MENUS
Disciplinas
Conforme pode ser observado nas tabelas abaixo, temos um total de 120 horas para Big Data e Data Science, 180 horas para Machine Learning. Além disto, os discentes terão um bloco de disciplinas de nivelamento (Programação Python e R), e também metodologia da pesquisa e empreendedorismo.
Disciplina | Horas |
---|---|
Fundamentos em Big Data | 30 |
Extração, Ingestão e Fluxo de Dados | 30 |
Data Analytics | 30 |
Ecossistema Hadoop e plataformas de Big Data | 30 |
Total de horas: | 120 |
Disciplina | Horas |
---|---|
Nivelamento | |
Fundamentos Matemáticos e Computacionais de Machine Learning | 30 |
Introdução a visão computacional | 30 |
Conceitos básicos | |
Machine Learning | 30 |
Deep Learning | 30 |
Conceitos avançados | |
Frameworks Deep Learning | 30 |
Tópicos avançados em Deep Learning | 30 |
Total de horas: |
180 |
Conforme pode ser visto na tabela acima, o módulo está dividido em 3 partes, a saber:
- Nivelamento: Neste módulo são apresentados os conceitos basilares de Machine Learning. Os alunos terão contato com conteúdos diversos, tais como regressão linear e Python dentre outros. Estas informações servirão para sedimentar os conhecimentos de todos e nivelar o grupo.
- Conceitos básicos: Neste módulo são apresentados os conceitos fundamentais de Machine Learning.
- Conceitos avançados: Neste módulo são apresentados os conceitos avançados do assunto. Há uma disciplina específica de Tópicos avançados. Sua proposta é de discutir os mais recentes avanços da área, para posicionar a todos sobre os rumos que a área tomará. Além disto, permitirá aos alunos ter uma visão bastante aprofundada, além de sugestões de novas frentes de pesquisa e de desenvolvimento tecnológico.
Disciplina | Horas |
---|---|
Programação em Python | 30 |
Programação em R | 30 |
Metodologia da pesquisa | 15 |
Empreendedorismo e inovação em TI | 15 |
Total de horas: | 90 |
CANAIS
CANAIS