Especialização em Ciência de Dados e Aprendizado de Máquina

Inscrições de 18/12/2019 a 17/04/2020 23:00

Coordenado por: Cláudio Machado de Diniz - claudio.diniz@ucpel.edu.br

Sobre o curso:

O curso de Especialização em Ciência de Dados e Aprendizado de Máquina foi concebido para atender a demanda local e regional específicas a esta área do conhecimento, de acordo com as necessidades das empresas privadas e órgãos públicos que busquem profissionais com as qualificações propostas no curso.

A UCPel, através de ações vinculadas às necessidades de vivência prática e aprendizagem dos alunos, bem como do mundo do trabalho, poderá buscar no transcorrer do curso as parcerias com empresas para viabilizar estágios não-obrigatórios, seminários e eventualmente intervenções pontuais, capazes de contribuir para melhorias nas práticas de execução dos processos analíticos para tomada de decisões baseadas em dados das empresas da região.

 

Objetivos

Formar profissionais em Ciência de Dados e Aprendizado de Máquina, capazes de compreender e aplicar de forma crítica, ética e sistemática os principais conceitos, metodologias e ferramentas da área, habilitando-os a atuar junto a empresas e outras organizações no processo de coleta, gerenciamento e análise de dados em prol da geração de conhecimentos e tomada de decisões.

Específicos:

  • Introduzir os principais conceitos, metodologias e ferramentas da Ciência de Dados e Aprendizado de Máquina;
  • Transferir práticas atuais da profissão, aprimorando a relação entre academia e empresas;
  • Discutir questões éticas envolvidas no uso de dados;
  • Possibilitar a identificação de problemas e a apresentação de soluções;
  • Praticar o trabalho em equipes multidisciplinares e desenvolver habilidades de liderança.

Público-alvo:

Bacharéis em Engenharia de Computação, Ciência da Computação, Sistemas de Informação, Cursos Superiores de Tecnologia em Análise e Desenvolvimento de Sistemas, entre demais cursos afins a esses.

Carga horária total: 376 horas

Duração: De abril de 2020 a julho de 2021

Horário:

Aulas semanais

Sábados: das 8h às 12h e das 13h30min às 17h30min – (08 horas)

Local: Campus I da UCPel

Documentação necessária:

Requerimento de matrícula-vínculo – Espec. em Ciência de Dados e Aprendizado de Máquina

– Cópia autenticada do diploma de graduação
– Cópia da carteira de identidade
– Cópia do CPF
– Cópia da certidão de nascimento ou casamento
– Cópia do comprovante de endereço
– 01 foto 3×4
– Currículo resumido
– Cópia do comprovante do pagamento da taxa de inscrição
– Requerimento de matrícula-vínculo
– Candidatos de empresas conveniadas deverão apresentar cópia da Carteira de Trabalho onde conste o contrato de trabalho ou atestado da empresa comprovando o vínculo empregatício.
A matrícula somente poderá ser efetuada mediante a entrega da documentação e do requerimento de matrícula-vínculo, até o dia 23/03/2020, na Central de Atendimento da UCPel, das 9h15min às 21h15min, sem fechar ao meio-dia.

O requerimento de matrícula-vínculo deverá obrigatoriamente ser entregue no ato da matrícula, em duas vias, totalmente preenchido e assinado pelo aluno, fiador e cônjuge do fiador (se for o caso).

O fiador poderá ser qualquer pessoa maior de 18 anos, inclusive os pais do aluno ou seu cônjuge não sendo exigida comprovação de renda.

Deverão ser anexados, do fiador e do seu cônjuge (se for o caso), cópia simples dos seguintes documentos:
– Cópia da carteira de identidade (fiador e do seu cônjuge);
– CPF (fiador e do seu cônjuge);
– Comprovante do estado civil (certidão de nascimento para fiador solteiro, certidão de casamento ou certidão de casamento com averbação para os demais estados civis);
– Comprovante de residência atualizado;

A UCPel não aceitará fiador estrangeiro, a não ser que este possua CPF;

Matrícula Lato Sensu – envio pelo correio:

A Central de Atendimento também recebe solicitações de matrícula através dos correios, para tanto, será necessário enviar a documentação completa, acrescida da solicitação com assinatura (clique aqui para baixar o modelo)*. Nesta solicitação deverão conter todos os dados pessoais, contatos de e-mail e telefone e a descrição da solicitação de matrícula especificando o curso desejado. Matrículas com documentação incompleta serão feitas com “pendências de documentos” ficando o aluno responsável pelo envio ou entrega na Central de Atendimento para efetivação da mesma até o início das aulas. O boleto referente a taxa de matrícula será enviado por e-mail.

Os documentos deverão ser encaminhados via SEDEX para o seguinte endereço:

Central de Atendimento
Gonçalves Chaves, 373 – Bairro: Centro
CEP: 96015 – 560 – Pelotas/RS

Critérios de seleção:

A fim de assegurar a qualidade do curso e a consistência do perfil dos participantes em relação aos objetivos propostos, a seleção de candidatos será feita pelo estudo da ficha padronizada de informações e respectivo curriculum vitae.
Havendo necessidade, a análise das informações será complementada com entrevista.

Valores:

Inscrição: R$ 50,00

Clique aqui para visualizar os valores

Disciplinas:

Linguagens e Ferramentas de Ciência de Dados – 24 horas
Obtenção e Tratamento de Dados – 32 horas
Gerenciamento de Dados- 24 horas
Análise Exploratória de Dados – 32 horas
Inferência e Modelagem de Dados – 32 horas
Modelagem Preditiva – 32 horas
Agrupamento de Dados e Recomendação – 32 horas
Análise de Mídias Sociais – 32 horas
Ciência de Dados em Escala – 32 horas
Ciência de Dados na Empresa – 24 horas
Ética e Responsabilidade Social – 24 horas
Metodologia de Pesquisa Científica I – 24 horas
Metodologia de Pesquisa Científica II – 16 horas

Corpo Docente:

Ricardo Matsumura de Araújo – Doutor
Marcelo Rita Pias – Doutor
Ulisses Brisolara Corrêa – Doutor
Mateus Grellert da Silva – Doutor
Marcos Gonçalves Echevarria – Mestre
João Luis Marins – Mestre
Tiago Thompsen Primo – Doutor
Raquel da Cunha Recuero – Doutora
Marcelo Rita Pias – Doutor
Joel Pinho Lucas – Doutor
Fábio Raniere da Silva Mendes – Mestre
Adriane da Silva Machado Möbbs – Doutor
Cláudio Machado Diniz – Doutor

© Copyright 2020 Portal das Inscrições - UCPel