Pós-Graduação em Ciência de Dados e Inteligência Artificial
Experiência e Reconhecimento
Líderes no ensino de Machine Learning e Business Intelligence. Corpo docente de excelência, com cientistas de dados, desenvolvedores de IA, doutores, mestres e embaixadores da NVIDIA e Intel.
Metodologia Inovadora
Nossa metodologia inovadora inclui aulas presenciais e ao vivo simultâneas desde 2012, além de videoconferências com professores para esclarecimento de dúvidas. Isso garante uma experiência de aprendizado dinâmica e interativa.
Formação para Diversas Áreas
Oferecemos uma formação abrangente e versátil, destinada a profissionais de todas as áreas. Nossas turmas online também estão disponíveis em espanhol, atendendo aos profissionais da América Latina.
Aprendizado Prático
Aprenda na prática com nossa abordagem única: GitHub Showcase para construção de portfólio em Ciência de Dados, desafios reais no Kaggle InClass e experiência completa em implantação de software.
//O Curso
MBA BI MASTER – Business Intelligence Master
O BI MASTER é um programa de pós-graduação em Ciência de Dados e Inteligência Artificial reconhecido pela excelência acadêmica e pela aplicação prática em problemas de negócios do mundo real. Com uma metodologia híbrida e flexível, o Business Intelligence Master é projetado para profissionais de todas as áreas que desejam se aprofundar na análise de dados. Os alunos têm a oportunidade de criar um portfólio profissional através do GitHub Showcase, competir em desafios reais do Kaggle e contar com um corpo docente experiente, garantindo uma formação completa para atuar no mercado profissional ou empreender na área de Ciência de Dados.
Público Alvo
Este curso é destinado para profissionais de todas as áreas que desejam aprimorar suas habilidades em ciência de dados, inteligência artificial, análise e interpretação de dados.
Alunos Formados
Anos de mercado
Turmas Realizadas
Nível 1 – Junior (8 meses)
- Noções de programação em Python;
- Criação de programas básicos para execução automatizada de tarefas;
- Criação e manipulação de bancos de dados em SQL;
- Preparação de bases de dados;
- Realizar consultas avançadas em banco de dados;
- Criar visões de dados;
- Utilização e domínio de bibliotecas populares para a área de ciência dos dados;
- Análises gráficas utilizando Python;
- Execução de programas na nuvem;
- Domínio do GitHub para criação de portfólio e versionamento de códigos;
- Criação de pequenos projetos de Inteligência Artificial;
- Criação de Data Warehouses;
- Visualização, extração, carregamento e transformação de bases de dados;
- Elaborar um projeto de Data Warehouse;
- Praticar a abordagem de modelagem multidimensional;
- Conhecer o processo de ETL e saber automatizá-lo com ferramenta de mercado;
- Analisar e visualizar dados com ferramentas de mercado;
- Análise exploratória de dados com Python
- Elaborar dashboards;
- Criar um projeto prático de BI;
Nível 2 – Professional (12 meses)
- Manipulação de grandes massas de dados – Big Data;
- Arquiteturas HADOOP SPARK;
- Aplicações em sistemas Pyspark;
- Estruturação de dado texto;
- Aplicações de similaridade de documentos;
- Classificação de documentos por categorias modelo LDA;
- Análise de sentimentos em aplicações comerciais;
- Extração de Conhecimento em Bases de Dados;
- Utilização de métricas de avaliação;
- Análise exploratória de dados;
- Utilização de modelos de redução de dimensionalidade;
- Pré-processamento de dados;
- Criação e treinamento dos algoritmos mais populares de aprendizado de máquina para tarefas de classificação, regressão, previsão de séries temporais, associação e agrupamento;
- Domínio de bibliotecas para criação e treinamento de modelos clássicos de machine learning;
- Previsão para dados nunca vistos a partir dos modelos treinados;
- Passo a passo para colocar modelos de previsão em produção;
- Execução de todo o fluxo para criação de um projeto de Mineração de Dados;
- Requisições de informações através de ferramentas de desenvolvedor – APIs;
- Aplicação de webscraping e crawler para recuperação de informação na internet;
- Dashbards em big data;
- Aplicações de bases NoSQL;
Nível 3 – Senior (18 meses)
- Criação, treinamento e previsão com redes neurais clássicas;
- Domínio de bibliotecas para criação e treinamento de modelos avançados de machine learning: Deep Learning (tensorflow, keras, etc.);
- Preparação de bases de dados: Anotação de Entidades (BRAT);
- Preparação de bases de dados: Anotação de Relações;
- Preparação de bases de dados: Classificação de Objetos (Bing Search API);
- Preparação de bases de dados: Detecção de Objetos (Labeling: ImageLabel);
- Criação, treinamento e previsão com redes neurais Deep Learning para área de visão computacional;
- Classificação, detecção e segmentação de imagens;
- Anotação (Labeling) de bases de dados e tipos de operações de visão computacional com Deep Learning;
- Aplicação de transfer learning e data augmentation;
- Análise de sentimentos em aplicações comerciais;
- Geração de texto de maneira automática e criação de sistemas pergunta-resposta (chatbot);
- Representações de embeddings modelos Bag of words, word2vector e doc2vector;
- Domínio de técnicas para Processamento de Linguagem Natural ;
- Criação, treinamento e previsão com redes neurais Deep Learning para área de NLP;
- Validação de modelos treinados de redes neurais clássicas e redes de aprendizado profundo (Deep Learning);
- Domínio de modelos com memória para NLP;
- Domínio de modelos de Deep Learning para robótica;
Nível 4 – Specialist (23 meses)
- Modelagem de problemas de otimização;
- Aplicação de Algoritmos Genéticos em problemas toy e reais;
- Tratamento de restrições em problemas de otimização;
- Otimização de problemas com múltiplos objetivos;
- Otimização de problemas de programação e planejamento
- Otimização de problemas logísticos
- Otimização de problemas de alocação de recursos
- Otimização sob incerteza
- Identificação de anomalias em bases de dados e estatísticas;
- Domínio de técnicas estatísticas de amostragem;
- Amostragem de dados artificiais a partir de modelos Deep Learning;
- Tomada de decisão em cenários de incerteza;
- Uso de opções reais e Monte Carlo em decisão sob incerteza
- Desenvolvimento de aplicações em áreas de interesse profissional como, por exemplo: Marketing, Jornalismo, Cinema, Direito, Design, Ciências Econômicas, Engenharia, Administração, Ciências Biológicas, Arquitetura.
//O Seu Caminho para se Tornar um
Especialista em Ciência de Dados!
O BI MASTER da PUC-Rio é o caminho certo para se tornar um especialista em Ciência de Dados. Valorizamos a diversidade, proporcionando um ambiente enriquecedor que promove networking inspirador, impulsionando-o para novos horizontes em carreiras de destaque, incluindo ciência de dados, análise de dados, inteligência artificial e campos afins.
Os alunos do BI MASTER dominarão habilidades técnicas em aplicações de IA ao longo de quatro níveis. Essa formação proporciona uma oportunidade real para entrar no mercado profissional ou empreender enquanto estuda.
Os níveis do programa incluem:
- Nível 1 – Junior: Construção de bases sólidas em Ciência de Dados.
- Nível 2 – Professional: Desenvolvimento de habilidades técnicas em análise de dados e inteligência artificial.
- Nível 3 – Senior: Domínio de técnicas avançadas e resolução de desafios complexos.
- Nível 4 – Specialist: Especialização em áreas específicas da Ciência de Dados.
Esteja preparado para moldar sua trajetória rumo ao sucesso com o BI MASTER da PUC-Rio. Junte-se a nós e destaque-se neste emocionante campo da Ciência de Dados!
//Veja na Prática
Projetos de alunos
Link GitHub
//Próxima Turma
Turma confirmada de BI Master
Informações
Período
Dias e Horários
Oficinas (online) às Segundas-feiras das 18h às 20h
Modalidade
Híbrido (Presencial e Online Síncrono)
Carga Horária
360 horas Duração: 21 meses + 3 meses de projeto final
Investimento
Descontos especiais*
10% de Desconto
Desconto não cumulativo de 10% no investimento para matrícula antecipada até o dia 26/05/2024
10% de Desconto
Interessados nesta promoção devem enviar um e-mail para bi-master.contato@ele.puc-rio.br com o nome das pessoas do seu grupo.
10% de Desconto
Desconto de 10% para alunos, ex-alunos (concluintes), funcionários e professores da PUC-Rio, desconto de 10% no pagamento à vista ou 5% no pagamento parcelado
*Descontos não cumulativos
//Docentes
Professores do Curso
Explore nossa equipe de professores altamente especializada, pronta para elevar sua carreira a novos horizontes
Dr. Marco Aurélio Cavalcanti Pacheco
Diretor do Laboratórica de Inteligência Computacional Aplicada ICA da PUC Rio
Doutor em Computer Science – University of London, UL, England.
Dra. Ana Carolina Alves Abreu
Professora da PUC-Rio e pesquisadora sênior do Laboratório de Inteligência Computacional Aplicada (ICA PUC-Rio). Atua desde 2009 em projetos de pesquisa e desenvolvimento de modelos computacionais baseados em inteligência artificial aplicados a exploração e produção de petróleo. Professora e coordenadora acadêmica do curso de pós-graduação Business Intelligence Master da PUC-Rio.
Dra. Amanda Lemette Teixeira Brandão
Desenvolve pesquisa na área de modelagem, simulação e otimização de processos químicos, aplicação de algoritmos estocásticos, planejamento de experimentos, discriminação de modelos e tratamento de dados.
Mrs. Anderson Silva do Nascimento
É Professor universitário desde 2005, Analista de Sistemas e Consultor na área de Banco de Dados e Business Intelligence (BI). Tem experiência em projetos na área de Sistemas de Informação, com ênfase em Banco de Dados, Business Intelligence, Engenharia de Software e Governança em Tecnologia da Informação.
É conteudista de material didático e palestrante na área de BI. No Ensino Superior atua nas modalidades presencial e a distância (EAD), nos níveis de graduação e pós-graduação.
Dra. Evelyn Conceição Santos Batista
Ms. Felipe Borges Carvalho
Atua na área de inteligência artificial com foco em algoritmos de otimização e com interesse crescente em análise crítica de dados.
Possui experiência em desenvolvimento de software em diversas linguagens computacionais e atualmente trabalha em projetos de pesquisa nas áreas de processamento de dados, algoritmos de otimização, aprendizado de máquina e em Deep Learning.
Dr. Leonardo Alfredo Forero Mendoza
Atualmente é pesquisador da Pontifícia Universidade Católica do Rio e professor do BI-Master da PUC-Rio.
Tem experiência na área de inteligência artificial, atuando principalmente nos seguintes temas: NLP, neural network, glottal, pathology e recognition voice. Possui 8 anos de experiência como supervisor gerente e coordenador em projetos P&D.
Dra. Manoela Rabello Kohler
Especialista em métodos de apoio à decisão. Possui graduação em Engenharia de Computação pela Pontifícia Universidade Católica do Rio de Janeiro (2011), Mestrado em Engenharia Elétrica (linha de pesquisa: Métodos de Apoio à Decisão) na Pontifícia Universidade Católica do Rio de Janeiro (2013) e Doutorado em Engenharia Elétrica (linha de pesquisa: Métodos de Apoio à Decisão) na Pontifícia Universidade Católica do Rio de Janeiro (2017).
Atualmente é pesquisadora sênior no Laboratório de Inteligência Computacional Aplicada e professora da PUC-Rio, ministrando aulas no curso de pós-graduação BI-Master (MBA) e cursos de extensão em Inteligência Artificial.
Dr. Marco Antonio Guimaraes Dias
Trabalhou por cerca de 34 anos na Petrobras onde chegou ao topo da carreira técnica de consultor (Consultor Master). É professor da PUC-Rio desde 2006, inicialmente em tempo parcial e desde 2017 em tempo integral, onde ministra duas matérias na pós-graduação acadêmica desde 2006. É professor do BI-Master desde 2007, lecionando a disciplina “Apoio à Decisão sob Incertezas” e atualmente leciona “Blockchain e Criptomoedas”.
Autor de dois livros e inúmeros artigos, atua principalmente nos seguintes temas: análise de investimentos sob incertezas, opções reais, blockchain & criptomoedas, teoria dos jogos, teoria de leilões, jogos de opções reais e valor da informação em exploração e produção de petróleo.
//Perfil de alunos
Seus colegas do BI Master
Diversidade
Você irá estudar e aproveitar seus estudos ao lado de colegas de diferentes nacionalidades. A idade média da turma é 31 anos, e quase 32% dos alunos são mulheres. Há ampla diversidade de origens acadêmicas, embora cerca de 53% dos alunos venham de engenharia.
Áreas
47% são qualificados em ciências médicas, sistemas de informação, economia, administração e outras áreas.
Essa diversidade garante um network interessante, tanto tanto dentro quanto fora da sala de aula.
Carreiras
A maioria dos alunos estão buscando carreiras em ciência de dados, análise e áreas relacionadas, seja para empresas líderes ou como empreendedores em suas próprias startups.