Acessibilidade

Especialização em Big Data

Por que cursar a Especialização em Big Data?

O fenômeno do crescimento exponencial da Tecnologia da Informação e Comunicação (TIC) tem permitido o desenvolvimento de um mundo totalmente conectado, criando o que é conhecido atualmente como a “Internet das Coisas”. Essa nova realidade influencia todas as áreas do conhecimento, gerando oportunidades para o surgimento de novas profissões, como o especialista em dados ou Big Data.

Pesquisas apontam que 90% de todos os dados gerados globalmente foram processados apenas nos dois últimos anos. Estima-se que até 2020, aproximadamente 1.7 megabytes de dados devam ser gerados a cada segundo por cada pessoa no planeta e que 73% das grandes companhias pretendem investir na área atuante do especialista em Big Data até o final de 2016.

 

O curso:

Diante da realidade de alta demanda e a carência de profissionais qualificados, esse curso de especialização Latu Sensu, pioneiro no Rio Grande do Norte, visa formar recursos humanos altamente qualificados para atuar de forma empreendedora na área de Big Data. O curso terá uma abordagem tanto teórica quanto prática, de modo a formar profissionais com capacidade e autonomia para planejar e executar atividades que envolvem processamento, modelagem, armazenamento, visualização e extração de conhecimento de Big Data.

 

Público-Alvo:

O curso se destina aos portadores de Certificado de Conclusão do Curso de nível superior na área de Tecnologia da Informação (TI), Engenharias, Ciências Biológicas e GeoCiências.

 

Duração:

14 meses, com carga horária total de 360h, encontros quinzenais durante as sextas-feiras (16h às 22h) e aos sábados (08h às 12h e 13h às 18h).

 

Início:

05/08/2016

 

Processo Seletivo:

Análise de currículo e histórico escolar.
Edital: Processo Seletivo 2016 – Especialização em Big Data

 

Corpo Docente:

Formado por professores da UFRN, empreendedores e profissionais especialistas em diferentes tópicos relacionados à área de Big Data com larga experiência prática e envolvimento com a indústria.

Allan de Medeiros Martins, possui graduação em Engenharia Elétrica (2000), mestrado em Ciências pela Universidade Federal do Rio Grande do Norte (2001) na área de processamento de imagens. Doutorado em Engenharia Elétrica pela Universidade Federal do Rio Grande do Norte (2005) em análise de dados e CLustering. Estágio pós Doutoural realizado na Universidade da Florida em 2006 na área de Processamento de Sinais. Atualmente é professor Adjunto de Engenharia Elétrica da Universidade Federal do Rio Grande do Norte. Tem experiência na área de Processamento de Sinais e Imagens, análise de dados e Sistemas inteligentes.
Daniel Sabino Amorim de Araújo, possui graduação em Ciência da Computação pela Universidade Federal do Rio Grande do Norte – UFRN – (2006). Mestrado em Sistemas e Computação pelo DIMAp/UFRN (2008). Doutorado em Engenharia Elétrica e de Computação – DCA/UFRN (2013). Em 2007 passou três meses, como bolsista do DAAD, no âmbito de um projeto Probral (CAPES/DAAD), no Departamento de Biologia Computacional do Instituto Max Planck de Genética Molecular, Berlim, Alemanha. Foi Professor do Departamento de Ciências Exatas, Tecnológicas e Humanas (DCETH – Campus Angicos) da Universidade Federal Rural do Semi-Árido (UFERSA) entre 2009 e 2015. Atualmente, é Professor do Instituto Metrópole Digital da UFRN. Suas pesquisas se concentram nas áreas de Aprendizado de Máquina, Análise de Agrupamentos (Cluster Analysis), Information-theoretic Learning e Bioinformática.

Diego Rodrigo Cabral Silva, possui graduação em Engenharia de Computação pela Universidade Federal do Rio Grande do Norte(2002), mestrado em Engenharia Elétrica pela Universidade Federal do Rio Grande do Norte(2005) e doutorado em Engenharia Elétrica pela Universidade Federal do Rio Grande do Norte(2008). Atualmente é Professor Adjunto da Universidade Federal do Rio Grande do Norte. Tem experiência na área de Engenharia Elétrica, com ênfase em Eletrônica Industrial, Sistemas e Controles Eletrônicos. Atuando principalmente nos seguintes temas:Detecção de Falhas, Filtro de Kalman, Identificação Paramétrica

Edson Jackson de Medeiros Neto, possui graduação em Engenharia de Computação e Automação Industrial (2011) e mestrado no Programa de Pós-Graduação em Engenharia Elétrica e de Computação (2015), pela Universidade Federal do Rio Grande do Norte (UFRN). Atua como pesquisador no Laboratório de Informática Industrial (LII/UFRN) no desenvolvimento de tecnologias de Big Data aplicada a Automação Industrial. Cofundador da LogAp Sistemas, empresa especializada no desenvolvimento de sistemas para processamento e análise de dados, incubada no Instituto Metrópole Digital (IMD).

Gustavo Bezerra Leitão, possui graduação em Engenharia de Computação pela Universidade Federal do Rio Grande do Norte (2006) e mestrado em Ciência e Engenharia de Petróleo pela Universidade Federal do Rio Grande do Norte (2008). Tem experiência na área de Automação Industrial, Engenharia de Petróleo, atuando principalmente nos seguintes temas: desenvolvimento de sistemas e algoritmos para suporte a operação de processos industriais, automação industrial e gerenciamento de alarmes em indústrias petroquímicas.

Graduado em Engenharia de Computação pela UFRN (2006) e mestre em Engenharia Elétrica e Computação pela UFRN (2011), atualmente é Diretor da Logique Sistemas. Tem experiência na área de Engenharia Elétrica, com ênfase em Automação Industrial. Atuando principalmente nos seguintes temas: sistema de gerenciamento de alarmes, automação industrial, métricas de desempenho de segurança operacional.

Ivanovitch Medeiros Dantas da Silva, possui graduação em Engenharia de Computação (2006), mestrado (2008) e doutorado (2013) em Engenharia Elétrica e Computação pela Universidade Federal do Rio Grande do Norte e co-participação da Universidade do Porto (Sanduíche). Desde 2013 é docente da Universidade Federal do Rio Grande do Norte sendo lotado no Instituto Metrópole Digital (IMD). É membro do Programa de Pós-graduação em Engenharia Elétrica e de Computação onde orienta alunos de mestrado e doutorado em tópicos relacionados a Dependabilidade, Redes de Sensores Sem Fio, Internet das Coisas e Cidades Inteligentes. Atualmente presta mentoria para a Incubadora Inova Metrópole na área de Sistemas Embarcados e Inovação.

Luiz Affonso Guedes, possui graduação em Engenharia Elétrica pela UFPA, mestrado em Engenharia Eletrônica e Computação pelo ITA e doutorado pela Unicamp na área de Automação e Engenharia de Computação. Atualmente é professor titular do Departamento de Automação e Engenharia de Computação da UFRN. Possui experiência de mais de 10 anos em pesquisa e desenvolvimento de soluções inovadoras na área de diagnóstico e análise de dados de processos industriais. Já orientou mais de 10 teses de doutorado e 30 dissertações de mestrado.

Ricardo Wendell Rodrigues da Silveira, possui graduação em Engenharia de Computação, mestrado em Engenharia Elétrica e Computação pela Universidade Federal do Rio Grande do Norte, tendo atuado em projetos relacionados com aprendizado de máquina e visão computacional. Trabalhou por 8 anos na Superintendência de Informática da UFRN, atuando como desenvolvedor e coordenador de desenvolvimento do sistema acadêmico da UFRN (SIGAA). Há 3 anos trabalha como Consultor de Desenvolvimento Líder na ThoughtWorks Brasil, em projetos de desenvolvimento ágil com clientes brasileiros e americanos, conectando em diversos projetos o conhecimento acadêmico com engenharia de dados. Possui também palestras ministradas na área de Data Science e Big Data (RuPy Natal 2014 e QCon Rio 2015) e participação em um evento global da ThoughtWorks sobre Analytics, na Índia (YottaByte 2015).

Samuel Xavier de Souza é Engenheiro de Computação pela Universidade Federal do Rio Grande do Norte e Doutor em Engenharia de Elétrica pela Katholieke Universiteit Leuven, Bélgica. Trabalhou no Centro Interuniversitário de Microeletrônica, na Bélgica, como Engenheiro de Software/Hardware e no Centro de Supercomputação de Flandres, também na Bélgica, como Consultor de Computação de Alto Desempenho. Desde 2009 ocupa o cargo de Professor do Departamento de Engenharia de Computação e Automação da Universidade Federal do Rio Grande do Norte e desde 2013 é chefe desse Departamento. É membro do Programa de Pós-graduação em Engenharia Elétrica e de Computação onde orienta alunos de mestrado e doutorado em tópicos relacionados a Aplicações Paralelas e Desempenho de Software e Hardware Paralelos. Fundou e coordena, no Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte, o Núcleo de Processamento de Alto Desempenho. O Núcleo proporciona o uso da supercomputação como ferramenta de pesquisa em diversas áreas do conhecimento.

Professor do Instituto Metrópole Digital/UFRN, instrutor e formador de instrutores CCNA (Cisco Systems), engenheiro de computação laureado (UFRN), mestre em engenharia elétrica e de computação (UFRN). Atua em pesquisas nas áreas de segurança em redes corporativas, gerenciamento de identidades, cidades inteligentes e nuvens computacionais. Possui mais de 10 de experiência em consultoria, elaboração de projetos e implantação de ambientes de alta-disponibilidade em redes de computadores, firewalls, datacenters e nuvens computacionais, tanto no serviço público como na iniciativa privada. Possui as certificações de mercado MCTS, MCITP, CCNA, CCNA-ITQ e Six Sigma Yellow Belt, além de premiação internacional Cisco NetRiders na área de redes de computadores.

 

Disciplinas:

● Fundamentos de Big Data e Business Intelligence
● Plataformas Computacionais para Big Data
● Nuvens Computacionais: Infraestrutura e Serviços para Big Data
● Linguagens de Script para Big Data
● Armazenamento de Big Data
● Programação Científica para Big Data
● Análise Estatística para Big Data
● Aprendizado de Máquina para Big Data
● Computação de Alto Desempenho para Big Data
● Mineração de Dados
● Técnicas de Visualização de Big Data

 

Local:

Universidade Federal do Rio Grande do Norte
Instituto Metrópole Digital

 

Investimento:

14 mensalidades de R$ 400,00

 

Maiores informações:

especializacao.bigdata@imd.ufrn.br

 

Coordenação: Ivanovitch Medeiros Dantas da Silva
Vice-coordenação: Wellington Silva de Souza
Secretaria: Viviane Medeiros de Freitas

Vídeo Institucional