PÓS-GRADUAÇÃO LATO SENSU – ESPECIALIZAÇÃO

MBA em Análise de Dados e Big Data

Proposta do curso

Através da interdisciplinaridade focada na área da Tecnologia da Informação o curso de MBA

em Análise de Dados e Big Data visa dar suporte ao Profissional da TI, em específico nesta temática,
contribuindo assim para a resolução das problemáticas enfrentadas no dia a dia pelo profissional em
exercício de suas atividades.

Objetivo do curso

O curso tem por objetivos aprofundar conteúdos relacionados à Análise de Dados e Big Data
com características interdisciplinares, numa perspectiva de proporcionar conhecimento acerca da
atuação e atividades desenvolvidas pelo profissional da TI neste tema em questão, objetivando
estimular o desenvolvimento de novas práticas e pensamentos, referentes ao ensino, a pesquisa, e a
prática, contribuindo para a melhoria da qualidade dos profissionais no mercado, especialmente no
que se refere à consolidação e disseminação dos conhecimentos em Análise de Dados e Big Data.

Público-alvo

O curso é destinado a pessoas portadores de diploma de Curso Superior de Graduação em

nível de Bacharelado nas mais diversas áreas da Tecnologia da Informação.

Disciplinas/módulos
 10 disciplinas.
 3 módulos.

Área de conhecimento
 Tecnologia da Informação.

Composição do material didático

 Livros.
 Vídeos complementares.

Duração do curso
 4, 6 ou 9 meses.

1
 GRADE CURRICULAR
MÓDULOS DISCIPLINA Nº DE AULAS C.H.
Metodologia da Pesquisa e do Trabalho Científico 16 80
1 – COMUM
Ética e Responsabilidade Social e Profissional 14 80
Evolução Profissional 12 80
2 – ESPECÍFICO Direito Digital 11 80
POR ÁREA Ética e Legislação 6 80
Introdução a Ciência de Dados 08 80
3 – MÓDULO Ciência de Dados 05 80
ESPECÍFICO DO Introdução a Big Data e Internet das Coisas (IoT) 12 80
CURSO Analytics para Big Data 11 80
Framework de Big Data 19 80

CARGA HORÁRIA TOTAL

CARGA HORÁRIA TOTAL 800

EMENTÁRIO
Metodologia da Pesquisa e do Trabalho Científico

EMENTA

Técnicas de pesquisa; Métodos de levantamentos e de estudos; Apresentação de pesquisa; Tipos de pesquisa;

Introdução ao Método de Pesquisa; Ética na pesquisa; Análise de dados; Hipóteses de pesquisa; Instrumentos
de Pesquisa; Fundamentação teórica; Coleta de dados; Referências gráficas e textuais; Contextualização de
pesquisa; Leitura, interpretação e análise de textos científicos; Planejamento e projeto de pesquisa; Processo
técnico-científico.

CONTEÚDO PROGRAMÁTICO

1. Técnicas de pesquisa;
2. Métodos de levantamentos e de estudos;
3. Apresentação de pesquisa;
4. Tipos de pesquisa;
5. Introdução ao Método de Pesquisa;
6. Ética na pesquisa;
7. Análise de dados;
8. Hipóteses de pesquisa;
9. Instrumentos de Pesquisa;
10. Fundamentação teórica;
11. Coleta de dados;
12. Referências gráficas e textuais;
2
 13. Contextualização de pesquisa;
14. Leitura, interpretação e análise de textos científicos;
15. Planejamento e projeto de pesquisa;
16. Processo técnico-científico.

BIBLIOGRAFIA BÁSICA

Lozada, Gisele. Metodologia científica [recurso eletrônico] / Gisele Lozada, Karina da Silva Nunes; [revisão
técnica: Ane Lise Pereira da Costa Dalcul]. – Porto Alegre: SAGAH, 2018.

Lakatos, Eva Maria. Metodologia do trabalho científico: projetos de pesquisa / pesquisa bibliográfica/ teses de
doutorado, dissertações de mestrado, trabalhos de conclusão de curso / Marina de Andrade Marconi, Eva Maria
Lakatos. – 8. ed. – São Paulo: Atlas, 2017.

BIBLIOGRAFIA COMPLEMENTAR

BARBOUR, Rosaline. Grupos focais. Porto Alegre: Artmed, 2009

HERNÁNDEZ SAMPIERI, Roberto; FERNÁNDEZ COLLADO, Carlos; BAPTISTA LUCIO, Maria del Pilar.
Metodologia de pesquisa. 5.ª ed. Porto Alegre: Penso, 2013

PINHEIRO, Roberto Meireles; CASTRO, Guilherme Caldas de; SILVA, Helder Haddad. Comportamento do
consumidor e pesquisa de mercado. Rio de Janeiro: FGV, 2006.

TRAD, Leny A. Bomfim. Grupos focais: conceitos, procedimentos e reflexões baseadas em experiências com
o uso da técnica em pesquisas de saúde. In: Physis, Rio de Janeiro, v. 19, n. 3, p. 777-796, 2009. Disponível
em: . Acesso em: junho de 2019.

ZOGBI, E. A técnica de observação do consumidor. v. 9. São Paulo: Atlas, 2013.

Ética e Responsabilidade Social e Profissional

EMENTA

História da ética; Introdução à ética; Ética profissional, social, política; Sociedade; Combate ao Racismo e
Discriminação; Direitos Humanos; Ética organizacional; Ética no mundo digital; Ética versus moral; Razões
morais em contexto; Felicidade; Qualidades do caráter moral; Ética e questões étnicas; Ética e o meio
ambiente.

CONTEÚDO PROGRAMÁTICO

1. História da ética;
2. Introdução à ética;
3. Ética profissional, social, política;
4. Sociedade;
5. Combate ao Racismo e Discriminação;
6. Direitos Humanos;
3
 7. Ética organizacional;
8. Ética no mundo digital;
9. Ética versus moral;
10. Razões morais em context;
11. Felicidade;
12. Qualidades do caráter moral;
13. Ética e questões étnicas;
14. Ética e o meio ambiente.

BIBLIOGRAFIA BÁSICA

Legislação e ética profissional. Ana Paula Maurilia dos Santos... [et al.]; [revisão técnica: Marcelo Guimarães
Silva]. – Porto Alegre: SAGAH, 2019.

Dias, Reinaldo. Responsabilidade social: fundamentos e gestão. Reinaldo Dias. São Paulo: Atlas, 2012.

BIBLIOGRAFIA COMPLEMENTAR

AGOSTINI, Frei Nilo. Do fracasso moral ao retorno da ética. Disponível em:

https://revistas.pucsp.br/index.php/reveleteo/article/view/6799. Acesso em: 28 mai. 2018

AQUINO, Marcelo F de. A ideia de sistema no pensamento clássico grego (I). Disponível em:
http://www.faje.edu.br/periodicos/index.php/Sintese/article/view/1629. Acesso em: 28 mai. 2018.

AZEVEDO, Maria Alice da Silva. Origens da Bioética. Disponível em:

http://www.scielo.mec.pt/pdf/nas/v19n4/v19n4a05.pdf . Acesso em: 28 mai. 2018

BORGES, Maria de Lourdes; DALL’AGNOL, Darlei; DUTRA, Delamar Volpato. Tudo o que você precisa saber
sobre ética. Disponível em: https://pt.scribd.com/document/349692735/Tudo-o-Que-Voce-PrecisaSaber-
Sobre-Etica. Acesso em: 21 mai. 2018.

CHAUÍ, Marilena. Convite à Filosofia. 14 ed. São Paulo: Ática, 2010.

Evolução Profissional

EMENTA

Conceito de carreira; Técnicas para o planejamento de carreira; Desenvolvimento de Habilidades necessárias

para a carreira; Capacidade de gerenciamento do tempo; Estágios e outras experiências práticas para apoiar
a carreira; Habilidades de Liderança; Habilidades de trabalho em equipe; Capacidade de se comunicar de
forma eficaz; Comunicação assertiva e interpessoal; Autogerenciamento como capacidade profissional;
Inteligência emocional; Realização profissional.

CONTEÚDO PROGRAMÁTICO

4
 1. Conceito de carreira;
2. Técnicas para o planejamento de carreira;
3. Desenvolvimento de Habilidades necessárias para a carreira;
4. Capacidade de gerenciamento do tempo;
5. Estágios e outras experiências práticas para apoiar a carreira;
6. Habilidades de Liderança;
7. Habilidades de trabalho em equipe;
8. Capacidade de se comunicar de forma eficaz;
9. Comunicação assertiva e interpessoal;
10. Autogerenciamento como capacidade profissional;
11. Inteligência emocional;
12. Realização profissional.

BIBLIOGRAFIA BÁSICA

ALEXANDER, C. K.; WATSON, J. A. Habilidades para uma carreira de sucesso na engenharia. Tradução
de João Ricardo Reginatto Beck e Silvio Ricardo Cordeiro. Porto Alegre: AMGH, 2014.

IVANCEVICH, J. M. Gestão de Recursos Humanos. Tradução de Suely Sonoe Cuccio. 10. ed. Porto Alegre:
AMGH, 2011.

BIBLIOGRAFIA COMPLEMENTAR

ABREU, Cristiano Nabuco de. Psicologia do Cotidiano: como vivemos, pensamos e nos relacionamos hoje.
[recurso eletrônico] Porto Alegre: Artmed, 2016. e-PUB.

ACHOR, Shawn. O jeito Harvard de ser feliz: o curso mais concorrido de uma das melhores universidades
do mundo. São Paulo: Saraiva, 2012.

PORTER, Michael E. Estratégia Competitiva: técnicas para análise de indústrias e da concorrência. 2. ed. 7.
reimp. Rio de Janeiro: Elsevier, 2004.

Direito Digital
EMENTA

A responsabilidade civil dos provedores a partir do Marco Civil da Internet; Tributação 4.0; Contratos
eletrônicos; Proteção de dados pessoais; Introdução ao direito digital; Direito, sociedade e novas tecnologias;
Processo eletrônico; Governo Digital; Inteligência artificial e o Poder Judiciário; Regulação e novas tecnologias;
Direitos fundamentais na era da informática.

CONTEÚDO PROGRAMÁTICO

1. A responsabilidade civil dos provedores a partir do Marco Civil da Internet

2. Tributação 4.0
3. Contratos eletrônicos
4. Proteção de dados pessoais
5. Introdução ao direito digital
5
 6. Direito, sociedade e novas tecnologias
7. Processo eletrônico
8. Governo Digital
9. Inteligência artificial e o Poder Judiciário
10. Regulação e novas tecnologias
11. Direitos fundamentais na era da informática
BIBLIOGRAFIA BÁSICA

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). (Redação
dada pela Lei nº 13.853, de 2019). Brasília, DF: Presidência da República, [2019]. Disponível em:
http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 27 jun. 2021

COMISSÃO INTERAMERICANA DE DIREITOS HUMANOS. Convenção Americana de Direitos Humanos. San

José: Conferência Especializada Interamericana sobre Direitos Humanos, 1969. Disponível em:
https://www.cidh.oas.org/basicos/portugues/c.convencao_americana.htm. Acesso em: 27 jun. 2021.

GARCIA, L. A. M. A regulamentação da internet à luz da violação à liberdade de uso. In: ENCONTRO

INTERNACIONAL DO CONPEDI, 5., 2016, Montevidéu. Anais [...]. Montevidéu, 2016. Disponível em:
https://www.tjdft.jus.br/institucional/imprensa/noticias/arquivos/ArtigoCONPEDI2016Aregulamentaodainternetl
uzdaviolaoliberdadedeusoIntegral.pdf. Acesso em: 27 jun. 2021.
BIBLIOGRAFIA COMPLEMENTAR

PRINCIPADO DE SEALAND. 2021. Disponível em: https://pt.wikipedia.org/wiki/Principado_de_Sealand.

Acesso em: 27 jun. 2021.

SÃO PAULO. Tribunal de Justiça. 36ª Câmara Cível. Registro [Autos] nº 2021. 0000357353. Relator: Pedro
Baccarat. Julgado em: 11 maio 2021. Disponível em:
https://esaj.tjsp.jus.br/cjsg/getArquivo.do?cdAcordao=14621607&cdForo=0. Acesso em: 27 jun. 2021.

Ética e Legislação
EMENTA

A legislação sobre a segurança da informação no Brasil; Proteção de dados pessoais; Conceitos de forense
computacional; A legislação sobre a segurança da informação no mundo; Marco civil da internet; Crimes
digitais.

CONTEÚDO PROGRAMÁTICO

1. A legislação sobre a segurança da informação no Brasil

2. Proteção de dados pessoais
3. Conceitos de forense computacional
4. A legislação sobre a segurança da informação no mundo
5. Marco civil da internet
6. Crimes digitais
BIBLIOGRAFIA BÁSICA

6
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). (Redação
dada pela Lei nº 13.853, de 2019). Brasília, DF: Presidência da República, [2019]. Disponível em:
http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 27 jun. 2021

COMISSÃO INTERAMERICANA DE DIREITOS HUMANOS. Convenção Americana de Direitos Humanos. San

José: Conferência Especializada Interamericana sobre Direitos Humanos, 1969. Disponível em:
https://www.cidh.oas.org/basicos/portugues/c.convencao_americana.htm. Acesso em: 27 jun. 2021.

GARCIA, L. A. M. A regulamentação da internet à luz da violação à liberdade de uso. In: ENCONTRO

INTERNACIONAL DO CONPEDI, 5., 2016, Montevidéu. Anais [...]. Montevidéu, 2016. Disponível em:
https://www.tjdft.jus.br/institucional/imprensa/noticias/arquivos/ArtigoCONPEDI2016Aregulamentaodainternetl
uzdaviolaoliberdadedeusoIntegral.pdf. Acesso em: 27 jun. 2021.
BIBLIOGRAFIA COMPLEMENTAR

PRINCIPADO DE SEALAND. 2021. Disponível em: https://pt.wikipedia.org/wiki/Principado_de_Sealand.

Acesso em: 27 jun. 2021.

SÃO PAULO. Tribunal de Justiça. 36ª Câmara Cível. Registro [Autos] nº 2021. 0000357353. Relator: Pedro
Baccarat. Julgado em: 11 maio 2021. Disponível em:
https://esaj.tjsp.jus.br/cjsg/getArquivo.do?cdAcordao=14621607&cdForo=0. Acesso em: 27 jun. 2021.

Introdução a Ciência de Dados

EMENTA

Aplicação de Big Data; Ciclo de vida de um processo de ciência de dados; Técnicas utilizadas em ciência de
dados e Big Data; Papéis dos envolvidos em projetos de Big Data e ciência dos dados; Estatística descritiva
para ciência de dados; O ecossistema de Big Data; Introdução a Big Data; Ferramentas utilizadas em ciência
de dados e Big Data.

CONTEÚDO PROGRAMÁTICO

1. Aplicação de Big Data

2. Ciclo de vida de um processo de ciência de dados
3. Técnicas utilizadas em ciência de dados e Big Data
4. Papéis dos envolvidos em projetos de Big Data e ciência dos dados
5. Estatística descritiva para ciência de dados
6. O ecossistema de Big Data
7. Introdução a Big Data
8. Ferramentas utilizadas em ciência de dados e Big Data

BIBLIOGRAFIA BÁSICA

BRUCE, Andrew; BRUCE, Peter. Estatística Prática para Cientistas de Dados. Segunda Edição. Alta Books,
2019.

FAWCETT, Tom; PROVOST, Foster. Data Science para Negócios: O que você precisa saber sobre mineração
de dados e pensamento analítico de dados. Primeira Edição. Alta Books Editora, 2018.

7
FISHER, Ronald A. The use of multiple measurements in taxonomic problems. Annals of eugenics, v. 7, n. 2,
p. 179-188, 1936.

WICKHAM, Hadley; GROLEMUND, Garrett. R for data science: import, tidy, transform, visualize, and model
data. ". Primeira Edição. O'Reilly Media, Inc.", 2016.

BIBLIOGRAFIA COMPLEMENTAR

BISHOP, Christopher M. Pattern recognition and machine learning. Primeira Edição. Springer, 2006.

MURPHY, Kevin P. Machine learning: a probabilistic perspective. MIT press, 2012.

Radhakrishna, Lung Capacity – Kagle Dataset. Disponível em:

https://www.kaggle.com/radhakrishna4/lung-capacity. Acessado em 12 jan. 2021

Ciência de Dados
EMENTA

Aplicações de regressão linear simples; Introdução à análise de dados; Inferência estatística; Classificação de
dados com a linguagem R; Correlação com a linguagem R.

CONTEÚDO PROGRAMÁTICO

1. Aplicações de regressão linear simples

2. Introdução à análise de dados
3. Inferência estatística
4. Classificação de dados com a linguagem R
5. Correlação com a linguagem R

BIBLIOGRAFIA BÁSICA

BRUCE, Andrew; BRUCE, Peter. Estatística Prática para Cientistas de Dados. Segunda Edição. Alta Books,
2019.

FAWCETT, Tom; PROVOST, Foster. Data Science para Negócios: O que você precisa saber sobre mineração
de dados e pensamento analítico de dados. Primeira Edição. Alta Books Editora, 2018.

FISHER, Ronald A. The use of multiple measurements in taxonomic problems. Annals of eugenics, v. 7, n. 2,
p. 179-188, 1936.

WICKHAM, Hadley; GROLEMUND, Garrett. R for data science: import, tidy, transform, visualize, and model
data. ". Primeira Edição. O'Reilly Media, Inc.", 2016.

BIBLIOGRAFIA COMPLEMENTAR

8
BISHOP, Christopher M. Pattern recognition and machine learning. Primeira Edição. Springer, 2006.

MURPHY, Kevin P. Machine learning: a probabilistic perspective. MIT press, 2012.

Radhakrishna, Lung Capacity – Kagle Dataset. Disponível em:

https://www.kaggle.com/radhakrishna4/lung-capacity. Acessado em 12 jan. 2021

Introdução a Big Data e Internet das Coisas (IoT)

EMENTA

Aprendizado de Máquina (Machine Learning); Inteligência Artificial; Integrando Big data e IOT; Descoberta de
conhecimento com BIG DATA; Análise de Dados Utilizando Dashboards; Aplicações da ciência de Dados;
Introdução à ciência de dados; Introdução a Hadoop; Business Intelligence (BI); Ciência de dados e Big Data;
Inovação e Design Thinking; Mineração de textos (Text mining).

CONTEÚDO PROGRAMÁTICO

1. Aprendizado de Máquina (Machine Learning)

2. Inteligência Artificial
3. Integrando Big data e IOT
4. Descoberta de conhecimento com BIG DATA
5. Análise de Dados Utilizando Dashboards
6. Aplicações da ciência de Dados
7. Introdução à ciência de dados
8. Introdução a Hadoop
9. Business Intelligence (BI)
10. Ciência de dados e Big Data
11. Inovação e Design Thinking
12. Mineração de textos (Text mining)

BIBLIOGRAFIA BÁSICA

BAUER, I.; BARRACHO, R. Dados abertos e suas aplicações em Cidades Inteligentes. Liinc em Revista, Rio
de Janeiro, v. 15, n. 2, p. 101-120, nov. 2019. Disponível em: https://doi.org/10.18617/liinc.v15i2.4767. Acesso
em: 17 jul. 2020.

CARAGLIU, A.; DEL BO, C.; NIJKAMP, P. Smart Cities in Europe. Journal of Urban Technology, 18(2), 65-82,
2011. Disponível em: http://dx.doi.org/10.1080/10630732.2011.601117. Acesso em: 31 ago. 2020.

NY 311. Disponível em: https://portal.311.nyc.gov/. Acesso em: 17 jul. 2020.

RIZZON, F. et al. Smart City: um conceito em construção. Revista Metropolitana de Sustentabilidade – RMS,
São Paulo, v. 7, n. 3, p. 123-142, set./dez. 2017.

VÉLIB' METRÓPOLE. Disponível em: https://www.velib-metropole.fr/pt/service. Acesso em: 17 jul. 2020.

BIBLIOGRAFIA COMPLEMENTAR

9
ALPERSTEDT NETO, Carlos Augusto; ROLT, Carlos Roberto de; ALPERSTEDT, Graziela Dias. Acessibilidade
e tecnologia na construção da Cidade Inteligente. Rev. Adm. Contemp., Curitiba, v. 22, n. 2, p. 291-310, abr.
2018. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-
65552018000200291&lng=pt&nrm=iso. Acesso em: 15 jul. 2020.

BRAZIL LAB. Conheça as cidades mais inteligentes do Brasil em 2019, segundo ranking Connected Smart
Cities. Disponível em: https://brazillab.org.br/noticias/conheca-as-cidadesmais-inteligentes-do-brasil-em-2019-
segundo-ranking-connected-smart-cities#. Acesso em: 17 jul. 2020.

ISTOÉ DINHEIRO. Por que Nova York é tão atingida pelo coronavírus? Disponível em:
https://www.istoedinheiro.com.br/por-que-nova-york-e-tao-atingida-pelo-coronavirus/. Acesso em: 17 jul. 2020.

ANALYTICS PARA BIG DATA

EMENTA

Algoritmos e métodos para extração de informação da web; Big data analytics nos negócios; Ciclo de vida da
data analytics; Desenvolvimento de web crawlers; Integração R e Hadoop para computação estatística em big
data; Introdução à big data analytics; MapReduce para processamento em big data; Métodos de data analytics
usando R; Self-service analytics; Storytelling com dados; Analytics e análise de texto.

CONTEÚDO PROGRAMÁTICO

1. Algoritmos e métodos para extração de informação da web

2. Big data analytics nos negócios
3. Ciclo de vida da data analytics
4. Desenvolvimento de web crawlers
5. Integração R e Hadoop para computação estatística em big data
6. Introdução à big data analytics
7. MapReduce para processamento em big data
8. Métodos de data analytics usando R
9. Self-service analytics
10. Storytelling com dados
11. Analytics e análise de texto

BIBLIOGRAFIA BÁSICA

CHATTERJEE, S.; KRYSTYANCZUK, M. Python social media analytics: analyze and visualize data from
Twitter, YouTube, GitHub, and more. Birmingham: Packt Publishing, 2017.

KUMAR, S.; MORSTATTER, F.; LIU, H. Twitter data analytics. New York: Springer Publishing Company
Incorporated, 2014.

PRAKRUTHI, V.; SINDHU, D.; KUMAR, S. A. Real time sentiment analysis of Twitter posts. In: IEEE
INTERNATIONAL CONFERENCE ON COMPUTATIONAL SYSTEMS AND INFORMATION TECHNOLOGY
FOR SUSTAINABLE SOLUTIONS, 3., 2018, India. Proceedings […]. India: IEEE, 2019.

SZABO, G. et al. Social media data mining and analytics. Hoboken: Wiley, 2018.

10
VO, L. T. Mining social media: finding stories in internet data. San Francisco: No Starch Press, 2019.

BIBLIOGRAFIA COMPLEMENTAR

DOCS.TWEEPY. tweepy.API — Twitter API v1.1 Reference. Disponível em:

https://docs.tweepy.org/en/stable/api.html?highlight=seach_tweets#tweepy.API.search_tweets.
Acesso em: 3 out. 2021.

EMC EDUCATION SERVICES. Data science and big data analytics: discovering, analyzing,
visualizing and presenting data. Hoboken: Wiley, 2015.

Framework de Big Data

EMENTA

MapReduce na prática: submissão de tarefas ao Hadoop em Java; MapReduce na prática: desenvolvimento e

testes locais em Java; HIVE: arquitetura e componentes; Frameworks que utilizam sharding como forma de
distribuição; Overview de frameworks de stream de big data; Aplicações simples utilizando frameworks de big
data; Stream de dados: definição e fontes; Arquiteturas de hardware/software de big data; Frameworks de
visualização de dados; Frameworks de armazenamento semiestruturados; Frameworks de armazenamento
não estruturados; Frameworks de visualização de dados de big data; Frameworks de Big Data: uma visão geral;
Particionamento de dados; Sharding; Visualização de dados em big data; Tipos de dados não estruturados e
principais usos; Data storytelling; Frameworks de armazenamento de dados de big data.

CONTEÚDO PROGRAMÁTICO

1. MapReduce na prática: submissão de tarefas ao Hadoop em Java

2. MapReduce na prática: desenvolvimento e testes locais em Java
3. HIVE: arquitetura e componentes
4. Frameworks que utilizam sharding como forma de distribuição
5. Overview de frameworks de stream de big data
6. Aplicações simples utilizando frameworks de big data
7. Stream de dados: definição e fontes
8. Arquiteturas de hardware/software de big data
9. Frameworks de visualização de dados
10. Frameworks de armazenamento semiestruturados
11. Frameworks de armazenamento não estruturados
12. Frameworks de visualização de dados de big data
13. Frameworks de Big Data: uma visão geral
14. Particionamento de dados
15. Sharding
16. Visualização de dados em big data
17. Tipos de dados não estruturados e principais usos
18. Data storytelling
19. Frameworks de armazenamento de dados de big data

BIBLIOGRAFIA BÁSICA

AKIRA. Direção: Katsuhiro Otomo. Japão: Akira Committee Company Ltd., 1988. 1 DVD (124 min).

ANDALÓ, F. Modelagem e animação 2D e 3D para jogos. São Paulo: Érica, 2015.

11
CIDADE de Deus. Direção: Fernando Meirelles. Roteiro: Bráulio Mantovani. Brasil: Lumière Brasil, 2001.

SIMON, M. Storyboards, motion in art. 3. ed. Oxford, UK: Elsevier, 2007.

WILLIAMS, R. Manual de animação. São Paulo: Senac, 2016.

BIBLIOGRAFIA COMPLEMENTAR

FIGUEIRA, J. V. Akira: 30 anos depois, clássico que mudou o status da animação japonesa segue impactante.
Adoro Cinema, 16 jul. 2018. Disponível em: http://www.adorocinema.com/noticias/filmes/noticia-141597/.
Acesso em: 1 fev. 2021.

NOVAK, J. Desenvolvimento de games. São Paulo: Cengage Learning, 2010.

WINDER, C.; DOWLATABADI, Z. Producing animation. 3. ed. Boca Raton, FL: CRC Press, 2020.

12