Início
Tecnologia em Ciência de Dados

Tecnologia em Ciência de Dados

Perfil Profissional:

O Tecnólogo em Ciência de Dados modela soluções de problemas, aplicando algorítmos de aprendizagem de máquina e técnicas estatísticas para análise de dados como apoio às decisões nas organizações. Utiliza uma abordagem científica para resolução dos problemas de gestão. Cria aplicações para coletar, preparar, misturar, visualizar, explorar e analisar grande quantidade de dados, com o objetivo de buscar padrões e identificar tendências para que as organizações tomem decisões de negócios baseadas em fatos e números. Apoia os gestores na solução de problemas com uso de diversas tecnologias de modelagem orientada a dados.

Competências:

O profissional egresso do CST em Ciência de Dados deve demonstrar as seguintes competências:

  • Participar ativamente da estratégia de modelagem (design e execução de experimentos): que técnica usar, que variáveis internas e externas deverão ser buscadas; como extrair estes dados; quais testes estatísticos de validação aplicar;
  • Construir modelos de dados, métricas, relatórios e dashboards para diferentes áreas de negócio;
  • Delinear o tipo de solução, através da aplicação de conhecimentos de estatística, matemática e ciência da computação;
  • Elaborar planos de ação para o desenvolvimento de algorítmos de ciência de dados, identificando comportamentos e série de dados; testar e decidir diferentes algorítmos de acordo com o comportamento das séries; elaborar padrões ou procedimentos de testes back-end; buscar as informações necessárias para realização das análises de desempenho, controle e monitoramento dos algorítmos;
  • Analisar dados utilizando mineração de dados e análises avançadas com uso de softwares: programas próprios, pacotes estatísticos ou planilhas;
  • Fornecer soluções de aprendizado de máquina, incluindo definição do problema, mineração de dados, exploração e visualização de dados, experimento de algoritmos, avaliação e comparação de resultados e implantação de hipóteses, melhorando de forma interativa o modelo e o processo;
  • Preparar análises de dados complexas e de modelos que ajudam a resolver problemas das organizações, obtendo resultados que tragam impacto significativamente mensurável;
  • Apresentar os resultados de forma clara e transparente, em alguns casos em forma de output para ser carregado em uma ferramenta de visualização ou em forma de apresentação para o cliente, e em outros casos como um documento de especificação para ser desenvolvido por programadores;
  • Trabalhar com dados de diversas fontes, estruturados (bases relacionais ou não-relacionais) ou não estruturados (textos e outros);
  • Analisar, compactar e limpar os dados e informações da base de dados, na aplicação de técnicas de reconhecimento de padrões, ou na extração de conhecimento com o uso de algorítmos de aprendizagem de máquina para solução de problemas reais;
  • Construir dispositivos de integração de dados. Orientar em relação a melhor forma de realizar a integração de dados. Utilizar dados da plataforma big-data para análises e desenvolvimentos de modelos estatísticos. Definir métodos, padrões, procedimentos, processos e soluções de qualidade de dados;
  • Criar protótipos de algorítmos de análise e modelagem estatística, bem como aplicar esses algorítmos para soluções de problemas com embasamento em dados;
  • Aplicar ferramentas estatísticas;
  • Conhecer e aplicar linguagens de programação adequadas à ciência de dados.

Duração do Curso: 3 anos

Noturno: 40 vagas semestrais

Coordenador:

Grade Curricular :

 

Projeto pedagógico do curso - Clique aqui