Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Economia, Administração, Contabilidade e Atuária
 
Contabilidade e Atuária
 
Disciplina: EAC0582 - Tópicos de Tecnologia nos Negócios
Technology Topics in Business

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2022 Desativação:

Objetivos
APRESENTAÇÃO DA DISCIPLINA:
Profissionais da área financeira são cada vez mais demandados pelas organizações para assumirem papéis e tomarem decisões que envolvem ambiente tecnológico e soluções digitais que se desenvolvem de forma rápida em ambiente extremamente dinâmico. Nesta disciplina um olhar mais dedicado é dado sobre tópicos específicos e muito relevantes para o profissional da área de negócios, como bancos de dados, segurança de dados, programação de computadores, processos robotizados e cognitive computing. A estratégia instrucional adotada esta pautada em visão mais ampla sobre os temas e suas relações com as organizações e o profissional da área financeira, porém prevendo aplicações destes conceitos.

OBJETIVOS DE APRENDIZAGEM:
Os participantes que concluírem exitosamente esta disciplina estarão aptos a:
1.	Discutir elementos de processos de negócios à luz da transformação digital 
2.	Discutir elementos de segurança de dados e criptografia
3.	Descrever processos de automação robótica (RPA)
4.	Demonstrar o processo armazenamento e recuperação de dados apoiado em bancos de dados
5.	Comparar soluções tecnológicas de Cognitive Computing
6.	Demonstrar o processo programação de computadores
 
 
 
Docente(s) Responsável(eis)
73235 - Edgard Bruno Cornacchione Junior
990725 - Joshua Onome Imoniana
 
Programa Resumido
1.	TECNOLOGIA NOS NEGÓCIOS: AVANÇOS, DESAFIOS E OPORTUNIDADES
2.	ARMAZENAMENTO E RECUPERAÇÃO DE DADOS E INFORMAÇÕES 
3.	COGNITIVE COMPUTING, DATA SCIENCE
4.	SEGURANÇA DE DADOS E CRIPTOGRAFIA
5.	ROBOTIC PROCESS AUTOMATION (RPA)
6.	PROGRAMAÇÃO DE COMPUTADORES
 
 
 
Programa
1.	TECNOLOGIA NOS NEGÓCIOS: AVANÇOS, DESAFIOS E OPORTUNIDADES
1.1.	Histórico, Avanços e Expectativas
1.2.	Desafios e Oportunidades

2.	ARMAZENAMENTO E RECUPERAÇÃO DE DADOS E INFORMAÇÕES 
2.1.	Bancos de Dados
2.2.	SQL
2.3.	NoSQL

3.	COGNITIVE COMPUTING, DATA SCIENCE 
3.1.	Artificial Intelligence
3.2.	Machine Learning
3.3.	Analytics
3.4.	Visualization

4.	SEGURANÇA DE DADOS E CRIPTOGRAFIA 
4.1.	Blockchain  
4.2.	Smart Contracts

5.	ROBOTIC PROCESS AUTOMATION (RPA)
5.1.	Conceito
5.2.	Aplicações em Python

6.	PROGRAMAÇÃO DE COMPUTADORES  
6.1.	Algoritmo
6.2.	Python
 
 
 
Avaliação
     
Método
METODOLOGIA: A disciplina se organiza tendo o estudante como agente central e com papel ativo no processo de aprendizagem. Uma combinação de conceitos e aplicações práticas dos tópicos da disciplina é fundamental e esta prevista. Como estratégias de aprendizagem serão utilizadas aulas expositivas, vídeos curtos, palestrantes convidados, leitura de material especializado, mini testes, elaboração de pequenos textos (reativos) e exercícios e/ou projetos. A disciplina é apoiada pelo LMS da USP (Moodle) e possui vários elementos de avaliação dos participantes, permitindo um entendimento mais compreensivo sobre o desenvolvimento dos participantes. Estão previstos breves relatos / reaction papers (20%), mini testes (10%), provas (35%), exercícios/projetos (20%), participação e o “Surprise me!” (15%). HABILIDADES E ATITUDES DESENVOLVIDAS: Ao concluírem esta disciplina os participantes terão desenvolvido, além de um conjunto de conhecimentos, habilidades e atitudes ligadas a tema central para os profissionais da área financeira e em alta demanda pelo mercado de trabalho. O ambiente criado na disciplina apoia os estudantes no desenvolvimento de habilidades altamente demandadas como de comunicação (oral e escrita), pensamento crítico e trabalho em equipe. Também apoia o desenvolvimento de atitude positiva em relação à presença de tecnologia de informação e comunicação nas organizações..
Critério
Os critérios de avaliação são: a) O aluno será considerado aprovado na disciplina se obtiver nota média final maior ou igual a 5,0 (cinco) e frequência igual ou superior a 70% (setenta por cento). b) O aluno será considerado reprovado na disciplina se obtiver nota média final menor que 3,0 (três) e/ou frequência inferior a 70% (setenta por cento).
Norma de Recuperação
a) O aluno poderá participar do processo de reavaliação (recuperação) na disciplina caso obtenha nota média final maior ou igual a 3,0 (três) e menor que 5,0 (cinco) e frequência igual ou superior a 70%. b) A média para aprovação com reavaliação será obtida por meio da média aritmética simples da média final + nota obtida na reavaliação, que deverá ser igual ou superior a 5,0 (cinco).
 
Bibliografia
     
BIBLIOGRAFIA PRINCIPAL:
Beck, R., Avital, M., Rossi, M., & Tatcher, J. B. (2017). Blockchain technology in business and information system research (Editorial). Business Information System Engineering, 59(6), 381-384.
Borges, L. E. (2010). Python para desenvolvedores (2 ed.). Rio de Janeiro: Edição do autor. 
Date, C. J. (2004). An introduction to database systems, 8th ed. Upper Saddle River, NJ: Pearson.
Dechow, N. & Mouritsen, J. (2005). Enterprise resource planning systems, management control and the quest for integration. Accounting, Organizations and Society, 30(7-8), 691-733.
Ford, P. (2015). What is code? Bloomberg (June 11, 2015). Retrived from http://www.bloomberg.com/graphics/2015-paul-ford-what-is-code 
Harrison, G. (2015). Next generation databases: NoSQL, NewSQL and Big Data. New York, NY: Apress.
Marshall, T. E. & Lambert, S. L. (2018). Cloud-based intelligent accounting applications: Accounting task automation using IBM Watson cognitive computing. Journal of Emerging Technologies in Accounting, 15(1), 199-215.
Moffitt, K. C., Rozario, A. M., & Vasarhelyi, M. A. (2018). Editorial: Robotic process automation for auditing. Journal of Emerging Technologies in Accounting, 15(1), 1-10.
Richins, G., Stapleton, A., Stratopoulos, T. C., & Wong, C. (2017). Big data analytics: Opportunity or threat for the accounting profession? Journal of Information Systems, 31(3), 63-79.
Tabrizi, B., Lam, E., Girard, K., & Irvin, V. (2019). Digital transformation is not about technology. Harvard Business Review.

BIBLIOGRAFIA COMPLEMENTAR:
Corrales, M., Fenwick, M., & Haapio, H. (Eds.) (2019) Legal tech, smart contracts and blockchain. New York, NY: Springer.
Igual, L. & Segui, S. (2017). An introduction to data science: A python approach to concepts, techniques and applications. Springer.
Lake, P. & Crowther, P. (2013). Concise guide to databases: A pratical introduction. London: Springer.
Li, H. (2017). Three essays on cybersecurity-related issues. (Non-published Dissertation). Rutgers, The State University of New Jersey.
Matt, C., Hess, T., Benlian, A. (2015). Digital transformation strategies. Business Information System Engineering, 57(5), 339-343.
Meyer, C. (2015). Should accounting students learn to code? Retrieved from https://www.aicpa.org/interestareas/accountingeducation/newsandpublications/pages/should-accounting-students-code.aspx. 
Rao, U. H. & Nayak, U. (2016). The InfoSec Handbook: An introduction to information security. 
Sadalage, P. J. & Fowler, M. (2013). NoSQL Distilled: a brief guide to the emerging world of polyglot. Upper Saddle River, NJ: Pearson.
Swaroop, C. H. (2016). A byte of Python. Retrieved from http://swaroopch.com/notes/python. 

 

Clique para consultar os requisitos para EAC0582

Clique para consultar o oferecimento para EAC0582

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