1

SUMÁRIO

1. PROGRAMA DA DISCIPLINA 2
1.1 Ementa 2
1.2 Carga horária total 2
1.3 Objetivos 2
1.4 Conteúdo programático 2
1.5 Metodologia 3
1.6 Critérios de avaliação 3
1.7 Bibliografia recomendada 3
Curriculum vitae do professor 3

2. TEXTO PARA ESTUDO ERRO! INDICADOR NÃO DEFINIDO.

2.1 Erro! Indicador não definido.
2.1.1 Erro! Indicador não definido.

Nome da Disciplina
 2

1. PROGRAMA DA DISCIPLINA

1.1 Ementa
Apresentar os conceitos de Big Data e Ciência de Dados. Explorar os pilares da
Ciência de Dados: conhecimento (negócio e estatística), tecnologia e dados.
Entender quais questões a Ciência de Dados consegue endereçar e quais dados
são necessários para cada tipo de modelo.

1.2 Carga horária total

16 horas aula.

1.3 Objetivos
Conhecer e utilizar os conceitos de Ciência de Dados para demandar, conduzir e
executar com qualidade projetos nesta área.

1.4 Conteúdo programático

 Conceitos de ciência de dados, foco em negócio
 Conceitos de Big Data
 Conceitos de Big Analytics
 Inteligência Artificial desconstruída
 Explicar necessidade de dados
 Perfis de Maturidade Organizacional de Ciência de Dados
 Perfis de Profissionais de Ciência de Dados
 Segmentação, podem ajudar ou gerar problemas
 Especialização de modelos
 Efeito Simpson
 Principais Ferramentas de Ciência de Dados
 O que são Outliers
 Dados massivos para treinamento de máquina (Textos, Imagens e Vídeos)
 Viés nos dados e modelos
 Como treinar uma máquina
 Sistema de recompensa

Nome da Disciplina
 3

 Auto Aprendizado

1.5 Metodologia
Aula expositiva de conceitos.
Dinâmicas para entendimento dos conceitos apresentados.
Estudos de casos.
Análise de casos e situações propostas pelos alunos.

1.6 Critérios de avaliação

Presença nas aulas.

1.7 Bibliografia recomendada

Curriculum vitae do professor

Thiago Russo

Cientista de dados com extensa experiência como consultor, pré-vendas e gerente de

produtos em empresas de software (SAS Institute e IBM) e bancos (ABN Real, Santander e
Lloyds Bank).

Forte domínio dos assuntos de gestão de risco e gestão de fraudes através de atuação em
clientes das áreas de bancos de investimento, bancos de varejo, seguradoras, governo,
empresas de óleo e gás e commodities.

Tenho experiência liderando engajamentos complexos com grandes clientes, maiores 5

bancos do Brasil, entregando sofisticados projetos de integração de dados e análise
preditiva de risco e fraude, dentro dos prazos e orçamentos acordados.

Experiência prática na integração de dados de diferentes fontes e formatos, análise

estatística descritiva das informações, análise e modelagem de dados, segmentação de
objetos de análise e elaboração de modelos preditivos para simulações e projeções.

Capacidade analítica altamente desenvolvida para análise de cenários, análise de

sensibilidade, visualização de informações e criação de relatórios para reportes gerenciais
ou divulgação de informações públicas.

Pós-Graduação - MBA em Gestão de Empresas e Projetos pelo IBMEC – São Paulo

Engenharia de Materiais pela Escola Politécnica da Universidade de São Paulo (Poli-USP)

Nome da Disciplina