Sobre
O Tecnólogo em Ciência de Dados modela soluções de problemas, aplicando algoritmos de aprendizagem de máquina e técnicas estatísticas para análise de dados para apoiar a tomada de decisão 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 negócio baseadas em fatos e números. Apoia os gestores na solução de problemas com uso de diversas tecnologias de modelagem orientada a dados.Assim, as áreas de trabalho preferenciais para:
- Em indústrias no comércio;
- Na direção do próprio negócio;
- Na prestação de serviços de assessoria e na pesquisa tecnológica.
Curso
O Curso Superior de Tecnologia em Ciência de Dados tem como finalidade oferecer aos seus estudantes formação de nível superior de qualidade para proporcionar conhecimentos tecnológicos e formação integral nessa área emergente do saber, aprendizagem de máquina, machine learning e estatística aplicadas às análises preditivas, descritivas e prescritivas de dados. O curso visa também desenvolver habilidades de resolver problemas complexos, por meio da coleta de dados e de análises estatísticas, além de criar e aplicar algoritmos de aprendizagem de máquina para facilitar a tomada de decisões e solucionar problemas de negócios de forma a aumentar a competitividade das organizações, tornando-os capazes de intervir no desenvolvimento econômico e social, observadas as práticas da ética e cidadania.Competências
O Tecnólogo em Ciência de Dados deve demonstrar as seguintes competências:
- Participar ativamente da estratégia de modelagem (design e execução de experimentos): que técnica utilizar, 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 por meio da da aplicação de conhecimentos de estatística, matemática e ciência da computação;
- Elaborar planos de ação para o desenvolvimento de algoritmos de ciência de dados, identificando comportamentos e série de dados; testar e decidir diferentes algoritmos 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 algoritmos;
- 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 iterativa o modelo e o processo;
- Preparar análises de dados complexas e de modelos que ajudem a resolver problemas das organizações, obtendo resultados que tragam impacto mensuráveis;
- Apresentar os resultados de forma clara e transparente utilizando ferramentas de visualização ou em forma de apresentação para o seu cliente ou público alvo 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, imagens, vídeos, entre outros);
- Extrair, transformar, limpar, consolidar e analisar os dados e informações advindos de diferentes fontes de dados;
- Aplicação de técnicas de reconhecimento de padrões, extração de conhecimento com o uso de algoritmos 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 algoritmos de análise e modelagem estatística, bem como aplicar esses algoritmos para soluções de problemas com embasamento em dados;
- Aplicar ferramentas estatísticas;
- Conhecer e aplicar linguagens de programação adequadas à ciência de dados.