Introduzir ao graduando a área de ciência de dados que interrelaciona conhecimentos de estatística, computação e negócios, com o foco na extração de conhecimento relacionado ao negócio.
Conceitos básicos, Gestão de dados, modelos de bases de dados, análise multivariada de dados.
Conceitos: Ciência de dados, Big Data; Produção de dados; Armazenamento de dados: Modelo relacional, NoSQL, Graph Database; Análise de dados; Análise multivariada de dados, Modelos de aprendizado de máquina; visualização de dados; Gestão de dados.
1. Fernando Amaral, Introdução à ciência de dados: Mineração de dados e big data, Alta Books, 2016, ISBN: 978-85-7608-934-6. 2. Foster Provost e Tom Fawcett, Data Science para negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados, Alta Books, 2016, ISBN: 978-85-508-0390-6 (Ebook). 3. Joel Grus, Data Science do zero: Primeiras regras com o Python, Alta Books, 2016, ISBN: 978-85-508-0387-6. 4. Hadley Wickham e Garrett Grolemund, R Para Data Science: Importe, arrume, transforme, visualize e modele dados, Alta Books, 2019, ISBN: 978-85-508-1411-7 5. Bergson Lopes Rêgo, Gestão e governança de dados: promovendo dados como ativos de valor nas empresas, Brasport Livros e Multimídia Ltda, 2013, ISBN: 978-85-7452-629-4. 6. Mark Needham e Amy E. Hodler, Graph Algorithms: Practical examples in Apache Spark & Neo4j, O’Reilly, 2019, ISBN: 978-1-492-05781-9 7. Cole Nussbaumer Knaflic,Storytelling with data: a data visualization guide for business professionals, Willey, 2015, ISBN: 978-1-119-00225-3.