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 24011
Número do Oferecimento 1
Período de Realização: de 06/05/2025 até 31/03/2027
Local do curso: On-line, disponível em todo território nacional e internacional.
Vagas: 1000
 
Inscrição
Presencial: de 19/11/2024 até 15/06/2025
Procedimento de inscrição: Preenchimento da ficha de inscrição no site http://mbauspesalq.com/ 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 Introdutório
Módulo - Data Science e Big Data no Ambiente de Negócios
Módulo - Modelos Supervisionados e Não Supervisionados de Machine Learning
Módulo - Tendências em Data Science e Analytics
Princípios para desenvolvimento do TCC
Atividades Finais
 
Responsáveis
Coordenador: Alexandre Nunes de Almeida
Vice-Coordenador: Luiz Paulo Lopes Favero
 
Critérios de seleção: Ter curso superior completo. 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 finais, 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
Valor da inscrição: 100,00
Isenções: As isenções são disponibilizadas de acordo com critérios previstos em editais aos candidatos em situação de vulnerabilidade socioeconômica, professores e funcionários concursados da USP, aos funcionários da Fundação coparticipante e discentes de mestrado ou doutorado da USP e a pessoas a partir de 60 anos que recebam benefício previdenciário ou amparo assistencial. As isenções serão concedidas, preferencialmente, aos candidatos em condição de vulnerabilidade socioeconômica. Além das isenções poderão ser disponibilizados descontos de acordo com os critérios estabelecidos nos editais.
   
Vagas gratuitas
100
 
Local de inscrição https://mbauspesalq.com/
Telefone: (19) 2660-3343
Ramal:
Fax:
Contato: Relacionamento
Site: http://mbauspesalq.com/
E-mail: mbauspesalq@usp.br



 
 voltar

Créditos
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP