Resolução do CES: RPC-SO-03-No. 094-2021
Resolución de los ajustes curriculares sustantivos: RPC-SO-12-No.215-2026
Acuerdo de los ajustes curriculares no sustantivos: ACU-CPP-SO-10-No.102-2026

Modalidade

Online

Perfil de ingresso:

O candidato ao ingressar no Mestrado em Ciência de Dados da Unidade de Pós-Graduação da Universidade Técnica Estatal de Quevedo deve atender às seguintes características:

• Possuir diploma de graduação na área ampla de Tecnologias da Informação e Comunicação (TIC).
• Experiência e interesse em aprofundar conhecimentos técnico-profissionais em sistemas de Ciência de Dados.
• Atitude proativa para impulsionar programas interativos nos processos técnico-profissionais e de pesquisa em Ciências da Computação.
• Compreensão, leitura e tradução da língua inglesa.
• Conhecimento básico de informação científica.

Perfil de egresso:

O egresso do programa de mestrado em Ciência de Dados é um profissional com formação integral, capaz de desenvolver soluções analíticas e de aprendizado de máquina em ambientes locais e em nuvem, desde a aquisição e preparação de dados até a comunicação de resultados, com enfoque ético e de proteção de dados.

O profissional demonstrará domínio técnico avançado para atuar em ambientes multidisciplinares, com competências para:

• C1. Modelar problemas aplicados por meio de inferência estatística e regressão avançada, utilizando estimação, testes de hipóteses e procedimentos de validação, sob critérios de rigor e reprodutibilidade, evidenciado por modelos documentados, análises reproduzíveis e relatório técnico de interpretação dos resultados.
• C2. Implementar soluções de aprendizado de máquina por meio da seleção justificada de abordagens, treinamento de modelos e avaliação comparativa com métricas apropriadas, evidenciado por um protótipo funcional, experimentos reproduzíveis e relatório de desempenho.
• C3. Executar processos de mineração de dados conforme metodologias reconhecidas (por exemplo, KDD ou CRISP-DM), integrando preparação de dados, descoberta de padrões, construção e validação de modelos.
• C4. Projetar arquiteturas e fluxos de processamento de dados escaláveis para análise, tanto em lote quanto em fluxo contínuo, em ecossistemas de Big Data e serviços em nuvem, incorporando aspectos de disponibilidade, segurança e governança de dados.
• C5. Comunicar resultados analíticos por meio de técnicas de visualização exploratória e explicativa, bem como painéis de controle e indicadores, adaptando a comunicação a diferentes públicos com apresentação fundamentada dos resultados.
• C6. Coletar e preparar dados provenientes de fontes web por meio de mecanismos de acesso e extração de informações, respeitando termos de uso, princípios éticos e normas aplicáveis de proteção de dados pessoais.
• C7. Investigar problemáticas aplicadas em ciência de dados por meio da formulação de perguntas de pesquisa, revisão de literatura, desenho metodológico e experimentação computacional, comunicando resultados com integridade acadêmica.

Objetivo geral

Formar capital humano nas áreas relacionadas à Ciência de Dados, por meio de um processo formativo que favoreça o aprendizado teórico-prático de um conjunto de técnicas e teorias de “recuperação, segurança, análise, processamento e gestão de dados, modelos preditivos, programação, aprendizado estatístico, reconhecimento de padrões e mineração de dados”, com o objetivo de gerar conhecimento que contribua para a tomada oportuna de decisões estratégicas de negócios em organizações públicas e privadas.

Objetivos específicos

Vinculado ao conhecimento e aos saberes

• Desenvolver capacidades no domínio dos fundamentos teóricos relacionados à Ciência de Dados [OEM1], com base em um desenvolvimento inteligente que inclua a sistematização e informatização [OEM2] das organizações, para alcançar maior produção com menos recursos.

Vinculado à pertinência

• Compreender as formas mais eficazes de utilizar estrategicamente os grandes volumes de dados armazenados pelas organizações.

Vinculado aos aprendizados

• Solucionar os principais problemas que surgem nos campos de atuação da Ciência de Dados por meio da implementação de projetos de pesquisa, desenvolvimento e empreendedorismo na comunidade [OEM3].
• Adquirir conhecimentos específicos e as ferramentas mais avançadas para a resolução de problemas, não apenas em áreas de negócios, mas também em áreas científicas.
• Dominar os princípios básicos de modelagem de dados e as metodologias e técnicas de Data Mining.

Vinculado à interculturalidade

• Valorizar os desafios relacionados à gestão adequada dos dados com base em princípios éticos e profissionais, incluindo o respeito à preservação ambiental conforme estabelecido no Plano Nacional de Desenvolvimento 2017–2021 “Toda uma Vida”.

Horário das aulas:

Sábados e domingos: 08:00 - 12:00 | 13:00 - 17:00

Módulos:

Primeiro nível

• Inferência Estatística e Modelagem
• Fundamentos de Aprendizado de Máquina
• Mineração de Dados
• Mineração de Dados Avançada
• Metodologia da Pesquisa Científica

Segundo nível

• Big Data
• Visualização da Informação
• Web Mining
• Processamento em Nuvem
• Oficina de Trabalho de Conclusão

Linha de pesquisa