104923 - Módulo Tecnologia |
Período da turma: | 17/05/2022 a 21/11/2023
|
||||
|
|||||
Descrição: | - Automação Industrial
Apresentar ao aluno as relações entre a função de controle e a ação de medir. Apresentar a instrumentação disponível para medidas das diversas grandezas. Funcionamento dos sensores para medidas contínuas e discretas. Conexão digital na automação. Sensores utilizados em automação predial, residencial, agrícola e na saúde. Sensores para a Fábrica 4.0, Smart City e Internet das Coisas (IoT). Visão geral dos sistemas de automação por tipo de produção. Automação de serviços. Conceitos essenciais de automação: sistemas de controle de malha aberta e malha fechada Elementos de um sistema de automação: instrumentação, controladores programáveis, robótica. Conceitos de sensores e atuadores. Integração de sistemas e indústria 4.0. - Inteligência Artificial Apresentar os conceitos básicos da área de Inteligência Artificial, que permitem a resolução automática de problemas, através do estudo de técnicas de planejamento, representação de conhecimento, percepção, raciocínio aproximado e aprendizagem. 1. Fundamentos. 2. Busca heurística. 3. Busca adversarial. 4. Representação de conhecimento. 5. Planejamento clássico. 6. Raciocínio probabilístico. 7. Tomada de decisão sob incerteza. 8. Planejamento probabilístico. 9. Aprendizado supervisionado e não supervisionado. 10. Aprendizado por reforço. 11. Tópicos avançados e problemas atuais. Conceitos de Inteligência artificial Evolução histórica da inteligência artificial Abordagens da IA Tratamento de imagens Tratamento de som e voz Tratamento de grandes volumes de dados (Big Data) Aplicações da IA - PCP Apresentar um quadro conceitual de análise para auxiliar na formulação, avaliação e desenvolvimento de modelos para Gestão da Produção e Estoques nos diferentes ambientes de produção. Previsão de Demanda; Gestão de estoques; MRP e DRP; Planejamento da Produção; Programação da Produção; Gestão da Produtividade. - Logística Empresarial Fornecer uma visão geral da Logística moderna; Capacitar o aluno a trabalhar com conceitos de Enfoque Sistêmico em Logística. Definições de Logística Empresarial; Importância da Logística Empresarial; Globalização da Logística; Enfoque sistêmico e custo total; Indicadores Logísticos; Nível de serviço logístico; Funções logísticas; Localização de instalações: conceitos; Logística Reversa. - Business Intelligence Capacitar em sistemas de suporte à decisão e sistemas de medição de desempenho dos processos de negócio de empresas industriais e de serviço. Decision Making and Decision Support Systems. Business Intelligence Concepts and Platform Capabilities. Data Visualization and Dashboard Design. Business Performance Management Systems. BI Maturity, Strategy, and Summative Project. - Indústria 4.0 Apresentar as principais inovações tecnológicas dos campos de automação, controle e tecnologia da informação, aplicadas aos processos de manufatura. 1. Definições e conceitos de Industria 4.0. 2. Tecnologias compontentes: Realidade aumentada, IoT, robôs autônomos, segurança de dados. 3. Pilares da Indústria 4.0. 4. Princípios da Indústria 4.0. - Soft Skills: Gestão de conflitos e negociação Resolver diferenças e divergências, e tomar decisões de forma colaborativa são formas efetivas de preservar e ampliar os objetivos a serem alcançados nas organizações e em projetos. - Analytics Discutir como as mídias digitais afetam o gerenciamento de uma empresa por meio de indicadores de desempenho obtidos por meio de análise de dados e informações da operação da empresa. Apresentar modelos e ferramentas de tratamento e análise de dados para este contexto. 1. Digital Analytics. 2. Business Intelligence. 3. Frameworks de captura de dados. 4. Frameworks de visualização de dados. -Tópicos Especiais Avaliações, atividades complementares, trabalhos em grupo e interação. Realização das Provas EaD: as provas são disponibilizadas no dia seguinte a aula ao vivo. Atividades complementares: slides das aulas, material de leitura pré e pós aula, bibliografia indicada, eventos, reportagens, artigos, entre outros. Esclarecimento de dúvidas via e-mail após as aulas ao vivo: caso os alunos ainda tenham dúvidas após a aula ministrada, estas serão encaminhadas para o professor e as respostas serão compartilhadas com os alunos pela intranet. Interação em aula (trabalhos em grupo): durante a aula ao vivo serão utilizadas as ferramentas TalkShow, Zoom, Wooclap e outros de interação, para desenvolvimento e apresentação de trabalhos em grupo, sanar dúvidas com professor, compartilhar experiências com a turma, responder a enquetes que ajudam na fixação do conteúdo, entre outros. Chat: ferramenta do sistema acadêmico utilizada durante as aulas ao vivo para que os alunos enviem as dúvidas ao professor. O histórico do chat fica disponível nos materiais da aula após o término da aula ao vivo. Conteúdo de Intervalo: programa exibido nos intervalos das aulas (2 intervalos de 15 minutos), com temas relacionados ao curso. Palestras sobre temas relevantes do momento, disponibilizadas via sistema Acadêmico. BIBLIOGRAFIA Pessoa,M.S.P.P., SPpinol, M.M - Introdução à automação para cursos de engenharia e gestão. 1ª ed.. Rio de Janeiro. Elsevier. 2014 [02] Doebelin, E.0. - Measurement Systems: Application and Design, Mc.Graw-Hill, 4º Ed., 1990. [03] Jones, L. D. e Chin, A.F. - Electronics Instruments and Measurement, Regents/Prentice Hall, N.J., 1995 [04] Artigos selecionados (IEEE Trans. On Instrumentation and Measurement; Trans. Of Instrument Society of America; Trans. Of Institute of Measurement and Control;(Instrumentation Science and Technology) [05] Cícero Couto de Moraes e Plínio de Lauro Castrucci – Engenharia de Automação Industrial, LTC, 2001. [06] Elcio Brito e colaboradores – Automação & Sociedade: Quarta Revolução Industrial, um olhar para o Brasil, Brasport, 2018. [07] Apostilas do curso. Peter Norvig Inteligência Artificial LTC 2013 Kai Fu Lee Inteligencia Artificial EdGlobo 2019 Zhou, A.; Jya M.; Yao, M. Applied Artificial Intelligence: A Handbook For Business Leaders. TOPBOTS, 2018. Taiulli, T. Introdução à Inteligência Artificial: uma Abordagem Não Técnica. Ed Novatec 2020. Nigel SLACK et all. Administração da Produção - edição compacta. São Paulo: Editora Atlas, 1996. Silver E. A., Pyke D. F., Peterson R. Inventory Management And Production Planning and Scheduling, Jon Wiley & Sons, New York, 1998. Ballou, Ronald. Gerenciamento da Cadeia de Suprimentos, Editora Bookman – 2004. Bowersox, Donald J; David J. Closs; M. Bixby Cooper, Gestão da Cadeia de Suprimentos e Logística. Ed. Campus, 2008. FRANCISCHINI. A.S.N; FRANCISCHINI, P.G.. Indicadores de desempenho: dos objetivos à ação. Alta Books. 2017 TURBAN, E., SHARDA, R.; ARONSON, J. E; KING, D. Business intelligence: um enfoque gerencial para a inteligência do negócio. Bookmann. 2009 SACOMANO, J.B.; GONÇALVES< R.F.; BONILHA, S.H. Indústria 4.0 Conceitos e fundamentos. Edgard Blucher, 2018 PROVOST, F. , FAWCETT, T. Data Science para negócios. Alta Books. 2016 GRUNOW, O. Smart factory and industGRUNOW, O. Smart factory and industry 4.0. The current state of application Technologies: developing a technology roadmap. Studylab. 2016"" HERMANN, M., PENTEK, T., & OTTO, B. (2016). Design principles for industrie 4.0 scenarios. Proceedings of the Annual Hawaii International Conference on System Sciences, 2016-March, 3928–3937. https://doi.org/10.1109/HICSS.2016.488. NAKAYAMA, R. S., SPINOLA, M. M., & SILVA, J. R. (2020). Towards I4.0: A comprehensive analysis of evolution from I3.0. Computers and Industrial Engineering, 144. https://doi.org/10.1016/j.cie.2020.106453 PROVOST, F. , FAWCETT, T. Data Science para negócios. Alta Books. 2016 SACOMANO, J.B.; GONÇALVES; R.F.; BONILHA, S.H. Indústria 4.0 Conceitos e fundamentos. Edgard Blucher, 2018ry 4.0. The current state of application Technologies: developing a technology roadmap. Studylab. 2016. PROVOST, F.; FAWCETT, T. Data science para negócios. Alta Books. 2016.KAUSHIK, A. Web analytics: an hour a day. Indianapolis: Sybex, 2007. STERNE, J. Métricas em Mídias Sociais: como medir e otimizar seus investimentos em marketing. São Paulo: Nobel, 2012. O'Neil, Cathy, and Rachel Schutt. Doing data science: Straight talk from the frontline. "" O'Reilly Media, Inc."", 2013. Bramer, Max. Principles of data mining. Vol. 180. London: Springer, 2007.` Raudenbush, Stephen W., and Anthony S. Bryk. Hierarchical linear models: Applications and data analysis methods. Vol. 1. Sage, 2002. |
||||
Carga Horária: |
103 horas |
||||
Tipo: | Obrigatória | ||||
Vagas oferecidas: | 300 | ||||
Ministrantes: |
Almiro dos Reis Neto Claudio Luis Cruz de Oliveira Daniel de Oliveira Mota Daniel Lyra Rodrigues Gustavo Lazzarini Maia Hugo Tsugunobu Yoshida Yoshizaki Leonardo Laranjeira Gomes Mauro de Mesquita Spinola Ricardo Rodrigues Buonanni Solange Oliveira Rezende |
![]() |
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |