data science

Prévia do material em texto

GUIA DO CURSO
MODALIDADES ONLINE E PRESENCIAL
PÓS-GRADUAÇÃO EM
CIÊNCIA DE DADOS E INTELIGÊNCIA
ARTIFICIAL
PÓS-GRADUAÇÃO EM
CIÊNCIA DE DADOS E INTELIGÊNCIA
ARTIFICIAL
SUMÁRIO
Bem-vindo 04 a 08
Metedologia das aulas 09 a 14
Como cursar 15 a 17
Conheça o curso 18 a 21
Plano de Disciplinas 22 a 35
Matrículas 36 a 40
conteúdo
A PUCRS
A Pontifícia Universidade Católica do Rio Grande do Sul é
considerada uma das melhores universidades da América Latina. 
Seu campus é reconhecido mundialmente por espaços como o
Tecnopuc, parque tecnológico que abriga 120 organizações e mais de
6,3 mil postos de trabalho, o Museu de Ciências e Tecnologia, o
Instituto do Cérebro, entre outras estruturas que compõem um
ecossistema acadêmico e pro�ssional, com linhas completas de
formação em nível de Graduação, Pós-graduação Lato Sensu
(Especialização e MBA) e Stricto Sensu (Mestrado e Doutorado).
Biblioteca Central, a mais moderna da América Latina. Campus, considerado um dos melhores do Brasil.
bem-vindo
O UOL EDTech
O UOL EdTech é o parceiro tecnológico da PUCRS. Isso signi�ca que a
PUCRS é a responsável acadêmica pelos cursos, ou seja, cria,
cadastra e reconhece as pós-graduações no MEC, além de realizar
toda a gestão acadêmica. As aulas acontecem no campus da
Universidade, com certi�cado de pós-graduação (especialização) da
própria PUCRS. 
Por sua vez, o UOL EdTech se responsabiliza pelos aspectos
tecnológicos dos cursos, como gravação, edição, disponibilização via
internet, plataforma, site de matrículas e todos os demais elementos
que podem contribuir para tornar o curso mais atrativo e prático. 
A palavra EdTech é um termo em inglês que signi�ca tecnologia para
educação. O UOL EdTech é a maior empresa do ramo no Brasil, e
uma das mais consolidadas do mundo. Faz parte do UOL, maior
referência do país em conteúdo, produtos e serviços de internet. A
união entre a solidez acadêmica da PUCRS e a expertise do UOL em
tecnologia, mídias e conteúdo, torna esta pós-graduação uma
iniciativa de excelência, garantida por dois gigantes em suas áreas
de atuação.
A maior empresa de EdTech do Brasil, composta por 6 empresas, líderes em seus segmentos.
bem-vindo
Por que escolher o PUCRS Online:
1. Grandes Pro�ssionais da Área
Tenha aula com pro�ssionais reconhecidos no mercado,
empreendedores com ideias inovadoras e disruptivas.
2. Liberdade
Assista às aulas e acompanhe todos os conteúdos de onde e
quando quiser - e conte com o apoio da PUCRS em todos esses
momentos. 
Se você for aluno presencial, também terá acesso ao material
disponível na plataforma online do curso.
3. Aulas Online Iguais às Presenciais
Os cursos do PUCRS Online são gravados em alta resolução e
disponibilizados em uma plataforma moderna e intuitiva, em
vídeos de alta qualidade e material de apoio leve e atrativo.
4. Uma das Melhores Universidades
A PUCRS é considerada a Melhor Universidade Privada no Brasil
(Ranking Folha), e uma das melhores da América Latina
(Ranking Times Higher Education). Além disso, seus cursos
estão entre os Melhores programas de Pós-graduação do Brasil
(Ranking Capes).
diferenciais
O que os alunos dizem
Danilo Mendonça
do Ceará, aluno da Pós-Graduação em Finanças,
Investimentos e Banking 
“Com cursos online de extrema qualidade – como os da
PUCRS – torna-se cada vez mais cômodo estudar no
conforto da minha casa.”
Tiago Guerra
do Rio Grande do Sul, aluna do MBA em Administração,
Finanças e Geração de Valor 
“Percebi que as competências que desenvolvi ao longo do
curso são as mesmas que esses professores de grande
sucesso usam seu dia a dia.”
depoimentos
O que os alunos dizem
Daiane Polo
de Cuiabá, aluna da Pós-Graduação em Finanças,
Investimentos e Banking 
“Tenho que parabenizar a PUC pela iniciativa de trazer
grandes professores para as aulas. Quando me inscrevi na
pós, o que mais me atraiu foi o quadro de professores. Hoje
vejo que o que estas aulas estão agregando é bem superior
ao quadro de professores. Em todas as aulas que assisti até
agora aprendi algo de muito importante, que está me
ajudando no desenvolvimento da minha carreira
pro�ssional. Parabéns aos idealizadores desta pós-
graduação. Excelente!!”
William Avancini
de São Paulo, aluno do MBA em Gestão, Empreendedorismo
e Marketing 
“Nunca imaginei tamanha produtividade no ensino EAD.
Consigo acompanhar as aulas, pausar o professor quando
fala de um assunto que desconheço, ler sobre o assunto,
absorver o conceito, retornar e continuar a aula. Posso parar
para ir ao banheiro, tomar café e retornar sem que eu perca
a linha de raciocínio, o que é impossível em uma aula
presencial! Posso assistir aulas no conforto de minha casa,
no meu sofá ou mesmo à beira da piscina (...) Parabéns
PUCRS! Parabéns UOL EdTech!”
depoimentos
Para cada disciplina, uma dupla de
professores
São 20 disciplinas ministradas por uma dupla de professores. As
duplas são formadas por um professor da PUCRS, responsável pela
parte acadêmica, como programação de conteúdo, avaliações e
materiais complementares; e um professor convidado, escolhido
especialmente por ser um dos maiores especialistas do mercado
dentro do conteúdo da disciplina. 
Cada disciplina tem três encontros, entre os quais, em média, dois
são ministrados pelo professor convidado.
O resultado disso é que você tem uma formação com solidez
acadêmica e, ao mesmo tempo, aplicada à realidade.
EXEMPLO
Disciplina: Liderança e comportamento
Professor Convidado:
Daniel Kahneman
Professor da PUCRS:
André Duhá
metodologia
Bases do Curso
PROFESSORES CONVIDADOS
Marcos Takeshi, Fernando Paulovich, Alexandre Nardi, Renan Xavier
Cortes, Rômulo Lebre de Freitas, Mauricio Seiji Rezende, Herwin
Pozzobon Silva, André Filipe de Moraes Batista, Flávio Moreira de
Oliveira, Viviane Pereira Moreira, Cezar Taurion, entre outros.
METODOLOGIA
As aulas são realizadas sempre por uma dupla de professores. Um é
pro�ssional referência no mercado (professor convidado) e o outro
um professor da PUCRS, responsável acadêmico pelas avaliações e
materiais complementares. Cada disciplina tem três encontros,
sendo dois ministrados pelo professor convidado. São 20 disciplinas
no total, que aliam conhecimento técnico e humano sempre aplicado
ao tema do curso.
FORMAÇÃO EM UM ANO
O curso tem duração de 12 meses, sendo nove meses para cursar as
disciplinas e três meses para o Trabalho de Conclusão de Curso (TCC).
É possível pedir a prorrogação de prazo para realização do TCC por
mais três meses. A carga horária é de 364 horas.
estrutura
Bases do Curso
TRABALHO DE CONCLUSÃO DE CURSO (TCC) NA
MODALIDADE ONLINE
A última disciplina do curso oferece conteúdos e métodos para que
você desenvolva o planejamento de um projeto prático, aplicando os
conhecimentos vistos ao longo do curso. Esse projeto prático pode
ser um estudo de caso, plano de empreendimento ou negócio, nova
metodologia. Se preferir, você também poderá realizar um artigo de
pesquisa tradicional. O projeto é acompanhado por um orientador
PUCRS, sendo a orientação realizada toda de forma online por meio
da plataforma.
MODALIDADES
Além da modalidade presencial, realizada em Porto Alegre, o curso
também está disponível na modalidade online para todo o Brasil.
MODALIDADE ONLINE
Essa modalidade tem exatamente o mesmo conteúdo da versão
presencial. A equipe do UOL EdTech realiza a cobertura audiovisual
dos encontros presenciais e edita os vídeos com alta qualidade,
dando destaque aos professores convidados enquanto interagem
com a turma.
estrutura
Bases do Curso
CONFORTO E ACESSIBILIDADE
A proposta é que o aluno tenha, do conforto do seu PC, a experiência
da sala de aula. Além disso, a turma online recebe materiais
complementares e realiza avaliações para cada disciplina dentro da
plataforma de ensino.
PROVA FINAL
Ao �m do curso, os alunos da modalidade online realizam uma prova
à distância, validando os conhecimentos adquiridos ao longo de todo
o curso.
CERTIFICADO DE CONCLUSÃO
O curso concede Certi�cado de Especialista em nome da PUCRS,uma das maiores e melhores universidades da América Latina. O
nome o�cial que será emitido no certi�cado de conclusão de pós-
graduação, é especialista em Ciência de Dados e Inteligência
Arti�cial.
estrutura
Você escolhe uma, entre duas
opções
100% ONLINE
A turma online é uma ótima solução para quem deseja ter os
mesmos benefícios da turma presencial, de forma mais confortável
e acessível. A plataforma virtual proporciona a mesma experiência e
qualidade do curso presencial. A equipe do UOL EdTech �lma com
qualidade de cinema as aulas da modalidade presencial, otimiza o
material gravado e o disponibiliza para a turma online.
Você assistirá às aulas presenciais como se estivesse lá. Além disso,
esse conteúdo é mesclado com materiais complementares para
estudo, o que torna sua experiência ainda mais enriquecedora. Há
ainda um fórum online no qual os alunos podem fazer perguntas
aos professores, além de compartilhar conhecimento e ideias com
os colegas.
PRESENCIAL
As aulas da turma presencial acontecem em Porto Alegre/RS, com
uma média de seis encontros por mês. As vagas são limitadas para
alunos selecionados que desejam e podem estar presentes
�sicamente nas aulas, assistindo a grandes nomes da área no Brasil
e no mundo.
modalidades
Características dos cursos
Presencial e Online
A Certi�cação é a mesma, tanto para a modalidade presencial como
para a online.
Os alunos do curso online têm acesso ao mesmo conteúdo e
metodologia disponibilizados aos alunos do curso presencial -
inclusive às aulas, que acontecem presencialmente e são �lmadas
em alta qualidade.
A única diferença entre as modalidades é que o aluno online
acompanhará o conteúdo exclusivamente por meio dos materiais
disponíveis na plataforma digital, incluindo vídeos, leituras, exercícios
e avaliações.
modalidades
= CERTIFICAÇÃO
CONTEÚDO
ACESSO
Pós-Graduação em Ciência de Dados e
Inteligência Arti�cial
Curso destinado a pessoas com formação prévia e concluída em Computação,
Informática, Matemática, Estatística e Engenharia ou com conhecimento sólido
nas áreas de programação de computadores e conceitos matemáticos.
PERÍODO DE REALIZAÇÃO
Duração mínima de 12 meses:
9 meses de disciplinas + 3 meses de TCC
CARGA HORÁRIA
364 horas de aulas.
proposta
Marcos Takeshi
Big Data Master Specialist na Semantix.
Disciplina:
Gerência de Infraestrutura para Big Data
Fernando Paulovich
Presidente de pesquisa em visualização de dados na
Faculdade de Ciência da Computação da Dalhousie
University do Canadá.
Disciplina:
Visualização de Dados
Alexandre Nardi
Consultor Sênior na Amazon Web Services (AWS)
Disciplina:
Inteligência de Negócio
Renan Xavier Cortes
Data Science Specialist no Agibank
Disciplina:
Introdução à Ciência de Dados e à Inteligência
Artificial
Rômulo Lebre de Freitas
Data Scientist na IBM
Disciplina:
Fundamentos de Estatística para Ciência de
Dados
Mauricio Seiji Rezende
Professor e Data Science Leader and Developer na Softplan
Disciplina:
Python para Ciência de Dados
Herwin Pozzobon Silva
Gestor de Inteligência Digital
Disciplina:
Bancos de Dados Relacionais e Não-
Relacionais
André Filipe de Moraes Batista
Professor, Pesquisador e Palestrante atuante na área de
Ciência de Dados
Disciplina:
Pré-processamento de Dados
Flávio Moreira de Oliveira
Doutor em Ciência da Computação, professor e analista de
IA do PNUD. Possui mais de 20 anos de experiência em
docência, pesquisa e gestão.
Disciplina:
Deep Learning I: Redes Neurais para Visão
Computacional
professores
Viviane Pereira Moreira
Doutora em Ciência da Computação pela Middlesex
University em Londres, professora e autora de mais de 70
artigos científicos.
Disciplina:
Deep Learning II: Redes Neurais para
Processamento de Linguagem Natural
Cezar Taurion
Empreendedor, inovador e um dos maiores nomes em
Tecnologia da Informação no Brasil.
Disciplina:
Orientação para Estudo em Ciência de Dados
professores
PROFESSORES PUCRS
Tiago Coelho Ferreto
Isabel Harb Manssour
Eduardo Henrique Pereira Arruda
Michael da Costa Mora
Filipe Zabala
Marco Aurélio Souza Mangan
Júlio Machado
Juliano Gomes da Silveira
Martin Duarte Móre
Thomas da Silva Paula
Jônatas Werhmann
Silvia Maria Moraes
professores
Estrutura de assuntos abordados
Engenharia de Dados
Gerência de Infraestrutura para Big Data
Visualização de Dados
Inteligência de Negócio
Bancos de Dados Relacionais e Não-Relacionais
Pré-processamento de Dados
Introdução à Ciência de Dados e à Inteligência Arti�cial
Introdução à Ciência de Dados e à Inteligência Arti�cial
Fundamentos de Estatística para Ciência de Dados
Python para Ciência de Dados
Machine Learning
Machine Learning I: Aprendizado Supervisionado
Machine Learning II: Aprendizado Não Supervisionado
Deep Learning I: Redes Neurais para Visão Computacional
Deep Learning II: Redes Neurais para Processamento de Linguagem Natural
Orientação para Estudo em Ciência de Dados
disciplinas
DISCIPLINA
Gerência de Infraestrutura para Big Data
EMENTA
Introdução à arquitetura para Big Data Analytics. Visão geral sobre Infraestrutura de armazenamento de
dados para Big Data. Visão geral sobre Infraestrutura de computação e de rede para Big Data. Tópicos
sobre virtualização e computação em nuvem. Plataformas de Big Data na nuvem: HDFS, Hadoop e
MapReduce. Estudos de caso com Spark. 
PROFESSOR(A) CONVIDADO(A)
Marcos Takeshi
Especialista em Big Data na Semantix, que atua em diversos projetos de empresas do setor
�nanceiro, telecom, varejo e saúde. Realiza análises de arquiteturas, infraestruturas, ambientes,
sistemas e ferramentas big data visando o correto funcionamento e performance. Formado em
engenharia eletrônica pela Escola de Engenharia Mauá, pós graduado em Administração de
Empresas pela FGV-SP, MBA em Big Data na FIAP, e empreendedorismo no Babson College.
PROFESSOR(A) PUCRS
Tiago Coelho Ferreto
Tiago Ferreto é professor adjunto da Pontifícia Universidade Católica do Rio Grande do Sul. Possui
Doutorado em Ciência da Computação pela PUCRS (2010) com Doutorado sanduíche na Technische
Universität Berlin, Alemanha (2007-2008). Tem experiência na área de Ciência da Computação, com
ênfase em Redes de Computadores, atuando principalmente nos seguintes temas: computação em
nuvem, grades computacionais, virtualização, processamento de alto desempenho e gerência de
infraestrutura de TI.
disciplinas
DISCIPLINA
Visualização de Dados
EMENTA
Introdução à área de visualização de dados e suas aplicações. Visualização de informações e visual
analytics. Percepção, tipos de dados, representações visuais e princípios de interação. Estratégias para
comunicação de resultados através de visualização. 
PROFESSOR(A) CONVIDADO(A)
Fernando Paulovich
Professor associado e presidente de pesquisa em visualização de dados na Faculdade de Ciência da
Computação da Dalhousie University, Canadá, e chefe do laboratório de Análise e Visualização
Visual. Antes de se mudar para o Canadá, foi professor associado da Universidade de São Paulo,
Brasil (2009-2017). Ele tem pesquisado visualização de informações e análise visual, com foco na
integração de ferramentas e técnicas de Machine Learning, aproveitando a "inteligência" fornecida
por abordagens de Machine Learning e o conhecimento do usuário por meio de interações com
representações visuais para ajudar as pessoas a compreender e aproveitar ao máximo de coleções
de dados complexas e massivas. Nos últimos anos, seu foco principal tem sido o projeto e o
desenvolvimento de técnicas de análise visual para o público avançar no conceito de
democratização de dados, promovendo o acesso irrestrito à análise de dados, ampliando a
capacidade de usuários leigos em transformar dados em percepções.
PROFESSOR(A) PUCRS
Isabel Harb Manssour
Isabel Harb Manssour possui Graduação em Informática pela Pontifícia Universidade Católica do Rio
Grande do Sul (1992), Mestrado (1996) e Doutorado (2002) em Ciência da Computação pela
Universidade Federal do Rio Grande do Sul. Ela começou sua carreira comoprofessora em 1994, e
desde 1999 é professora da Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS).
Atualmente atua no Programa de Pós-graduação em Ciência da Computação e orienta alunos de
Graduação, Mestrado e Doutorado. Tem experiência na área de Ciência da Computação, com ênfase
em Computação Grá�ca, e atuou no desenvolvimento de projetos �nanciados por agências de
fomento e empresas, tais como CNPq, HP Brasil e Petrobrás. Seus interesses de pesquisa incluem
Visualização de Dados, Visualização de Informações, Visão Computacional, Interfaces/Interação
Humano-Computador e Computação Grá�ca. Tem publicado vários artigos em conferências e
revistas.
disciplinas
DISCIPLINA
Inteligência de Negócio
EMENTA
Visão geral sobre sistemas de suporte à decisão e inteligência de negócio. Estudo sobre armazéns de
dados e sobre modelagem OLAP. Compreensão dos principais conceitos envolvidos e entendimento
sobre os principais modelos OLAP. 
PROFESSOR(A) CONVIDADO(A)
Alexandre Nardi
Responsável pelo apoio na criação e execução das estratégias de transformação digital de clientes
do Setor Financeiro na América Latina, com especial atenção à aproximação e alinhamento de
negócios e tecnologia, orientado ao valor para o cliente. Possui mais de 30 anos de experiência no
mercado de TI, tendo ocupado diversas posições nas principais multinacionais de tecnologia em
nuvem, nos últimos anos tem liderado iniciativas junto às áreas de negócios e arquitetura
corporativa dos clientes voltadas à inovação e ao uso de tecnologias disruptivas para criação de
novos modelos de negócios e otimização de processos. Especialista na área de ciência de dados,
Alexandre conduziu projetos voltados à Inteligência de Negócios, Big Data e Inteligência Arti�cial
em empresas de diversos segmentos, como �nanças e setor público. Possui formação como Doutor
em Ciência da Computação pela USP, onde lecionou no curso de MBA em TI do Programa de
Educação Continuada da Escola Politécnica.
PROFESSOR(A) PUCRS
Eduardo Henrique Pereira Arruda
Fundador e CEO da Doc.Space Documentos Digitais, empresa que atua na pesquisa e no
desenvolvimento de tecnologias inovadoras voltadas à transformação digital de empresas e de seus
modelos de negócio baseadas na gestão de documentos digitais com segurança e validade jurídica.
É Professor da Escola Politécnica da Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS),
onde atua desde 1994 em cursos de graduação, pós-graduação e extensão nas áreas de Ciência da
Computação, Engenharia de Software e Sistemas de Informação. Possui graduação (1992) e
mestrado (1995) em Ciência da Computação pela Universidade Federal do Rio Grande do Sul
(UFRGS) e formações complementares em gestão de TI e Segurança da Informação. Possui
destacada atuação em entidades do segmento de Tecnologia da Informação. Apoia projetos de
empreendedorismo social, tendo sido coordenador do projeto Adoções, parceria entre o Poder
Judiciário e o Ministério Público do RS com a PUC-RS, que produziu aplicativo inovador e de amplo
impacto social que viabiliza a aproximação entre candidatos a adoção e crianças e adolescentes em
processos de adoção tardia.
disciplinas
DISCIPLINA
Introdução à Ciência de Dados e à Inteligência Arti�cial
EMENTA
Fundamentos de Ciência de Dados: um pouco de história; as disciplinas; data x big data. Estado da arte:
academia e indústria. Estudo de conceitos relacionados à Ciência de Dados: mentalidade orientada a
dados, inferência estatística, análise de dados exploratória, o processo da ciência de dados, os processos
de negócios x ciência de dados. Visão geral sobre algoritmos: regressão, similaridade, vizinhos,
agrupamentos. Pensamento analítico: o que são bons modelos, visualização. Aplicações. Fundamentos de
Inteligência Arti�cial: um pouco de história; as disciplinas; a noção de inteligência. Visão Geral das Áreas
da IA: Representação do Conhecimento, Raciocínio e Planejamento; Agentes e Sistemas Multiagentes;
Robótica; Machine Learning. Conceitos de Processamento da Língua Natural. Conceitos de Visão
Computacional. 
PROFESSOR(A) CONVIDADO(A)
Renan Xavier Cortes
Trabalha como Data Science Specialist no banco Agibank e possui Pós-Doutorado pelo Center for
Geospatial Sciences na Universidade da Califórnia. Como pro�ssional, tem atuado no time de Data
Science Corporativo do banco em projetos multidisciplinares auxiliando diversos departamentos
internos abrangendo Fraudes, Jurídico, Recursos Humanos, Customer Relationship Management
(CRM), Crédito, etc. Atua principalmente na exploração de bases de dados para construção e
implantação de modelos preditivos, automatização de processos, construção e gestão de
dashboards. Seus principais interesses abrangem análise e visualização de dados, modelagem
estatística, open source (R, Python, Shiny, RStudio, Jupyter, etc.), desenvolvimento de software e Big
Data. No Pós-Doutorado, trabalhou sob a supervisão de Serge Rey desenvolvendo novos métodos
de inferência para segregação não espacial e espacial, interpolação espacial e visualização de dados
espaciais, tornando-o core developer do Python Spatial Analysis Library (PySAL). Possui doutorado
em Economia pela PUCRS, mestrado em Estatística pela UFMG e graduação em estatística pela
UFRGS.
PROFESSOR(A) PUCRS
Michael da Costa Mora
Possui graduação em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (1991),
mestrado em Computação pela Universidade Federal do Rio Grande do Sul (1993) e doutorado em
Ciência da Computação pela Universidade Federal do Rio Grande do Sul (2000). Atualmente é
professor adjunto do Instituto de Informática. Tem experiência na área de Ciência da Computação,
com ênfase em Inteligência Arti�cial, atuando principalmente nos seguintes temas: Inteligência
Arti�cial, Aprendizagem de Máquina, Agentes inteligentes e Sistemas Multiagentes, Engenharia de
Software e Desenvolvimento de Sistemas, Ensino de Programação e de Ciência da Computação.
disciplinas
DISCIPLINA
Fundamentos de Estatística para Ciência de Dados
EMENTA
Fundamentos da linguagem R e sua interface com Python. Elementos de estatística descritiva, inferencial
e preditiva. As abordagens clássica, bayesiana e de modelagem algorítmica. Previsão de séries temporais. 
PROFESSOR(A) CONVIDADO(A)
Rômulo Lebre de Freitas
Rômulo Lebre de Freitas é Data Scientist na IBM formado na Escola Nacional de Ciência Estatística,
com pós-graduação em Gestão de Marketing na UFRJ. Em seus mais de 20 anos atuando no setor
de Inteligência de Dados, Rômulo passou por diversos cargos, inclusive especialista de Garantia da
Receita por 9 anos na TIM BRASIL. Apesar disso, ele nunca deixou de ter tempo para trocar
conhecimentos com aqueles que precisam de sua ajuda. Experiência pro�ssional multidisciplinar
adquirida em grandes empresas, trabalhando com estudos estatísticos, análises avançadas de dados
e construção/implantação de modelos preditivos. Desenvolvimento e gerenciamento de Processos,
painéis de Controle e Indicadores . Atualmente atuando como Data Scientist na área de Advanced
Analytics da IBM, prestando serviços em grandes empresas (Bradesco, IRB, Globo, ...) desenvolvendo
serviços de análise de dados, estudos de comportamento de base de clientes, gerenciando equipes
de projetos utilizando ferramentas Watson/ Python/ Alteryx/ ArcGIS / PowerBI / Excel e outras,
buscando reduzir o operacional e aumentar os estudos analíticos das áreas de negócio, visando
maximizar a receita das empresas.
PROFESSOR(A) PUCRS
Filipe Zabala
Graduado em Estatística pelo IM-UFRGS (2005) e Mestre em Estatística pelo IME-USP (2009). É
professor de Estatística da FAMAT-PUCRS desde 2010, onde participa como pesquisador no LaFa
(Laboratório de Áudio e Fonética Acústica), e coordenador do GEARS (Grupo de Estudos Avançados
Renz-Silveira). É sócio da ZN Consultoria Estatística. Suas principais linhas de pesquisa são
Transformadas de Fourier, Aprendizado de Máquina, Jurimetria, Linguística, Inferência Bayesiana e
Eleições.
disciplinas
DISCIPLINAPython para Ciência de Dados
EMENTA
Introdução a vetores e suas operações com Numpy. Uso de matrizes e suas operações: medidas
populacionais, amostragem. Utilização de Pandas aplicando dataframes e suas operações: séries e suas
operações, medidas populacionais e entrada e saída. Utilização de Matplotlib para visualização, através de
grá�cos de dispersão, grá�cos de linhas, projeções populacionais e outros tipos de visualização.
Introdução ao Scikit-Learn, explorando características básicas de modelos de aprendizado (classi�cação,
regressão e agrupamento) e medidas de avaliação. 
PROFESSOR(A) CONVIDADO(A)
Mauricio Seiji Rezende
Bacharel em Informática pela PUCRS com mestrado em Inteligência Arti�cial pela Universidade
Federal do Rio Grande do Sul e doutorado em Engenharia do Conhecimento pela Universidade
Federal de Santa Catarina. Além da produção acadêmica, leciona em cursos de graduação e pós-
graduação de computação desde 2003. Na indústria, trabalha em projetos de desenvolvimento de
software há 25 anos e, atualmente, lidera um time de Ciência de Dados e Inteligência Arti�cial
aplicada na empresa Softplan.
PROFESSOR(A) PUCRS
Marco Aurélio Souza Mangan
Possui graduação em Ciência da Computação pelo Instituto de Informática/UFRGS, mestrado em
Ciências da Computação pelo Instituto de Informática/UFRGS e doutorado em Engenharia de
Sistemas e Computação pelo PESC/UFRJ. Atualmente é professor da Faculdade de
Informática/PUCRS e da Faculdade Senacrs Porto Alegre. Tem experiência na área de Ciência da
Computação, com ênfase em Linguagens de Programação, atuando principalmente nos seguintes
temas: engenharia de software, CSCW, ambientes de desenvolvimento de software, reutilização de
software e mecanismos de cooperação.
disciplinas
DISCIPLINA
Bancos de Dados Relacionais e Não-Relacionais
EMENTA
Estudo sobre dados espaço-temporais, multimídia, hipermídia, de �uxo contínuo e de mídias digitais.
Visão geral sobre a gestão de bancos de dados sem esquemas prévios. Visão geral sobre novas aplicações
em dados: Big data, Dados não estruturados, de mídias sociais. 
PROFESSOR(A) CONVIDADO(A)
Herwin Pozzobon Silva
Gestor de Inteligência Digital, Data Scientist, Pós-graduado em Data Science & Big Data pela
UFRGS, mais de 20 anos de experiência em projetos e gestão de equipes de Tecnologia da
Informação aplicados à solução de problemas de negócios. Experiência em projetos de Inteligência
Arti�cial (IA) em grandes companhias multinacionais e arquiteturas tecnológicas apoiando
transformação digital. Atividades voluntárias na aplicação de IA na pesquisa genômica,
especialmente na identi�cação e sugestão de genes relevantes para a pesquisa biomolecular de
doenças como o câncer, empregando aprendizagem supervisionada e não supervisionada.
Entusiasta do ambiente R, possui inúmeras aplicações desenvolvidas em Shiny empregando
métodos estatísticos avançados e algoritmos de Machine Learning. Possui MBA em Governança de
TI, Especialização Técnica em Data Science pela Johns Hopkins e Certi�cação ITIL Avançada.
PROFESSOR(A) PUCRS
Júlio Machado
Possui graduação em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (1997)
e mestrado em Computação pela Universidade Federal do Rio Grande do Sul (2000). Atualmente é
professor assistente da Pontifícia Universidade Católica do Rio Grande do Sul. Tem experiência na
área de Ciência da Computação, com ênfase em Linguagem Formais, Teoria da Computação e
Linguagens de Programação, atuando principalmente nos seguintes temas: teoria dos autômatos,
modelos de hipertexto, teoria das categorias, cursos hipermídia, programação de sistemas para
Web.
disciplinas
DISCIPLINA
Pré-processamento de Dados
EMENTA
Visão geral sobre obtenção e transformação de dados. Compreensão e prática de técnicas de
transformação de dados estruturados e não-estruturados (pré-processamento). Foco em normalização de
dados para tarefas de análise e aprendizado de máquina. 
PROFESSOR(A) CONVIDADO(A)
André Filipe de Moraes Batista
André Filipe de Moraes Batista é formado em Ciência da Computação (UFABC), com mestrado em
Ciência da Computação (UFABC), na área de Inteligência Arti�cial, e doutorado em Engenharia da
Computação (USP) na área de Data Science. Pro�ssional da área de tecnologia da informação, com
mais de 10 anos de experiência na área. Desenvolve projetos de ciência de dados aplicados na área da
Saúde junto ao Hospital Israelita Albert Einstein e no Laboratório de Big Data e Análise Preditiva em
Saúde da Faculdade de Saúde Pública da USP. Professor, Pesquisador e Palestrante atuante na área
de Ciência de Dados.
PROFESSOR(A) PUCRS
Juliano Gomes da Silveira
Bacharel em Sistemas de Informação e mestre em Ciência da Computação. Especialista em Machine
Learning, atualmente atua como técnico judiciário (esp. em TI) no Tribunal Regional do Trabalho da
4a Região (RS) e leciona como professor convidado do curso de Especialização em Ciência de Dados
da PUCRS.
disciplinas
DISCIPLINA
Machine Learning I: Aprendizado Supervisionado
EMENTA
Introdução ao aprendizado supervisionado.   Apresentação dos  paradigmas  de aprendizado: aprendizado
baseado em distância (K-NN), aprendizado baseado em procura (árvores de decisão para classi�cação
e  regressão), aprendizado probabilístico (Naïve Bayes e Redes Bayesianas), aprendizado baseado em
otimização (Regressão Linear e Logística, Redes Neurais Arti�ciais, Máquinas de Vetores de Suporte),
aprendizado em comitês (Random Forests, Bagging, Boosting). Avaliação de modelos preditivos. 
PROFESSOR(A) CONVIDADO(A)
Em breve
Em Breve
PROFESSOR(A) PUCRS
Martin Duarte Móre
Possui graduação em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande
do Sul(2016) e mestrado em Ciência da Computação pela Pontifícia Universidade Católica do Rio
Grande do Sul(2019). Tem experiência na área de Ciência da Computação.
disciplinas
DISCIPLINA
Machine Learning II: Aprendizado Não Supervisionado
EMENTA
Introdução ao aprendizado não-supervisionado. Apresentação dos paradigmas de agrupamento de dados,
tanto particional com e sem sobreposição como hierárquico e baseado em densidade. Aplicação de
redução de dimensionalidade, abordando a maldição da dimensionalidade e os métodos de redução de
dimensionalidade. Introdução aos modelos geradores e avaliação de aprendizado não-supervisionado. 
PROFESSOR(A) CONVIDADO(A)
Em breve
Em Breve
PROFESSOR(A) PUCRS
Thomas da Silva Paula
Possui Graduação em Sistemas Para Internet pela Universidade Feevale (2012), Pós-graduação em
Engenharia de Software pela Universidade Feevale (2014) e Mestrado em Ciência da Computação
pela Pontifícia Universidade Católica do Rio Grande do Sul (2017).
disciplinas
DISCIPLINA
Deep Learning I: Redes Neurais para Visão Computacional
EMENTA
Introdução à Visão Computacional com Deep Learning. Redes Neurais Convolucionais: arquiteturas;
camadas convolucionais; camadas totalmente conectadas; camadas de pooling; conexões residuais;
regularização via weight decay; regularização via dropout; funções de ativação; funções de custo.
Classi�cação de Imagens. Localização de Objetos. Detecção de Objetos. Segmentação Semântica.
Segmentação de Instâncias. Redes Geradoras Adversárias. 
PROFESSOR(A) CONVIDADO(A)
Flávio Moreira de Oliveira
Flávio Oliveira é Doutor em Ciência da Computação pela Universidade Federal do Rio Grande do Sul,
com mais de 20 anos de experiência em docência, pesquisa e gestão. Atualmente atua como
Analista de IA no Programa Justiça 4.0 do PNUD, professor em cursos de Pós-Graduação e consultor
de Pesquisa e Inovação.
PROFESSOR(A) PUCRS
Martin Duarte Móre
Possui graduação em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande
do Sul(2016) e mestrado em Ciência da Computação pela Pontifícia Universidade Católica do Rio
Grande do Sul(2019). Tem experiência na área de Ciência da Computação.
disciplinas
DISCIPLINA
Deep Learning II: Redes Neurais para Processamento de Linguagem Natural
EMENTA
Introdução à Processamentode Linguagem Natural com Deep Learning. Representações vetoriais de
palavras (word embeddings). Modelos de Linguagens. Redes Neurais Recorrentes (Vanilla, LSTMs, GRUs).
Tradução de Máquina. Arquiteturas sequence-to-sequence. Mecanismos de Atenção. Transformers.
Representações contextuais de palavras. Aplicações multimodais: recuperação bidirecional; síntese de
imagens baseada em texto; Visual Question Answering (VQA). Framework de deep learning (pytorch). 
PROFESSOR(A) CONVIDADO(A)
Viviane Pereira Moreira
Viviane Pereira Moreira é professora associada no Instituto de Informática da Universidade Federal
do Rio Grande do Sul (UFRGS) onde desempenha atividades de pesquisa e de ensino tanto na
graduação como na pós-graduação. É orientadora do Programa de Pós-Graduação em
Computação, já tendo orientado mais de 20 teses e dissertações. Completou doutorado em Ciência
da Computação na Middlesex University em Londres (2004), mestrado em Ciência da Computação
na UFRGS (1999) e graduação em Análise de Sistemas na UCPel (1996). Em 2010/2011 realizou estágio
pós-doutoral na Universidade de Utah (EUA). Sua pesquisa concentra-se nas áreas de Recuperação
de Informações, Processamento de Linguagem Natural e Mineração de Dados, tendo coordenado
diversos projetos de pesquisa nessas áreas. É autora de mais de 70 artigos cientí�cos publicados em
periódicos e eventos. É bolsista de produtividade em pesquisa nível 2 do CNPq e editora associada
da IEEE Transactions on Knowledge & Data Engineering. Atuou como membro do comitê de
programa de conferências nacionais e internacionais incluindo SBBD, CIKM, ECIR, LREC, VLDB e
COLING e revisora de periódicos como o Information Processing & Management e Knowledge-
Based Systems. Viviane é atualmente Coordenadora Substituta do Programa de Pós-Graduação em
Computação da UFRGS
PROFESSOR(A) PUCRS
Jônatas Werhmann
disciplinas
DISCIPLINA
Orientação para Estudo em Ciência de Dados
EMENTA
Construção do trabalho de conclusão de curso. Orientação temática, metodológica, e de análise dos
resultados e conclusões. Análise da visão de pesquisa e tendências metodológicas. 
PROFESSOR(A) CONVIDADO(A)
Cezar Taurion
Sócio da KICK Ventures, César Taurion trabalha com o propósito de incentivar e promover o
empreendedorismo para o próximo nível, especialmente nas economias emergentes, alavancando a
cultura da inovação e parcerias de empreendimentos corporativos. Além disso, Taurion é VP de
Estratégia e Inovação na Cia Técnica, mentor e investidor em startups, e ainda, exerceu cargos
técnicos e executivos em empresas como Shell e Chase Manhattan Bank. Consultor com grande
experiência, já foi diretor de Novas Tecnologias Aplicadas/Chief Evangelist da IBM Brasil, e sócio-
diretor líder de IT Strategy na PwC, desenvolvendo diversos projetos de alta complexidade que
transformaram o papel da TI e seu posicionamento pro�ssional em grandes corporações. Como
escritor, Taurion é autor de nove livros que abordam assuntos como Transformação Digital,
Inovação, Big Data e Tecnologias Emergentes. É colunista da CIO Magazine e Computerworld Brasil.
Também colabora com sites especializados, como TI Especialistas e iMasters, além de apresentar
palestras sobre tecnologia da informação em eventos e conferências.
PROFESSOR(A) PUCRS
Silvia Maria Moraes
Sílvia Maria Wanderley Moraes é professora da Faculdade de Informática (FACIN) da Pontifícia
Universidade Católica do Rio Grande do Sul (PUCRS), desde agosto de 1997. Ela também é um dos
professores colaboradores do Grupo de Pesquisa em Linguagem Natural da PUCRS. Obteve título de
doutora em Ciência da Computação PPGCC / PUCRS com a tese "Construção de Estruturas
Ontológicas a partir de Textos: um Estudo Baseado no método Formal Concept Analysis e em
Papéis Semânticos", em 2012. Anteriormente, ela cursou mestrado em Ciência da Computação no
PPGC / UFRGS de 1994 a 1997. Obteve o título de bacharel em Informática também na FACIN /
PUCRS em 1992. Seus principais interesses de pesquisa estão relacionados ao processamento de
linguagem natural: mineração de texto, a categorização de texto, agrupamento de texto,
aprendizagem automática, aprendizagem de ontologias, extração de conceitos, análise de
sentimentos, agentes conversacionais, etc.
disciplinas
Matrículas Modalidade Online
estrutura
Clique no botão matricule-se
Escolha o método de pagamento: cartão de crédito ou boleto
Selecione a opção de pagamento: à vista ou parcelado
Informe seus dados pessoais e seu endereço
Informe os dados do cartão de crédito ou gere o boleto bancário
Recebimento de e-mail de con�rmação da matrícula para liberação do
login
Efetue o primeiro login Faça o aceite do contrato
Prepare-se para começar a assistir às aulas
Faça upload dos documentos e envie a cópia autenticada até 30
(trinta) dias após o início das aulas
111
222
333
444
555
666
777 888
999
101010
Matrículas Modalidade Online
- É possível fazer login com contas do Facebook ou Google;
- A liberação do pagamento é imediata em caso de pagamento no cartão, e em
até 72 horas úteis em caso de pagamento no boleto bancário.
DOCUMENTOS
- Cópia simples de documento que contenha RG;
- Cópia autenticada do diploma de Graduação, a ser entregue até 30 dias após o
início do curso, ou documento de declaração de colação de grau (a declaração
não substitui o diploma, que deve ser entregue posteriormente).
estrutura
Matrículas Modalidade Presencial | Site
estrutura
Clique no botão Matricule-se, você será redirecionado para a página de
inscrições dos cursos presenciais da PUCRS.
Lá deverá preencher seus dados pessoais, endereço e informações
sobre sua graduação.
Insira seu currículo pro�ssional e conclua a inscrição.
111
222
333
(51) 4042.1440
WhatsApp: (51) 93300.7000
atendimento.online@pucrs.br