MBA EAD em Internet das Coisas - 600 Horas

Conheça o conteúdo do curso Internet das Coisas

Grade do curso

Fundamentos de Big Data e Internet das Coisas I

  - Big Data e Internet das Coisas (IoT)
  - Integrando Big data e IOT
  - Introdução à ciência de dados
  - Ciência de dados e Big Data

Fundamentos de Big Data e Internet das Coisas II

  - Aplicações da ciência de Dados
  - Aprendizado de Máquina (Machine Learning)
  - Introdução a Hadoop
  - Mineração de Dados

Fundamentos de Big Data e Internet das Coisas III

  - Aplicar metodologias de Data Mining (Mineração de Dados)
  - Utilizar técnicas de Data Mining
  - Mineração de textos (Text mining)
  - Descoberta de conhecimento com BIG DATA

Fundamentos de Big Data e Internet das Coisas IV

  - Business Intelligence (BI)
  - Análise de Dados Utilizando Dashboards
  - Inovação e Design Thinking
  - Inteligência Artificial

Aplicações de Internet das Coisas

  - Computação em nuvem
  - Acesso a aplicações Web e Web das Coisas (WoT)
  - Web services e suas aplicações
  - Plataformas comerciais de nuvem

Arquitetura e Infraestrutura de IoT

  - Histórico da IoT
  - Fundamentos básicos da IoT
  - Arquitetura para IoT
  - Arquitetura de softwares embutidos

Arquitetura e Infraestrutura de IoT II

  - Protocolos de comunicação para IoT
  - Protocolo MQTT
  - Middleware
  - Objetos inteligentes na IoT

Arquitetura e Infraestrutura de IoT III

  - Introdução à Internet das Coisas na plataforma Arduino
  - Atuadores para projetos Arduino
  - Sensores para projetos Arduino
  - Sistema de identificação por radiofrequência (RFID)

Arquitetura e Infraestrutura de IoT III

  - Aplicações IoT
  - Smart cities (cidades inteligentes)
  - Perspectivas futuras em IoT
  - Segurança em IoT

Fundamentos de Inteligência Artificial

  - Introdução à inteligência artificial
  - Testes de Turing
  - Estatística para Inteligência artificial
  - Probabilidade

Estrutura de dados para IA

  - Estruturas condicionais e iterativas em Python
  - Funções e Classes em Python
  - Estruturas de dados para IA I
  - Estruturas de dados para IA II

Redes Neurais

  - Estruturas de dados para IA III
  - Redes neurais artificiais I
  - Perceptrons
  - Redes multicamada
*Internet das Coisas* 600hrs *Módulo: Fundamentos de Big Data e Internet das Coisas I*   - Big Data e Internet das Coisas (IoT)   - Integrando Big data e IOT   - Introdução à ciência de dados   - Ciência de dados e Big Data *Módulo: Fundamentos de Big Data e Internet das Coisas II*   - Aplicações da ciência de Dados   - Aprendizado de Máquina (Machine Learning)   - Introdução a Hadoop   - Mineração de Dados *Módulo: Fundamentos de Big Data e Internet das Coisas III*   - Aplicar metodologias de Data Mining (Mineração de Dados)   - Utilizar técnicas de Data Mining   - Mineração de textos (Text mining)   - Descoberta de conhecimento com BIG DATA *Módulo: Fundamentos de Big Data e Internet das Coisas IV*   - Business Intelligence (BI)   - Análise de Dados Utilizando Dashboards   - Inovação e Design Thinking   - Inteligência Artificial *Módulo: Aplicações de Internet das Coisas*   - Computação em nuvem   - Acesso a aplicações Web e Web das Coisas (WoT)   - Web services e suas aplicações   - Plataformas comerciais de nuvem *Módulo: Arquitetura e Infraestrutura de IoT*   - Histórico da IoT   - Fundamentos básicos da IoT   - Arquitetura para IoT   - Arquitetura de softwares embutidos *Módulo: Arquitetura e Infraestrutura de IoT II*   - Protocolos de comunicação para IoT   - Protocolo MQTT   - Middleware   - Objetos inteligentes na IoT *Módulo: Arquitetura e Infraestrutura de IoT III*   - Introdução à Internet das Coisas na plataforma Arduino   - Atuadores para projetos Arduino   - Sensores para projetos Arduino   - Sistema de identificação por radiofrequência (RFID) *Módulo: Arquitetura e Infraestrutura de IoT III*   - Aplicações IoT   - Smart cities (cidades inteligentes)   - Perspectivas futuras em IoT   - Segurança em IoT *Módulo: Fundamentos de Inteligência Artificial*   - Introdução à inteligência artificial   - Testes de Turing   - Estatística para Inteligência artificial   - Probabilidade *Módulo: Estrutura de dados para IA*   - Estruturas condicionais e iterativas em Python   - Funções e Classes em Python   - Estruturas de dados para IA I   - Estruturas de dados para IA II *Módulo: Redes Neurais*   - Estruturas de dados para IA III   - Redes neurais artificiais I   - Perceptrons   - Redes multicamada

Este curso de pós-graduação lato sensu é organizado em módulos, cada qual composto por unidades de aprendizagem. Uma unidade de aprendizagem é constituída por uma apresentação; um desafio para reflexão sobre o conteúdo; um infográfico; um capítulo de livro; uma dica do professor, que poderá ser uma videoaula; 1 quiz com 5 questões de múltipla escolha com o objetivo de promover melhor fixação de cada conteúdo; um caso de aplicação prática dos conteúdos; e, por fim, links para materiais complementares, que podem incluir textos e vídeos diversos.

O desafio e o quiz não possuem caráter avaliativo, ou seja, não comporão sua nota, tendo papel apenas de promover a reflexão sobre os temas e a fixação dos conteúdos.

Como avaliação, cada módulo contará com uma prova de 5 questões de múltipla escolha com 5 alternativas (A, B, C, D, E), que valerá 10 pontos, sendo necessário atingir a nota mínima 6 para aprovação. Caso o aluno não obtenha essa nota na primeira tentativa, uma nova chance é disponibilizada. Por fim, se ainda na segunda tentativa o aluno for reprovado, ele poderá realizar, ao término do curso, uma prova de recuperação sobre os temas abordados nos módulos em que tenha reprovado.

Em consonância com a Resolução N° 1 do Conselho Nacional de Educação/Câmara de Educação Superior, de 6 de abril de 2018, não há Trabalho de Conclusão de Curso na Pós-Graduação a Distância da Faculdade Metropolitana. Para tanto, buscando um formato mais voltado à profissionalização e atualização dos estudantes, você não terá que apresentar uma monografia para concluir seu curso. Caso você tenha interesse em realizar um Trabalho de Conclusão de Curso, será possível optar pela entrega.

Durante todo o curso, o aluno contará com apoio de um docente tutor, que poderá auxiliá-lo em todas as suas dúvidas, sejam elas relacionadas ao conteúdo ou à plataforma de estudo.

Em relação à duração do curso, o sistema liberará um módulo ao aluno a cada intervalo X de dias que será calculado automaticamente, de modo que a pós-graduação poderá ser concluída no período de 6 meses (curso intensivo) ou de 12 meses.

Destinado a profissionais que busquem conhecimentos na área de engenharia de software, gestores de TI e profissionais autônomos e liberais. A Pós-Graduação Lato Sensu tem por objetivo especializar o estudante na área de interesse. Observa-se que os cursos de pós-graduação não habilitam para o exercício profissional, mas sim os cursos de graduação.