INFORMAÇÕES


Nova Turma

Big Data

Com 6 meses de duração

Início 22/01/18

Últimas vagas

INFORMAÇÕES


Nova Turma

Big Data

Com 6 meses de duração

Início 22/01/18

Últimas vagas

Pós-Graduação Big Data & Data Science

Uma especialização para o futuro digital.

O programa de Pós-Graduação em Big Data & Data Science, possui estrutura modular e dinâmica, aliando as atuais necessidades do mercado especializado, com as competências do Cientista de Dados, do Engenheiro de Dados, e principais tecnologias de Big Data.

Com sólida fundamentação teórica e aplicação prática, cada módulo do programa possui seis meses de duração e tem reconhecimento de extensão acadêmica. A soma dos módulos concede ao participante, a especialização Lato Sensu em Big Data & Data Science.


Módulo Início Duração Dias Horário
Big Data 22/01/2018 6 meses Segundas e Quartas 19H às 23H
Data Science 01/08/2018 6 meses Segundas e Quartas 19H às 23H

Pós-Graduação Big Data & Data Science

Uma especialização para o futuro digital.

O programa de Pós-Graduação em Big Data & Data Science, possui estrutura modular e dinâmica, aliando as atuais necessidades do mercado especializado, com as competências do Cientista de Dados, do Engenheiro de Dados, e principais tecnologias de Big Data.

Com sólida fundamentação teórica e aplicação prática, cada módulo do programa possui seis meses de duração e tem reconhecimento de extensão acadêmica. A soma dos módulos concede ao participante, a especialização Lato Sensu em Big Data & Data Science.


Módulo Início Duração Dias Horário
Big Data 22/01/2018 6 meses Segundas e Quartas 19H às 23H
Data Science 01/08/2018 6 meses Segundas e Quartas 19H às 23H

Bandtec Digital School Repensando a Educação:

A revolução digital está mudando a forma como interagimos, trabalhamos e aprendemos. Não poderia ser diferente com a educação, um novo mercado pede um novo jeito de formar os profissionais do futuro.

O programa de Pós-Graduação da BandTec Digital School, é voltado para a especialização em tecnologias digitais e tem como metodologia básica o desenvolvimento de projetos reais, em que os professores atuam como consultores e/ou gerentes de projeto, e os alunos são a equipe que irá aprender enquanto constroem o projeto.

Estrutura Modular


Módulo I

Big Data (Engenharia de Dados)

  • Workshop Phyton, Linux, SQL
  • Soluções de Big Data
  • Arquitetura de Big Data
  • Ingestão de Dados
  • Processamento lote/streaming
  • Banco de Dados NoSQL
  • Data Visualization Tools
  • Visão Geral de Analytics

Módulo II

Data Science (Analytics)

  • Ferramenta R
  • Estatística Aplicada a Big Data
  • Machine Learning
  • Python básico
  • Text Mining
  • Data Visualization
  • Qualidade de Dados
  • Tecnologias de Big Data

Módulo I

Big Data (Engenharia de Dados)

  • Workshop Phyton, Linux, SQL
  • Soluções de Big Data
  • Arquitetura de Big Data
  • Ingestão de Dados
  • Processamento lote/streaming
  • Banco de Dados NoSQL
  • Data Visualization Tools
  • Visão Geral de Analytics

Módulo II

Data Science (Analytics)

  • Ferramenta R
  • Estatística Aplicada a Big Data
  • Machine Learning
  • Python básico
  • Text Mining
  • Data Visualization
  • Qualidade de Dados
  • Tecnologias de Big Data
Projeto Final - TCC

Módulo I – Big Data (Engenharia de Dados)

- 180 horas em sala de aula + 46 horas de Estudos individuais e em grupo / TCC.

- Turmas de 2ª e 4ª das 19:00h às 23:00h.

- Duração de 1 semestre.

Objetivo :

- Apresentação da arquitetura e das principais tecnologias utilizadas em projetos de Big Data.

- Abordagem das camadas de Ingestão de Dados, Processamento Massivo Paralelo, Processamento Streaming, Bancos de Dados NoSQL e Visualização de Dados.

- Desenvolver exercícios em laboratório utilizando componentes da distribuição Cloudera como Spark, Hive, Flume, Kafka, Sqoop, entre outros. Bancos de Dados NoSQL como MongoDB, Cassandra, Neo4J, Redis e CosmoDB.

Público alvo :

- Desenvolvedores , Analistas de Sistemas, Analistas de Business Intelligence, DBA´s, Analistas de Infraestrutura, Analistas de Redes e Analistas de Integração de Dados.

O que vou aprender?


Workshop Python/Linux/SQL

Visão geral de codificação script Python, comandos Linux e SQL Básico

CH. 16h

Soluções de Big Data

Introdução, mercado, arquitetura Lambda, soluções de mercado, IoT

CH. 08h

Arquitetura de Big Data

Servidores, Redes, Storage, computação em nuvem, dimensionamento, disponibilidade, HDFS

CH. 16h

Ingestão de Dados

Conceito, ETL/ELT, Tratamento de dados, Flume, Kafka, Sqoop

CH. 28h

Processamento Massivo

Ecossistema Hadoop, (Map Reduce), Scripts (Pig / Spark Core), SQL Massivo (Hive, Spark SQL), SQL Interativo (Impala)

CH. 32h

Processamento Streaming

Storm, Spark Streaming

CH. 20h

Banco de Dados NoSQL

MongoDB, Cassandra, Neo4J, Redis, CosmoDB

CH. 28h

Data Visualization Tools

Conceito Data Visualization, Tableau, Power BI

CH. 20h

Visão geral de Analytics

Conceito Analytics, aplicações práticas

CH. 12h

Estudos individual e em grupo

Pesquisas, workshops e apresentações sobre projetos de Big Data

CH. 16h

Projeto de conclusão do módulo

Projeto de arquitetura de Big Data para o tema definido

CH. 30h

Módulo II – Data Science (Analytics)

- 180 horas em sala de aula + 46 horas de Estudos individuais e em grupo/TCC.

- Turmas de 2ª e 4ª das 19:00h às 23:00h.

- Duração de 1 semestre.

Objetivo :

- Aprofundamento nos principais conceitos, métodos e ferramentas para o desenvolvimento de projetos de análise de dados.

- Análise de algoritmos e modelos de Machine Learning aplicados à diferentes cenários de negócio e necessidades do atual mercado digital.

- Conceito aplicado em laboratório utilizando componentes de Machine Leaning, Text Mining na Social Web e Processamento de Linguagem Natural.

Público alvo :

- Matemáticos, Analistas de Business Intelligence, Analistas de Negócios, Estatísticos, Economistas, Analistas e Gestores de Marketing, Engenheiros, Desenvolvedores e Analistas de Sistemas.

O que vou aprender?


Ferramenta R

Instalação, configuração e utilização da ferramenta R

CH. 20h

Estatística Aplicada a Big Data

Medidas, frequências, representações gráficas; População & Amostra, Análise Qualitativa, Probabilidade: Eventos dependentes; independentes; Teorema deBayes

CH. 24h

Machine Learning

Análise não supervisionada: Clustering; Regras de Associação & Redução de Dimensão; Análise supervisionada: Regressão Linear; Naive Bayes; KNN; SVM; ANN & Árvores de Decisão

CH. 56h

Phyton básico

Introdução à linguagem Phyton para utilização em Text Mining

CH. 08h

Text Mining

Algoritmos para a mineração de texto; Classificação de documentos; Mineração de dados da Web Social; Processamento de Linguagem Natural: StopWords; Steaming

CH. 20h

Data Visualization

Conceito, Storytelling, fontes de dados, conectores, medidas e campos, apresentação

CH. 20h

Qualidade de Dados

Preparação de Dados, Governança, MDM, Segurança

CH. 20h

Tecnologias de Big Data

Introdução, mercado, arquitetura Lambda, soluções de mercado, IoT, computação em nuvem

CH. 12h

Estudos individual e em grupo

Pesquisas, workshops e apresentações sobre projetos de Big Data

CH. 16h

Projeto de conclusão do módulo

Projeto de arquitetura de Big Data para tema definido

CH. 30h

Agende já a sua entrevista e garanta uma condição especial para a turma com início em 22/01/18.

Condições serão aplicadas sobre o valor original do módulo em 6 vezes de R$ 1.600,00.
Consulte valores e condições para grupos.