ENGENHARIA DE DADOS: Dado, informação, conhecimento e inteligência. Dados estruturados e não estruturados. Dados abertos. Coleta, tratamento, armazenamento, integração e recuperação de dados. Banco de dados. Conceitos básicos. Arquitetura. Estrutura de dados. Modelagem e normalização de dados. Modelagem de dados (conceitual, lógica e física). Abordagem relacional. Normalização das estruturas de dados. Integridade referencial. (Parte 1)
ENGENHARIA DE DADOS: Dado, informação, conhecimento e inteligência. Dados estruturados e não estruturados. Dados abertos. Coleta, tratamento, armazenamento, integração e recuperação de dados. Banco de dados. Conceitos básicos. Arquitetura. Estrutura de dados. Modelagem e normalização de dados. Modelagem de dados (conceitual, lógica e física). Abordagem relacional. Normalização das estruturas de dados. Integridade referencial. (Parte 2)
Linguagem de consulta estruturada (SQL). Linguagem de definição de dados (DDL). Linguagem de manipulação de dados (DML).
Administração de banco de dados. Noções de administração de dados e de banco de dados. Arquitetura e políticas de armazenamento de dados. Noções de otimização de performance em larga escala.
Técnicas de integração e ingestão de dados (ETL/ELT, transferência de arquivos, integração via base de dados).
Ingestão e armazenamento de grande quantidade de dados (big data).
Ferramenta SAS. Somente em PDF
Governança de dados por meio da metodologia do DAMA-DMBoK (data management body of knowledge). Somente em PDF
INTELIGÊNCIA ARTIFICIAL: Inteligência artificial: fundamentos e aplicações. Ética, Transparência e Responsabilidade em IA. Explicabilidade e interpretabilidade de modelos. Viés algorítmico e discriminação. Agentes inteligentes e sistemas multiagentes.
Aprendizado de máquina. Classificação. Modelagem preditiva.
Regras de associação. Análise de agrupamentos (clusterização).
Redes Neurais e Deep Learning. Arquiteturas de redes neurais, Frameworks, técnicas de treinamento e aplicações. IA generativa.
Processamento de linguagem natural. Modelos, pré-processamento,
Arquitetura e engenharia de sistemas de IA. MLOps. Deploy de modelos. Integração com computação em nuvem.
Visualização e análise exploratória de dados.
Mineração de dados. Modelo de referência CRISP-DM. Técnicas e tarefas de mineração de dados. Mineração de texto.
Técnicas para pré-processamento de dados. Detecção de anomalias.
