Constituído por disciplinas introdutórias e fundamentais que introduzem o aluno ao mundo da Ciência da Computação, Programação e Habilitadas Comportamentais.

• Arquitetura de Computadores
  • • Arquiteturas: Von Neumann, RISC e CISC
    • Elementos de um Sistema Computacional
    • Interconexão entre componentes de hardware
    • Requisitos funcionais, desempenho e custo
    • Fundamentos da lógica digital
• Fundamentos da Ciência da Computação
  • • Lógica Formal (Lógica proposicional e de predicados)
    • Conjuntos e Combinatória
    • Produto Cartesiano
    • Representação Pictográfica
    • Relação de Equivalência
• 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
• Soft Skills
  • • Pensamento crítico
    • Flexibilização: sobrevivência em mercado dinâmico
    • Inteligência emocional
    • Trabalho em grupos interdisciplinares
    • Sucesso em processos seletivos

Maior foco nas disciplinas de Raciocínio Computacional, quando os alunos são despertados para o mundo matemático e analítico na resolução de problemas.

• Álgebra Linear
  • • Álgebra Linear aplicada à Problemas Práticos
    • Geometria Plana
    • Teoria da Geometria Analítica
    • Teoria e operações sobre Vetores
    • Teoria e operações sobre Matrizes
• Engenharia de Software
  • • Engenharia de Software na Prática
    • Processos Tradicionais x Ágeis.
    • Análise de Problemas
    • Levantamento de Características da Solução
    • Engenharia de Requisitos
• Matemática para a Computação
  • • Conjuntos e Aritmética Básica
    • Cálculo com Expressões Algébricas
    • Equações e Inequações
    • Funções Matemáticas
    • Números complexos
• Sistemas Operacionais
  • • Estruturas e Algoritmos de Sistemas Operacionais
    • Técnicas de Programação na Construção de SOs
    • Seleção de SOs para projetos específicos
    • Gerenciamento de Processos e Memória
    • Subsistemas de Entrada e Saída
• Técnicas de Programação
  • • Dados x Código
    • Busca Sequencial e Binária
    • Ordenação em Memória
    • Recursividade
    • Manipulação de Arquivos

Semestre integralmente voltado para as disciplinas do eixo tecnológico.

• Algoritmos e Estrutura de Dados
  • • Ambiente de Desenvolvimento Java
    • Teste-Driven Development (TDD)
    • Tipo de Dado Abstrato
    • Listas Lineares
    • Tabelas Hash, Árvores e Grafos
     
• Análise e Projeto de Algoritmos
  • • Análise de Algoritmos
    • Complexidade Algorítmica
    • Teoria da Intratabilidade
    • Algoritmos Gulosos
    • Divisão e Conquista
    • Programação Dinâmica e Algoritmos Aproximativos
• Cibersegurança
  • • O Perigo do Mundo Digital
    • Segurança com Dispositivos e Serviços de Rede
    • Ataques e Noções Básicas de Defesa
    • Proteção e Respostas à Incidentes
• Redes de Computadores
  • • Arquiteturas de Redes de Computadores
    • Protocolos e funcionamento de redes
    • Tecnologias envolvidas na operação de redes
    • Equipamentos de rede
    • Serviços oferecidos através de redes
• Sistemas Distribuídos
  • • Construção de aplicações distribuídas
    • Comunicação entre processos distribuídos
    • Aplicações cliente/servidor e peer-to-peer
    • Projeto e implementação de aplicações distribuídas

Continua com disciplinas de Raciocínio Computacional e Tecnológico, mas dá início ao eixo específico do curso: Ciência de Dados.

• Banco de Dados
  • • Fundamentos de Banco de Dados
    • Modelos e Diagramas de Banco de Dados
    • Manipulação e recuperação de dados (SQL)
    • Restrições estruturais e funcionais
    • Geração de Relatórios
• Cálculo Diferencial e Integral Aplicado
  • • Cálculo Diferencial e Integral para resolução de problemas
    • Funções
    • Limites
    • Derivadas
    • Integrais
• Computação em Nuvem
  • • Desenvolvimento e migração para sistemas baseados na tecnologia de nuvem
    • Fundamentos da computação em nuvem
    • Projeto arquitetural de sistemas baseados em nuvem
    • Segurança de sistemas baseados em nuvem
• Linguagem Orientada a Objetos
  • • Mindset da Programação Orientada a Objetos
    • Ambiente Integrado de Desenvolvimento (IDE)
    • Desenvolvimento de Software Orientado a Objetos
    • Laboratório de Orientação a Objetos em Java
• Teoria da Computação
  • • Limites do poder computacional
    • Teoria dos Autômatos
    • Teoria da Computabilidade
    • Máquinas de Turing
    • Teoria da Complexidade de Problemas

     

Quatro eixos equilibrados: Ciência de Dados, Humanas, Raciocínio Computacional e Tecnologia.

Inteligência Computacional
Análise Exploratória de Dados
Teoria de Grafos
Paradigmas de Programação
Estágio Supervisionado I

• 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
• Estágio Supervisionado I
  • • Regulamento de Estágio Supervisionado
    • Modelo de Relatório
    • Análise de Evidências e Comprovação de Estágio
    • Formalização via Portal do Aluno
• Inteligência Computacional
  • • Introdução à Inteligência Artificial (IA)
    • Representação do Conhecimento
    • Aprendizado de máquina
    • Processamento de linguagens naturais
    • Jogos, Robótica e Mineração de Dados
• Paradigmas de Programação
  • • Funcionamentos
    • Conceitos
    • Aspectos Semânticos
    • Representação dos Tipos de Dados
    • Paradigmas de Programação Imperativa, Orientado a Objetos, Funcional e Lógico
• Teoria de Grafos
  • • Grafos e Aplicações
    • Algoritmos de Percursos e Busca
    • Grafos para Soluções de Problemas em Computação
    • Árvores e Aplicações
    • Grafos Eulerianos e Hamiltonianos

Semestre equilibrado em termos de eixos, mas é o último em que disciplinas de tecnologia são ofertadas com maior foco em Raciocínio Computacional.

• Compiladores
  • • Compiladores e Interpretadores
    • Especificação de Linguagens de Programação
    • Custo de Implementação e Execução de Programas
    • Ambiente de Execução de Programas
    • Técnicas e Ferramentas para Construção de Compiladores
• Computação Gráfica e RA/RV
  • • Objetos e Cenas em Ambientes Virtuais Tridimensionais
    • Manipulação e Interação com Objetos Virtuais
    • Tecnologias de E/S em Ambientes de Realidade Estendida
    • Ambiente Virtual Interativo
    • Contexto de Utilização de Ambientes de Realidade Estendida
• Estágio Supervisionado II
  • • Regulamento de Estágio Supervisionado
    • Modelo de Relatório
    • Análise de Evidências e Comprovação de Estágio
    • Formalização via Portal do Aluno
• Inferência Estatística
  • • Inferência Estatística
    • Planejamento e Condução de Estudos
    • Predições ou Inferências de Fenômenos
    • Qualidade dos Resultados
    • Generalizações de Características Populacionais
• Robôs Móveis Inteligentes
  • • Tecnologias disruptivas
    • Transdutores, sensores e atuadores
    • Feedbacks em Sistema Aberto ou Fechado
    • Protótipos e Soluções de Robótica Móvel
    • Robôs Móveis inteligentes

Disciplinas do eixo de Raciocínio Computacional são finalizadas aqui e inicia-se o fortalecimento ainda maior dos eixos Ciência de Dados e Humanas.

• Desenvolvimento para Big Data
  • • Arquitetura de Big Data
    • Desempenho e Usabilidade de Tecnologias de Bancos de Dados
    • Interação entre Sistemas e Hardware
    • Modelagem de Sistemas Big Data
    • Estruturas de Dados e Lógica de Programação de Sistemas de Big Data
• Estágio Supervisionado III
  • • Regulamento de Estágio Supervisionado
    • Modelo de Relatório
    • Análise de Evidências e Comprovação de Estágio
    • Formalização via Portal do Aluno
• Machine Learning
  • • Modelos de Data Mining
    • Computação Cognitiva
    • Algoritmos de Data Mining (DM)
    • Machine Learning
    • Problemas Reais de Tomada de Decisão
• Trabalho de Curso de CC - 1
  • • Filosofia da Ciência
    • Prática da Pesquisa
    • Definição do Trabalho de Curso
    • Orientação e Acompanhamento dos Trabalhos de Pesquisa
• UX e Design Thinking
  • • Interface Homem-Computador
    • Design Centrado no Usuário
    • Usabilidade w Affordance
    • Design Emocional
    • Projeto de Soluções aplicado o UX e Design Thinking

Último semestre com disciplinas dos eixos Ciência de Dados e Humanas.

• Ciência de Dados
  • • Perceptron usando Python
    • Metodologia CRISP-DM com Redes Neurais para Modelagem
    • Classificadores com Redes Neurais
    • Deep Learning em problemas de Machine Learning e Data Science
    • TensorFlow e Amazon SageMaker
• Data Visualization
  • • Visualização de Dados e Análise Visual de Dados
    • Representação Visual para Análise de Dados Complexos e Aplicações Reais
    • Visualização em Ciência de Dados e Big Data
    • Exemplos Práticos de Análise Visual de Dados
    • Aplicações e Novos Avanços
• Estágio Supervisionado IV
  • • Regulamento de Estágio Supervisionado
    • Modelo de Relatório
    • Análise de Evidências e Comprovação de Estágio
    • Formalização via Portal do Aluno
• Processo de Imagens e Visão Computacional

  • Fundamentos da Imagem Digital: formação, aquisição e modelos de imagens. Filtragem no domínio espacial, no domínio da frequência e morfologia matemática. Visão Computacional em Baixo Nível (Early Vision): segmentação de imagens. Visão Computacional em Nível Intermediário (Mid-Level Vision): reconhecimento de padrões e análise de componentes principais. Visão Computacional em Alto Nível (High Level Vision): rastreamento, análise de movimento e visão estéreo.

• Trabalho de Curso de CC - 2
  • • Estruturação da Monografia
    • Orientação para Finalização do Trabalho de Curso
    • Elaboração de Textos Científicos
    • Construção e Apresentação de Monografias