No 1º semestre, os alunos desenvolvem soft skills e inteligência emocional. Aprendem a modelagem de banco de dados, matemática aplicada, linguagem de programação com Python e lógica de programação para resolução de problemas.

• Fundamentos de Banco de Dados
  • • Gerenciador de Banco de Dados
    • Modelagem Conceitual
    • Modelo Entidade Relacionamento
    • Modelo Relacional
    • Normalização
• Linguagem de Programação
  • • Introdução e Conceitos de Programação 
    • Ambientes de Programação
    • Elementos da Linguagem Python 
    • Práticas de programação em Python
    • Laboratório de Programação
• Lógica de Programação
  • • Lógica e raciocínio para resolução de problemas 
    • Lógica de programação 
    • Modelagem de problemas utilizando Estruturas de Dados
    • Desenvolvimento de algoritmos através de divisão modular e refinamentos sucessivos.
    • Funções e Refactoring Programming
• Nanodegree 01
  • • Trilha Dev Front-End
    • Trilha Dev Back-End
    • Trilha Dev Full Stack
    • Trilha Data Science
    • Trilha Agile Professional
• Sociedade e Sustentabilidade
  • • Impactos da tecnologia na sociedade
    • Formação e evolução da sociedade brasileira, considerando as relações étnico-raciais e direitos humanos
    • Organizações não governamentais (ONGs), problemas e soluções
• Soft Skills
  • • Pensamento crítico 
    • Flexibilização: sobrevivência em mercado dinâmico
    • Inteligência emocional
    • Trabalho em grupos interdisciplinares 
    • Sucesso em processos seletivos

No 2º semestre, os alunos exploram ambientes operacionais em nuvem, análise e engenharia de dados, linguagem SQL e web data applications. Aprendem sobre segurança na nuvem, estatística descritiva, bancos de dados relacionais e NoSQL, criação de APIs REST e coleta de dados. Desenvolvem habilidades em análise, armazenamento e visualização de dados, além de programação SQL e web scraping.

• Análise Exploratória de Dados
  • • Análise de dados
    • Estatística descritiva (caracterização de universos e amostras de dados)
    • Organização, sumarização e descrição de conjuntos de dados
    • Gráficos para as análises de dados 
    • Interpretação visual de dados e comunicação de padrões
• Engenharia de Dados
  • • Engenharia de dados, Arquitetura de dados 
    • Banco de dados Relacionais e NoSQL
    • Recursos de armazenamento de dados e visualização de dados na AWS
    • Pipeline de dados
    • Desenvolvimento em Pyspark
• Estrutura de Dados
  • • Tipo de dado e Tipos abstratos de dados
    • Recursividade com revisão de listas lineares; Arrays associativos
    • Métodos recursivos de busca e ordenação
    • O TAD Lista, pilha e fila: operações principais e desempenho dos algoritmos
    • O TAD Mapas, Árvores e Grafo: operações principais e desempenho dos algoritmos
• Linguagem SQL
  • • Criação de Banco de Dados
    • Linguagem SQL
    • Funções e procedimentos
    • Restrições estruturais e funcionais
    • Geração de Relatórios
• Nanodegree 02
  • • Trilha Dev Front-End
    • Trilha Dev Back-End
    • Trilha Dev Full Stack
    • Trilha Data Science
    • Trilha Agile Professional

No 3º semestre, os alunos exploram DataOps na AWS, aprendem sobre serviços de data analytics na AWS, implementação de OLAP, construção de data warehouse, metodologia CRISP-DM, programação Transact SQL, estruturas de dados como listas, pilhas, filas, mapas, árvores e grafos. Desenvolvem habilidades em ETL, análise preditiva, criação de objetos programáveis e algoritmos de busca e ordenação. 

• Ambiente de Dados e Operação - DataOps
  • • Serviços da AWS para data analytics
    • DevOps: definição de DevOps, aplicações, testes automatizados, infraestrutura como um código (IaC)
    • Armazenamento de dados e Coleta/Ingestão de dados na AWS
    • ETL, processamento e análise de dados na AWS
    • Visualização na AWS
    • Pipeline de dados
• Business Intelligence
  • • Caracterização de Sistemas de Business Intelligence
    • Implementação de OLAP (para DW): MOLAP, ROLAP e HOLAP
    • Desenvolvimento de Data Warehouse utilizando modelo dimensional
    • ETL - Extração, Transformação e Carga de Dados no DW
    • Projeto de construção Data Mart e Cubo OLAP
• Database Development
  • • Introdução a Programação Transact SQL
    • Controles e Desvios de Fluxo
    • Utilização de Funções Embutidas
    • Operações em Conjuntos de Dados
    • Estruturas Programáveis e criação de Objetos Programáveis
• Nanodegree 03
  • • Trilha Dev Front-End
    • Trilha Dev Back-End
    • Trilha Dev Full Stack
    • Trilha Data Science
    • Trilha Agile Professional

No 4º semestre, os alunos exploram os seguintes temas:

- Big Data com arquiteturas, fornecedores e processamento de dados;
- Data Project com metodologias de desenvolvimento em Data Science e aplicação de algoritmos;
- Data Science com uso de Amazon Sagemaker, TensorFlow e implementação de redes neurais;
- Data Storytelling com técnicas de apresentação e visualização em grafos;
- Database Administration com arquitetura de banco de dados, backup, auditoria, transações e controle de concorrência.

• Big Data
  • • Principais arquiteturas de Big Data
    • Fornecedores de software e serviços: Apache; Google; Microsoft; Amazon; Oracle; Cloudera (Hortonworks)
    • Processamento e Armazenamento: Instruções & Dados; Hadoop MapReduce; Sistema de Arquivos Distribuído: HDFS; Data lake
    • Ingestão e Transferência de Dados: Como obter dados de diversas origens. Orquestração: Azure Data Factory; Nifi. Sqoop (origens relacionais)
    • Framework de Programação para Big Data Spark (Python, Scala, R, Java)
• Data Science
  • • Amazon Sagemaker e implantação do modelo de perceptron com Sagemaker
    • TensorFlow e implementação de um perceptron com TensoFlow e SageMaker
    • Multilayer perceptron (MLP) e case de implementação com TensorFlow
    • Deep Learning 
    • Rede Neural Recorrente (RNN) e Redes Neurais Convolucionais (CNN)
• Database Administration
  • • Arquitetura de banco de dados
    • Backup / Restore
    • Auditoria de processos e recursos
    • Transações / Sessões (controle de conexões)
    • Isolamento de processos / Controle de concorrência
• Nanodegree 04
  • • Trilha Dev Front-End
    • Trilha Dev Back-End
    • Trilha Dev Full Stack
    • Trilha Data Science
    • Trilha Agile Professional
• Web Data Applications
  • • Fundamentos de Arquitetura de Sistema
    • Aplicações Web para Dados, disposição de dados
    • Aplicações de persistência de dados da Web
    • Criando API de dados com REST
    • Coletor de dados da web (Web Scraping)

No 5º semestre, os alunos exploram temas como: 

- IA com aplicações e algoritmos genéticos;
- Projetos de Data Science com metodologias e implementação de algoritmos;
- Segurança de Banco de Dados com criptografia e controle de acesso;
- Governança de Dados com qualidade e gerenciamento; 
- Bancos de Dados noSQL, incluindo MongoDB, Cassandra e Neo4J.

• Artificial Intelligence
  • • Aplicações e perspectivas de Inteligência Artificial
    • Métodos de busca
    • Representação do conhecimento
    • Algoritmos genéticos e utilização de Algoritmos Genéticos com Redes neurais
    • Processamento de Linguagem Natural - PLN
• Data Project: Modeling e Implementation
  • • Metodologias de desenvolvimento de projetos em Data Science
    • Cases e aplicações práticas de projetos
    • Aplicação dos algoritmos de aprendizagem supervisionado e não supervisionado
    • Desenvolvimento completo de projetos de Data Mining
    • Apresentação do andamento e os resultados obtidos em um projeto
• Database Security
  • • Criptografia
    • Ameaças, ataques e técnicas de prevenção ao banco de dados
    • Autenticação e controle de acesso
    • Auditoria de processos e recursos 
    • Introdução à alta disponibilidade
• Governança de Dados
  • • A importância da qualidade de dados nas organizações e gestão de dados
    • Contexto atual: dados de inteligência artificial, analytics e aprendizado computacional
    • Gestão de dados: DAMA DMBOK e seus corpos de conhecimento
    • Qualidade de dados
    • Gerenciamento de dados mestre
• noSQL Databases
  • • Banco de Dados Não Relacional
    • Bancos de Dados: MongoDB. Mongoose, Cassandra, Neo4J
    • Gerenciamento de Banco de Dados e Collections
    • Gerenciamento de Banco de Dados Orientados a Grafos
    • Gerenciamento de Banco de Dados Orientados a Documentos