Jupiterweb

Informações da Disciplina

Preparar para impressão

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

Escola Politécnica

Engenharia de Produção

Disciplina: PRO3601 - Análise Massiva de Dados em Gestão de Operações

Massive Data Analysis for Operations Management

Créditos Aula:	4
Créditos Trabalho:	0
Carga Horária Total:	60 h
Tipo:	Semestral
Ativação:	01/01/2021	Desativação:

Objetivos

Apresentar aos discentes noções básicas sobre técnicas de processamento e análise massiva de
dadosem gestão de operações.
Proporcionar aos alunos os conhecimentos teórico-práticos necessários para o desenvolvimento de
pesquisas envolvendo quantidades massivas de dadose capacitá-los a realizar tomada de decisão
baseada em análises de dados.

Present to students the basics of massive data processing and analysis techniques for operations management. Provide students with the theoretical and practical knowledge necessary for the development of research dealing with massive data amounts and enable them for decision-making supported bydata analysis.

Docente(s) Responsável(eis)

1848474 - Renato de Oliveira Moraes

Programa Resumido

Conceitos básicos em processamento de Big Data, tipos de dados, processos de transformação de dados e soluções de armazenamento e visualização de dados.
Aplicação prática da análise massiva de dados aplicada à gestão de operações. Trabalha-se com as técnicas de extração, transformação, carregamento e visualização de dados. Trabalha-se também com técnicas estatísticas para suporte a
aprendizado de máquina.

Basic concepts in Big Data processing, data types, data transformation processes, data storage and visualization solutions. Practical application of massive data analysis applied to operations management. Usage of data extraction, transformation, loading and visualization techniques. It also leverages statistical analysis to support machine learning.

Programa

 Introdução
 Conceito de Big Data
 Business Intelligence
 Fontes e tipos de dados
 Processos de Extração, Transformação e Carregamento (ETL)
 Armazéns de dados e lago de dados
 Plataformas de processamento de big data
 Linguagens de programação para big data
 Ferramentas de visualização
 Inteligência Artificial e Aprendizado de máquina
 Uso de ferramentas para análise massiva de dados

 Introduction.  Big Data concept  Business Intelligence  Data types and sources  Extraction, Transformation and Load processes (ETL)  Data Warehouses and Data Lakes  Big Data processing platforms  Big Data programming languages  Visualization tools  Artificial Intelligence and Machine Learning  Use of tools for massive data analysis

Avaliação

Método

Média aritmética de:  Provas  Listas de exercícios  Trabalho final

Critério

Se MP < 4, então MF = MP Senão, MF = 0,5*MP + 0,4*T + 0,1*E Onde: MF = média final da disciplina MP = média ponderada das provas T = nota do trabalho final E = média ponderada das listas de exercícios

Norma de Recuperação

Uma prova de recuperação.

Bibliografia

HAIR, Joseph F; BABIN, Barry; MONEY, Arthur; SAMOUEL, Philip. Fundamentos de Métodos de Pesquisa
em Administração. Porto Alegre: Ed Bookman, 2005
HAIR, Joseph F.; BLACK, William C.; BABIN, Barry J.; ANDERSON, Rolph E.; TATHAM, Ronald L.
Análise Multivariada de Dados. Porto Alegre: Ed Bookman, 2009
FURHT, Borko, VILLANUSTRE, Flavio (Eds.). Big Data Technologies and Applications 1st Edition, 2016,
XVIII, 400 p. 118 illus.
WATSON, H. J. Update Tutorial: Big Data Analytics: Concepts, Technology, and Applications.
Communications of theAssociation for Information Systems, 44(21), 2019.
https://doi.org/10.17705/1CAIS.04421

Clique para consultar os requisitos para PRO3601

Clique para consultar o oferecimento para PRO3601