Aproveitamento da Informação para Data Science

Estabeleça as condições a cumprir e reproduzir para otimizar a utilização e a qualidade dos dados" 

O conteúdo deste Curso de especialização lançará as bases dos conhecimentos que um engenheiro informático deve possuir para gerir uma estrutura de dados, centrando-se na tipologia e no ciclo de vida dos mesmos. Por esta razão, será fornecida informação estatística valiosa, essencial para compreender melhor o processo de extração, análise e síntese.  

Por outro lado, é necessário estabelecer a importância das novas tecnologias, como a IoT, ou Internet of Things (Internet das Coisas). Estas vieram revolucionar o nosso mundo devido à sua capacidade de converter objetos simples e inertes em objetos que interagem e se ligam à Internet. Desta forma, torna-se numa solução tecnológica para as empresas que procuram criar um ecossistema que permita soluções industriais.  

Por último, serão abordadas as tecnologias e ferramentas existentes no mercado, analisando os princípios dos componentes mais importantes de um sistema que tem de ser concebido para responder ao desafio dos macrodados. No final do Curso de especialização, o engenheiro estará dotado de conhecimentos especializados sobre as diferentes possibilidades de conceção de um sistema distribuído e as vantagens e penalizações inerentes à escolha de uma ferramenta ou de uma tecnologia, graças à compreensão dos seus componentes. 

Tudo isto está disponível numa modalidade 100% online que permite ao aluno estudar comodamente onde e quando bem entender. Apenas precisa de um dispositivo com acesso à Internet para levar a sua carreira profissional mais além. Uma modalidade de acordo com a atualidade, com todas as garantias para posicionar o engenheiro num setor muito procurado.

Estabeleça as condições a cumprir e reproduzir para otimizar a utilização e a qualidade dos dados" 

Este Curso de especialização em Aproveitamento da Informação para Data Science conta com o conteúdo educativo mais completo e atual do mercado. As suas principais caraterísticas são:     

• O desenvolvimento de estudos de caso apresentados por especialistas em engenharia centrada no ciclo integrado de dados 
• O conteúdo gráfico, esquemático e eminentemente prático do livro fornece informações científicas e práticas sobre as disciplinas que são essenciais para a prática profissional  
• Os exercícios práticos em que o processo de autoavaliação pode ser utilizado para melhorar a aprendizagem  
• A sua ênfase especial em metodologias inovadoras   
• As lições teóricas, perguntas a especialistas, fóruns de discussão sobre questões controversas e atividades de reflexão individual  
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet 

Desenvolva formas de particionamento e de transações distribuídas com um Curso de especialização que irá aumentar o seu nível profissional" 

O corpo docente do Curso de especialização inclui profissionais do setor que trazem a sua experiência profissional para esta especialização, para além de especialistas reconhecidos de sociedades de referência e universidades de prestígio.   

Os seus conteúdos multimédia, desenvolvidos com a mais recente tecnologia educativa, permitirão ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma capacitação imersiva programada para praticar em situações reais.   

A estrutura desta especialização centra-se na Aprendizagem Baseada em Problemas, na qual o profissional deve tentar resolver as diferentes situações de prática profissional que surgem durante o Curso de especialização. Para tal, o profissional contará com a ajuda de um sistema inovador de vídeos interativos feitos por especialistas de renome com vasta experiência.

Analisar as diferentes plataformas Cloud na IoT: propósito geral, industrial, de código aberto"

Analisar as funcionalidades fundamentais para os sistemas distribuídos e a sua importância em diferentes tipos de sistemas"

O conteúdo deste Curso de especialização foi concebido para garantir a excelência dos engenheiros informáticos interessados neste domínio de ação. Desta forma, espera-se que, no final de cada módulo, o aluno seja capaz de desenvolver de forma ótima as suas competências em termos de análise e processamento de dados, bem como identificar os protocolos e tecnologias de comunicação utilizados na IoT. 

Avalie quais as aplicações amplamente utilizadas que utilizam fundamentos de sistemas distribuídos para conceber os seus sistemas”

Módulo 1. Gestão, manipulação de dados e informação para a ciência de dados 

1.1. Estatística Variáveis, índices e rácios  

1.1.1. A estatística  
1.1.2. Dimensões e estatísticas  
1.1.3. Variáveis, índices e rácios  

1.2. Tipologia do dado  

1.2.1. Qualitativos  
1.2.2. Quantitativo  
1.2.3. Caraterização e categorias  

1.3. Conhecimento dos dados a partir de medidas  

1.3.1. Medidas de centralização  
1.3.2. Medidas de dispersão  
1.3.3. Correlação  

1.4. Conhecimento dos dados a partir de gráficos  

1.4.1. Visualização de acordo com o tipo de dados  
1.4.2. Interpretação de informação gráfica  
1.4.3. Customização de gráficos com R  

1.5. Probabilidade  

1.5.1. Probabilidade  
1.5.2. Funcão de probabilidade  
1.5.3. Distribuições  

1.6. Recolha de dados  

1.6.1. Metodologia de recolha  
1.6.2. Ferramentas de recolha  
1.6.3. Canais de recolha  

1.7. Limpeza de dados  

1.7.1. Fases de limpeza de dados  
1.7.2. Qualidade dos dados  
1.7.3.  Manipulação de dados (com R)  

1.8. Análise de dados, interpretação e avaliação dos resultados  

1.8.1. Medidas estatísticas  
1.8.2. Indicadores de relação  
1.8.3. Minerização de dados  

1.9. Armazém de dados (Data Warehouse)  

1.9.1. Elementos   
1.9.2. Design  

1.10. Disponibilidade dos dados  

1.10.1. Acesso  
1.10.2. Utilidade  
1.10.3. Segurança 

Módulo 2. Dispositivos e plataformas IoT como base para Data Science 

2.1. Internet of Things 

2.1.1. Internet do futuro, Internet of Things 
2.1.2. O consórcio de Internet industrial 

2.2. Arquitetura de referência  

2.2.1. A Arquitetura de referência 
2.2.2. Camadas 
2.2.3. Componentes 

2.3. Sensores e dispositivos IoT  

2.3.1. Componentes principais 
2.3.2. Sensores e atuadores 

2.4. Comunicações e protocolos  

2.4.1. Protocolos. Modelo OSI 
2.4.2. Tecnologias de comunicação 

2.5. Plataformas Cloud para IoT e IIoT  

2.5.1. Plataformas de propósito geral 
2.5.2. Plataformas industriais 
2.5.3. Plataformas de código aberto 

2.6. Gestão de dados em plataformas IoT  

2.6.1. Mecanismos de gestão de dados Dados abertos 
2.6.2. Intercâmbio de dados e visualização 

2.7. Segurança em IoT  

2.7.1. Requisitos e áreas de segurança 
2.7.2. Estratégias de segurança em IoT 

2.8. Aplicações de IoT  

2.8.1. Cidades inteligentes 
2.8.2. Saúde e condição física 
2.8.3. Casa inteligente 
2.8.4. Outras aplicações 

2.9. Aplicações de IoT  

2.9.1. Fabricação 
2.9.2. Transporte 
2.9.3. Energia 
2.9.4. Agricultura e pecuária 
2.9.5. Outros setores 

2.10. Indústria 4.0  

2.10.1. IoRT(Internet of Robotics Things) 
2.10.2. Fabricação de aditivos 3D 
2.10.3. Big Data Analytics

Módulo 3. Arquiteturas e sistemas para uso intensivo de dados 

3.1. Requisitos não funcionais Pilares das aplicações de dados massivos 

3.1.1. Fiabilidade 
3.1.2. Adaptabilidade 
3.1.3. Capacidade de manutenção 

3.2. Modelos de dados 

3.2.1. Modelo relacional 
3.2.2. Modelo documental 
3.2.3. Modelo de dados de rede 

3.3. Bases de dados Gestão do Armazenamento e recuperação de dados 

3.3.1. Índices hash     
3.3.2. Armazenamento estruturado em log 
3.3.3. Árvores B 

3.4. Formatos de codificação de dados 

3.4.1. Formatos específicos da linguagem 
3.4.2. Formatos estandardizados 
3.4.3. Formatos de codificação binários 
3.4.4. Fluxo de dados entre processos 

3.5. Replicação 

3.5.1. Objetivos da Replicação 
3.5.2. Modelos de replicação 
3.5.3. Problemas com a Replicação 

3.6. Transações distribuídas 

3.6.1. Transação  
3.6.2. Protocolos para transações distribuídas
3.6.3. Transações serializáveis 

3.7. Particionamento 

3.7.1. Formas de particionamento 
3.7.2. Interação de índice secundário e particionado 
3.7.3. Reequilíbrio de partições 

3.8. Processamento de dados offline 

3.8.1. Processamento por lotes 
3.8.2. Sistemas de ficheiros distribuídos 
3.8.3. MapReduce 

3.9. Processamento de dados em tempo real 

3.9.1. Tipos de Broker de mensagens 
3.9.2. Representação de bases de dados como fluxos de dados 
3.9.3. Processamento de fluxos de dados 

3.10. Aplicações práticas na empresa 

3.10.1. Consistência nas leituras 
3.10.2. Abordagem holística dos dados 
3.10.3. Escala de um serviço distribuído

Determine os requisitos dos sistemas de utilização de dados em massa com um Curso de especialização que o guiará para a excelência profissional"