Pós-Graduação Online em

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.

Princípios básicos de gestão estratégica. Análise do ambiente interno e externo. A estratégia empresarial e a estrutura das decisões. Objetivos estratégicos relacionados ao Negócio Digital. Ferramentas de gestão estratégica aplicadas ao Negócio Digital.

Introdução à Engenharia de Software: Conceito; Contextualização Histórica; Problemas Atuais da Área; Atuação Profissional; Relevância na área de TI. O Ciclo de Vidas de Software e os Modelos: Histórico de evolução dos modelos e processos de desenvolvimento de software, Modelo em Cascata, Modelo por Prototipação, Modelo em Espiral, Modelo em V, Processo Unificado, MDA, Processos Ágeis, Modelo Axiomático. A Conceituação de Software como Produto. Técnicas de Levantamento de Requisitos: Requisitos Engenharia de sistema, Conceituação de Requisitos, Requisitos de Sistema, Requisitos de Software, Documento de Requisitos, Traçabilidade de Requisitos, Alocação de Requisitos a casos de uso. Estudo de Viabilidade Técnica e Econômica. Testes e Revisão de Software. Implantação de Software. Manutenção de Software.

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.

Introdução à rede de computadores. Arquitetura e classificação. Principais Padrões de Redes. Interligação, protocolos e projetos de redes. Computação Forense: introdução e conceitos. Procedimentos de Investigação: identificação e preservação de evidências. Principais erros na investigação. Uso e aplicação de ferramentas Forense.

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.

A Seção 404 da SOX; O Gerenciamento de Riscos Corporativos; O Framework ERM do Coso; Compliance e Conformidade; Segurança da Informação.

Fundamentos de Cloud Computing: terminologias e conceitos; Diferenças entre servidor Local e servidor em Nuvem; Arquitetura da computação em nuvem; Modelos e Serviços: Software as a Service (SaaS), Platform as a Service (PaaS) e Infrastructure as a Service (IaaS); Principais Players (Google, Azure, AWS) Segurança em Cloud Computing; Governança de TI na Nuvem; Nuvem Pública, Privada e Híbrida: Vantagens e Desvantagens

Inteligência de Marketing.,Inteligência artificial no marketing.,Impacto da inteligência artificial no marketing digital.,Aplicações da inteligência artificial no marketing digital.,Marketing de Relacionamento.,Retenção, lealdade e lucratividade.,Gestão de Logística em Marketing.