fbpx

Business Analytics

INSCRIÇÕES ENCERRADAS

Apresentação

Os dados que circulam diariamente nas organizações aumentam significativamente e criam um volume massivo a ser trabalhado, analisado e, por fim, armazenado. O valor real desses dados depende da capacidade dos profissionais e das empresas conseguirem extraí-los e usá-los a favor do desenvolvimento de novos produtos, vendas, marketing, produção, além do gerenciamento de operações, finanças e investimentos.

Business Analytics é uma área interdisciplinar, caracterizada por um conjunto de habilidades, tecnologias e práticas para a investigação e exploração do desempenho passado das empresas para obter informações e impulsionar o planejamento presente e futuro dos negócios. Concentra-se na análise dos dados com o objetivo de gerar novos conhecimentos, insights, além de compreender o desempenho do negócio com base em dados e métodos estatísticos.

Portanto, Business Analytics pode ser definido como um conjunto de abordagens metodológicas para exploração iterativa dos dados de uma organização, com ênfase na análise estatística.

Objetivo

O principal objetivo do curso de especialização em Business Analytics é criar um ambiente de aprendizagem para o uso de dados e modelos para apoiar processos de tomada de decisão.

Espera-se que ao final do curso o estudante desenvolva as seguintes habilidades:

  • Analisar diferentes base de dados, inclusive big data;
  • Utilizar modelos e sistemas computacionais para a aplicação de dados qualitativos e quantitativos em processos de decisão.

O curso foi criado para enfatizar situações reais vivenciadas nas organizações, tais como análise de risco de crédito, previsão do retorno de investimentos, avaliação de níveis de estoque e produção, impacto da publicidade nas vendas, simulação de mudanças organizacionais, segmentação de consumidores, priorização de distribuição e atendimento, entre outros.

O curso foi estruturado segundo a visão de business analytics da INFORMS,  organização responsável pela certificação profissional em Analytics (Certified Analytics Professional).

Entre os temas emergentes que serão abordados durante o curso, pode-se citar:

  • Data Mining for Business Analytics
  • Data Visualization
  • Decision Models
  • Econometrics
  • Forecasting Time Series Data
  • Introduction to Stochastic Processes
  • Risk Management Systems
  • Trading Strategies and Systems
  • Regression and Multivariate Data Analysis
  • Research for Customer Insights

Entre as áreas potenciais para atuação dos egressos do curso, pode-se citar:

  • Vendas
  • Empreendedorismo
  • Investimentos
  • Marketing
  • Supply Chain Management
  • Gestão de Produto
  • Finanças
  • Gestão de Risco
  • Planejamento Estratégico
  • Gestão de Projetos

Público-alvo: Profissionais com formação superior, empreendedores, gestores, profissionais liberais e demais interessados em melhorar sua capacidade de analisar e prospectar dados, informações e conhecimento para apoio a tomada de decisão operacional, tática e estratégica.

Carga Horária: 360 horas/aula com duração máxima de 20 meses.

Horário das aulas: Em semanas alternadas, duas ou três vezes por semana, das 18h30 às 22h30.

INSCRIÇÕES

As inscrições para a edição 2020 do Curso de Especialização em Business Analytics estão encerradas.

Cadastre-se aqui para ser informado(a) sobre a abertura de inscrições para turmas futuras.


Requisito mínimo: diploma de graduação de nível superior

Processo de seleção: análise curricular e entrevista com o coordenador do curso

Para realizar a inscrição, é necessário preencher um formulário online e fazer o upload dos seguintes documentos:

  • Mini curriculum vitae contendo formação acadêmica e principais cargos e funções desempenhados nos últimos 5 anos;
  • Cópia do histórico do curso de graduação;
  • Cópia do diploma de curso de graduação.

 

Disciplinas

O Curso de Especialização em Business Analytics está dividido em três módulos, com atividades integradoras e projetos aplicados ao final de cada etapa, com a seguinte estruturação:

⇒ Módulo I – Gestão e Análise de Dados e Informações: o objetivo deste módulo é apresentar os conceitos fundamentais sobre Business Analytics e os principais desafios e tendências para a área. Também serão abordados aspectos fundamentais para estruturação e extração de informações a partir de banco de dados.

Disciplinas:

  • Introdução ao Business Analytics (30h/a): apresentar os conceitos básicos e principais desafios e oportunidades da análise de grandes volumes de dados para os negócios.
  • Business Analytics com R (30h/a): apresentar os princípios da Apresentar os princípios da linguagem R para o desenvolvimento de projetos de Business Analytics.
  • Modelagem Informacional (30h/a): abordar conceitos de banco de dados, armazenamento e recuperação de informações para projetos de Business Analytics.
  • Gestão Estratégica de Negócios (15h/a): capacitar os alunos com fundamentos e práticas em estratégia organizacional, dando atenção a questões de tecnologia de informação e analytics.
  • Seminário I: Práticas de Business Analytics (30h/a): discutir tendências e práticas para projetos de business analytics através da demonstração de cases com empresas e profissionais da área.

⇒ Módulo II – Transformando informações em conhecimento: o objetivo deste módulo é apresentar técnicas, ferramentas e modelos quantitativos voltados para obtenção de conhecimento a partir de bases de dados.

Disciplinas:

  • Estatística para Business Analytics (30h/a): demonstrar os princípios básicos da estatística e seu relacionamento com a gestão de dados, conhecimento e analytics.
  • Mineração de dados (30h/a): capacitar os alunos a projetar e avaliar um processo de descoberta de conhecimento utilizando bases de dados reais.
  • Modelagem Preditiva (30h/a): apresentar modelos para previsão de resultados categóricos e contínuos usando diferentes técnicas quantitativas.
  • Seminário II: Práticas de Business Analytics (30h/a): discutir tendências e práticas para projetos de business analytics através da demonstração de cases com empresas e profissionais da área.

⇒ Módulo III – Casos e Aplicações de Business Analytics: o módulo final do curso envolve a apresentação de diferentes áreas de aplicação dos conceitos de Business Analytics, assim como a elaboração de um projeto aplicado a ser desenvolvimento sob a orientação de um professor do curso.

Disciplinas:

  • Business Analytics aplicado a Text Mining (15h/a): apresentar técnicas quantitativas para encontrar termos, padrões e relacionamentos em documentos de texto com grande volume de dados.
  • Business Analytics aplicado a Finanças e Investimentos (15h/a): abordar conceitos sobre modelagem de dados em finanças usando técnicas de simulação e otimização.
  • Business Analytics aplicado a Marketing (15h/a): fornecer instrumental analítico e metodológico para o planejamento, execução e avaliação de pesquisas em marketing com foco em analytics.
  • Business Analytics aplicado a Logística e Produção (15h/a): introduzir teorias e métodos aplicáveis à análise de decisões com múltiplos objetivos, tanto sob condições determinísticas como sob condições de risco.
  • Business Analytics aplicado a Redes Sociais (15h/a): apresentar conceitos e técnicas utilizados na análise de redes sociais e estabelecer relações com o ambiente organizacional, político e econômico.
  • Projeto Integrado em Business Analytics (30h/a): proporcionar orientações em relação ao desenvolvimento de um trabalho científico, bem como do projeto aplicado de final do curso.

OBS: Em alguns casos, a sequência das disciplinas pode ser alterada, conforme disponibilidade e agenda dos professores e empresas participantes do curso. Entretanto, a sequência lógica necessária para o acompanhamento do curso pelos alunos será respeitada.

Corpo docente

Prof. Dr. Alan Delgado de Oliveira

Doutorado em Administração, PPGA-UFRGS (2018); Cientista de Dados do POATEK

Principais áreas de interesse: Finanças; Pesquisa Operacional.

Lattes: http://lattes.cnpq.br/2663100158069182


Profa. Dra. Daniela Francisco Brauner

Doutorado em Informática, PUC-Rio (2008)

Principais áreas de interesse: Open data (dados abertos); Linked Open Data; Web semântica e ontologias; Bancos de dados distribuídos; Sistemas de Informação; Gestão do conhecimento; Coordenação do desenvolvimento de tecnologias de informação e comunicação.

Lattes: http://lattes.cnpq.br/3849270347679531


Prof. Dr. Davide Carbonai

Doutorado em Sociologia Econômica, Università di Teramo (2005)

Principais áreas de interesse: Sociologia econômica; Políticas públicas; Análise de redes sociais.

Lattes: http://lattes.cnpq.br/1654356891323370


Prof. Dr. Denis Borenstein

Ph.D., University of Strathclyde, Escócia (1995)

Principais áreas de interesse: Modelagem de Sistemas; Métodos Quantitativos Aplicados; Desenvolvimento de Sistemas Inteligentes para a Gestão.

Lattes: http://lattes.cnpq.br/8373564643000623


Profa. Dra. Fernanda Maria Müller

Doutorado em Administração, PPGA-UFRGS (2019)

Principais áreas de interesse: Finanças; Gestão de Risco; Risco de Modelo; Econometria Financeira.

Lattes: http://lattes.cnpq.br/3226110093009785


Profa. Dra. Karin Becker

Doutorado em Informática, Facultés Universitaires Notre-Dame de la Paix, Bélgica (1993)

Principais áreas de interesse: Banco de Dados, Sistemas de Informação.

Lattes: http://lattes.cnpq.br/1559292514654215


Prof. Dr. Leandro Krug Wives

Doutorado em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (2004)

Principais áreas de interesse: Mineração de textos, Modelagem Conceitual e Ontologia, Sistemas de Recomendação e Mineração de dados na Web.

Lattes: http://lattes.cnpq.br/5996993884846655


Prof. Dr. Luciano Ferreira

Doutorado em Sistemas de Informação pela Universidade Federal do Rio Grande do Sul (2009)

Principais áreas de interesse: Sistemas de Informação e de Apoio à Decisão, Pesquisa Operacional, Métodos Multicritério de Apoio à Decisão, Logística.

Lattes: http://lattes.cnpq.br/2012931032697595


Prof. Dr. Marcelo Brutti Righi

Doutorado em Administração com ênfase em Finanças – UFSM

Principais áreas de interesse: Gestão de Risco; Finanças Matemáticas; Econometria Financeira.

Lattes: http://lattes.cnpq.br/0441646892659099


Prof. Dr. Pablo Cristini Guedes

Doutorado em Administração (Pesquisa Operacional) pela UFRGS (2017)

Principais áreas de interesse: Pesquisa Operacional, Métodos Quantitativos Aplicados, Business Analytics.

Lattes: http://lattes.cnpq.br/1270472507002926


Profa. Dra. Renata de Matos Galante

Doutorado em Ciência da Computação- UFRGS (2003)

Principais áreas de interesse: Bancos de dados, Big Data, Redes Sociais e Análise de Dados (saúde, dados urbanos, meteorológicos, redes sociais, entre outros).

Lattes: http://lattes.cnpq.br/3867942762661182


Prof. Dr. Tiago Pascoal Filomena

Doutorado em Engenharia de Sistemas pela George Washington University, EUA (2010)

Principais áreas de interesse: Engenharia Econômica e Pesquisa Operacional.

Lattes: http://lattes.cnpq.br/0049341984494164


Prof. Dr. Vinícius Andrade Brei

Doutorado em Marketing (2007): École des Hautes Études Commerciales (HEC), Paris

Principais áreas de interesse: Processos adaptativos, desejos de consumo, preferências e arquitetura de escolhas do consumidor (micro) e seus reflexos na formação e modificação de mercados (macro), business analytics, métodos de previsão de potencial de mercado e de demanda.

Lattes: http://lattes.cnpq.br/9392068753290032

Investimento e cronograma

  • Opção 1
    • 22 parcelas de R$ 800,00
  • Opção 2 | 10% de desconto
    • Pagamento à vista
    • Ex-aluno da UFRGS
    • Empresas Conveniadas (mediante consulta)

Período de inscrições: até 5 abril de 2020
Processo seletivo: até 8 de maio de 2020
Divulgação do resultado: até 15 de maio de 2020
Início das aulas: junho de 2020

 

Resultados do Processo Seletivo

Assim que o retorno às aulas for oficializado,  entraremos em contato para comunicar o calendário de matrícula e cronograma do Modulo I.

Aprovados (em ordem alfabética)
1. Alisson Martinelli Michels
2. Andressa Bisotto Peretti
3. Bianca da Cunha
4. Bianca Roani Pezaroglo
5. Dani Ruduit Fraga
6. Daniel Dapper
7. Dionatan da Rosa
8. Felipe Ferrari
9. Fillipe Fraga Matiazo
10. Francisco Antônio Santos de Souza
11. George Kramer Naufal
12. Guilherme de Azevedo Rodrigues
13. Hamilton Fernando dos Santos Santana
14. Heitor Tremea
15. Isabel Aranovich
16. Jordão Flores Finamor
17. Lucas Felipe de Almeida Machado
18. Luis Henrique da Silveira
19. Marcelo de Oliveira Dineck
20. Matheus Xavier Holstein
21. Pedro Rehfeld Schoen
22. Rafael Mirandola da Rocha
23. Rafael Sparremberger da Silva
24. Rafaela Mathias de Castro
25. Renata da Fontoura Remião
26. Shirlei Alves dos Santos
27. Tatiana Braz da Luz Pereda
28. Thiago Neves
29. Thyele Rechatiko
30. Vinícius Cini

Suplentes (em ordem de classificação):
1. Benjamim Paulo Gewehr Hoppe
2. Ohana Janaina Iost
3. Bruna Kasprzak Borges
4. Jaime Diego da Rosa
5. Aline da Silva Vaz
6. Diego Nunes Ramos
7. Lucas Pádia Winckler
8. Arthur Barbosa de Castro Friedrich
9. Thiago Coimbra Vitcoski
10. Cristovao Moreira Freitas Junior
11. Mariana de Araujo e Silva
12. Matheus Luz Ribas
13. Patricia Aparecida Bilinski
14. Carlos Alexandre Zago Pedroso

Candidatos não classificados
Alexandra Batista da Silva
Douglas Puhl
Emerson Telles Rodrigues
Fernando Henrique de Paula e Silva Mendes
Henrique Zagonel
Josmaire Araldi
Karem Cristina Stievem
Luiz Francisco Roani
Natalia Vais Rodrigues
Nestor Fabian Ayala
Noé Maleco de Oliveira
Priscila Lazzari
Rafael da Silva Souza
Rafael Ferreira Costa
Renata Meireles Peixto
Rodrigo Amaral
Sheila Croche

Contato

Coordenador do curso: Prof. Dr. Luciano Ferreira
E-mail: ferreira.luciano@ufrgs.br

ou

esp.analytics@ea.ufrgs.br (para mais informações e/ou agendamento de conversa com o coordenador do curso)