação entre variáveis qualitativas (tabelas de contingência); Associação entre uma variável quantitativa e qualitativa (homogeneidade de distribuições, gráficos de médias e de perfis); Associações entre variáveis quantitativas (gráfico de dispersão, noções de correlação linear); Representação gráfica de dados multidimensionais (mapa de calor, gráfico de pontos 3D, gráfico de bolhas 3D, mapa de árvore); Visualização científica; Principais ferramentas de visualização do Mercado.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Redes Multi-Layer Perceptron; Convolutional Neural Networks; Práticas recomendadas de aprendizado para avaliação de modelos e ajuste de hiperparâmetros; Redes auto-associativas (Auto-encoders); Classificando Imagens com Redes Neurais Convolucionais Profundas; Transferência de aprendizado de características; Modelando Dados Sequenciais Usando Redes Neurais Recorrentes; Redes de aprendizado por reforço (Reinforcement Learning); Implementação de Redes Neurais Profundas em Keras e Tensor-flow.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Integração dos conteúdos abordados em disciplinas do terceiro semestre do curso. Projeto com machine learning.
Bibliografia
Bibliografia não cadastrada.Semestre 4
Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
O papel da TI no contexto organizacional atual. Governança corporativa e governança de TI. Planejamento estratégico e seus instrumentos. ITIL v3: Ciclo de Vida do Serviço e aplicabilidade e benefícios. COBIT 5: Governança e Gerenciamento, princípios do COBIT e modelo de capacidade do COBIT.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Introdução a Engenharia de Software. Modelos de processos de desenvolvimento de software. Planejamento e gerenciamento de software. Requisitos de software. Análise e Projeto de Software. Codificação de Software. Depuração e Testes. Refatoração e Modularidade.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Desafios contemporâneos e o mundo do trabalho. Postura profissional e as relações de trabalho. Liderança e desenvolvimento profissional. Projeto Trilha Profissional. Ideação de negócios digitais inovadores. Desenvolvimento de negócios digitais pautado na legislação e nos estudos de impactos socioambientais e econômicos. Design Thinking para experimentação.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Conceitos de DevOps, práticas e metodologias ágeis. Técnicas de fluxo. Técnicas de Feedback. Técnicas de aprendizado contínuo e experimentação. Práticas da integração de segurança da informação, gestão da mudança e conformidade.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
História e fundamentos da Inteligência Artificial (IA). Caracterização dos problemas de IA e aplicações (jogos, robótica etc.). Métodos de busca para resolução de problemas: busca cega, busca heurística e busca competitiva. Formalismos de representação de conhecimento e inferência: redes semânticas, sistemas de produção, lógica. Conceitos de Aprendizado de máquina: árvores e regras de decisão, redes neurais, computação evolutiva e sistemas nebulosos.
Bibliografia
Bibliografia não cadastrada.Carga Horária
64 horas.
Professores
Nenhum professor cadastrado.Ementa
Integração dos conteúdos abordados em disciplinas do quarto semestre do curso. Projeto com deep learning e inteligência artificial.
Bibliografia
Bibliografia não cadastrada.Disciplinas Optativas
Professores
Nenhum professor cadastrado.Ementa
Introdução ao Estágio em Ciência de Dados. Observação e acompanhamento de profissionais da área de Ciência de Dados. Intervenção na realidade profissional de um cientista de dados.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Relacionar os elementos utilizados no projeto de sites Web com sua respectiva representação visual em página Web. Construir páginas Web com a utilização da linguagem HTML e tecnologias para estilização e interação. Identificar os elementos e os componentes necessários para o desenvolvimento de Interfaces Web. Construir interfaces para sistemas Web. Discriminar os elementos e os componentes necessários para o desenvolvimento de serviços Web.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Conceitos Básicos de Computação em Nuvem. Modelos de Serviços e de Implantação em Nuvem. Virtualização. Desenvolvimento com PaaS. Desenvolvimento SaaS. Multitenancy. Desafios para software em nuvem.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Funções reais de uma variável. Limite e continuidade. Derivação. Aplicações da derivada. Máximo e mínimo de funções. Integração. Técnicas de integração.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Introdução às Redes Neurais: Aspectos históricos, Estrutura de um neurônio artificial, Aprendizado, associação, generalização e robustez; Estruturas de interconexão; Tipos de aprendizado supervisionado e não-supervisionado; Algoritmos de aprendizado: perceptron, algoritmos de mínimos quadrados, retropropagação de erros (back propagation) e suas variações, aprendizado competitivo, mapas auto-organizáveis (som self-organizing maps), Modelos de redes neurais: Adaline, Redes MLP, RBF e de Hopfield, Redes Auto-organizáveis, Redes Neurais Convolucionais, Redes neurais probabilísticas. Aplicações.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Visão geral de análise multivariada de dados: objetivos das técnicas multivariadas; distribuição normal multivariada: definição e propriedades, formas quadráticas; testes de hipóteses para média e matriz de covariância; análise de componentes principais; análise fatorial por componentes principais e por máxima verossimilhança; algumas técnicas de rotação de eixos; análise de agrupamento: métodos hierárquicos; análise discriminante: dois grupos e múltiplos grupos; análise de variância multivariada: um, dois e múltiplos fatores.
Bibliografia
Bibliografia não cadastrada.Professores
Nenhum professor cadastrado.Ementa
Processamento de Linguagem Natural (PLN): Modelagem de Linguagem, Análise e Sintaxe, o Algoritmo de Expectation-Maximization (EM) em PLN, Medidas de Similaridade e Clustering, Tradução Automática, Processamento de Discurso: Segmentação, Resolução de Anáfora, Sistemas de Diálogo, Geração/Sumarização de Linguagem Natural, Métodos Não Supervisionados em PLN. Natural Language Understanding (NLU). Sistemas de Recuperação de Informação (SRI): Indexação: Índices invertidos e listas invertidas, compressão de texto, outros tipos de índices. Modelagem: Modelos de RI, modelos clássicos de RI, modelos algébricos alternativos, modelos probabilísticos alternativos, redes de inferência. Avaliação da Recuperação: Precisão e revocação, coleções de referência. Consultas: Consultas lógicas, consultas ordenadas por relevância, estruturas de acesso ao vocabulário, busca sequencial no vocabulário, busca exata e aproximada. Sistemas de Informação para a Web: Mecanismos de busca, indexação, consultas, interfaces. Folksonomias e estratégias de recuperação em redes Sociais.