0%

A Ciência de Dados otimiza
a tomada de decisões das empresas
que criam o amanhã


nos próximos anos,
a capacidade de criar,
estratégias baseadas em
dados será o maior diferencial
para um negócio. Dominar
a ciência de dados
é a melhor opção para a
tomada de decisões das
organizações que estão
criando o futuro.

A Ciência de Dados vem se tornando uma atividade presente em um número cada vez maior de empresas em todo o mundo, já é vista pelas organizações como uma questão de sobrevivência.

Mesmo com a Ciência de Dados sendo uma das áreas de maior crescimento para os recém-formados, a necessidade ainda ultrapassa muito a oferta disponível.

O Cientista de Dados é um dos principais profissionais de tecnologia na atualidade, tem as melhores oportunidades de carreira, tornando-se, nos últimos anos, um dos profissionais mais desejados em todos os setores.

Ainda é muito comum que os dados utilizados como suporte às necessidades de informações de negócios, simplesmente, não estejam disponíveis nos níveis de qualidade exigidos. O que os torna difíceis de serem usados em aplicações relevantes.

A resolução desse tipo de problema exige mudanças profundas nos processos de negócios, que serão conduzidas pelos cientistas de dados.

O CIENTISTA DE DADOS É O PROFISSIONAL MAIS DESEJADO
EM TODOS OS SETORES DO MERCADO

Além do Cientista de Dados ser um dos principais profissionais de tecnologia e que, atualmente, tem as melhores oportunidades de carreira, nos últimos anos, ele vem se tornando um dos profissionais mais desejados em todos os setores.

Com lugar garantido na lista dos melhores empregos no portal Glassdoor nos Estados Unidos nos últimos quatro anos, a busca pelos Cientistas de Dados vem crescendo e apresentando tendência de se tornar ainda maior nos próximos anos, à medida que mais empresas adotem uma cultura orientada a dados.

De acordo com World Economic Forum - Jobs of Tomorrow, 2021, e Relatório Korn Ferry, 2019, há uma demanda crescente em que o cientista de Dados aparece na 1ª posição entre as profissões com maior demanda e crescimento nos próximos anos. Por isso, é mais do que necessário dominar as competências para a função.

Sem falar que 40% das habilidades e competências essenciais mudarão nos próximos 50 anos. Estima-se que mais de 50% das pessoas terão que mudar de carreira ou se recolocar no mercado até 2025. Ou seja, há um grande déficit de profissionais.

Estima-se que 5,7 milhões de postos não terão profissionais com as competências ideais até 2030. E no Brasil, calcula-se em US$800 bilhões o impacto financeiro e a perda de geração de receita.

Aplicação na Prática

Preparar o profissional para:

  • Compreender os modelos estatísticos e analíticos trazidos pela matemática para o suporte à construção de modelos precisos.
  • Dar suporte à tomada de decisão, com auxílio de modelos estatísticos selecionados que expliquem um problema ou uma oportunidade de negócio e as incertezas associadas.
  • Extrair, organizar e combinar dados, estruturados ou não, numéricos ou textuais, para a modelagem estatística do problema ou da oportunidade de negócio.
  • Entender como um ambiente de ecossistema de dados se integra ao mundo da ciência de dados, trazendo benefícios a todo tipo de indústria ou segmento de mercado.
  • Explorar, através de práticas e cases, os usos, as boas práticas e os melhores modelos em ciência de dados para as principais indústrias.


Nosso programa aborda as tecnologias de Data Science mais modernas, trazendo luz a temas como Hadoop, Spark e Bancos de Dados NoSQL, além de um aprofundamento fundamental ao cientista sobre matemática aplicada.

Além de metodologias, estratégias e modelos de negócios inovadores voltados para o mercado consumidor de cientistas de dados. Também combinamos teoria e prática, por meio da técnica de aprendizagem baseada em problemas reais (PBL), dinâmicas em grupo, gamification e sala invertida.

Assim, você saberá como criar um projeto de Data Science voltado para a realidade das empresas.


DEMANDAS DE MERCADO ALINHADAS AO CURSO

Com foco em gestão e tecnologia, este curso vai abrir um mundo de possibilidades:

  • Aprofundamento na visão da matemática aplicada que é essencial para o bom fundamento do cientista de dados.
  • Extração, tratamento e trato em grandes volumes de dados para análise.
  • Realização de testes de hipóteses, inferências, regressões, conglomerados, análise de associações e correlações sobre os dados.
  • Aplicação de técnicas e métodos avançados de machine learning sobre os dados.
  • Identificação e aplicação de técnicas e modelos em deep learning sobre os dados.
  • Trabalho com redes neurais e convolucionais, na criação de modelos preditivos e prescritivos.
  • Compreender como a ciência de dados se dá nas principais indústrias do mercado.

HARD SKILLS

Soluções Big Data (AWS, Azure, HDFS), Bases NOSQL (Redis, MongoDB, Cassandra, Neo4J), Soluções de Ingestão (Kafka, NiFi, Trifacta), Armazenamento de dados (S3, Bases Relacionais), Programas para ciência de dados (R, RStudio, Python, JupiterNotebooks), Tensorflow, Ferramentas OpenSource para Cientistas de Dados, MLOps solutions OpenSource (DataRobot, RapidMiner, H2O.io). Cloud Lakes. Ferramental Analítico (PowerBI, Tableau).

SOFT SKILLS

Trabalho em Equipe, Desenvolvimento com Agilidade, Colaboração, Organização, Liderança, Comunicação e Apresentação (pitch) efetiva. Capacidade de execução. Capacidade Analítica. Dinamismo. Consciência crítica. Pensamento lógico, racional e estatístico.

Ferramentas e tecnologia:
  • Rstudio, R Cloud
  • Python, Anaconda, JupiterNotebooks
  • Bases NlOSQL (Redis, Cassandra, MongoDB e Neo4J)
  • Bases Relacionais (Oracle, SQLServer)
  • DataBricks, Snowflake, Trifacta
  • Datarobot, RapidMiner, H2O.io
  • Google Colab (Keras, tensorflow, OpenAI Gym e Sklearn)
  • Gephi
  • Microsoft Excel
  • Ferramentas de BI (PowerBI, Tableau)
GESTÕES MULTIDISCIPLINARES

Seja numa empresa de serviços financeiros que deseja reduzir riscos, um varejista tentando prever o comportamento de compra do cliente ou uma empresa de software tentando diminuir a rotatividade de clientes, o uso de IA e aprendizado de máquina no mundo corporativo, sempre se baseia em uma estratégia de Ciência de Dados.

A partir do conhecimento do Data Science é possível reconhecer as limitações que frequentemente acompanham a prática eficaz dessa área. A principal delas é a falta de talento especializado causada pela combinação do alto nível de complexidade da Ciência de Dados com a alta demanda por especialistas qualificados.

ANÁLISE IMERSIVA DE SOLUÇÕES

Uma imersão nos problemas reais que ocorrem no dia a dia das empresas, utilizando-se PBL (Project Based Learning) para analisar soluções e compreender os erros e acertos presentes durante o processo de aprendizagem.

A arte da ciência de dados
está obrigatoriamente
presente em todos
os processos de cada empresa.

PRÉ-REQUISITOS:
  • Vivência corporativa e experiência profissional em negócios.
  • Conhecimentos sólidos em estatística descritiva: medidas de tendências, dispersão, histogramas.
  • Recomendável conhecer, mas não obrigatório, aritmética básica, amostragem, probabilidade e teste de hipóteses.
  • Conhecimentos básicos de lógica de programação, R ou Python recomendáveis.
  • Conhecimentos básicos de Banco de Dados relacionais – linguagem SQL.
  • Perfil hands-on e pesquisador.
  • Conhecimentos básicos em redes sociais: nível usuário.
  • Disponibilidade para leituras e estudos extraclasse.

Conteúdo 360 HORAS/AULA

Módulo 1.

Data Foundations

108 H/A
  • Opening Class
  • Data Architecture I
    • Ênfase em sistemas transacionais
    • Conceitos de Data Warehouse / Data Mart
    • Principais diferenças em relação ao modelo transacional e a justificativa de negócio para sua aplicação
    • Conceitos de Data Lake
    • Lake House
    • Introdução à NOSQL
  • Data Modeling I
    • Ênfase em modelagem relacional tradicional e JSON
    • Conceitos de modelagem através de entidades, atributos, relacionamentos
    • Modelagem de documentos
    • Oracle Data Modeler e Hackolade
  • Data Integration & Ingestion I
    • Ênfase em ingestão tradicional e ETL
    • ETL, ELT, cargas em lote (batch)
    • Streaming de dados (integração em tempo real)
    • CDC
    • Introdução a ferramentas de integração como Knime, Sqoop, Flume, NiFi, Kafka, Oracle Golden Gate, Azure Data Factory, GCP Dataflow)
  • Working with R
    • Introdução à linguagem R
    • Introdução ao R
    • Rstudio
    • Sintaxe e Tipos de Dados
    • Funções e Pacotes
    • Arquivos e I/O
    • Trabalhando com dados temporais
    • Limpeza e Normalização de Dados
    • Gráficos em R
  • Working with Python
    • Introdução à Linguagem Python
    • Introdução ao Python
    • Anaconda (Jupyter Notebooks)
    • Sintaxe & Tipos de Dados
    • Funções e Pacotes
    • Arquivos e I/O
    • Programação funcional
    • Numpy I
    • Pandas I
  • Statistics Fundamentals
    • Entrada no mundo estatístico
    • Conceitos Básicos de Estatística
    • Medidas de Tendência Central e Dispersão
    • Gráficos Estatísticos
    • Análise Descritiva & Outliers
    • Percentis e a Frequência Acumulada
    • Análise Exploratória
    • Conceitos Amostragem
    • Probabilidade - Modelos de distribuição
    • Noções de Medidas de Associação e Correlação
    • Processo de Análise Estatística – Testes Estatísticos
    • Teste de hipóteses paramétrico e não paramétrico
    • Processo inferencial (Clássica e Bayesiana)
    • Intervalo de confiança
  • Machine Learning I
    • Ênfase na iniciação em Machine Learning
    • Casos de uso de ML
    • Métodos de Aprendizagem (Supervisionado, não supervisionado, reforço)
    • Regressões
    • Conglomerados
    • Validação de Modelos
    • Métricas
  • Deep Learning I
    • Ênfase na iniciação em Deep Learning
    • Redes Neurais Perceptron
    • Combinação de regiões não lineares
    • Multi layer perceptron (MLP)
    • Feedfoward
    • Redes Neurais Backpropagation
    • Regra da Cadeia Overfitting e Underfitting
    • Regularização L1 e L2, Dropout
    • Funções de ativação, Learning rate
  • Recommendations Systems
    • Ênfase na Introdução aos Sistemas de Recomendação
    • Conceito
    • Tipos de Sistemas de Recomendação
    • Propriedades: Cold start, aleatoriedade, previsibilidade, novidade, cobertura, conhecimento do usuário e serendipidade
    • Aplicações de mercado
    • Redes Neurais Backpropagation
    • Estudar o uso dos Sistemas de Recomendação em diferentes negócios (Varejo, Streaming, Redes Sociais, Mercado Financeiro e Notícias)
    • Arquitetura, técnicas e algoritmos para Sistemas de Recomendação
    • Técnicas e Algoritmos
    • Popularidade
    • Tempo de permanência
    • Navegação
    • Busca por palavras-chave
    • Características do item
    • Preferências e histórico do usuário
    • Recomendação baseada em conhecimento
    • Recomendação baseada em conteúdo
    • Pré-processamento, distância e similaridade
    • Filtro Colaborativo
    • Agrupamento
    • Raciocínio baseado em casos
    • Abordagem híbrida
    • Formas de mesclar recomendação
    • Aplicação de ranqueamento
    • Validação
    • Indicadores para aferir a eficácia de um sistema de recomendação
    • Próximos passos e Tendências para Sistemas de Recomendações
Módulo 2.

Algebra & Statistical Computing

52 H/A
  • Data Architecture II
    • Ênfase em bases NOSQL e NEWSQL
    • Arquitetura, Instalação e Funcionamento das principais bases NOSQL
    • Bases Key-Value – Redis
    • Criação de pares chave-valor simples, e dos tipos compostos como SETs, SETs ordenados, Listas, Hashs e Georreferenciados
    • Bases Column-Store – Cassandra
    • Criação de Keyspaces, Column Families e execução de CRUD e suas características
    • Bases Document-Based – MongoDB
    • Criação de bancos de dados, documentos, importação de JSONs, criação de índices e execução de CRUD
    • Bases Graph-Based – Neo4J
    • Criação de bancos de dados, nós, arestas e propriedades, bem como a aplicação de CRUD e mecanismos de consulta usando Cypher
    • Introdução a Bases NewSQL
  • Linear Algebra for Data Scientists
    • Ênfase em Álgebra Linear e Cálculo Numérico
    • Teoria dos Conjuntos
    • Vetores
    • Matrizes
    • Determinantes
    • Logaritmo
    • Introdução ao Cálculo numérico -Funções
  • R for Data Scientists
    • Ênfase no aprofundamento na linguagem R para Cientistas de Dados
    • Data transformation
    • Workflow: scripts
    • Exploratory Data Analysis
    • Tibbles
    • TidyData
    • String and Factors
    • Pipe
    • Functions and Vectors
  • Data Science with Python
    • Ênfase no aprofundamento da linguagem Python para Cientistas de Dados
    • Conceito de Objetos
    • Estruturas e modelos
    • Scikit-Learn & Scipy
    • Matplotlib
    • Statsmodels & Visualização
    • Projects: Data Cleansing, Machine Learning
Módulo 3.

Data Capture & Treatment

44 H/A
  • Data Ecosystems
    • Ênfase no trato de dados e seu ecossistema
    • Conceitos ao redor de Big Data e Lakehouses
    • Data Sensing – Internal/External Sources, Softwares and Algorithms
    • Working with Collections
    • Data Wrangliing
    • Data Analysis
    • Storage – Cloud and OnSite & Other Models
    • Examples of Architectures – DataBricks, Snowflake, Trifacta and Datarobot
  • Advanced EDA
    • Ênfase em Análise Exploratória e Cálculo Numérico para Ciência de Dados
    • Análise Exploratória Prática
    • Modelos de correlação
    • Modelos de Regressão
    • Cálculo numérico
    • Derivadas
    • Integral
    • Relação com Machine e Deep Learning
  • Feature Engineering
    • Ênfase no Trato e Normalização dos Dados para Processamento científico
    • Missing Data Inputation
    • Feature Scaling
    • Unbalance Data
    • Downsampling
    • Upsampling (SMOTE)
    • Redução de Dimensionalidade
    • PCA
    • LDA
    • T-SNE
    • Feature Extraction (non-structured data)
    • Feature Store
    • Feature Selection Methods
    • Métodos de Filtro
    • Métodos Embarcados
    • Métodos Wrapper
    • Backward Feat. Elimination
    • Forward Feat. Construction
Módulo 4.

Machine & Deep Learning

60 H/A
  • Machine Learning II
    • Aprofundamento em Machine Learning
    • Métodos Ensemble
    • random forest
    • adaboost
    • xgboost
    • lightGBM
    • catboost
    • OPF
    • Knn
    • SVM
    • Naive Bayes
    • decision trees
    • Análise de Conglomerados
    • kmeans
    • dbscan
    • hclust
    • Algoritmos e sistemas de recomendação II
  • Deep Learning II
    • Aprofundamento em Deep Learning
    • Redes Convolucionais
    • Redes Recorrentes
    • Redes Não Supervisionadas
    • Generate Adversarial Networks
    • Transfer Learning, BERT, SOM
    • Deep Q-Learning
    • Sistemas neurais complexos
    • Tuning de hiperparâmetros
  • MLOps
    • Ênfase na aplicabilidade MLOps para entregas em Machine Learning
    • Proposta MLOps
    • Equipes e Projetos
    • Data and Models Pipeline
    • MLOps Management (Validation, Data Rules, Data Quality, Model Quality, Versioning)
Módulo 5.

Interactive Data Processing

48 H/A
  • Text & Social Media
    • Ênfase no trato de informações de mídias sociais e propagação da Informação
    • Difusão da Informação
    • Mineração de Textos
    • Análise de Emoções, BoW
    • Técnicas de Embbedings
    • Vetorização
    • Topologias
  • Reinforcement Learning
    • Ênfase em sistemas de Aprendizagem por Reforço
    • Fundamentals in Reinforcement Learning
    • Sequential Decision-Making
    • Métodos de Aprendizagem Sample-Based
    • Processo de decisão Markov
    • Value Functions e Equações de Bellman
    • Predições e controle com Funções de Aproximação
    • Programação Dinâmica
    • Sistemas em Reinforcement Learning
  • Human-Based Data
    • Introdução a ambientes de dados gerados por Humanos
    • Algoritmos em linguagem natural
    • Geoprocessing de Dados
    • Image and Sound processing Fundamentals
Módulo 6.

Business Science & Analytics

28 H/A
  • Data Science for Business
    • Discussões e provocações sobre o uso da Ciência de Dados em diversas indústrias e áreas do mercado
    • Análise de mercado e principais KPIs para Telco
    • Controles e análises em Retail and Finance
    • Algoritmos e modelos específicos para Manufacturing
    • Processos importantes em Agro e seus KPIs
    • Principais indicadores para Health especificamente – Saúde
    • Algoritmos e modelos específicos, Projetos em ciência de dados para área de negócios (Vendas e Marketing)
  • Business Analytics
    • Ênfase em ambientes de BI, Alguns de seus processos e formas de Análise
    • Business Intelligence & Data Driven Orgs
    • Re-Visão sobre Arquitetura em Analytics
    • Gerando Insights
    • Técnicas de Visualização
    • Tipos, estilos e usos de gráficos
    • Técnicas de Desenho de Painéis (Dashboards, Storytelling)
Módulo 7.

STARTUP ONE

20 H/A
  • Empreendedorismo e Inovação
    • Ecossistema Empreendedor
    • Intraempreendedorismo
    • Inovação
    • Open Innovation
    • Ideias e Oportunidades
    • Business Canvas – BMG
    • Prototipação e Design Thinking
    • Análise Financeira
    • Economia Criativa
    • Técnicas de Pitching
    • Cases de Sucesso do Cenário Nacional e Global

Turmas 2022

Campus
PREVISÃO
DE INÍCIO
Duração
Dias
Horário
Investimento
Paulista
Previsão de início: MARÇO
Duração: 12 meses
Dias: Seg e Qua + 12 Sáb
Horário: 19h10 às 23h20
Investimento: ATÉ 36 X 1.020,00*  Saiba mais
Vl. Olímpia
Previsão de início: MARÇO
Duração: 12 meses
Dias: Ter e Qui + 12 Sáb
Horário: 19h10 às 23h20
Investimento: ATÉ 36 X 1.020,00*  Saiba mais
* Valor com desconto para ex-alunos FIAP e empresas conveniadas, com pagamento até o dia 5 de cada mês. Sujeito a alteração durante o ano letivo.
Escolha uma turma acima!
Inscreva-se

Investimento

Para matrículas
até 13/12/2021
Empresas Conveniadas
Ex-alunos FIAP
Valor
36 parcelas
R$ 1.148,00*
R$ 1.020,00*
R$ 1.275,00*
24 parcelas
R$ 1.517,00*
R$ 1.348,00*
R$ 1.685,00*
12 parcelas
R$ 2.660,00*
R$ 2.364,00*
R$ 2.955,00*
À VISTA
R$ 29.925,00*
R$ 26.600,00*
R$ 33.250,00*
Inscreva-se

Taxa de inscrição, com desconto, para matrículas efetuadas até 3 dias após aprovação na entrevista individual: R$ 190,00.
Taxa de inscrição R$490,00. Pagamento da taxa de inscrição somente com cartão de crédito.

* Valor para pagamento até o dia 5 de cada mês. Valores de investimento e opção de parcelamento, válidos para matrículas
efetivadas em turmas com início no primeiro semestre de 2022. Sujeito a alterações sem prévio aviso.

** Com a opção de pagamento em 24 ou 36 meses, a FIAP permite ao aluno contar com a melhor formação acadêmica, concluindo o
investimento no MBA após o término do curso, que tem duração de aproximadamente 1 ano.

Descontos não cumulativos.

36 parcelas
R$ 1.148,00*
R$ 1.020,00*
R$ 1.275,00*
24 parcelas
R$ 1.517,00*
R$ 1.348,00*
R$ 1.685,00*
12 parcelas
R$ 2.660,00*
R$ 2.364,00*
R$ 2.955,00*
À VISTA
R$ 29.925,00*
R$ 26.600,00*
R$ 33.250,00*
Inscreva-se

Taxa de inscrição, com desconto, para matrículas efetuadas até 3 dias após aprovação na entrevista individual: R$ 190,00.
Taxa de inscrição R$490,00. Pagamento da taxa de inscrição somente com cartão de crédito.

* Valor para pagamento até o dia 5 de cada mês. Valores de investimento e opção de parcelamento, válidos para matrículas
efetivadas em turmas com início no primeiro semestre de 2022. Sujeito a alterações sem prévio aviso.

** Com a opção de pagamento em 24 ou 36 meses, a FIAP permite ao aluno contar com a melhor formação acadêmica, concluindo o
investimento no MBA após o término do curso, que tem duração de aproximadamente 1 ano.

Descontos não cumulativos.

inscrições abertas

Preencha sua ficha de inscrição online
e participe das próximas turmas.

Inscreva-se

Processo de Admissão

Pré-Requisitos

Formação superior completa realizada no Brasil, com colação de grau em cursos Tecnólogos, Bacharelados ou Licenciaturas. Cursos de formação específica ou sequenciais não habilitam para ingresso em cursos de pós-graduação. No caso de graduação realizada fora do Brasil, entrar em contato pelo Whatsapp (11) 98170-0028 para orientações.

Inscrição

Navegue pelo site,
conheça os diferenciais
do MBA FIAP, escolha
o seu curso e preencha
a ficha de inscrição
online.

Encontro
online
com mentor

Depois de preencher
sua ficha de inscrição,
agende sua entrevista.
Nesse papo a gente vai
se conhecer melhor
e entender seus
objetivos.

MATRÍCULA

Ao ser aprovado
no processo de admissão,
é só fazer sua matrícula
de forma totalmente
online
e se preparar
para iniciar seu MBA.

Desenvolvido especialmente para uma cultura do conhecimento ágil,
contínuo e aplicável, seu MBA FIAP conta com projetos especiais
e programas de expansão personalizáveis.

Conheça os principais:

Projeto Final

Startupone

Startup One
PLAY

NO PROJETO FINAL DO SEU MBA,
VOCÊ CRIA SUA PRÓPRIA STARTUP.

Mais do que olhar para o futuro, seu MBA
te dá chance de criá-lo. Unindo inovação,
tecnologia e networking, o programa Startup
One eleva o trabalho de conclusão de curso
ao nível do empreendedorismo
profissional.

Você vai contar com toda experiência dos nossos professores
e especialistas para criar sua startup única e ainda terá suporte
da FIAP depois que terminar o seu curso,
com labs de inovação,
mentorias e acesso às melhores empresas do mercado.

E ainda, a equipe vencedora de cada edição é premiada com um
curso na melhor escola de empreendedorismo do mundo,
a Babson College, parceira da FIAP em Boston, EUA. Com muito
orgulho, já patrocinamos a ida de mais de 90 alunos para esta
experiência inesquecível.

Saiba Mais

Cursos Extra, Atualizações e extensões de conteúdo

Plug-ins opcionais

Os plug-ins são trilhas, cursos e conteúdos
personalizáveis para complementar seu perfil profissional.
Eles não têm custo adicional, são opcionais e contam
com certificados oficiais.

+ 80h

Para quem quer se preparar
para o futuro das carreiras
e dos negócios com até
4 extensões únicas:

+ Saiba Mais
+ 200h

Para quem quer tornar
seu perfil profissional único
com cursos de novas habilidades
em diferentes áreas:

+ Saiba Mais

Para quem quer incorporar
novas tendências e habilidades
mesmo depois de concluir
seu MBA:

+ Saiba Mais

Todas as extensões, cursos e atualizações são opcionais,
contam com certificados oficiais para o seu perfil profissional
e não têm custo adicional.

São jornadas transversais
em formato remoto complementares
à formação base
de seu MBA FIAP.

Você pode optar por fazer uma, duas, três ou as quatro
trilhas de desenvolvimento, que serão incluídas como
extensões do seu MBA
na FIAP e constarão em seu
certificado de conclusão de curso
.

1
ENTREPRENEURIAL BEHAVIOUR & GROWTH HACKING - 20h

O comportamento empreendedor é uma das principais características buscadas por empresas de todos os setores e tamanhos. Ser protagonista, propor as mudanças que queremos ver no mercado e na sociedade e conseguir implementar as novas soluções pensadas.

Não é apenas uma coisa de startups. Negócios consolidados cada vez mais buscam profissionais que tenham estas habilidades e comportamentos. Assuma o seu papel e as responsabilidades de ser um líder empreendedor.

Meetups
  1. Challenging Status Quo & Moonshot Thinking
  2. From Ideas to Action
  3. Validation & Experiment Design
  4. Growth Challenge
  5. Communication Skills

Certificado em: Entrepreneurial Behaviour & Growth Hacking

2
EXPONENTIAL BUSINESS DEVELOPMENT - 20h

As técnicas tradicionais de gestão não são mais capazes de manter e criar os novos formatos de negócio que são essenciais para o nosso futuro. Criar negócios com capacidade de impacto exponencial que sejam sustentáveis e lucrativos e que tenham capacidade de transformar seu mercado ou toda uma indústria, é um novo imperativo para as organizações que serão relevantes no nosso futuro.

Aprenda a pensar negócios que consigam competir em um cenário ágil e dinâmico, e a criar projetos estratégicos que vão desenvolver as empresas que serão as mais relevantes do mundo.

Meetups
  1. Exponential World & Businesses
  2. New Business Models & Ecosystems
  3. Exponential Business Bootcamp - Define
  4. Exponential Business Bootcamp - Develop
  5. Exponential Business Bootcamp - Growth

Certificado em: Exponential Business Development

3
LEADING TECHNOLOGY TRANSFORMATION - 20h

As novas plataformas tecnológicas estão criando um ambiente favorável para a transformação dos negócios e do comportamento humano. Dominar as principais tendências, entender como as tecnologias emergentes e exponenciais podem impactar novos produtos, serviços e negócios, e ter a habilidade e os conhecimentos para propor os próximos passos da tecnologia. Estes são alguns dos desafios de quem quer liderar a transformação tecnológica.

Domine as tecnologias portadoras de futuro e seja capaz de ousar na criação de novas formas de geração valor para empresas e para o mundo.

Meetups
  1. Essential & Emerging Technologies
  2. Artificial Intelligence
  3. Data Analytics
  4. Blockchain & Decentralized Economy
  5. Tech-Driven Business Transformation

Certificado em: Leading Technology Transformation

4
DISRUPTIVE INNOVATION & MINDSET - 20h

“Para vencer nesta era de hipermudanças e incertezas, é necessário aprender uma nova competência: como antecipar o futuro com precisão.”
David Burrus

O mundo se transformou. Precisamos mais do que nunca inovar. Agir e interagir. Pensar longe, trazer o futuro a tempos presentes.

O novo já faz parte de todas as áreas do conhecimento. Tecnologia, Inovação, Ciência e Humanidade são os drivers que vão construir um melhor amanhã.

E você, o que vai fazer para transformar o mundo?

Esta trilha é uma imersão na era dos profissionais que vão criar tudo o que virá pela frente. Juntos, vamos desenvolver novos modelos mentais e caminhos neuronais, preparando você para mudar o status quo.

Meetups
  1. Future Shock
  2. Destruição Criativa
  3. Ressignificando o amanhã
  4. Incubando o futuro
  5. Como estar pronto para nunca estar pronto

Certificado em: Disruptive Innovation & Mindset

Em um mundo cada vez mais complexo e em constante transformação, acreditamos que a união entre tecnologia, criatividade, capacidade de inovação humana
e comportamento empreendedor é a única forma
capaz de transformar nosso mundo.

Além de grande profundidade técnica, esta nova geração
de profissionais que vão hackear os negócios
e as organizações do futuro também precisa dominar

as ferramentas, competências e comportamentos que nos
ajudem a questionar, propor novos formatos, desenvolver
e implementar os projetos transformadores de nossa sociedade.

Seja você um profissional mais técnico ou mais de negócios,
estas trilhas vão te impulsionar para uma formação híbrida
e muito procurada na atualidade: alguém que navega bem
entre tecnologia e negócios, com diferencial inovativo e
empreendedor.

cada pessoa é Única.
Cada carreira é única.
cada sonho também.

Imagine escolher os skills que você quer desenvolver
e ampliar as possibilidades do seu MBA.
Com os NANO COURSES, você vai muito além
do esperado e se torna um profissional único
no mercado. Seja um Engenheiro de Software
que entende de Marketing Digital, um Data Scientist
que domina Inteligência Artificial ou até mesmo
um desenvolvedor que usa Design Thinking
em seus projetos.

Você pode escolher até 10 cursos para fazer ao longo
da sua formação ou até 2 anos depois de concluir
seu MBA. São diversas opções, todas online e de curta
duração, com certificado oficial, nas áreas de Business,
Development, Security, Data Science, Marketing, Innovation, Design ou Tecnologia.

Até 200 horas - Certificados nos skills e conhecimentos que você escolher.

O aprendizado
não pode parar
no tempo

No MBA FIAP, nossos cursos são reavaliados e novas
tendências, novos temas e novas ferramentas são
incluídas nas propostas de curso todos
os semestres. O curso evolui, e você também.

Após terminar seu MBA presencial ou ON, você poderá
cursar presencialmente sem custos, nos 24 meses
seguintes à conclusão, as novas disciplinas
ou disciplinas que foram atualizadas.

As vagas são limitadas e preenchidas por ordem
de inscrição.

+ 24 meses - Certificados de atualização na disciplina cursada.

networking

Seu MBA é pensado para ampliar
sua rede de contatos profissionais
em todas as fases do curso. Você vai
se conectar com empresas parceiras,
experts do mercado e colegas
de turma atuando em empresas como:

  • ACCENTURE
  • Ambev
  • B2W
  • BRADESCO
  • CIELO
  • EVERIS
  • EY
  • Facebook
  • Gol
  • Google
  • IBM
  • iFood
  • ITAú
  • Magalu
  • MICROSOFT
  • Natura
  • Nubank
  • ORACLE
  • Santander
  • SAP
  • VTEX
  • XP INVESTIMENTOS

direção acadêmica

diretor Guilherme Pereira

Guilherme Pereira

diretor Guilherme Pereira

  • Diretor de Inovação & Conteúdo, e Diretor do MBA da FIAP.
  • Formado em Ciências Econômicas e especialista em Inovação e Empreendedorismo pela Stanford University.
  • Possui MBA em Gestão Estratégica de Negócios com extensão internacional na Babson College, especialização em Negócios em Mercados Emergentes pela Harvard University, e extensão em Aceleração de Negócios Digitais pela Hyper Island.
  • Atua há mais de 15 anos desenvolvendo projetos de inovação em empresas como Basf, Braskem, BG, Bosch, Eaton, Fiat, Givaudan, J&J, M Dias Branco, Natura, Nestlè, Ourofino, Petrobras, PepsiCo, P&G, Promon, Rhodia, Saint-Gobain, Scania, Siemens, Suzano, Usiminas, Unimed, Vale e Votorantim.
  • É mentor e conselheiro de empresas e startups, atuando como investidor anjo em startups no Brasil.

coordenador Marcelo Manzano

Marcelo Manzano

coordenador Marcelo Manzano

  • Graduado em Ciências da Computação pela Anhembi-Morumbi com ênfase em eCommerce.
  • Pós-Graduado em Gestão Internacional de TI pela FGV/SP e em Psicanálise pela EPP/SP.
  • Especialista em Administração de DW (Certificado Internacional) pela Oracle Inc., Big Data Solutions pela Hewlett-Packard e Hortonworks, Administrador de Bases de Dados Oracle (OCP DBA), Desenvolvimento de Aplicações Oracle (OCP Developer), Gestão e Desenvolvimento de Aplicações em BI (OCP Discoverer/DWB)
  • Certificações Internacionais em Whiteboarding, Elevator Speech, Presentation Techniques for Adults pelas empresas: Informatica Inc, Oracle do Brasil, Vertica.
  • System Consultant na Tableau Inc para a América Latina.
  • Docente de Pós-Graduação em disciplinas de arquitetura e bases Big Data na FIAP e no Mackenzie.
  • 30 anos de atuação nas áreas de desenho, arquitetura, desenvolvimento e implementação de software, bem como nas áreas de Data Warehouse, Decision Support Systems/BI e grandes volumes de dados/Big Data com experiência técnica diversificada (Oracle DB, Oracle RAC, Oracle DataGuard, Oracle Exadata, Oracle Developer/Discoverer, Oracle OLAP/DW, Informatica PowerCenter, Informatica DataQuality, Informatica ILM e MDM, IBM Netezza, IBM DB2, Mainframes, MS SQL Server, MS Integration Services, soluções em Workflow e BPM, Bases Vertica, NoSQL (as principais), e ferramentas de BI (Tableau, PowerBI, Discoverer, Qlik View).
  • Instrutor de técnicas de apresentação, oratória e processos didáticos e psicológicos em andragogia.

Mentora Adelaide Alves

Rose Longo

Mentora Adelaide Alves

  • Mestre em Ciências no programa de Saúde Pública na área de Epidemiologia (USP).
  • Graduada em Estatística (UNICAMP), com aperfeiçoamento em análise de sistemas (FAAP).
  • Diretora técnica em estatística na empresa SD&W.
  • Dedicação contínua na área de Modelagem e Técnicas Multivariadas de Estatística, passando por grandes empresas como Nielsen, onde foi responsável pelo desenvolvimento de várias análises e metodologia de Painel de Varejo. 
  • Desde 2004 ministra cursos na FIAP, contribuindo para a especialização de profissionais do mercado em disciplinas que envolvem técnicas e análises estatísticas multivariadas como: temas atuais de Big Data (com visão Data Science), Business Analytics, Digital Data Marketing, Inteligência Artificial e processamentos de Machine Learning.

Mentor Felipe Teodoro

Tassiana Rugoni

Mentor Felipe Teodoro

  • Mestre em Inteligência Computacional (USP).
  • Gerente de Tecnologia da Informação, com experiência na indústria de serviços de instalações.
  • Habilidades em Python, C #, Arquitetura Corporativa e Ciência de Dados.
  • Fortes competências na área de Engenharia.

Mentora Regina Bernal

Regina Bernal

Mentora Regina Bernal

  • Doutora e Mestre em Saúde Pública (Faculdade de Saúde Pública da USP).
  • Bacharel em Estatística (Universidade Federal de São Carlos).
  • Professora de Pós-graduação na FIAP, nos cursos de MBA em Data Science, Business Analytics e Marketing Digital.
  • Trabalhou por 20 anos na área financeira, desenvolveu modelos preditivos de Churn, Cross-selling, Segmentação Comportamental de Clientes e Net Present Value.
  • Cientista de dados na área da Saúde, desenvolveu modelos preditivos como diabetes, coluna, AVC, gravidez de alto risco e onco, utilizados para Medicina Preventiva.
  • Consultora externa do Ministério da Saúde.

Mentor Vinicius Caridá

Luiz Maia

Mentor Vinicius Caridá

  • Mestre e Doutor em Ciência da Computação / Inteligência Artificial.
  • Engenheiro de Computação.
  • Chefe de Plataformas Digitais de Atendimento ao Cliente, PCP, WFM, Data e AI do Itaú.
  • Professor de Aprendizado de Máquina, Dados e BI da FIAP
  • AWS Machine Learning Hero, Microsoft Most Valuable Professional (MVP) em IA, Google Developer Expert (GDE) em ML e Google Startups Advisor / Mentor.
  • Mais de 12 anos de experiência em TI e inteligência artificial aplicada a sistemas de controle, sistemas de recomendação, processamento de linguagem natural, assistentes virtuais, chatbots e todo o ciclo de MLOps.

Professor Dheny Fernandes

Danilo Souza

Professor Dheny Fernandes

  • Cientista de Dados Sênior na Itaú Unibanco.
  • Mestre em Ciências da Computação e Bacharel em Sistemas de Informação (UNESP).
  • Trabalha com machine learning e deep learning com foco em processamento de linguagem natural (NLP) para construir soluções personalizadas de atendimento automatizado.

Professor Edmar Caldas

Vagner Macedo

Professor Edmar Caldas

  • MBA em Engenharia Financeira PCE (Poli/USP).
  • Especialização em Data Mining (FIA).
  • Bacharel em Estatística (Unicapital).
  • Professor dos cursos de MBA em Business Intellicence e Big Data - FIAP.
  • Consultor em análise preditiva há mais de 10 anos.
  • CEO - Inteligência Analitica Consultoria e Treinamento.
  • Carreira desenvolvida nos segmentos de Saúde, Energia, Manufatura, Informática, Governo, Serviços e Varejo.

Professor Elthon

Danillo Casanova

Professor Elthon

  • Mestre em Inteligência Artificial pela USP
  • Especialização em Data Science pela Johns Hopkins Bloomberg School of Public Health
  • Gerente de IA na Accenture Brasil
  • Professor de IA e Machine Learning

mentor Jorge Surian

Jorge Surian

mentor Jorge Surian

  • Mestre em Administração de Empresas.
  • Engenheiro.
  • Professor de várias disciplinas relacionadas a dados em cursos de graduação e pós-graduação, em várias instituições de ensino superior.
  • Trabalha com Business Intelligence desde seu início, ainda nos anos 1990.
  • Mais de 30 anos de experiência em TI e mais de 25 anos de experiência em ensino superior.
  • Foi gestor de TI em indústrias mecânicas, eletrônicas e em plano de saúde.
  • Foi desenvolvedor de sistemas tendo criado inúmeros sistemas para gestão empresarial e de automação.
  • Consultor de BI e de Big Data.
  • Coautor do Livro: Metodologias para Desenvolvimento de Sistemas e de vários artigos e apostilas relativos aos mais diversos temas de TI.

Professor Luiz Carlos Barboza

Keylla Ramos

Professor Luiz Carlos Barboza

  • Doutorando em Ciência da Computação
  • Mais de 20 anos de experiência no segmento, 4 deles focados na Indústria Financeira e os últimos 10 anos no setor de Telecom.
  • Desenvolvedor de negócios para Marketing Digital.
  • Experiência em M2M / IoT.

Professor Samuely Laurentino

Fabio Jardim

Professor Samuely Laurentino

  • Mestra em Administração com ênfase em Marketing. (Faculdade de Economia, Administração e Contabilidade da USP).
  • Bacharela em Administração (Universidade Federal de Campina Grande).
  • Experiência profissional em consultoria para impacto social como gerente de projetos na MOL Consultoria, parte do grupo MOL, que tem a maior editora de impacto social do mundo.
  • Revisou com a prof.ª dr.ª Kavita Miadaira Hamza o livro Marketing Social, de Nancy Lee e Philip Kotler.

DO CONHECIMENTO
À INOVAÇÃO,

EXCELÊNCIA RECONHECIDA OFICIALMENTE

nota máxima do mec

Seu MBA conta com a infraestrutura, a tecnologia,
os professores e a qualidade de ensino da FIAP, nota máxima
na avaliação do Ministério da Educação (MEC). Um reconhecimento
ao que a gente coloca em prática todos os dias: pensar o amanhã
para ajudar você a transformá-lo.

Nota Cinco

PARTNERS

Os maiores e mais relevantes players globais apoiam a FIAP em áreas como:
tecnologia, conteúdo e integração entre o ambiente empresarial e o mundo acadêmico.

Fotos

Unidades

Unidade Aclimação

Aclimação

Av. Lins de Vasconcelos,
1222 e 1264

Graduação, MBA e SHIFT

Ver Mapa Fechar
Unidade Paulista

Paulista

Av. Paulista, 1106 –
5º, 6º e 7º andares

Graduação, MBA e SHIFT

Ver Mapa Fechar
Unidade Vila Olímpia

Vila Olímpia

Rua Fidêncio Ramos, 308 –
7º e 8º andares – Torre A

Graduação, MBA e SHIFT

ver mapa
Unidade Alphaville

Alphaville

Alameda Mamoré, 687 –
16º andar

MBA e SHIFT

Ver Mapa Fechar

Nosso site armazena cookies para coletar informações e melhorar sua experiência. Gerencie seus cookies ou consulte nossa política.

Prosseguir