Pós-Graduação Online em

Tomada de decisão. Dados, Informações e Conhecimento.Fundamentos de Tomada de Decisão. AnalíticaAnalytics. Business Analytics na tomada de decisão. Ciências de dados e Analytics. Data Analytics. Big Data e Analytics. O que é BIG DATA ANALYTICS?. Onde Aplicar?. Big data Analytics Platforms.

Compliance, medidas de integridade e auditoria. Programa de Integridade e compliance de dados para empresas. LGPD e Compliance. Pilares do Programa de Integridade e Tecnologia da Informação. Procedimentos para prevenir fraudes e ilícitos. Políticas Corporativas e Controles Internos para o Ambiente Digital. Monitoramento Contínuo do Ambiente Digital. Investigação e Provas digitais. Princípios constitucionais e processuais que regem a prova. Requisitos da Investigação Interna. Benefícios e Objetivos. Produção e preservação de Provas Digitais. Garantia de Autoria e Integridade. Valor probatório das Provas Digitais. Ferramentas de Forense Computacional.

Aspectos Introdutórios da Estatística Aplicada Aos Negócios e Gestão de Tecnologia de Informação (TI); A Relação Entre as Ferramentas Estatísticas Descritivas e Business; Teoria da Decisão Estatística Aplicada ao Business; Análise de Clusters e Aplicações em Business.

Conhecendo Big Data.; Introdução a Big Data; Histórico: Big Data; Os 5VS; Impactos do uso de Big Data; Framework para processamento de dados; Hadoop; Storm; Spark; Ciências de Dados; Introdução do conceito e escopos da ciência de dados; A era da Ciência dos Dados; Fases do Projeto em Ciências de Dados; Ciclo de vida do Dado; Ciência de Dados termos usados; Ciência de Dados e Big Data; Identificando o papel do cientista de dados; Formação e atuação do cientista de dados; Competências relacionadas; Habilidades do cientista de dados; Aplicação Big Data e Ciência de Dados; Onde aplicar Big Data?; Big Data na educação; Big Data aplicando aplicado a negócios; Big Data Aplicado na Saúde; Big Data aplicado na Área Eleitoral; Aplicabilidade da ciência de dados; Ciências de Dados na biologia; Ciências de Dados aplicado na saúde; Ciências de Dados aplicada ao projeto social; Ciências de Dados aplicada aos negócios; A utilização das tecnologias; Computação em nuvem e Big Data; Internet das Coisas; Big Social Data; Tecnologia Blockchain.

Fundamentos e paradigmas da Inteligência Artificial (IA). Ambiente Digital de Negócios. Complexidade nos Negócios. Aplicações de AI em Negócios. Métodos de busca para resolução de problemas. Heurística. Conhecimento e Raciocínio. Algorítimos de IA. Conceitos de aprendizado de máquina. Aplicações de IA: Processamento de Linguagens Naturais, Jogos, Robótica e Mineração de Dados. Inteligência Competitiva e Modelos de Negócios Digitais. Como Machine Learning e Big Data impulsionam a IA.

Inteligência de Marketing; Inteligência Artificial no Marketing; Impacto e Aplicações da Inteligência Artificial no Marketing Digital; Marketing de Relacionamento; Conceitos Iniciais e suas Aplicações; Retenção, Lealdade e Lucratividade; Gestão de Logística em Marketing; Marketing Logístico; Logística e Estratégias de Infraestrutura de Marketing para Competitividade.

Noções Básicas sobre Projetos; Métodos e Técnicas de Gerenciamento de Projetos; O Caso dos Projetos Sociais; Perguntas-Chave de Um Ciclo de Projeto e Um Modelo de Projeto de Cooperação Técnica ? PCT; Plano de Trabalho; Cooperação Externa Solicitada; Contrapartida Oferecida.

Planejamento Estratégico; Planejamento Estratégico de Marketing ? PEM; Alinhamento Estratégico ? Passo 1; Fatores Críticos de Sucesso ? Passo 2; Oportunidades de Negócios ? Passo 3; Objetivos e Metas ? Passo 4; Implantação do PEM ? Passo 5.

Processo de Inovação. Branding: ação, comunicação e consumo. Brand Equaty. Consumo e negócios on-line. Estratégias de expansão de negócios. Criação de produtos e serviços. Estratégias e Ferramentas de Marketing Digital. Inbound Marketing. Vendarketing.