Quais habilidades serão desenvolvidas no curso?

O Curso de Aperfeiçoamento em Mineração de Dados Complexos tem como objetivo capacitar profissionais para o mercado de trabalho atual, com ênfase em: (1) melhorar o gerenciamento de dados pensando em velocidade, capacidade e escalabilidade; (2) desenvolver técnicas de visualização destes dados; (3) encontrar novas oportunidades de negócio; (4) melhorar a capacidade de análise dos dados; e (5) criar modelos preditivos utilizando os métodos mais modernos de aprendizado de máquina.

INF-0610

Curso de Aperfeiçoamento

Modalidade Extensão Universitária

E-mail: mdc@ic.unicamp.br

Telefone: (19) 3521-5883

Realização:

Sobre o curso

Formato

O Curso de Aperfeiçoamento em Mineração de Dados Complexos é composto por 9 disciplinas que ensinam os principais conceitos exigidos pelo mercado de trabalho, perfazendo uma carga horária total de 180 horas, sendo 144 horas de aulas e 36 horas de atividades supervisionadas.

Certificado

Os alunos aprovados nas 9 disciplinas terão direito ao certificado do Curso de Aperfeiçoamento em Mineração de Dados Complexos, emitido pela Escola de Extensão da Unicamp.

Professores

O corpo de docentes do Curso de Aperfeiçoamento em Mineração de Dados Complexos é composto por professores e pesquisadores da Unicamp, todos com doutorado.

Remediando os impactos do COVID-19

As inscrições podem ser feitas completamente online.
Os candidatos aprovados no Processo Seletivo receberão por email a lista de documentos adicionais que deverão ser entregues para efetivação da matrícula no curso.
O curso será realizado 100% online (inclusive aulas, atendimentos e avaliações).


  • Disciplinas

  • ANÁLISE DE DADOS (INF-0612 - Mexendo em Dados)
    Professor: Zanoni Dias
    Introdução à Análise de Dados usando a Linguagem R. Tipos de dados (vetores, listas, matrizes, data frames, etc). Funções pré-definidas. Implementação de funções em R. Tratamento, análise e visualização de dados.
    Aulas: dias 30/01/2021, 06/02/2021, 20/02/2021 e 27/02/2021, das 08h30 às 12h30.

    RECUPERAÇÃO DE INFORMAÇÃO (INF-0611 - Juntando Dados)
    Professor: Lin Tzy Li
    Introdução à recuperação de informação. Técnicas de avaliação de ranking. Conceitos de recuperação de dados não-estruturados. Recuperação de textos. Recuperação de imagens por conteúdo. Recuperação de vídeos. Técnicas para melhoria de qualidade de ranking.
    Aulas: dias 30/01/2021, 06/02/2021, 20/02/2021 e 27/02/2021, das 13h30 às 17h30.

    APRENDIZADO DE MÁQUINA NÃO SUPERVISIONADO (INF-0613 - Explorando Dados)
    Professor: Hélio Pedrini
    Descoberta do Conhecimento / Knowledge Discovery in Database (KDD). Compreensão e prospecção de informação. Entendimento, previsão e interpretação dos dados utilizando regras de associação e Online Analytical Processing (OLAP). Técnicas de agrupamento tradicionais (k-médias e modelos de misturas Gaussianas) e espectrais (autovalores/autovetores). Detecção de anomalias. Redução de dimensionalidade: seleção e transformação de atributos, PCA, MDS, LLE, Isomap e t-SNE.
    Aulas: dias 06/03/2021, 13/03/2021, 20/03/2021 e 27/03/2021, das 13h30 às 17h30.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO I (INF-0615 - Aprendendo com Dados)
    Professor: Anderson de Rezende Rocha
    Problemas de classificação. Fronteiras de decisão. Classificadores lineares e não lineares, regressão logística, árvores de decisão e random forests. Overfitting e validação. Métodos de ensemble: bagging, boosting e stacking. Validação cruzada. Desbalanceamento, diagnóstico de viés e variância. Medidas de avaliação. Interpretação de modelos (X-AI) e classificação em cenário aberto (open-set).
    Aulas: dias 06/03/2021, 13/03/2021, 20/03/2021 e 27/03/2021, das 08h30 às 12h30.

    VISUALIZAÇÃO DE INFORMAÇÃO (INF-0614 - Visualizando Dados)
    Professor: Celmar Guimarães da Silva
    Aspectos teóricos e práticos de Visualização de Informação (InfoVis). Representação de dados de forma gráfica e interativa. Modelo de referência de InfoVis. Caracterização de dados. Recomendações para mapeamento visual. Visualização de dados multidimensionais. Visualização de textos.
    Aulas: dias 10/04/2021, 17/04/2021, 24/04/2021 e 01/05/2021, das 08h30 às 12h30.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO II (INF-0616 - Pensando com Dados I)
    Professor: Esther Luna Colombini
    Máquinas de Suporte de Vetores (SVMs): kernels (lineares e não lineares), SVRs e SVM one-class. Técnicas de regularização. Grid-search e random-search. Redes neurais: tipos de redes, forward e backward propagation, e funções de ativação. Testes estatísticos.
    Aulas: dias 10/04/2021, 17/04/2021, 24/04/2021 e 01/05/2021, das 13h30 às 17h30.

    BIG DATA (INF-0617 - Big Data)
    Professor: Lucas Francisco Wanner
    Introdução à computação paralela e distribuída. Processamento paralelo de dados em Python. Processamento distribuído de dados com Map-Reduce e Hadoop Streaming. Introdução a ferramentas para análise e processamento de dados com Hadoop e Spark.
    Aulas: dias 08/05/2021, 15/05/2021, 22/05/2021 e 29/05/2021, das 08h30 às 12h30.

    DEEP LEARNING (INF-0618 - Pensando com Dados II)
    Professora: Sandra Eliza Fontes de Avila
    Deep learning e redes neurais convolucionais (CNN). Convolução: padding e stride. Funções de perda (loss functions). Treinamento: funções de ativação, pré-processamento, data augmentation, inicialização de pesos e otimização de parâmetros. Regularização. Transferência de aprendizado. Redes neurais recorrentes (RNN). Transformers. Detecção e Segmentação. GANs. Interpretabilidade (X-AI). Ferramentas: TensorFlow e Keras.
    Aulas: dias 08/05/2021, 15/05/2021, 22/05/2021 e 29/05/2021, das 13h30 às 17h30.

    PROJETO FINAL (INF-0619 - Data@Work)
    Professor: Zanoni Dias
    Definição de problema alvo. Identificação e coleta dos dados. Análise das técnicas a serem empregadas. Estudo comparativo. Análise, visualização e apresentação dos resultados.
    Aulas: dias 19/06/2021, 26/06/2021, 03/07/2021 e 10/07/2021, das 08h30 às 12h30.




  • Curso 100% Online

  • Nosso curso não é um curso de ensino a distância (EAD) tradicional, com aulas gravadas ou pré-gravadas. Todas as aulas serão realizadas e transmitidas ao vivo (via Zoom), com a participação dos alunos em tempo real, nos dias e horários indicados acima. As avaliações serão realizadas através de trabalhos práticos que deverão ser submetidos através de plataforma própria do curso.



  • Inscrição

  • Inscrições a partir de 12/10/2020.

    Os seguintes documentos são necessários para a inscrição:

    Ficha de Inscrição e Termo de Compromisso assinado (documentos gerados pela Pré-Inscrição Online)
    Documento oficial de identificação com foto (RG, CNH ou passaporte)
    Diploma da Graduação (frente e verso) ou Certificado de Conclusão de Curso de Graduação
    Histórico Escolar de Graduação
    Currículo
    Carta de apresentação (opcional, formato livre, uma página)

    Cópias digitais dos documentos listados acima devem ser enviados por email para a Secretaria de Extensão do Instituto de Computação da Unicamp (icext@unicamp.br), com o assunto "MDC - Documentos de Inscrição" até dia 13/12/2020 (domingo).

    Importante:

    Os documentos devem ser recebidos por email pela Secretaria de Extensão até dia 13/12/2020 (domingo).
    Em caso de dúvidas sobre a documentação de inscrição, consulte a Secretaria de Extensão (icext@unicamp.br).
    Não serão aceitas inscrições fora do prazo.



  • Investimento

  • O pagamento pode ser realizado de duas formas, através de boleto bancário:
    3 parcelas mensais de R$ 2.999,99, sendo a primeira com vencimento em 15/01/2021.
    À vista, com desconto, no valor de R$ 7.999,99, com vencimento em 15/01/2021.




  • Informações


  • Pré-requisito: Nível superior completo.
    Público-alvo: Profissionais de Informática, formados em Computação ou áreas afins (Engenharias ou Exatas).
    Critérios de seleção: Análise de Currículo e de Histórico Escolar.
    Tipo de curso: Curso de Aperfeiçoamento - Modalidade Extensão Universitária.
    Horários das aulas: Sábados, das 8h30 às 12h30 e das 13h30 às 17h30.
    Material necessário: Por ser um curso com enfoque prático, todos alunos devem ter um computador/notebook com acesso à internet para acompanhar as aulas e as atividades práticas propostas.
    Tamanho da turma: No mínimo 25 e no máximo 75 alunos.
    Coordenador do curso: Zanoni Dias.
    Professores do curso: Anderson de Rezende Rocha, Celmar Guimarães da Silva, Esther Luna Colombini, Hélio Pedrini, Lin Tzy Li, Lucas Francisco Wanner, Sandra Eliza Fontes de Avila, Zanoni Dias.




  • Calendário

  • Data Evento
    13/10/2020 até 13/12/2020 Período de inscrições
    13/12/2020 Prazo final para entrega dos documentos de inscrição
    20/12/2020 Divulgação dos candidatos selecionados para matrícula
    15/01/2021 Vencimento da primeira parcela ou da parcela única
    30/01/2021 até 10/07/2021 Período de oferecimento do curso


    • Depoimentos