Informações da Disciplina

 Preparar para impressão 

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


Escola Superior de Agricultura "Luiz de Queiroz"
 
Ciências Exatas
 
Disciplina: LCE0136 - Ciência de Dados e Gestão para Empregabilidade, Empreendedorismo e Inovação
Data Science and Management for Employability, Entrepreneurship and Innovation

Créditos Aula: 2
Créditos Trabalho: 0
Carga Horária Total: 30 h
Tipo: Semestral
Ativação: 01/01/2020 Desativação:

Objetivos
Desenvolver no aluno senso crítico em ciência de dados e gestão para empregabilidade, empreendedorismo e inovação, buscando aumentar significativamente sua empregabilidade e competitividade no mercado de trabalho.
 
 
 
Docente(s) Responsável(eis)
5542817 - Cristian Marcelo Villegas Lobos
2688982 - Gabriel Adrian Sarries
5551088 - Renata Alcarde Sermarini
 
Programa Resumido
Bancos de dados: relacionais e não relacionais. Data Crunching, Analysis, Mining. Uso de Macros. Linguagem computacional em nuvem para data mining. Ciência de Dados (CD): conceitos, algoritmos e aplicações em gestão, engenharia, biologia, ambiência, economia, e pesquisa. A CD como a principal habilidade de mercado inespecífica (independentemente da profissão) do mundo, seu impacto na empregabilidade inespecífica. A CD na Gestão Empresarial e Biologia em ambientes de Hipercompetitividade e Hiperinovação. Impactos das tecnologias abordados no índice de sucesso do empreendedorismo e articulação com métodos modernos de gestão. Estrutura dos principais sistemas mundiais de gestão e de certificação internacional da qualidade.
 
 
 
Programa
Bancos de dados: relacionais e não relacionais. Data: Crunching, Analysis, Mining. Uso de Macros. Linguagem computacional em nuvem para data mining, SAS on demand. Ciência de Dados: alia big-small data, inteligência artificial (machine learning, redes neurais, etc.), estatística, economia, matemática, computação, administração, contabilidade gerencial, controladoria, atuarial, engenharia, bancos de dados, análise de agrupamentos, algoritmos e aplicações em gestão, engenharia, biologia, economia, e pesquisa, transformação de dados brutos em insights de negócios e descobertas científicas. A CD como a principal habilidade de mercado inespecífica (independentemente da profissão) do mundo, seu impacto na empregabilidade inespecífica, dados de 2018. A CD na Gestão Empresarial e Biologia em ambientes de Hipercompetitividade e Hiperinovação. Impactos das tecnologias abordadas no índice de sucesso do empreendedorismo e articulação com métodos modernos de gestão como Lean Startup _Amazon e TQM_Toyota-Porsche –GE, Lean Canvas, 6 Sigma, ISO, GlobalGAP, PNQ, EQA, BSC, Etc. Estrutura dos principais sistemas mundiais de gestão e de certificação internacional da qualidade.
 
 
 
Avaliação
     
Método
A avaliação do aprendizado é feita por meio de prova (P), relatórios (R) e apresentação de seminário (S) utilizando hipermidias.
Critério
A média final é obtida da seguinte forma: 0,3 P + 0,35 R + 0,35 S.
Norma de Recuperação
Não haverá recuperação.
 
Bibliografia
     
ALONSO R. Inteligencia Artificial y Estadística. Estadística Española. Disponível em: < http://www.ine.es/ss/Satellite?blobcol=urldata&blobheader=application%2Fpdf&blobheadername1=Content-Disposition&blobheadervalue1=attachment%3B+filename%3D711%2F524%2F131_3.pdf&blobkey=urldata&blobtable=MungoBlobs&blobwhere=711%2F524%2F131_3.pdf&ssbinary=true>. Acesso em: 20/2/2019. AZEVEDO FILHO, A. J. B.V. . Princípios de Inferência Dedutiva e Indutiva: Noções de Lógica e Métodos de Prova. 1/1. ed. Scotts Valley, EUA: CreateSpace Publishers, 2010. v. 1. 140p BARBOSA L. P.; MORAES W. F. A. Estratégias em Ambientes Hipercompetitivos: O Caso da Indústria Brasileira de Embalagens para Cervejas e Refrigerantes. 2016. Disponível em:< http://www.anpad.org.br/admin/pdf/enanpad2001-eso-276.pdf>. Disponível em:. Acesso em: 20/02/2019. COELHO A. C. As 7 tendências para o uso de inteligência artificial no Direito em 2018. Thomson Reuters The Answer Company. 2018. Disponível em: < https://www.thomsonreuters.com.br/content/dam/openweb/documents/pdf/Brazil/white-paper/As_7_Tend%C3%AAncias_para_o_uso_da_Inteligencia_Artificial_EM_2018.pdf > Acesso em: 21/2/2019. GOVERNO FEDERAL. Agenda brasileira para a Indústria 4.0 – O Brasil Preparado para os Desafios do Futuro. Ministério da Industria Comercio e Serviços. Disponível em: < http://www.industria40.gov.br/>. Acesso em: 20/02/2019. ISENBERG P. Visual Analytics Introduction. Teaching VA 2014. 2014. Disponível em: https://aviz.fr/wiki/uploads/TeachingVA2014/lecture1-introduction.pdf. Acesso em: 20/02/2019. KRAUSE J. Using Visual Analytics to Explain Black-Box Machine Learning. New_York_University. 2018. Disponível em: https://www.researchgate.net/publication/325010090_Using_Visual_Analytics_to_Explain_Black-Box_Machine_Learning> . Acesso em: 20/2/2019. OLIVEIRA L. Empregabilidade: Uma Análise Histórica e Crítica. Fundação Getúlio Vargas. 2018. Disponível em:. Acesso em: 20/02/2019. OVANESSOFF A.; PLASTINO E. Como a Inteligência Artificial pode Acelerar o Crescimento de América do Sul. 2018. Disponível em: . Acesso em: 20/02/2019. SANTOS R. Introdução à Mineração de Dados com Aplicações em Ciências Ambientais e Espaciais. LAC-INPE.2012. Disponível em: . Acesso em: 20/02/2019. TAKAI O.K.; ITALIANO I.C.; FERREIRA J.E. Introdução a Banco de Dados.. DCC-IME-USP, 2005. Disponível em: < https://www.ime.usp.br/~jef/apostila.pdf>. Acesso em: 20/02/2019. TEIXEIRA T.M.C. Uma Reflexão Teórica Sobre a Subjetividade da Informação. Perspectivas em: Ciência da Informação, v.22, n.4, p.82-97, out./dez. 2017. Disponível em: . Acesso em: 20/02/2019. VON ZUBEN F. Introdução à Inteligência Artificial. DCA/FEEC/Unicamp. 2017. Disponível em: . Acesso em: 20/02/2019
 

Clique para consultar os requisitos para LCE0136

Clique para consultar o oferecimento para LCE0136

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