Pós-graduação em Sistemas de Informações Gerenciais

Teoria geral dos sistemas (TGS) . Conceito de sistemas de informação . Componentes da informação . Gestão da tecnologia da informação . Sistemas de informação pela organização . Sistemas de tomada de decisão (SIG, DSS e EIS) . Customer Relationship Management ( CRM ) . Supply chain management (SCM) . Tecnologia e inteligência empresarial . Conceito de inteligência empresarial . Data mining e data warehouse . ferramentas OLAP . Business Intelligence. Planejamento estratégico de tecnologia da informação . Planejamento estratégico de TI. Enterprise Resource Planning ( ERP )

Esta disciplina apresenta os fundamentos e a evolução dos bancos de dados, com foco nas tecnologias mais recentes do mercado. O conteúdo inclui: Modelagem de dados e conceitos essenciais de banco de dados. Estruturas de banco de dados relacionais e não relacionais. Linguagens de consulta de dados (SQL e NoSQL). Arquiteturas de bancos de dados em ambientes distribuídos e na nuvem. Implementação de segurança e integridade em bancos de dados modernos.

Esta disciplina aborda conceitos e técnicas fundamentais de análise de dados que são essenciais para o processo de tomada de decisões estratégicas em ambientes empresariais. Os temas incluem estatística descritiva, probabilidade, inferência estatística, visualização de dados, big data, análise preditiva, machine learning e análise de dados para otimização de processos. Serão discutidos casos práticos para ilustrar como os dados podem ser transformados em insights estratégicos que impulsionam as decisões de negócios.

Introdução aos conceitos e aplicações de tecnologias Business Intelligence (BI): visão empresarial, ferramentas computacionais e relação com sistemas de gestão como Data Warehouse e Data Mining.

Esta disciplina aborda os conceitos fundamentais e as técnicas de bancos de dados não relacionais (NoSQL), explorando os principais tipos de bancos de dados NoSQL, como documentais, chave-valor, colunares e de grafos, enfatizando suas características, vantagens e desvantagens em relação aos bancos de dados relacionais. Também abordada técnicas de modelagem de dados, escalabilidade, consistência e a integração de bancos de dados NoSQL em ambientes de big data e aplicações web.

O papel dos sistemas de informação na produção: conceitos e componentes. Técnica de modelagem nos processos produtivos, impactos. Gestão de dados informações na produção. Banco de dados e ferramentas de gestão de Informações. Ferramentas de visualização de dados. Planejamento e controle de produção. Monitoramento da produção.

Esta disciplina aborda os conceitos fundamentais e as práticas de governança de dados em organizações. Serão explorados temas como a importância da qualidade dos dados, políticas de gestão de dados, conformidade com regulamentações, e a implementação de frameworks de governança. A disciplina também enfoca a gestão de metadados, segurança de dados, integração de dados e a análise de dados como suporte à tomada de decisão. Além disso, serão discutidos os desafios e tendências atuais na governança de dados.

A disciplina aborda os fundamentos teóricos e práticos da Ciência de Dados, incluindo técnicas avançadas de coleta, processamento e análise de dados com foco em inteligência artificial (IA), aprendizado de máquina (Machine Learning), aprendizado profundo (Deep Learning) e grandes volumes de dados (Big Data). Serão exploradas ferramentas modernas como Python, R, Apache Spark, TensorFlow, PyTorch, além de plataformas de nuvem (AWS, Google Cloud, Azure) e frameworks para visualização de dados. A ética no uso de dados e a interpretabilidade de modelos serão discutidas à luz das tendências tecnológicas.

A disciplina visa propiciar reflexões acerca do papel histórico, pedagógico e prático do professor universitário, oferecendo bases teóricas e metodológicas para o desenvolvimento de competências docentes no Ensino Superior. Aborda o surgimento da docência universitária, a formação pedagógica do professor, as especificidades da aprendizagem de adultos (andragogia), a organização didática, o planejamento e a avaliação, bem como o emprego de metodologias ativas e uso de tecnologias para a inovação na prática docente.