MBA em Data Science, Inteligência Artificial e Analytics

O módulo introdutório tem como intuito fornecer aos alunos uma base sólida de conhecimento e habilidades essenciais antes de iniciarem os módulos regulares.

Datas e disciplinas:
12/05/2026 — Fundamentos de Estatística I
15/05/2026 — Fundamentos de Estatística II
19/05/2026 —Fundamentos de Estatística III
22/05/2026 — Introdução à Programação com Python I
26/05/2026 — Introdução à Programação com Python II
29/05/2026 — Introdução à Programação com Python III

Data Wrangling
Análise Estatística Espacial
Árvores, Redes e Ensemble models
Introdução ao Deep Learning e Inteligência Artificial
Deep Learning e Inteligência Artificial
Coleta de Dados: Crawlers e Web Scraping
Text Mining, Sentiment Analysis e NLP
Pesquisa Operacional e Modelos de Otimização e Simulação
Gestão da Mudança na Era Digital

Metodologias Ágeis
Business Intelligence e Data Visualization
Engenharia de Dados
Social Network Analysis
Cloud Computing
Computação Evolucionária
Modelagem Matemática e Estruturação de Problemas Complexos
Análise da Conjuntura Econômica em Cenários de Tecnologias Disruptivas
Analytics e Gestão de Riscos
Legislação no Ambiente Digital
Tópicos Especiais em Tecnologia de Negócios

Unsupervised Machine Learning: Clustering
Unsupervised Machine Learning: Análise Fatorial e PCA
Unsupervised Machine Learning: Análise de Correspondência Simples e Múltipla
Unsupervised Machine Learning: Exercícios Aplicados
Supervised Machine Learning: Análise de Regressão Simples e Múltipla
Supervised Machine Learning: Modelos Logísticos Binários e Multinomiais
Supervised Machine Learning: Modelos para Dados de Contagem
Supervised Machine Learning: Modelagem Multinível
Séries Temporais
Big Data, Inteligência Artificial e Deployment de Modelos