|
UNIVERSIDADE FEDERAL DE UBERLÂNDIA |
|
Ficha de Componente Curricular
CÓDIGO:
|
COMPONENTE CURRICULAR: PROGRAMAÇÃO SCRIPT |
|
UNIDADE ACADÊMICA OFERTANTE: FACULDADE DE ENGENHARIA ELÉTRICA |
SIGLA: FEELT |
|
CH TOTAL TEÓRICA: 30 horas |
CH TOTAL PRÁTICA: 30 horas |
CH TOTAL: 60 horas |
OBJETIVOS
Objetivo Geral: Desenvolver as habilidades dos discentes em programação de computadores para resolução de problemas em suas rotinas pessoais e profissionais através do emprego de linguagens de script.
Objetivos Específicos:
Desenvolver a compreensão de conceitos fundamentais de programação e de computação;
Desenvolver as habilidades dos discentes tanto em trabalhar em grupo, gerenciar projetos e documentá-los quanto em produzir códigos de qualidade através da adoção de boas práticas de programação e de Test-Driven Development (TDD);
Desenvolver a consciência, a autonomia e a responsabilidade dos discentes;
Tornar prazerosa para os discentes a atividade de programar computadores.
Ementa
Desenvolvimento de aplicações práticas em linguagens de script, com abordagem algorítmica e conceitos de avaliação de valores e de expressões; constantes, variáveis, strings, arrays e objetos; controle de fluxo de execução de código (sequência, instruções condicionais, laços, funções, encapsulamento). Noções de estrutura de dados, interpretadores, análise de algoritmos, computabilidade e complexidade. Conceitos de computação nas nuvens. Noções de empreendedorismo e de inovação.
PROGRAMA
1. Introdução
1.1. Programação de computadores
1.2. Linguagens de Script e Interpretadores
1.3. Repositórios (Github) e plataformas de desenvolvimento (servidores e computação nas nuvens)
1.4. Aplicativos e inovação
2. Programação Web
2.1. HTML e CSS
2.2. Primitivas, tipos de dado e estruturas: constantes, variáveis, strings, arrays
2.3. Instruções condicionais, laços, funções
2.4. Estrutura de dados composta: objeto JSON
2.5. Implementação e análise de algoritmos, estudo de complexidade
2.6. Rapid application development (RAD): Node-RED, Django
2.7. Desenvolvimento de aplicações
3. Linguagem Python
3.1. Primitivas, tipos de dado e estruturas: variáveis, strings, arrays
3.2. Instruções condicionais, laços, funções, recursão
3.3. Estruturas de dados compostas: Listas, arquivos, dicionários, classes
3.4. Implementação e análise de algoritmos, estudo de complexidade
3.5. Tópicos avançados, desenvolvimento de aplicações em nuvem
4. Cursos online abertos e massivos
4.1. HTML & CSS: https://www.codecademy.com/learn/learn-html-css
4.2. Javascript:
4.2.1. https://br.udacity.com/course/javascript-basics--ud804/
4.2.2. https://www.codecademy.com/learn/learn-javascript
4.3. Python:
4.3.1. https://br.udacity.com/course/programming-foundations-with-python--ud036/
4.3.2. https://www.codecademy.com/pt-BR/learn/python
BIBLIOGRAFIA BÁSICA
1. PERKOVIC, Ljubomir. Introdução à computação usando Python: um foco no desenvolvimento de aplicações. Rio de Janeiro: LTC, 2016. E-book. Disponível em: https://www.sistemas.ufu.br/biblioteca-gateway/minhabiblioteca/9788521630937. Acesso em: 7 fev. 2023.
2. SHAW, Zed A. Aprenda Python 3 do jeito certo: uma introdução muito simples ao incrível mundo dos computadores e da codificação. Rio de Janeiro: Alta Books, 2019. E-book. Disponível em: https://www.sistemas.ufu.br/biblioteca-gateway/minhabiblioteca/9788550809205. Acesso em: 7 fev. 2023.
3. MATTHES, Eric. Curso intensivo de Python: uma introdução prática baseada em projetos à programação. Tradução: Lúcia A. Kinoshita. São Paulo: Novatec, 2016.
BIBLIOGRAFIA COMPLEMENTAR
1. BANIN, Sérgio Luiz. Python 3: conceitos e aplicações: uma abordagem didática. São Paulo: Erica, 2018. E-book. Disponível em: https://www.sistemas.ufu.br/biblioteca-gateway/minhabiblioteca/9788536530253. Acesso em: 7 fev. 2023.
2. MENEZES, Nilo Ney Coutinho. Introdução à programação com Python: algoritmos e lógica de programação para iniciantes. São Paulo: Novatec, 2010.
3. LOPES, Anita; GARCIA, Guto. Introdução à programação: 500 algoritmos resolvidos. Rio de Janeiro: Campus, 2002.
4. Mark Lutz, David Ascher. Aprendendo Python; tradução: João Tortello. (2013) ISBN 9788577800131.
5. LUTZ, Mark. ASCHER, David. Aprendendo Python. Porto Alegre: Bookman, 2007.
6. MCKINNEY, Wes. Python para análise de dados: tratamento de dados com Pandas, Numpy e Ipython. São Paulo: Novatec, 2018.
aprovação
Prof. Dr. Augusto Wohlgemuth Fleury Veloso da Silveira Coordenador do Curso de Graduação em Engenharia Elétrica |
Prof. Dr. Sérgio Ferreira de Paula Silva Diretor da Faculdade de Engenharia Elétrica |
| Documento assinado eletronicamente por Augusto Wohlgemuth Fleury Veloso da Silveira, Coordenador(a), em 03/05/2023, às 12:24, 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 Sergio Ferreira de Paula Silva, Diretor(a), em 04/05/2023, às 15:29, 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 4410316 e o código CRC EF17EF11. |
Referência: Processo nº 23117.080333/2022-16 | SEI nº 4410316 |