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 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 ferramentas e técnicas de análises adequadas para a devida extração da informação.
Este curso apresenta como extrair e gerar informações adequadas de forma rápida e inteligente de Bases de Dados extremamente grandes.
Este curso é pioneiro em tratar os conceitos de Big Data e a aplicação de técnicas e algoritmos a dados estruturados e não estruturados que podem ser obtidos internamente na empresa ou oriundos de bases externas da internet, como rede social e Google.
Objetivos
Introduzir o conceito de Big Data, apresentando as vantagens, softwares e metodologia para a análise e extração de informações;
Elaborar bases de dados com dados estruturados e não estruturados;
Aplicar as técnicas de análise e extração de informação para grandes bases de dados;
Gerar banco de dados e analisar dados de redes sociais;
Extrair rápidas informações de grandes bases de dados;
Debater com os alunos, coordenadores e especialistas o “Big Data”.
Perfil do Aluno
Profissionais das áreas: TI, analytics, estatísticos, analistas de mídia social, publicitários, gestores de marketing e CRM, profissionais de e-commerce, profissionais do mercado que manipulam e precisam tomar rápidas decisões por meio de grandes bases de dados.
Investimento
Consulte a secretaria do curso
Metodologia
Este curso apresenta como extrair e gerar informações adequadas de forma rápida e inteligente de Bases de Dados extremamente grandes.
Será baseado em casos reais e será realizado em programação no R, SAS Guide, text miner, Social Network Analysis - SNA.
Sistema de Avaliação
Conceito Mínimo nas avaliações:
Conceito Mínimo no Trabalho Final:
Frequência exigida curso: 75%
Frequência exigida disciplinas.
Disciplinas
Introdução ao Big Data
Tecnologias para Big Data
Aplicações
Apresentação
O corpo docente conta com professores altamente capacitados em aplicações de Big Data.
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.