Módulo 1  | Fundamentos 

• Introdução a Computadores
• Introdução à Lógica de programação
• VisuAlg e Portugol
• Variáveis
• Tipos de Variáveis
• Operadores
• Entrada de Dados
• Estruturas de Decisão
• Lógica Booleana
• Listas
• Estruturas de Repetição
• Funções e Procedimentos

Módulo 2 |  Java

• Introdução ao Java
• Java x JavaScript
• Aplicações do Java
• Instalação e configuração de ferramentas e ambiente de execução de código Java
• Java – tipos, valores, variáveis, comentários
• Java – estruturas de decisão
• Java – estruturas de repetição
• Java – métodos
• Java – classes e objetos

Módulo 3 | Persistência em banco de dados NoSQL

• Introdução ao Python
• Tipos de dados em Python
• Bibliotecas e operações básicas em Python
• Resolver algoritmos simples com Python

Módulo 4 | Fundamentos de Front-End

• Introdução, instalação e configuração de ferramentas
• Como as aplicações web funcionam
• Front-End vs Back-End
• HTML: elementos, tags, conteúdo, atributos e valores
• HTML: principais elementos
• HTML: formulários
• Introdução ao HTML semântico
• CSS: introdução, conexão com HTML, principais seletores, layout com Flexbox e GridLayout
• JavaScript: tipos, valores, variáveis, var x const x let, estruturas de decisão, estruturas de repetição, funções, eventos, array methods, spread/rest operator, destructuring, template literals, default parameters, event loop, requisições http com fetch, promises, async/await

Módulo 1 | Gestão da Informação e do Conhecimento

• Fundamentos da Gestão da Informação (GI) e do Conhecimento (GC)
• Modelos de GI e GC
• GC como aporte à Inovação
• Capital Intelectual e Inteligência Competitiva
• Maturidade da GC
• Tecnologia da Informação e a GI e GC
• Ferramentas de GI e de GC
• Etapas para implantação da GI e GC utilizando o KMCanvas
• Fatores críticos de sucessos nos projetos de GI e GC
• Conceitos e abordagens práticas de projetos de BI
• A GI e GC nos projetos de BI
• O Gestor de BI e sua atuação no mercado

Módulo 2 | Estatística Aplicada à Análise de Dados

• O que é a Estatística
• Medidas de Centralidade e de Dispersão
• Análise de Dados Através de Gráficos
• Leis de Probabilidade e Diretrizes
• Variáveis Aleatórias Contínuas e Discretas
• Distribuições Discretas e Contínuas
• Teorema Central do Limite
• Intervalos de Confiança
• Passos para elaboração de um teste de hipóteses
• Testes bilaterais e unilaterais
• Avaliando a normalidade de uma variável aleatória
• Testes T, F, Qui-Quadrado
• Correlação, Regressão Linear
• Explicação vs Predição
• Seleção automática de variáveis preditoras
• A ferramenta R
• Aplicações estatísticas com R

Módulo 3 | Mineração de Dados

• Introdução à mineração de dados
• Processo de descoberta do conhecimento em Bancos de Dados
• Processo de descoberta do conhecimento visto em etapas
• Regras de associação
• Classificação e Regressão
• Clusterização (Agrupamento)
• CRISP-DM
• Projeto de mineração de dados
• A mineração de dados no contexto do Business Intelligence

Módulo 4 | Planejamento Estratégico e Balanced Scorecard

• Fundamentos de estratégia organizacional
• Como elaborar a estratégia
• Ambientes organizacionais: externo e interno
• Desenho das empresas com a análise SWOT
• Formulação da estratégia utilizando metodologias e ferramentas
• Canvas e suas aplicações
• Implementação e controle da estratégia
• Alinhamento estratégico da TI com os negócios organizacionais
• Métricas e indicadores
• Balanced Scorecard
• Gestão de Data-driven
• KPIs e OKRs
• Dashboards para apresentação dos resultados

Módulo 1  | Fundamentos 

• Definição e fundamentos de BI
• Etapas do projeto de BI
• O ciclo analítico da inteligência de dados
• Tipos de solução de BI
• O ciclo de vida do BI
• Modelagem dimensional
• Estrutura do Data Warehouse e seus elementos
• O Projeto Físico e o ETL

Módulo 2 |  Ferramentas de BI

• Principais tecnologias de BI
• Arquitetura e soluções de BI
• Ferramentas de mercado e seus cenários de aplicação na obtenção dos dados, modelagem do DW, ETL e visualização
• Como escolher uma ferramenta de BI?
• Implementação de projetos de BI nas ferramentas
• O funcionamento de algumas ferramentas: Tableau, Pentaho, Qlikview (Sense), Power BI

Módulo 3 | Aplicações em ETL

• O que é o processo ETL
• Principais ferramentas de ETL, dentre elas do PDI
• Requisitos para ETL (definição do ambiente para realização das tarefas de ETL)
• Revisão: Conceitos de Dimensões e Fatos e Modelagem Dimensional
• Definição dos metadados necessários às operações de transformação
• Staging Área
• Projeto e processos de soluções de carga no DW utilizando uma ferramenta

Módulo 4 | Análise de Dados Utilizando Dashboards

• Introdução aos relatórios analíticos e aos dashboards
• Categorias dos dashboards
• Estudos de gráficos para dashboards
• Erros mais comuns na construção de um dashboard
• Princípios visuais da Gestalt
• Boas práticas de construção de dashboards
• Principais metas para um dashboard visual
• Ferramentas para Dashboards
• Desenvolvimento de dashboards empresariais