Cursos e Atividades de Extensão

110100067 - MBA em Data Science e Analytics

Unidade:
Escola Superior de Agricultura "Luiz de Queiroz"
Modalidade:
Especialização
Tipo:
à Distância
Público Alvo:
Profissionais interessados em adquirir ou aprofundar seus conhecimentos em data science, analytics, machine learning, big data, IA, IoT, deep learning, entre outras técnicas e tecnologias que possibilitam a melhoria da tomada de decisão nas organizações.
Objetivo:
O curso tem por objetivo principal explicitar e relacionar, a todo instante, a hierarquia entre dados, informação e conhecimento neste novo cenário em que vivemos. Os dados, quando tratados e analisados, transformam-se em informações. Já o conhecimento é gerado no momento em que tais informações são reconhecidas e aplicadas na tomada de decisão. Analogamente, a hierarquia reversa também pode ser aplicada, visto que o conhecimento, quando difundido ou explicitado, torna-se uma informação que, quando desmembrada, tem capacidade para gerar um conjunto de dados. Neste sentido, o curso capacitará os participantes no desenvolvimento de modelos exploratórios ou preditivos, sempre com foco na geração de informações voltadas ao estabelecimento de estratégias de conhecimento digital, na adaptação de estruturas e processos organizacionais, no conhecimento de tecnologias emergentes e na tomada de decisão.
Pré-requisito Graduação:
Sim
   
Área de Conhecimento:
Administração
   

Edição 20003
Número do Oferecimento 1
Período de Realização: de 26/10/2021 até 30/08/2023
Local do curso: On-line, disponível em todo território nacional e internacional.
Vagas: 630
 
Inscrição
Presencial: de 26/04/2021 até 25/10/2021
Procedimento de inscrição: Preenchimento da Ficha de inscrição no site http://mbauspesalq.com/pt/ anexando os documentos: - Para alunos que concluíram o curso superior no Brasil: RG (não pode ser CNH), CPF e Diploma. Caso o aluno seja estrangeiro, será aceito Registro Nacional de Estrangeiro (RNE) ou Passaporte ou documento de identificação do país de origem em lugar do RG. - Para alunos que concluíram o curso superior fora do Brasil: além dos documentos oficiais de identificação, Diploma (frente e verso), Histórico do curso superior informando carga horária total do curso e de cada disciplina cursada e Conteúdo Programático cursado ou diploma Revalidado no Brasil.
 
Conteúdos/Disciplinas Módulo - Data Science e Big Data no ambiente de negócios
Módulo - Exploratory Analytics, Predictive Analytics & Machine Learning
Módulo - Tendências em Data Science e Analytics
Módulo Presencial
 
Responsáveis
Coordenador: Alexandre Nunes de Almeida
Vice-Coordenador: Luiz Paulo Lopes Favero
 
Critérios de seleção: Ter curso superior completo com data de colação de grau anterior ao início do curso. Caso o número de candidatos ultrapasse 80% do número de vagas, a análise para ingresso no curso será pautada na área de formação, experiência profissional, cargo ou função do interessado.
Critérios de aprovação: Nota mínima de 7 (sete) nas disciplinas e atividades, em uma escala de 0 a 10; nota mínima de 7 (sete) nas Provas Presenciais, em uma escala de 0 a 10; nota mínima de 7 (sete) no Trabalho de Conclusão do Curso (trabalho escrito e defesa), em uma escala de 0 a 10; Frequência mínima de 75%.
   
Curso Pago
Isenções: As isenções são disponibilizadas aos professores e funcionários concursados da USP, aos funcionários de fundações vinculadas à USP e discentes de mestrado ou doutorado da USP. Para a comunidade externa, além de eventuais isenções, serão concedidos descontos que destinam-se aos professores e funcionários da rede pública e privada da educação básica ao ensino médio/técnico, aos candidatos em situação de vulnerabilidade socioeconômica que estejam dentro dos critérios estabelecidos em edital, a pessoas a partir de 60 anos que recebam benefício previdenciário ou amparo assistencial.
   
Vagas gratuitas  
Alunos
Docentes
Funcionários
Melhor idade
Outros
6
6
6
1
44
 
Local de inscrição http://mbauspesalq.com/pt/
Telefone: 19. 3377 0937
Ramal:
Fax:
Contato: Relacionamento
Site: http://mbauspesalq.com/pt/
E-mail: mbauspesalq@usp.br



 
 voltar

Créditos
© 1999 - 2021 - Superintendência de Tecnologia da Informação/USP