1 Dados. 1.1 Dados estruturados e não estruturados. 1.2 Dados abertos. 1.3 Coleta, tratamento, armazenamento, integração e recuperação de dados. 1.4 Representação de dados numéricos, textuais e estruturados.
2 Banco de Dados. 2.1 Bancos de Dados Relacionais. 2.1.1 Fundamentos. 2.1.2 Níveis de abstração. (Conceitos Básicos)
2 Banco de Dados. 2.1 Bancos de Dados Relacionais. 2.1.1 Fundamentos. 2.1.2 Níveis de abstração. (Modelo Conceitual)
2 Banco de Dados. 2.1 Bancos de Dados Relacionais. 2.1.1 Fundamentos. 2.1.2 Níveis de abstração. (Modelo Relacional)
2.1.3 Data Definition Language. 2.1.4 Data Manipulation Language. 2.1.5 Data Control Language 2.1.6 Transaction Control Language. 2.1.7 Linguagem de consulta de dados – SQL. 2.1.8 Linguagens procedurais para programação de stored procedures, funções e triggers.
2.1.9 Técnicas de análise de desempenho e otimização de consultas SQL.
3.3 Bancos de Dados Distribuídos.
2.2 Sistemas de Gerenciamento de Bancos de Dados Não Relacionais (NoSQL).
3 Análise de Dados. 3.1 Fundamentos e conceitos básicos. 3.4 Soluções de suporte à decisão. 3.4.1 Data Warehouse. 3.4.6 Data Mart.
3.4.2 ETL - ExtractTransform Load. 3.4.3 OLAP (Online Analytical Processing). 3.4.7 Data Staging Area.
3.4.4 Data Mining. 3.5.2 Técnicas para pré-processamento de dados. 3.5.3 Técnicas e tarefas de mineração de dados. 3.5.4 Classificação. 3.5.5 Regras de associação. 3.5.6 Análise de agrupamentos. 3.5.7 Detectação de anomalias. 3.5.8 Modelagem preditiva.
3.5 Análise exploratória de dados. 3.5.1 Conceitos e características.
3.2 Big Data. 3.4.5 Data Lake.
3.7 Processamento de linguagem natural (PLN).
4 Qualidade e visualização de dados. 4.1 Normalização. 4.2 Discretização. 4.3 Tratamento de dados ausentes. 4.4 Tratamento de outliers e agregações. 4.5 Matching. 4.6 Deduplicação. 4.7 Desindentificação de dados sensíveis.
3.6 Governança de Dados. 3.6.1 Conceitos e Fundamentos. 3.6.2 Papeis e Responsabilidades. 3.6.3 Dados de Referência. 3.6.4 Dados Mestre. 3.6.5 Metadados. 3.6.6 Catálogo de Dados. 3.6.7 Curadoria de Dados. 3.6.8 Qualidade de Dados.
5 Microsoft PowerBI. 5.1 Conceitos básicos. 5.2 Fontes de dados e conectividade. 5.3 Modelagem de Dados. 5.4 Dashboards: painéis e visualização de dados 5.5 Segurança em nível de dados. 5.6 Gestão do ambiente do PowerBI.
6.2 Noções da linguagem R: sintaxe, tipos de dados, operadores, comandos de repetição, estruturas de dados, gráficos, data frames.