Encontre seu curso
Especialização
O curso de Especialização em Ciência de Dados é uma área interdisciplinar, se apropriando de conceitos da Ciência da Computação, da Matemática e da Estatística.
09 de Março de 2023
Inscrições até 09/03/2023
09/03/2023 a 22/12/2023
375 horas-aula
Semanalmente,
quintas e sextas-feiras, das 19h15min às 22h30min e sábados, das 8h às 12h15min.
A Ciência de Dados é uma área interdisciplinar, que se apropria de conceitos da Ciência da Computação, da Matemática e da Estatística. Os tópicos abordados no curso incluem métodos e algoritmos envolvidos na coleta, curadoria, gerenciamento, análise e visualização de dados, permitindo que informação previamente desconhecida e potencialmente útil seja extraída de diversos domínios de aplicação.
É um curso promovido pela PUCRS a partir da grande experiência em projetos de pesquisa e desenvolvimento com empresas nacionais e internacionais, bem como do domínio da temática no âmbito de pesquisa de impacto, sendo esta básica ou aplicada. Seu projeto foi concebido para permitir o desenvolvimento das competências e habilidades hoje demandadas por praticamente todas as áreas de investigação intelectual.
O curso é destinado preferencialmente a egressos de cursos superiores de Computação, Informática, Estatística ou Engenharia que desejem buscar especialização em Ciência de Dados. Graduados em outros cursos que queiram desenvolver competências e habilidades na área de Ciência de Dados também podem cursá-lo desde que tenham conhecimentos sólidos em programação e em matemática.
O curso oferece uma formação baseada na experiência do corpo docente, com um perfil hands-on mas igualmente promovendo uma formação sólida do ponto de vista conceitual dos métodos e técnicas da área. São professores com mestrado e doutorado nas áreas do curso, especialmente em Machine Learning. Além disso, possuem uma grande experiência no desenvolvimento de projetos que buscam soluções inovadoras e inteligentes, desenvolvidos em parcerias com empresas do Tecnopuc.
Escola Politécnica
Realizada pela internet. O candidato deverá encaminhar o currículo. As vagas são limitadas e a PUCRS se reserva o direito de modificar e/ou prorrogar o período de inscrições.
Graduação em Computação, Estatística, Matemática, Engenharias e cursos afins. Conhecimentos básicos de programação de computadores.
Para fins de matrícula e confecção do certificado de conclusão de curso é necessário que o aluno apresente, obrigatoriamente, no momento da matrícula UM dos seguintes documentos:
Além de um dos documentos listados acima o aluno deverá, obrigatoriamente, enviar a cópia do diploma de graduação.
Início: 30/11/2022
Término: 09/03/2023
Fundamentos de Ciência de Dados: um pouco de história; as disciplinas; data x big data. Estado da arte: academia e indústria. Estudo de conceitos relacionados à Ciência de Dados: mentalidade orientada a dados, inferência estatística, análise de dados exploratória, o processo da ciência de dados, os processos de negócios x ciência de dados. Visão geral sobre algoritmos: regressão, similaridade, vizinhos, agrupamentos. Pensamento analítico: o que são bons modelos, visualização. Aplicações.
Fundamentos da linguagem R e sua interface com Python. Elementos de estatística descritiva, inferencial e preditiva. As abordagens clássica, bayesiana e de modelagem algorítmica. Previsão de séries temporais.
Introdução a vetores e suas operações com Numpy. Uso de matrizes e suas operações: medidas populacionais, amostragem. Utilização de Pandas aplicando dataframes e suas operações: séries e suas operações, medidas populacionais e entrada e saída. Utilização de Matplotlib para visualização, através de gráficos de dispersão, gráficos de linhas, projeções populacionais e outros tipos de visualização. Introdução ao Scikit-Learn, explorando características básicas de modelos de aprendizado (classificação, regressão e agrupamento) e medidas de avaliação.
Introdução à arquitetura para Big Data Analytics. Visão geral sobre Infraestrutura de armazenamento de dados para Big Data. Visão geral sobre Infraestrutura de computação e de rede para Big Data. Tópicos sobre virtualização e computação em nuvem. Plataformas de Big Data na nuvem: HDFS, Hadoop e MapReduce. Estudos de caso com Spark.
Estudo sobre dados espaço-temporais, multimídia, hipermídia, de fluxo contínuo e de mídias digitais. Visão geral sobre a gestão de bancos de dados sem esquemas prévios. Visão geral sobre novas aplicações em dados: Big data, Dados não estruturados, de mídias sociais.
Introdução à área de visualização de dados e suas aplicações. Visualização de informações e visual analytics. Percepção, tipos de dados, representações visuais e princípios de interação. Estratégias para comunicação de resultados através de visualização.
Visão geral sobre obtenção e transformação de dados. Compreensão e prática de técnicas de transformação de dados estruturados e não-estruturados (pré-processamento). Foco em normalização de dados para tarefas de análise e aprendizado de máquina.
Visão geral sobre sistemas de suporte à decisão e inteligência de negócio. Estudo sobre armazéns de dados e sobre modelagem OLAP. Compreensão dos principais conceitos envolvidos e entendimento sobre os principais modelos OLAP.
Introdução ao aprendizado não-supervisionado. Apresentação dos paradigmas de agrupamento de dados, tanto particional com e sem sobreposição como hierárquico e baseado em densidade. Aplicação de redução de dimensionalidade, abordando a maldição da dimensionalidade e os métodos de redução de dimensionalidade. Introdução aos modelos geradores e avaliação de aprendizado não-supervisionado.
Introdução ao aprendizado supervisionado. Apresentação dos paradigmas de aprendizado: aprendizado baseado em distância (K-NN), aprendizado baseado em procura (árvores de decisão para classificação e regressão), aprendizado probabilístico (Naïve Bayes e Redes Bayesianas), aprendizado baseado em otimização (Regressão Linear e Logística, Redes Neurais Artificiais, Máquinas de Vetores de Suporte), aprendizado em comitês (Random Forests, Bagging, Boosting). Avaliação de modelos preditivos.
Introdução à Visão Computacional com Deep Learning. Redes Neurais Convolucionais: arquiteturas; camadas convolucionais; camadas totalmente conectadas; camadas de pooling; conexões residuais; regularização via weight decay; regularização via dropout; funções de ativação; funções de custo. Classificação de Imagens. Localização de Objetos. Detecção de Objetos. Segmentação Semântica. Segmentação de Instâncias. Redes Geradoras Adversárias.
Introdução à Processamento de Linguagem Natural com Deep Learning. Representações vetoriais de palavras (word embeddings). Modelos de Linguagens. Redes Neurais Recorrentes (Vanilla, LSTMs, GRUs). Tradução de Máquina. Arquiteturas sequence-to-sequence. Mecanismos de Atenção. Transformers. Representações contextuais de palavras. Aplicações multimodais: recuperação bidirecional; síntese de imagens baseada em texto; Visual Question Answering (VQA). Framework de deep learning (pytorch).
O TCC poderá ser concluído no prazo máximo de até 6 meses após a realização das disciplinas. Os horários de orientação serão definidos por cada Unidade Acadêmica.
Período de Pagamento | Valor da Matrícula |
---|---|
De 30/01 à 28/02/2023 | R$ 1.134,00 |
O pagamento deve ser realizado na data da matrícula. Os valores acima são válidos somente para os períodos informados. |
Público | Valor |
---|---|
Público geral | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.260,00 |
Grupos de 5 a 9 pessoas | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.197,00 |
Grupos de 10 a 19 pessoas | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.165,50 |
| Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.134,00 |
PUCRS Alumni | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.108,80 |
Estudantes com faixa etária a partir de 60 anos | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.008,00 |
Professores, Técnicos administrativos da Rede Marista | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 1.008,00 |
Funcionários PUCRS, HSL, INSCER, Centro Clínico e FIJO | Matrícula de R$ 1.260,00 + 18 parcelas de R$ 630,00 |
O pagamento do valor de matrícula deverá ser realizado na data da matrícula. O valor diferenciado, para as demais parcelas, é concedido a partir da primeira mensalidade do curso. As mensalidades iniciarão após o início do curso, com vencimento no dia 15 de cada mês, via boleto bancário.
Na modalidade de pagamento à vista é concedido ao estudante a redução de 10% sobre o valor de todas as parcelas. E, em havendo o cancelamento ou trancamento do curso, o cálculo dos valores de devolução referente as parcelas vencidas, será desconsiderada a redução concedida desde a matrícula paga.
O Crédito Educativo possibilita o financiamento de 50% das parcelas do curso, com prazo de restituição equivalente ao número de parcelas utilizadas.
Para mais informações, entre em contato atráves do e-mail [email protected].
Apoio do PUCRS Carreiras, com capacitações e um sólido trabalho de consultoria e aconselhamento.
Corpo docente qualificado e programas atualizados para o seu desenvolvimento profissional.
Melhor universidade privada do Sul do Brasil nos principais rankings, onde são criadas soluções e inovações com impacto na vida das pessoas.
Todos os nossos cursos de especialização e MBA possuem opção de crédito educativo (pagamento de 50% durante o curso e o restante depois de formado/a), além de outras possibilidades de descontos e bolsas.
Grupos de 5 ou mais participantes da mesma empresa ou empresas conveniadas tem 10% de desconto no curso.
Nossa rede de Alumni possui diversos benefícios, nossos diplomados tem 12% de desconto em todos os cursos.
Aulas inesquecíveis com os mais renomados especialistas do Brasil e do mundo em cada área do conhecimento.
Uma experiência digital diferenciada e interação entre os alunos de todo o Brasil.
Cursos sobre principais tendências e temáticas da atualidade e do futuro.
Modalidades presencial e online de forma inovadora e que consolidou-se nacionalmente.
Nenhum curso da área fim está com inscrições abertas no momento.