(41) 3388.7800 - (43) 3306.7700
LinkedIn Facebook Twitter YouTube
 

MBA Executivo em Business Analytics e Big Data

O MBA Executivo em Business Analytics e Big Data é o primeiro do Brasil a ser concebido para capacitar, exclusivamente, profissionais que atuam na análise técnica de um grande, complexo e diverso volume de dados (o Big Data), comum ao cenário competitivo nas organizações. 

No curso de MBA, o qual concede a chancela Fundação Getulio Vargas (FGV) ao currículo profissional, desenvolve as hard skills e soft skills (competências técnicas e não-técnicas) aos profissionais que buscam aliar suas capacidades técnicas ao olhar preditor de tendências (principalmente, quando se trata de aproveitar dados para encontrar oportunidades e gerar valor às organizações). 

Com o MBA Executivo, você poderá: 

  • Identificar e delimitar os desafios analíticos comuns ao Big Data, bem como a modelagem de eventos e variáveis críticas de negócios;
  • Solucionar informações completas por meio de diversas técnicas, englobando a abordagem estatística, a modelagem matemática, de simulação e otimização, e o machine learning;
  • Executar diversas etapas computacionais, desde a coleta até a análise dos dados mais complexos;
  • Interpretar e apresentar os modelos empregados, bem como os resultados obtidos;
  • Planejar e avaliar estratégias, riscos e alternativas típicas dos estudos analíticos.

Ainda, quem faz o MBA pela FGV no ISAE Escola de Negócios pode sempre realizar cursos de Perspectivação, experiências de curta duração que proporcionam vivências reais em gestão, trabalho em equipe e resolução de desafios. 

É mais do que MBA. É FGV!

Quem faz um curso de MBA pela Fundação Getulio Vargas (FGV), tem garantia em currículo de que está pronto(a) para assumir um novo patamar em sua carreira. O ISAE Escola de Negócios, como instituição conveniada pela FGV no Paraná, é um importante centro de excelência no país, reunindo docentes e práticas do mercado capazes de preparar pessoas para os novos desafios do mundo contemporâneo.

Perspectivação

Quem faz MBA no ISAE Escola de Negócios têm acesso vitalício aos cursos de Perspectivação, os quais proporcionam experiências reais em gestão por meio de atividades ao ar livre (como Balonismo, Rafting, gastronomia) ou em sala de aula.

Infraestrutura completa

O ISAE Escola de Negócios está localizado no centro de Curitiba, próximo aos mais conhecidos pontos da cidade, como Shopping Estação, UTFPR, Praça Rui Barbosa e muitos outros. A Instituição oferece uma infraestrutura completa aos alunos, desde estacionamento (pago no local), salas de aula confortáveis, amplo auditório e cafeteria no interior.

Networking

Amplie sua rede de contatos profissionais e realize verdadeiras conexões com pessoas que compartilham de objetivos semelhantes aos seus! O ISAE Escola de Negócios facilita a troca de ideias e do propósito de crescimento na carreira por meio eventos exclusivos ao ALUMNI ISAE, tais como experiências (dentro e fora das organizações) e Confrarias.

Grupo de Estudos

Participe de grupos de pesquisa e estudos sobre os mais diversos assuntos e encontre profissionais interessados na mesma linha de estudos para aprofundar-se em áreas de interesse. Ainda, publique artigos em parceria com professores do ISAE Escola de Negócios em veículos paranaenses.

Coordenador de Turma

Quem faz MBA no ISAE Escola de Negócios tem auxílio direto de um Coordenador de Turma, sendo este um representante da FGV no Paraná para ajudar os alunos com o que precisam para crescer no curso (e em suas profissões).

 

  Disciplina Carga Horária
TRILHA I – FUNDAMENTOS ESTATÍSTICOS
1 Análise Exploratória de Dados

Ambiente de programação R. Introdução a linguagem R. Visualização de dados em R. Conceito e tipos de variáveis aleatórias. Distribuição de frequências. Medidas descritivas (posição, dispersão, quantis). Tipos de gráfico (barplot, boxplot, scatterplot,histograma). Distribuição conjunta, marginal e condicional. Independência. Regra de Bayes. Correlação. Regressão linear simples.

24 h/a
2 Interferência Estatística

Modelo Estatístico. Estimação e Intervalo de confiança. Testes de Hipótese. Regressão múltipla. Análise de Regressão. Análise de resíduos

24 h/a
3 Análise Preditiva

Introdução à modelagem preditiva. Regressão Logística. Regularização. Árvores de Decisão, Florestas Aleatórias e Bagging. Validação de modelos preditivos.

24 h/a
4 Análise de Séries Temporais

Introdução e Conceitos. Modelos de Regressão para Séries Temporais. Conceitos de Séries Temporais. Modelagem de Séries Temporais e Previsão Conteúdo Programático Mínimo: I. Introdução e Conceitos ” Problemas de previsão em administração e finanças ” Componentes de uma série temporal II. Modelos de Regressão para Séries Temporais ” Regressão linear simples e múltipla ” Método de máxima verossimilhança ” Análise dos resíduos III. Conceitos de Séries Temporais ” Medidas de correlação e autocorrelação ” Multicolinearidade e Heterocedasticidade ” Especificação do modelo e diagnóstico ” Processos estocásticos (estacionários e não estacionários) ” Erros de previsão IV. Modelagem de Séries Temporais e Previsão ” Processo auto-regressivo (AR) ” Processo de médias móvel(MA) ” Alisamento exponencial ” Processo auto-regressivo e de média móveis (ARMA) ” Processo auto-regressivo integrado e de médias móveis (ARIMA) ” Estimação com modelos baseados no método de Box & Jenkins.

24 h/a
TRILHA II – ENGENHARIA DE DADOS
5 Banco de Dados e Visualização

Big Data e Data Driven Economy. Introdução à análise exploratória de dados em SQL e Tableau. Ambiente e programação SQL. Visualização de dados com Tableau.

24 h/a
6 Modelagem Informacional

Análise do contexto informacional. Modelagem dimensional, na modalidade Star Schema. Verificação da estabilidade do modelo. Gerenciamento das iniciativas analíticas Conteúdo Programático Mínimo: I. Análise do Contexto Informacional ” Definir o contexto de negócio, sob a perspectiva informacional ” Noções de modelagem dimensional ” Diferenças entre modelos relacionais e dimensionais II. Desenho do Modelo (Star Schema) ” Definir a granularidade considerada no modelo ” Identificar as métricas e dimensões de análise ” Carga, limpeza, consolidação e consistência de dados ” Agrupamento dos elementos comuns das dimensões; integridade referencial; conformidade dimensional ” Sumarizar as análises possíveis a partir do Star Schema III. Verificação da Estabilidade do Modelo ” Hierarquizar os elementos de dimensão ” Gerenciar mudanças lentas ” Estabilizar e consolidar o modelo ” Verificar se o modelo comporta modelagem preditiva, através da clara identificação de variáveis dependentes e independentes IV. Gerenciamento das iniciativas analíticas ” Ferramentas e alternativas para a arquitetura analítica ” Planejamento dos projetos de natureza analítica

24 h/a
7 Bancos Distribuídos

Computação distribuída e em nuvem. Revisão de bancos de dados relacionais e da linguagem SQL. Integração entre Hadoop e demais ferramentas de business Analytics. Acesso ao Hadoop através de interfaces de programação e comandos, Utilização de bibliotecas de análise in-db (MADLIB), Tecnologias de dados não-estruturados (NoSQL).

24 h/a
TRILHA III – TÉCNICAS ANALÍTICAS AVANÇADAS
8 Matrizes e Clusters

Fundamentos de Cálculo e Álgebra Matricial. Matriz de covariância. Redução de dimensionalidade. Análise de componentes principais. Análise fatorial. Clusterização por K-means e cluster hierárquico.

24 h/a
9 Modelagem Estatística Avançada

Pré-tratamento de dados. Detecção e tratamento de outliers. Tratamento de dados faltantes. ANOVA e comparações múltiplas. Multicolinearidade. Métodos baseados em vizinhança. Regras de Associação e Market Basket Analysis.

24 h/a
10 Análise Preditiva Avançada

Otimização não linear. Redes Neurais. Otimização e Incerteza. Revisão de conceitos. ” Programação linear ” Simulação de Monte Carlo ” Análise de desempenho comparado (DEA). Redes Neurais. Sistemas Dinâmicos: ” Otimização não linear ” Comparação de métodos evolutivos x algoritmos de início múltiplo ” Redes Neurais ” Bootstrapping ” Aplicações: lançamento de novos produtos; evolução de market-share. Gestão de incerteza; otimização ” Método neutro em relação ao risco ” Fórmula de Black-Scholes ” Precificação por simulação de Monte Carlo ” Precificação pelo método binomial. Opções reais.

24 h/a
11 Estatística Espacial

Geomarketing e Geoinformação – Evolução e o Estado-da-Arte. Conceitos de Informações Espaciais – Modelos de Dados. Exploração de Dados Geográficos. Análise Geográfica e Estatística Espacial.

24 h/a
12 Análise de Mídias Sociais e Text Mining

Relações. Redes sociais no Contexto Empresarial. Tipos de rede. Análise de Redes de Comunicação. Redes em Ambiente Organizacional. Mineração de Texto. Análise de sentimentos. Modelagem de dados textuais.

24 h/a
TRILHA IV – DISCIPLINAS INTEGRADORAS
13 Controladoria Gerencial

Conceitos de contabilidade financeira e gerencial. Custeio Marginal. Custeio por Absorção. Custeio por Atividades Conteúdo Programático Mínimo: I. Conceitos de contabilidade financeira e gerencial. ” Sistemas de custeio tradicionais. ” Estrutura geral e conceitos de custos. ” Classificação de custos e despesas. II. Custeio Marginal ” Classificação de custos e despesas em variáveis e fixos. ” Estrutura dos relatórios gerenciais. ” Relações CVL, ponto de equilíbrio, margem de segurança e alavancagem operacional. III. Custeio por Absorção ” Classificação de custos (diretos e indiretos) e despesas. ” Estrutura do relatório gerencial. ” Fluxo de custos. ” Tributos; encargos; tratamento dos CIF, sem e com departamentalização. IV. Custeio por Atividades ” ABC /ABM.

24 h/a
14 Análise Econômica e Geração de Valor

Estruturas de Mercado. Atividade Econômica e Empresas. Políticas de Governo e Efeitos na Economia. Análise Competitiva. Métodos para Mensuração de Valor Conteúdo Programático Mínimo: I. Estruturas de Mercado ” Teoria do Consumidor (Demanda) ” Teoria do Produtor (Oferta) ” Teoria dos Jogos II. Atividade Econômica e Empresas ” Produto e Renda Nacional ” Nível de Atividade Econômica ” Tendências e Ciclos Econômicos III. Políticas de Governo e Impactos na Economia ” Política Fiscal e Monetária ” Política Cambial e Balanço de Pagamentos IV. Análise Competitiva V. Métodos para Mensuração de Valor

24 h/a
15 Raciocínio Analítico e Decisões Empresariais

Desafios e dilemas do processo decisório. Abordagens para identificação e modelagem de problemas. Diferenças entre business intelligence e data science; e implicações. Gerenciamento dos projetos analíticos. Conteúdo Programático Mínimo: I. O processo decisório ” Desafios e dilemas do processo decisório ” Aspectos cognitivos na tomada de decisão II. Abordagens para identificação e modelagem de problemas. ” Processos versus Indicadores de Gestão ” Métodos para modelagem de problemas empresariais ” O método das Perguntas Críticas de Negócio III. Business Intelligence versus Data Science ” Características dos métodos de análise empresariais ” Modelos causais; identificação de variáveis independentes e variáveis dependentes. IV. Gerenciamento dos projetos analíticos ” Etapas, produtos, habilidades e fatores críticos associados aos projetos analíticos.

24 h/a
16 Aplicações em Decisões Mercadológicas

Introdução às capacidades analíticas em marketing; conceitos e aplicações. Abordagens para a alocação de recursos em marketing. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado. Análise econômico-financeira das ações de marketing. Conteúdo Programático Mínimo: I. Introdução às capacidades analíticas em marketing; conceitos e aplicações II. Abordagens para a alocação de recursos em Marketing ” Técnicas para análise e alocação de recursos em marketing ” Alocação de recursos em diferentes canais e atividades de comunicação III. Estruturação das métricas para identificar os drivers de vendas, lucro e participação de mercado ” Métricas para otimizar a alocação de recursos de marketing e orientar decisões ” Cálculo do índice de desenvolvimento de categoria ” Métricas para analisar linhas de produtos IV. Retorno sobre Investimentos (ROI) de marketing ” Cálculo do ROI de marketing ” Análise financeira dos investimentos em marketing V. Cálculo do Customer Lifetime Value VI. Análise dos resultados de programas de comunicação de marketing e força de vendas ” Métricas para analisar o desempenho de campanhas de propaganda, promoções, relações públicas e força de vendas ” Métricas para tomada de decisão no ambiente digital.

24 h/a
17 Aplicações de Estatística Espacial

Técnicas de estatística espacial: análise de vizinhanças, tendências, correlação e autocorrelação espacial. Geoestatística e regressão espacial. Desenvolvimento de Estudo de Caso junto à turma

24 h/a
18 Desafios e Requisitos dos Projetos Analíticos

Estrutura, finalidade e produtos das fases dos projetos analíticos. Papéis, competências e habilidades dos profissionais envolvidos. Abordagens para o gerenciamento e condução dos projetos analíticos. Conteúdo Programático Mínimo: I. Estrutura, finalidade e produtos dos projetos analíticos II. Papéis, competências e habilidades dos profissionais envolvidos ” Competências nas Áreas de Negócio ” Competência Informacional e em Análise de Dados ” Competência em Tecnologia da Informação e Engenharia de Dados III. Abordagens para o gerenciamento e condução dos projetos analíticos ” Integração das iniciativas analíticas ” Construção e sustentação dos argumentos para a justificativa de projetos ” Etapas, produtos, habilidades e fatores críticos associados aos projetos analíticos.

24 h/a
  Carga Horária Total 432 h/a

Preencha os dados e nós entraremos em contato.

Nome

E-mail

Telefone comercial

Telefone celular

Como prefere receber nosso contato?

Possui alguma deficiência?

Cidade/Estado

Observações

Origem do seu contato

Nome

Telefone

E-mail

Empresa

Quantidade de Alunos

Como prefere receber nosso contato?

Cidade/Estado

Comentários

Origem do seu contato

[recaptcha size:compact]

Seu nome

Seu e-mail

Nome do(a) Amigo(a)

E-mail do(a) Amigo(a)