Aplicações de Estatística e Inteligência Artificial para Auditoria Interna e demais Áreas de GRC
Aplicações de Estatística e Inteligência Artificial para Auditoria Interna e demais Áreas de GRC
As empresas geram a cada dia um volume muito grande de dados chegando a gerar mais do que 20 petabytes por dia como é o caso do Google. Este volume cresce rapidamente e existe a necessidade da análise dessa grande massa de dados.
As soluções de Big Data e Inteligência Artificial foram criadas para acelerar o processo de tomada de decisão, redução de custo e tempo de processamento dos servidores para entendimento do comportamento dos consumidores e necessidades das empresas.
Resolver problemas complexos de volumes cada vez maiores de dados (estruturados e não estruturados) é um grande desafio que necessita de técnicas de análises adequadas para a devida modelagem da informação.
Este curso apresenta como gerar informações adequadas de forma rápida e inteligente de Bases de Dados extremamente grandes por meio de algoritmos de Inteligência Artificial.
Apresentar a importância do Big Data e da Inteligência Artificial na área de auditoria;
Apresentar as principais metodologias para análise de dados utilizadas na área de auditoria;
Capacitar os profissionais de auditoria na aplicação de alguns modelos estatísticos para a adequada tomada de decisão;
Apresentar as principais aplicações de Big Data e de Inteligência Artificial na área de auditoria.
Perfil do Aluno
Profissionais da área de auditoria que desejam aprimorar seus conhecimentos e obter uma capacitação em técnicas de estatística aplicada e inteligência artificial.
Certificação
O Certificado de Conclusão do Curso, emitido pela Faculdade FIA de Administração e Negócio, será fornecido ao aluno aprovado no curso de acordo com o sistema de avaliação adotado pela coordenação do curso.
Investimento
Valor Integral: R$ 5.714,29 à vista ou 7x de R$ 816,32 no Cartão de Crédito sem juros.
Valor para Conveniados: R$ 4.000,00 à vista ou 7x de R$ 571,43 no Cartão de Crédito sem juros.
Metodologia
Os conceitos são apresentados por meio de aulas teóricas, exercícios de fixação e apresentação de casos reais com foco em resolução de problemas. São realizados exercícios monitorado pelo Professor. Todas as aulas são práticas realizadas nos laboratórios do LABDATA.
Disciplinas
Analytics
Aplicações de Inteligência Artificial I
Aplicações de Inteligência Artificial II
Coordenador
Profª. Drª. Alessandra de Ávila Montini
Apaixonada por dados e pela arte de lecionar, Alessandra Montini tem muito orgulho de ter criado na FIA cinco laboratórios para as aulas de Big Data e inteligência Artificial. Possui mais de 20 anos de trajetória nas áreas de Data Mining, Big Data, Inteligência Artificial e Analytics. Cientista de dados com carreira realizada na Universidade de São Paulo, Alessandra é graduada e mestra em estatística aplicada pelo IME-USP e doutora pela FEA-USP. Com muita dedicação, a profissional chegou ao cargo de professora e pesquisadora na FEA-USP, e já ganhou mais de 30 prêmios de excelência acadêmica pela FEA-USP e mais de 30 prêmios de excelência acadêmica como professora dos cursos de MBA da FIA. Orienta alunos de mestrado e de doutorado na FEA-USP. Membro do Conselho Curador da FIA, é coordenadora de grupos de pesquisa no CNPq, parecerista da FAPESP e colunista de grandes portais de tecnologia.
Apaixonada por dados e pela arte de lecionar, Alessandra Montini tem muito orgulho de ter criado na FIA cinco laboratórios para as aulas de Big Data e inteligência Artificial. Possui mais de 20 anos de trajetória nas áreas de Data Mining, Big Data, Inteligência Artificial e Analytics. Cientista de dados com carreira realizada na Universidade de São Paulo, Alessandra é graduada e mestra em estatística aplicada pelo IME-USP e doutora pela FEA-USP. Com muita dedicação, a profissional chegou ao cargo de professora e pesquisadora na FEA-USP, e já ganhou mais de 30 prêmios de excelência acadêmica pela FEA-USP e mais de 30 prêmios de excelência acadêmica como professora dos cursos de MBA da FIA. Orienta alunos de mestrado e de doutorado na FEA-USP. Membro do Conselho Curador da FIA, é coordenadora de grupos de pesquisa no CNPq, parecerista da FAPESP e colunista de grandes portais de tecnologia.