Atualize-se sobre o papel das Visual Analytics no contexto social e tecnológico atual graças a um curso online complementado por um estágio numa empresa de prestígio"

A necessidade de aplicar a Big Data para personalizar os serviços digitais para os consumidores não é apenas um benefício individual para os utilizadores que poupam tempo na internet, mas também uma oportunidade económica para aplicar a venda direta. A análise de dados também tem sido um benefício significativo para o setor da saúde, uma vez que a COVID tornou possível registar os casos positivos em todo o mundo. Isto permitiu contar os doentes a nível global e, sobretudo, registar os efeitos do vírus nas pessoas afetadas. Este último ponto foi fundamental para o desenvolvimento da vacina.

Estes exemplos mostram as múltiplas utilizações da Big Data e demonstram como a sua correta aplicação pode fornecer soluções para problemas complexos. Neste sentido, o conhecimento humano funde-se com a informática e dá origem ao armazenamento de dados. É, portanto, essencial que os profissionais de hoje tenham uma compreensão profunda das oportunidades de análise de clientes, interação de dados, técnicas de Inteligência Artificial e gestão estratégica com dados, entre muitas outras competências.

Por esta razão, a TECH oferece uma capacitação com conhecimentos teóricos e práticos destinada a pessoas formadas em Informática e outras ciências para alargarem os seus conhecimentos e projetarem o Marketing da organização em que trabalham através da IA. Além disso, o Mestrado Semipresencial em Visual Analytics e Big Data é ministrado por um grupo de especialistas em tecnologias da informação para fornecer aos alunos conhecimentos durante a primeira fase, 100% online. A modalidade digital oferece, ao mesmo tempo, uma adaptação personalizada para cada aluno, que pode estudar em qualquer altura e lugar com uma ligação à internet.  Além disso, a TECH tem múltiplos conteúdos audiovisuais que, através de atividades e resumos em vídeo, tornam a capacitação mais dinâmica.

Este Mestrado Semipresencial inclui um estágio em empresas de marketing de prestígio. Esta fase de formação garante a correta aplicação dos fundamentos teóricos previamente fornecidos aos alunos. Além disso, os especialistas serão apoiados por especialistas em Visual Analytics e Big Data, tanto na sua formação teórica como na prática. Neste último caso, terão tutores que os guiarão através dos procedimentos no cenário prático e esclarecerão todas as suas dúvidas no local.

Conhecer os fundamentos da utilização das novas tecnologias como o 5G, a IoT, a Cloud e a Edge Computing" 

Este Mestrado Semipresencial em Visual Analytics e Big Data conta com o conteúdo educativo mais completo e atualizado do mercado. As suas principais características são:

• Desenvolvimento de mais de 100 casos de TI apresentados por especialistas em análise e interpretação de dados e professores universitários com vasta experiência no setor digital.
• O seu conteúdo gráfico, esquemático e eminentemente prático fornece informações científicas sobre as disciplinas médicas essenciais para a prática profissional
• Elaboração de um relatório estratégico, operacional e de gestão
• Identificar padrões de dados complexos através da Machine Learning
• Prática de organização de dados através de um CRM
• Processamento, limpeza e preparação de dados em diferentes formatos
• Utilização de Many Eyes, Matlab, Tableau, SAS Visual Analytics ou Microsoft Power Bi como ferramentas de visualização
• Tudo isto será complementado por lições teóricas, perguntas a especialistas, fóruns de discussão sobre questões controversas e atividades de reflexão individual
• Disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet
• Além disso, terá a possibilidade de efetuar um estágio numa das melhores agências publicitárias

Participe num estágio que alargará as suas competências em matéria de gestão, avaliação e seleção de métodos de análise de dados e de IA"

Este Mestrado, de natureza profissional e ministrado numa modalidade de blended learning, destina-se a atualizar os profissionais de Informática e Marketing que desempenhem as suas funções em agências publicitárias e gestão estratégica e que requerem um elevado nível de qualificação nas novas tecnologias. Os conteúdos baseiam-se na análise de dados e são orientados de forma didática para integrar os conhecimentos teóricos na prática profissional.

Graças aos seus conteúdos multimédia, desenvolvidos com a mais recente tecnologia educativa, permitirá ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma aprendizagem imersiva programada para praticar em situações reais. A estrutura deste curso centra-se na Aprendizagem Baseada em Problemas, na qual o aluno deve tentar resolver as diferentes situações de prática profissional que surgem durante o mesmo. Para tal, contará com a ajuda de um sistema inovador de vídeos interativos criados por especialistas reconhecidos.

Este Mestrado fornecer-lhe-á as chaves para identificar padrões de dados complexos através da Machine Learning e efetuar estatísticas precisas"

Alargue as suas competências graças a um estágio profissional de 3 semanas no ambiente de Data Science"

O conteúdo deste Mestrado Semipresencial em Visual Analytics e Big Data foi cuidadosamente concebido por especialistas em Big Data e Informática. A sua contribuição permitiu desenvolver um curso completo e rigoroso que oferece todas as garantias para a projeção das carreiras dos estudantes em direção às novas tendências tecnológicas, como o 5G e a IoT. A partir do primeiro módulo, os alunos adquirem conhecimentos didáticos sobre os domínios dos aspetos regulamentares dos cuidados hospitalares, bem como sobre o funcionamento das teorias de antecipação aplicadas à Visual Analytics e à transformação digital. Trata-se de uma oportunidade teórico-prática única para o especialista vivenciar um cenário já adaptado ao ambiente empresarial do futuro.

Domine as tendências sociais e culturais para compreender a evolução para a Data Society e saiba intervir na mesma"

Módulo 1. A Visual Analytics no contexto social e tecnológico 

1.1. As ondas tecnológicas nas diferentes sociedades. Rumo a uma “Data Society”
1.2. A globalização. Contexto geopolítico e social global 
1.3. Ambiente VUCA. Sempre a viver no passado 
1.4. Conhecer as novas tecnologias: 5G e IoT 
1.5. Conhecer as novas tecnologias: Cloud e Edge Computing
1.6. Critical Thinking em Visual Analytics
1.7. Os Knowmads. Nómadas entre dados 
1.8. Aprender a empreender em Visual Analytics
1.9. Teorias da antecipação aplicadas às Visual Analytics
1.10. O novo ambiente empresarial. A transformação digital

Módulo 2. Análise e interpretação de dados 

2.1. Introdução à estatística 
2.2. Medidas aplicáveis ao tratamento de informações 
2.3. Correlação estatística 
2.4. Teoria da probabilidade condicional 
2.5. Variáveis aleatórias e funções de probabilidade 
2.6. Inferência bayesiana 
2.7. Teoria de amostragem 
2.8. Intervalos de confiança 
2.9. Contrastes de hipóteses 
2.10. Análise de regressão 

Módulo 3. Técnicas de análise de dados e IA 

3.1. Análise preditiva 
3.2. Técnicas de avaliação e seleção de modelos 
3.3. Técnicas de otimização linear 
3.4. Simulações de Monte Carlo 
3.5. Análise de cenários 
3.6. Técnicas de Machine Learning
3.7. Análise da web 
3.8. Técnicas de Text Mining
3.9. Métodos de processamento de linguagem natural (PNL) 
3.10. Análise de redes sociais 

Módulo 4. Ferramentas de análise de dados 

4.1. Ambiente R de Data Science
4.2. Ambiente Python de Data Science
4.3. Gráficos estáticos e estatísticos 
4.4. Processamento de dados em diferentes formatos e de diferentes fontes 
4.5. Limpeza e preparação de dados 
4.6. Estudos exploratórios 
4.7. Árvores de decisão 
4.8. Regras de classificação e associação 
4.9. Redes neurais 
4.10. Deep Learning

Módulo 5. Sistemas de gestão de bases de dados e paralelização de dados 

5.1. Bases de dados convencionais 
5.2. Bases de dados não convencionais 
5.3. Cloud Computing: gestão de dados distribuídos 
5.4. Ferramentas de entrada de grandes volumes de dados 
5.5. Tipos de paralelismos 
5.6. Processamento de dados em streaming e tempo real 
5.7. Processamento paralelo: Hadoop 
5.8. Processamento paralelo: Spark 
5.9. Apache Kafka 
5.9.1. Introdução ao Apache Kafka 
5.9.2. Arquitetura 
5.9.3. Estrutura de dados 
5.9.4. APIs Kafka 
5.9.5. Casos de utilização 
5.10. Cloudera impala 

Módulo 6. Data-Driven Soft skills na gestão estratégica em Visual Analytics 

6.1. Drive Profile for Data-Driven Organizations
6.2. Competências de gestão avançadas em organizações Data-Driven
6.3. Gerir os dados para otimizar o desempenho da comunicação estratégica
6.4. Inteligência emocional aplicada à gestão em Visual Analytics
6.5. Apresentações eficazes
6.6. Melhorar o desempenho através da gestão motivacional
6.7. Liderança em organizações Data-Driven
6.8. Talento digital em organizações Data-Driven
6.9. Data-Driven Agile Organization I
6.10. Data-Driven Agile Organization II

Módulo 7. Gestão estratégica de projetos de Visual Analytics e Big Data 

7.1. Introdução à gestão estratégica de projetos
7.2. Best Practices na descrição de processos de Big Data (PMI)
7.3. Metodologia Kimball
7.4. Metodologia SQuID
7.5. Introdução à metodologia SQuID para abordar projetos de Big Data

7.5.1. Fase I. Sources
7.5.2. Fase II. Data Quality
7.5.3. Fase III. Impossible Questions
7.5.4. Fase IV. Discovering
7.5.5. Best Pratices na aplicação do SQuID a projetos de Big Data

7.6. Aspetos jurídicos do mundo dos dados
7.7. Privacidade em Big Data
7.8. Cibersegurança em Big Data
7.9. A identificação com grandes volumes de dados
7.10. Ética dos dados I
7.11. Ética dos dados II

Módulo 8. Análise do cliente. Aplicar a inteligência de dados ao marketing 

8.1. Conceitos de Marketing. Marketing estratégico 
8.2. Marketing relacional 
8.3. O CRM como centro organizacional para a análise do cliente 
8.4. Tecnologias da Web 
8.5. Fontes de dados da Web 
8.6. Aquisição de dados da Web 
8.7. Ferramentas para extração de dados da Web 
8.8. Web semântica 
8.9. OSINT: informações de fonte aberta 
8.10. MasterLead ou como melhorar a conversão em vendas utilizando a Big Data 

Módulo 9. Visualização interativa dos dados 

9.1. Introdução à arte de tornar os dados visíveis
9.2. Como criar um storytelling com dados?
9.3. Representação de dados
9.4. Escalabilidade das representações visuais 
9.5. Visual Analytics vs. Information Visualization. Compreender que não é a mesma coisa
9.6. Processo de análise visual (Keim)
9.7. Relatórios estratégicos, operacionais e de gestão
9.8. Tipos de gráficos e a sua função
9.9. Interpretação de relatórios e gráficos. Desempenhar o papel de recetor
9.10. Avaliação de sistemas de Visual Analytics

Módulo 10. Ferramentas de visualização 

10.1. Introdução às ferramentas de visualização de dados
10.2. Many Eyes
10.3. Google Charts
10.4. jQuery
10.5. Data-Driven Documents I
10.6. Data-Driven Documents II
10.7. Matlab
10.8. Tableau
10.9. SAS Visual Analytics
10.10. Microsoft Power BI

Conheça os últimos desenvolvimentos em matéria de interpretação de relatórios e gráficos e domine o papel do recetor"