Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 0 visualizações

    Ementa - Pós Engenharia de Dados e IA

    Enviado por

    marcosceox
    Pós engenharia de dados

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Ementa - Pós Engenharia de Dados e IA

    Enviado por

    marcosceox
    0 visualizações4 páginas
    Pós engenharia de dados

    Título original

    Ementa - pós Engenharia de dados e IA

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Pós engenharia de dados

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    0 visualizações4 páginas

    Ementa - Pós Engenharia de Dados e IA

    Enviado por

    marcosceox
    Pós engenharia de dados

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 4

    Ementa: Pós-graduação

    Engenharia de dados &


    Inteligência Artificial

    Instituição: Anhanguera
    Única pós do mercado com 14 projetos práticos utilizando
    diversas tecnologias nas áreas de Dados e Inteligência
    Artificial.
    Professores que atuam na área
    Carga horária: 13 disciplinas, totalizando 360 horas
    Duração: 12 meses
    Início: 27 de janeiro
    Sem necessidade de TCC
    100% online — estude de onde quiser, no seu ritmo.

    01 Fundamentos Engenharia de Dados


    Introdução ao ecossistema de dados
    Desafios e oportunidades do Big Data
    Ambiente Big Data corporativo
    Boas práticas de Dados

    02 Engenharia de Dados na Prática


    Introdução ao Git e GitHub
    Primeiros Passos com Python
    SQL para Engenharia de Dados
    Projeto Prático em Dados com Pyhton, SQL, Git e GitHub

    03 Banco de dados relacional e big data


    Estruturação do Banco de Dados Relacional
    Modelos de Entidade e Relacionamento
    Conceitos de transações, Blocos de Código
    Princípios da Linguagem SQL e seus Comandos
    Introdução aos Sistemas de Gestão de Banco de Dados, bem como ao Big Data
    Repositórios de dados, Data Lake, e armazenamento em nuvem

    Contato: (19) 98241-6948 01


    Ementa: Pós-graduação
    Engenharia de dados &
    Inteligência Artificial

    04 Linguagens de programação para ciência de dados


    (Python com Spark)
    Apresentação da linguagem Python e sua utilização na análise de dados de grandes
    bases de dados
    Uso em conjunto com Machine Learning
    Integração com ferramentas como Spark e Haddop

    05 Databricks - Fundamentos e Práticas com Spark e Delta


    Introdução Arquitetura e Data lakehouse
    Introdução Spark e Funções de Otimizações
    Projeto Ingestão de API com Databricks
    Projeto ETL Arquitetura Completa no Databricks

    06 Azure - Fundamentos e Práticas em ETL com Fabric


    Microsoft Azure para Engenheiros de Dados
    Engenharia de Dados no Synapse Analytics e Microsoft Fabric
    Projeto Arquitetura de Dados Fim a Fim com Azure Databricks e Microsoft Fabric
    Projeto ETL com Data Factory e Azure Databricks

    07 AWS - Fundamentos e Práticas em ETL com dbt Core


    Introdução ao dbt Core
    Introdução à nuvem AWS
    Projeto dbt Core no ambiente on-premisse
    Projeto pipeline de dados dbt Core na nuvem AWS

    08 GCP - Fundamentos e Práticas em ETL com Airflow


    Introdução ao Google Cloud Platform
    Arquiteturas de ETL
    Ferramentas de Ingestão de Dados
    Projeto ETL completo no ambiente com GCP
    Projeto ETL com Airflow e GCP

    Contato: (19) 98241-6948 02


    Ementa: Pós-graduação
    Engenharia de dados &
    Inteligência Artificial

    09 Power BI - Fundamentos e Práticas em Visualização e


    Relatórios
    Introdução ao Power BI e Importação de Dados
    Modelagem de Dados Básica
    Criação de Visualizações
    Introdução ao DAX
    Publicação e Compartilhamento de Relatórios
    Projeto de desenvolvimento de relatório de Vendas importando dados de
    arquivos locais
    Projeto de desenvolvimento de relatório Financeiro importando dados de um
    banco SQL

    10 ML e MLOps - Fundamentos e Práticas


    Introdução a Bibliotecas para Análise de Dados
    Pré-processamento e Limpeza de Dados
    Modelos Clássicos de Machine Learning
    Avaliação e Validação de Modelos
    Introdução ao Deep Learning
    Introdução ao MLOps
    Model Tuning e HPO (Hyperparameter Optimization)
    Monitoramento e Diagnóstico de Modelos em Produção
    Pipeline de Deploy e Ferramentas para Servir Modelos
    Projeto Prático com MLflow, Docker e Kubernetes

    11 LLMs - Engenharia Avançadas


    Mecanismo de Atenção e Transformers
    Fundamentos dos Foundation Models e LLMs
    RAG (Retrieval-Augmented Generation)
    Prompt Engineering
    LLMOps e Gerenciamento de Modelos em Produção
    AI Agents e Agentes Autônomos
    Projeto Prático com Agentic Workflows com LLM

    Contato: (19) 98241-6948 03


    Ementa: Pós-graduação
    Engenharia de dados &
    Inteligência Artificial

    12 Introdução ao NPL
    Modelos Clássicos de NLP
    Embeddings e Representações de Texto
    Introdução ao Deep Learning no NLP
    Projeto Prático Processamento de Linguagem Natural

    13 Governança de dados
    Visão geral da gestão de dados
    Governança de dados
    Gestão da arquitetura de dados
    Desenvolvimento de dados
    Gestão de dados mestre e dados de referência

    Contato: (19) 98241-6948 03

    Você também pode gostar