Ficha de Componente Curricular

OBJETIVOS

This course aims at presenting data science through business and management applications.

(A disciplina objetiva apresentar a ciência de dados através de sua aplicação nas organizações).

Ementa

Data Science; Big Data; Data, Information and Knowledge; Data Value; CDO (Chief Data Officer); ETL (Extraction, Transformation and Load); Pre-processing; Artificial Intelligence; Machine Learning.

(Ciência de Dados; Big Data; Informação, Dados e Conhecimento; Valor dos Dados; Chief Data Officer; Extração, Transformação e Carga dos Dados; Pré-processamento; Inteligência Artificial; Aprendizado de Máquina.).

PROGRAMA

1. What is Data Science and Big Data?. (O que é Ciência de Dados e Big Data?)
2. Data Science Career: the Data Scientist. (A carreira em Ciência de Dados: o Cientista de Dados)
3. Data Science and Strategy (Ciência de Dados e Estratégia)
4. Data treatment: Pre-processing and ETL (Tratamento dos Dados: pré-processamento e ETL)
5. Data Science Applications (Aplicações em Ciência de Dados)
   1. 1 Machine Learning (Aprendizado de Máquina)
   2. 2 Artificial Intelligence (Inteligência Artificial)
6. Emerging topics in Data Science. (Tópicos emergentes em Ciência de Dados)

BIBLIOGRAFIA BÁSICA

DAVENPORT, T. H.; PATIL, D. J. Data scientist: The Sexiest Job of the 21st Century. Harvard business review, [s.l.], v. 90, n. 5, p. 70-76, 2012. Disponível em: https://perso.esiee.fr/~bercherj/Documents/data/Harvard_Data-Scientist-The-sexiest-job-of-the-21st-century_2012.pdf. Acesso em: 21 out. 2020.

MCAFEE, A.; BRYNJOLFSSON, E.; DAVENPORT, T. H.; PATIL, D. J.; BARTON, D. Big data: the management revolution. Harvard business review, [s.l.], v. 90, n. 10, p. 60-68, 2012. Disponível em: http://tarjomefa.com/wp-content/uploads/2017/04/6539-English-TarjomeFa-1.pdf. Acesso em: 21 out. 2020.

TURBAN, E. Business Intelligence: um enfoque gerencial para a inteligência do negócio. Porto Alegre: Bookman, 2009. 253p.

BIBLIOGRAFIA COMPLEMENTAR

AGARWAL, R., DHAR, V. Big data, data science, and analytics: The opportunity and challenge for IS research. Information System Research, [s.l.], v. 25, n. 3, 2014. 

CHEN, H.; CHIANG, R. H.; STOREY, V. C. Business intelligence and analytics: From big data to big impact. MIS Quarterly, [s.l.], v. 36, n. 4, 2012. 

MANNING, Christopher D. Foundations of statistical natural language processing. Cambridge: M.I.T. Press, 2001. 680 p.

MANNING, Christopher D. Introduction to information retrieval. New York: Cambridge University Press, 2008. 482 p.

PROVOST, F.; FAWCETT, T. Data Science for Business: What you need to know about data mining and data-analytic thinking. [S.l.]:  O'Reilly Media, 2013.

ROSA, J. L. G. Fundamentos da inteligência artificial. Rio de Janeiro: LTC, 2011. 212 p.

aprovação

---

Documento assinado eletronicamente por Eduardo Giarola, Presidente, em 24/10/2020, às 15:48, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

---

Documento assinado eletronicamente por Kárem Cristina de Sousa Ribeiro, Diretor(a), em 26/10/2020, às 16:49, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

---

A autenticidade deste documento pode ser conferida no site https://www.sei.ufu.br/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador 2343262 e o código CRC 51323A36.

---