ESPECIALIZAÇÃO - MBA

MBA em Business Intelligence & Analytics Turma 2

O MBA em Business Intelligence & Analytics capacita profissionais com habilidades analíticas avançadas e conhecimentos em inteligência de negócios.

  • Certificado : Universidade de São Paulo - USP
  • Carga Horaria : 420h
  • Modalidade : AO VIVO todas as quartas-feiras. As aulas permanecem gravadas.
  • Horário : 19h às 23h
  • Inicio das Aulas : 23/10/2024
  • Término das Aulas : 23/06/2026
  • Pré-requisito : Graduação Completa
  • Investimento : Inscrição R$90,00 + Mensalidades 20x R$585,00
MBA em Business Intelligence & Analytics Turma 2

O CURSO

O objetivo do curso é formar profissionais de excelência e capazes de aplicar técnicas avançadas de análise de dados para extrair insights, criar modelos preditivos, identificar oportunidades de negócios e tomar decisões baseadas em dados em diversos setores e contextos. São objetivos subjacentes a presente proposta de especialização:

  1. Desenvolver no aluno a capacidade analítica a partir do uso de ferramentas de Business Intelligence e Analytics para a tomada de decisão estratégica nas organizações.

  2. Capacitar os alunos a desenvolver abordagens inovadoras e integrativas, especialmente no processo de tomada de decisão guiada por dados.

  3. Desenvolver habilidades de comunicação para a apresentação de insights e informações valiosas baseadas em dados para diferentes públicos.

  4. Fornecer conhecimentos sobre as mais recentes tecnologias de análise de dados e como aplicá-las em diferentes setores e contextos profissionais.

  5. Desenvolver competências em liderança e gestão de projetos de Business Intelligence e Analytics, incluindo a capacidade de identificar oportunidades de negócios e criar modelos preditivos.

  6. Capacitar os alunos a entender o conceito de Big Data e suas implicações para a tomada de decisão, fornecendo conhecimento sobre as ferramentas e técnicas disponíveis para lidar com grandes volumes de dados.

  7. Capacitar os alunos a trabalhar em equipe e colaborar na construção de soluções integradas de Business Intelligence e Analytics que atendam às necessidades das organizações.

  8. Possibilitar um grau de diferenciação do egresso no mercado profissional, destacando sua adaptação e flexibilidade, pensamento analítico, liderança, análise de dados, resolução de problemas e visão sistêmica.

 

O envio da documentação obrigatória deverá ser feito, pelo portal do aluno o mais breve possível, após a realização do pagamento da taxa de matrícula de R$ 90,00. 

Abaixo a lista dos documentos obrigatórios:

1 - Cópia autenticada do Diploma ou Certificado de Conclusão de Graduação (Bacharelado, Licenciatura ou Tecnólogo);
2 - Cópia autenticada do Histórico Escolar de Graduação (Bacharelado, Licenciatura ou Tecnólogo);
3 - RG e CPF (Não podendo ser substituído por outro documento de identificação)
4 - Comprovante de Endereço Recente (de até 3 meses)

ATENÇÃO: O envio da documentação obrigatória é um dos critérios de aprovação, e garante a emissão da certificação ao término do curso.

Qualquer duvida, só entrar em contato com nossa equipe de atendimento: 

 WhatsApp: (11) 93426-0077 ou clique aqui.

PARA QUEM?

Profissionais egressos das áreas de Administração, Análise de Dados, Comunicação, Marketing, Publicidade, Ciências Exatas, Sociais, da Informação, da Computação, Direito, Design, Arquitetura, Engenharias e de outras áreas ou campos do saber afins.

QUAL CONTEÚDO?

Análise de Dados com Python

Introdução à programação em Python. Estruturas de dados e variáveis. Funções. Introdução à análise de dados e Python. Manipulação de dados com Pandas e Numpy. Visualização de dados com Matplotlib e Seaborn. Análise Exploratória de Dados e Casos Aplicados.

Análise de Dados com R

Introdução à linguagem de programação R. Gráficos com o ggplot2. Bancos de Dados e Manipulação com o pacote tidyverse.Análise Descritiva e Exploratória dos Dados. Aplicações de Estatística e Análise de Dados com R.

Análise de Dados com SQL

Introdução ao SQL para análise de dados. Modelagem de dados relacional. Consultas em SQL: seleção, filtragem, ordenação e agregação. Junção de tabelas em SQL. Funções analíticas em SQL. Introdução a subconsultas e junções avançadas. Prática em ambiente de banco de dados relacional.

Análise de Redes Sociais

Introdução à análise de redes sociais em plataformas digitais. Conceitos básicos de redes sociais: nodos, arestas, graus, centralidade, clusters, entre outros. Coleta e preparação de dados para análise de redes sociais em plataformas digitais.Técnicas de análise de redes sociais específicas para plataformas digitais: análise de seguidores, análise de curtidas, análise decomentários, entre outras. Ferramentas para análise de redes sociais em plataformas digitais: Netlytic, Brandwatch, Socialbakers, entre outras. Casos de aplicação de análise de redes sociais em plataformas digitais em empresas. Ética e privacidade na análise de redes sociais.

Análise de Séries Temporais

Introdução às Séries Temporais. Conceitos básicos e definições. Diferenças entre dados estáticos e dados de séries temporais. Exemplos de séries temporais em diferentes áreas de aplicação. Análise Exploratória de Séries Temporais. Visualização de dados e identificação de padrões. Estatísticas descritivas de séries temporais. Modelo de Holt Winters. Teste de Raiz Unitária. Modelos de Séries Temporais: Modelos de Média Móvel (MA) e de Autoregressão (AR), Modelos ARMA e ARIMA. Seleção de modelos e critérios de avaliação. Previsão de Séries Temporais. Métodos de previsão. Métricas de avaliação de previsão. Intervalos deconfiança e incerteza na previsão. Método Prophet do Facebook.

Aplicações de Machine Learning

Definições e tipos de aprendizagem. Algoritmos de aprendizado supervisionado e não supervisionado. Reconhecimento de Padrões. Algoritmos e sistemas de recomendação. Estudos de caso e exemplos práticos.

Big Data e Computação em Nuvem

Panorama do surgimento do Big Data. Ferramentas e técnicas de Big Data. Soluções para análise de dados em grande escala na nuvem. Arquiteturas para análise de big data baseadas em serviços na nuvem. Aplicações de Big Data e computação em nuvem.

Business Analytics e Métricas de Desempenho

Conceitos e aplicações de Business Analytics: análise descritiva, diagnóstica, preditiva e prescritiva. Métricas de desempenho: KPIs, indicadores de performance, Balanced Scorecard. Tomada de decisão baseada em dados: ferramentas de análise de dados, técnicas estatísticas e modelos de decisão. Análise de dados para o planejamento estratégico: segmentação de mercado, análise de concorrência, análise SWOT. Aplicações e Casos de Estudo em Business Analytics

Business Intelligence e Visualização de Dados

Conceitos e Evolução do BI. Classificação, análise e decisões com dados. Personalização de dados e unidades. Gráficos adequados a cada tipo de variáveis. Aplicações em Power BI e customização de Dashboards.

Casos Práticos em Analytics

Introdução aos casos aplicados em Big Data e Analytics. Estudo de casos em empresas: Finanças, Marketing, Saúde, Varejo, entre outros. Coleta e preparação de dados para aplicação de técnicas de análise. Técnicas de análise de dados em casos empresariais: visualização de dados, análise descritiva, modelagem preditiva, entre outras. Comunicação de resultados e apresentação de soluções para negócios.

Comunicação e Soft Skills

Comunicação em ambientes de colaboração e equipes multidisciplinares. Comunicação efetiva de resultados e insights. Comunicação com stakeholders: técnicas e estratégias. Comunicação em redes sociais e outras plataformas digitais. Soft Skills e competências duráveis. Liderança de alta performance em contexto de mudança: inovação, agilidade e gestão. Tecnologias sutis de gestão de equipes: comunicação, feedback e desenvolvimento de pessoas. Integração pessoal para alta performance: propósito, constância e legado.

Cultura Analítica e Abordagem Data-driven

Métodos e ferramentas e melhores práticas para uso de dados. Data Wrangling (preparação de dados). Gestão de performancee construção de KPIs (indicadores). Digital analytics para modelagem de dados. Extração de valor em redes sociais e plataformas digitais (Social Big Data). Resolução de problemas e aplicações na gestão.

Deep Learning e Redes Neurais

Introdução às Redes Neurais. Conceitos básicos de Redes Neurais Artificiais. Arquitetura de Redes Neurais. Modelos de Redes Neurais: Perceptron, Redes Neurais Multicamadas (MLP), Redes Neurais Convolucionais (CNN), Redes Neurais Recorrentes(RNN). Deep Learning: Arquitetura de Deep Learning, Otimização de Redes Neurais, Transfer Learning e Técnicas de Regularização. Programação em Python: Keras, Tensorflow, PyTorch. Aplicações em Big Data e Analytics.

Design Thinking e Lean Startup

Introdução à abordagem Design Thinking. Etapas do processo de Design Thinking: imersão, ideação e prototipação. Pensamento visual e potencialização de narrativa com imagens. Método Lean Startup e produto mínimo viável. Estudos de caso e exemplos práticos.

Estatística Aplicada à Análise de Dados

Introdução à estatística. Tipo de Variáveis Aleatórias. Distribuição de frequências. Medidas de posição e dispersão. Probabilidade. Distribuições de probabilidade Normal, t-Student, F-Snedecor e Qui-Quadrado. Testes de hipóteses. Análise decorrelação e regressão.

Estratégias em Novos Negócios Digitais

Construção de uma visão digital e mobilização de stakeholders. Captura de oportunidade e mitigação de ameaças digitais. Agilidade estratégica e estabilidade de longo prazo. Desafios da execução da estratégia na era digital. Resolução de problemas e aplicações na gestão.

Governança e Ética em Analytics

Conceitos fundamentais de segurança e governança de dados. Regulamentações e leis relacionadas à segurança e governança de dados. Modelos e frameworks de governança de dados. Segurança da informação em Big Data e Analytics. Gerenciamentode riscos em segurança de dados. Gerenciamento de privacidade de dados. Proteção e recuperação de dados em caso de desastres. Ética e responsabilidade na segurança e governança de dados.

Inteligência Artificial para Negócios

Introdução à inteligência artificial. Linguagens, ferramentas e tecnologias associadas à IA. Aplicações de IA para solução de problemas complexos. Perspectivas futuras da inteligência artificial. Estudos de casos de utilização de IA.

Marketing Analytics

Introdução ao Marketing Analytics e sua aplicação em negócios. Conceitos básicos de estatística aplicada ao Marketing. Análise de dados de mercado: pesquisa de mercado, segmentação de mercado e posicionamento. Análise de dados de vendas: previsão de vendas, análise de tendências e sazonalidade. Análise de dados de campanhas publicitárias: análise de ROI, A/B testing emarketing digital. Métricas de Marketing: KPIs e indicadores de desempenho. Ferramentas e plataformas de Marketing Analytics. Casos de sucesso e tendências em Marketing Analytics.

Marketing Digital

Comunicação integrada de marketing. Combinação e integração de ferramentas de comunicação online. Dispositivos digitais como ferramenta mercadológica. Gestão da comunicação de massa e pontos de contato. Métricas digitais e funil de conversão digital. Estudos de caso e exemplos práticos.

Metodologias Ágeis

Diferenças entre organização de projeto e produto. Conceitos principais: Scrum, Kanban, Lean, Sprint, Backlog, DevOps, Designe Product Owner. Agile Team Organization (Squads, Chapters, Tribes, Guilds). Ferramentas para alcançar uma organização ágil. Métricas de eficiência da construção de produtos e serviços digitais. Estudos de caso e exemplos práticos.

Mineração de Dados

Introdução à Data Mining e Descoberta do Conhecimento. Pré-processamento de dados: limpeza, transformação, redução e discretização. Técnicas de Data Mining: árvores de decisão, redes neurais, clustering, associação, regressão, entre outras. Avaliação de modelos de Data Mining: validação cruzada, matriz de confusão, curva ROC, entre outras. Ferramentas de Data Mining: Weka, KNIME, RapidMiner, entre outras. Casos de aplicação de Data Mining. Ética e Privacidade em Data Mining.

Modelos Preditivos Não Supervisionados

Introdução aos modelos preditivos não supervisionados. Aprendizado não supervisionado: clusterização, detecção de anomaliase redução de dimensionalidade. Algoritmos de clusterização: k-means, hierarchical clustering, DBSCAN, entre outros. Algoritmos de detecção de anomalias: density-based anomaly detection, distance-based anomaly detection. Algoritmos de redução de dimensionalidade: PCA, t-SNE, LLE. Casos de estudo com modelos não supervisionados.

Modelos Preditivos Supervisionados

Introdução à Modelagem Preditiva com Python. Pré-processamento de Dados. Modelos de Árvores de Decisão. Modelos de Regressão Linear e Logística. Modelos de Máquinas de Vetores de Suporte (SVM). Avaliação de Modelos Preditivos: Métricas de Desempenho. Ferramentas de Modelagem Preditiva: Scikit-learn, Pandas, Numpy, Matplotlib. Aplicações de Modelagem Preditivaem Big Data e Analytics.

Processamento de Linguagem Natural (PLN)

Processamento e mineração de texto (text mining). Indexação de documentos. Análise de sentimento e detecção de emoções. Aplicações de algoritmos de chatbot. Aplicações de PLN.

Tópicos Especiais em Big Data e Business Intelligence

Estratégias de transformação e manipulação dados (Data Wrangling). Sistemas de suporte à decisão e inteligência de negócio. Estruturação um caso de Data Lake. Perfis e responsabilidades dos profissionais de Big Data. Clusterização de computadores: introdução e fundamentos. Casos de sucesso no uso de Big Data em diferentes setores. Personalização de dados e segmentaçãode clientes. Criação e desenvolvimento de templates profissionais para apresentação de dados. Visualização Avançada de Dados. Customização de Dashboards alinhados com a identidade visual da empresa. Análise de dados a partir de estudos decasos reais.

Tópicos Especiais em Data Analytics

Frameworks analíticos avançados. Design Sprint em Data Analytics. Personas: elementos, segmentação e listening em Data Analytics. CX Analytics. Data Driven Design. Modelos de Previsão de Churn de Clientes. Market Intelligence e oportunidades de negócios. Análise de risco em Data Analytics.

Tópicos especiais em Gestão, Marketing e Projetos

Liderança estratégica e gerenciamento de equipes em projetos de análise de dados. Inovação em análise de dados e Business Intelligence. Métodos e técnicas de marketing digital. Análise de mercado e estratégias de marketing baseadas em dados. Identificação de oportunidades de negócios e desenvolvimento de modelos de negócios. Gerenciamento ágil de projetos de BigData e Analytics. Comunicação eficaz de insights de dados para as partes interessadas. Estratégias de branding baseadas em dados. Análise de dados de marketing de influência.

 

PROF. DR. BENNY KRAMER COSTA

PROF. DR. BENNY KRAMER COSTA

VICE-COORDENADOR DE CURSO/Professor USP

Possui doutorado e pós-doutorado em Administração pela Universidade de São Paulo (1999 e 2006 respectivamente), mestrado em Administração pela Universidade Federal do Rio Grande do Norte (1991) e graduação em Ciências Econômicas pela Universidade Federal do Rio Grande do Norte (1985). Atualmente é Professor Titular e Pesquisador do Programa de Pós-Graduação em Administração da Universidade Nove de Julho - UNINOVE, e Professor Livre-Docente do Departamento de Relações Públicas, Propaganda e Turismo da Escola de Comunicações e Artes da Universidade de São Paulo - USP. Foi Diretor, Professor e Pesquisador do Mestrado Profissional em Administração - Gestão de Esportes, da UNINOVE, desde sua criação em outubro de 2012 até março de 2017. Organizou 6 livros com foco em estratégia e turismo. Foi Editor-Chefe da Revista Iberoamericana de Estratégia - RIAE, de sua fundação até 2014. Foi Editor-Adjunto da Podium - Sport, Tourism and Leisure Review, de 2017 até 2018. Atualmente é Editor Geral da Podium - Sport, Tourism and Leisure Review. Líder do Grupo de Pesquisa no CNPq, intitulado Estratégia e Competitividade no CNPq; e Vice Líder do Grupo de Pesquisa no CNPq denominado Gestão, Estratégia e Inovação em Atividades Criativas (GEIC). Coordenou projetos de pesquisa financiados pelo CNPq: (1) Projeto CNPq (UNIVERSAL) [431232/2018-0] - Engajamento de Stakeholders na Cocriação de Valor da Atividade do Turismo: Uma Investigação Sistemática, Propositiva e Empírica, de 2019 até 2023; (2) Projeto CNPq (UNIVERSAL) [455074/2014-3] - Cocriação de Valor e Stakeholders em Destinos Turísticos e no Setor do Esporte: Uma Investigação em Cidades do Brasil, de 2014 até 2018; (3) Projeto CNPq (UNIVERSAL) [401290/2010-7] - Stakeholders e Estratégias no Setor Turístico Brasileiro: Uma Investigação em Localidades.Tem experiência na área de Administração, com ênfase em Estratégia, atuando principalmente nos seguintes temas: competitividade, stakeholders, cocriação de valor, cenários, competitividade, implementação de estratégias e gestão de projetos. Atua também em marketing e governança, e em áreas como turismo e esporte.

Prof. DR. Paulo Henrique Assis Feitosa

Prof. DR. Paulo Henrique Assis Feitosa

COORDENADOR DE CURSO/Professor USP

Doutor em Teoria Econômica (2017) pela Universidade Estadual de Campinas - UNICAMP. Graduado em Ciências Econômicas (2006) e Mestre em Economia (2010) pela Universidade Federal do Espírito Santo - UFES. Atualmente é Professor Doutor (MS-3, RDIDP) do Departamento de Relações Públicas, Propaganda e Turismo da Escola de Comunicações e Artes - ECA e do Programa de Pós-Graduação em Turismo - PPGTUR/EACH da Universidade de São Paulo - USP. É Editor Associado das revistas Innovation & Management Review - INMR e Podium Sport, Leisure and Tourism Review. Foi bolsista de Pós-Doutorado da FAPESP no Departamento de Política Científica e Tecnológica - DPCT/UNICAMP (2018) e pesquisador visitante no Science Policy Research Unit - SPRU na Universidade de Sussex, Reino Unido (2015-2016). Tem experiência na área de Economia Industrial e da Tecnologia, atuando principalmente nos seguintes temas: Tecnologia, Inovação, Indústria, Desenvolvimento e Economia do Turismo.

Prof. DR. Antonio Geraldo da Rocha Vidal

Prof. DR. Antonio Geraldo da Rocha Vidal

Professor USP - Colaborador

Graduado em Administração de Empresas pela Universidade de São Paulo (1983) e em Engenharia Civil pela Escola Politécnica da Universidade de São Paulo (1980), mestre em Administração de Empresas pela Universidade de São Paulo (1990) e doutor em Administração de Empresas pela Universidade de São Paulo (1996). Consultor em sistemas de informação, desenvolvendo projetos para diversas entidades, entre elas, FIA - Fundação Instituto de Administração, FIPE - Fundação Instituto de Pesquisas Econônicas, PNUD - Programas das Nações Unidas para o Desenvolvimento no Brasil, Secretaria do Meio Ambiente do Estado de São Paulo, Secretaria da Saúde do Estado de São Paulo, Secretaria da Educação do Estado de São Paulo. Professor doutor da Universidade de São Paulo, lecionando na Faculdade de Economia, Administração e Contabilidade - FEA/USP, nas áreas de Métodos Quantitativos e Informática ao nível de graduação e pós-graduação. Coordenador de Projetos de Consultoria da FIA - Fundação Instituto de Administração. Extensa experiência na área de Administração, com ênfase em gestão de processos, projeto e desenvolvimento de sistemas de informação empresariais e aplicação da tecnologia da informação nos negócios. Pesquisador e consultor nas seguintes áreas: sistemas de informação; modelagem, projeto e desenvolvimento de software aplicativo empresarial; gestão de processos; gestão empreendedora e aplicação da tecnologia da informação em pequenas e médias empresas.

prof. DR. Cesar Alexandre de Souza

prof. DR. Cesar Alexandre de Souza

Professor USP - Colaborador

Possui graduação em Engenharia de Produção pela Universidade de São Paulo (1990), mestrado em Administração pela Universidade de São Paulo (2000) e doutorado em Administração pela Universidade de São Paulo (2004). É professor doutor da Universidade de São Paulo desde 2007 e membro permanente do Programa de Pós graduação stricto sensu em Administração (mestrado e doutorado) desde 2008. Tem experiência docente e em pesquisa na área de Administração de Empresas, com ênfase em Administração de Sistemas de Informação, atuando nos seguintes temas: gestão e governança de tecnologia de informação, implantação de sistemas empresariais, informatização de pequenas e médias empresas, novos modelos de negócios digitais, inteligência artificial e machine learning. Possui mais de 150 publicações, entre artigos em periódicos, capítulos de livros e artigos em conferências. Foi Coordenador da ANPAD na divisão de Administração da Informação/Sistemas de Informação (ADI) de 2018 a 2020 e membro do comitê científico da mesma divisão de 2009 a 2012 e de 2015 a 2017. Nesse período participou da organização de 10 eventos EnANPAD e 3 Eventos EnADI. Foi co-chair do Conf-IRM (International Conference on Information Resources Mangement) em 2013 em Natal, Brasil e co-program chair nas edições de 2015 (Ottawa), 2019 (Auckland) e 2021 (Linz-Austria). É coordenador do grupo de pesquisa NETS/FEA/USP (Núcleo de Estudos em Tecnologias, Modelagem e Sistemas em Administração), cadastrado no CNPq. Possui experiência profissional em empresas tendo atuado como CIO e consultor de TI em implantações de sistemas ERP e BI e em avaliação de projetos de investimentos em TI.

prof. DR. Daniel Reed Bergmann

prof. DR. Daniel Reed Bergmann

Professor USP - Colaborador

Possui doutorado em Administração na área de Finanças pela FEA-USP, mestrado em Ciências Contábeis pela FEA-USP e graduação em Ciências Contábeis pela FEA-USP. Atualmente é Professor-Doutor do Departamento de Administração da Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA-USP). Pós-Doutorando em Ciências de Dados pelo Instituto Tecnológico da Aeronaútica. As suas área de interesse incluem Finanças Empíricas, Apreçamento de Ativos, Custo de Capital e Econometria Financeira. Ex-Diretor Técnico do Instituto de Previdência do Município de São Paulo. Pesquisador em Finanças e Análise Econômica do Centro de Estudos em Regulação e Infraestrutura da FIA.

Prof. Dr. Alan César Belo Angeluci

Prof. Dr. Alan César Belo Angeluci

Professor USP e Professor Colaborador

Bolsista de Produtividade em Pesquisa (PQ-2) do CNPq. Professor Doutor do Departamento de Informação e Cultura da Escola de Comunicações e Artes da Universidade de São Paulo (ECA/USP). Desenvolveu estudos de pós-doutorado na ECA/USP e na University of Texas at Austin, Estados Unidos. Doutor pela Escola Politécnica da USP, com período de Doutorado Sanduíche na University of Brighton, Inglaterra. Mestre e bacharel pela Faculdade de Arquitetura, Artes, Comunicação e Design da Universidade Estadual Paulista (UNESP).Tem como principais temas de ensino, pesquisa e extensão: Tecnologias de Informação e Comunicação (TIC), Cultura Digital, Interação Humano-Computador (IHC), Arquitetura da Informação e Ciência de Dados.

prof. DR. Heliodoro Teixeira Bastos Filho

prof. DR. Heliodoro Teixeira Bastos Filho

Professor USP - Colaborador

Livre Docente, Doutor e Mestre pela Escola de Comunicações e Artes da Universidade de São Paulo / ECA - USP. Professor das disciplinas Comunicação Visual e Arte Publicitária, no Curso de Propaganda da ECA/USP, desde 1976. Professor no curso de Pós-Graduação: GESTCORP/ECA-USP. Professor no curso de Pós-Graduação: GESTÃO DE COMUNICAÇÃO & MKT / ECA-USP. Professor no curso de Pós-Graduação do PECEGE/ESALQ – USP. Professor nos cursos de Pós-Graduação da FIA/ Fundação Instituto de Administração / FEA – USP. Sócio/Diretor do Estúdio Dorinho Bastos Comunicação & Design, onde desenvolve trabalhos na área de design gráfico e comunicação visual. Cartunista: publica mensalmente charges e cartuns na Revista Propaganda, Revista Marketing, Revista ESPM/Escola Superior de Propaganda e Marketing, e semanalmente no Jornal PropMark. Membro efetivo do corpo de jurados do Prêmio Colunistas de Propaganda.

Prof. Dr. Evandro Marcos Saidel Ribeiro

Prof. Dr. Evandro Marcos Saidel Ribeiro

Professor USP e Professor Colaborador

Professor Associado, na Universidade de São Paulo, Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP - Departamento de Administração). Pesquisador Associado do Centro de Inteligência Artificial (C4AI) da IBM/USP/FAPESP, no qual participo do Grupo AgriBio-Food Security (http://c4ai.inova.usp.br/agribio-en/).Pesquisador associado ao CeMEAI (Centro de Ciências Matemáticas Aplicadas a Indústria - CEPID FAPESP).Formação acadêmica: - Bacharel em Física (Mar89-Ago92), - Mestre em Física (Mar95) e Doutor em Física (Mar99) pela UFSCar, - Pós-Doutorados: UNICAMP (IFGW - 1999 a 2000) e USP-São Carlos (IFSC - 2001 a Ago2005). Área de atuação: - Ciência de Dados (Data Science), Analytics. Palavras-chave: Spatial Data Science,Business Analytics, Machine Learning, Sistemas Complexos, Análise de Redes, Text Mining,Tese de Livre-Docência: - Árvore geradora mínima aplicada ao estudo da interligação administrativa em empresas listadas na BMFBOVESPA, Departamento de Administração - FEARP - USP, defendida em abril de 2015.

Profa. Dra. Maria Lucia Granja Coutinho

Profa. Dra. Maria Lucia Granja Coutinho

Professora USP e Colaboradora

Professora Substituta da Escola Superior de Agricultura Luiz de Queiroz - ESALQ -USP. Pós-doutora pela FEA/USP e Pesquisadora CAPES. Doutora pela FEA/USP em Gestão de Projetos. Mestre pela FEA/USP na área de Gestão de Pessoas com pesquisa em Gerenciamento de Programas de Qualidade de Vida no Trabalho. Graduada em Administração pela Universidade Federal de Pernambuco. Docente nas disciplinas de Gestão de Projetos, Gestão da Inovação, Cultura voltada à Inovação e Gestão de Pessoas. Parceira Estratégica do Escritório de Desenvolvimento de Carreiras da USP. Em produção técnica desenvolve consultorias nos programas de formação, orientação e desenvolvimento de carreiras de líderes.

prof. Ms. Marcel Jacques Simonette

prof. Ms. Marcel Jacques Simonette

Professor USP - MBA em Gestão e Transformação Digital

Meu mestrado é sobre Engenharia de Sistemas em Sistemas Sociotécnicos, o doutorado é sobre Fatores Humanos na Engenharia de Software e meu pós-doutorado é sobre Complexidade em Projetos. Todos meus títulos foram obtidos no Departamento de Engenharia de Computação e Sistemas Digitais da Escola Politécnica da Universidade de São Paulo. Minha carreira em TI teve início em 1990. Em 2007 eu voltei para a universidade para pesquisar sobre desenvolvimento de sistemas de software, eu estava descontente com os resultados dos processos utilizados nas empresas em que trabalhei. Nos últimos cinco anos tenho atuado como consultor em ações relacionadas a Arquitetura Corporativa, Arquitetura de Dados, Arquitetura de Sistemas, Transformação Digital e alinhamento entre estratégia de negócios e Arquitetura de TI. Durante meu mestrado e doutorado eu desenvolvi pesquisas sobre temas envolvendo Engenharia de Sistemas e Software, Sistemas Sociotécnicos, Privacidade e Problemas Complexos em parceria com o Centro de Estudos Sociedade e Tecnologia (CEST) da Universidade de São Paulo, onde atuo como pesquisador. Sou professor do MBA-USP Data Science and Analytics do PECE - USP.

profa. DRA. Ivette Raymunda Luna Huamani

profa. DRA. Ivette Raymunda Luna Huamani

Professor USP - Colaboradora

Professora do Instituto de Economia da Universidade Estadual de Campinas, no Departamento de Teoria Econômica (DTE). Possui mestrado e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (2003/2007). Atualmente coordena o Núcleo de Economia Aplicada, Agrícola e do Meio Ambiente (NEA+) e participa ativamente do Núcleo de Economia Industrial e da Tecnologia (NEIT). Também é membro da Associação Brasileira de Economia Industrial e Inovação (ABEIN). As suas pesquisas se caracterizam pela análise empírica no campo microeconômico, utilizando instrumentos de Simulação, Ciência dos Dados e Complexidade Econômica na análise de temáticas diversas, porém com predominância no estudo da dinâmica industrial, estrutura produtiva e desenvolvimento econômico. 

Prof. DR. Raphael Donaire Albino

Prof. DR. Raphael Donaire Albino

Professor USP - Colaborador

Doutor e Mestre em Administração de Empresas pela FEA/USP, possui graduação em Sistemas de Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP, campus Bauru, e especialização, no caráter de MBA, em Gestão de Projetos pela Fundação Getúlio Vargas - FGV. Atua como especialista em agilidade no Nubank e é docente nos cursos de pós-graduação e MBA da FIAP e da FIA. Tem experiência na área de Sistemas de Informação e em desenvolvimento de software. Tem como áreas de interesse de estudo: Transformação Digital, Modelagem de Negócios, Soluções baseadas na Internet, Desenvolvimento Organizacional Suportado por TI, TI e Negócios, Gestão de Projetos, Produtos digitais, Inovação e Tecnologia da Informação na Educação.

prof. ESP. Ricardo Antonio Cappra

prof. ESP. Ricardo Antonio Cappra

Professor USP - Colaborador

Estudioso de cultura analítica e cientista chefe do Cappra Institute for Data Science. Seu foco de estudo é o impacto dos dados na sociedade e nos negócios, criando métodos para simplificar a ciência de dados e acelerar a cultura analítica, e desenvolvendo projetos, times e negócios para dar suporte a evolução analítica. Tem grande experiência em tecnologia, mais especificamente a tecnologia da e profundo gosto pela Ciência de Dados. Ao longo da carreira tem ajudado empresas como Banco Mundial, Rede Globo, Unilever, Gerdau, Grupo Fleury, Santander, Ambev, UOL e seus líderes a criarem estratégias, áreas, pessoas e processos orientados por dados.

Prof. Yuri Lázaro de Oliveira Cunha

Prof. Yuri Lázaro de Oliveira Cunha

Professor USP e Colaborador

Doutorando e Mestre em Administração de Empresas pela EAESP/FGV. Pesquisador associado do GVCIA – FGV/EAESP. Fundador da YLX Educação Autêntica – Boutique de Treinamento em Gestão e Agilidade. Professor da USP, FGV, FIA, ESPM, Belas Artes, Metodista, UNIFACS, Sustentare e Senac. Professor e ex-coordenador do MBA em Gestão de Inovação, MBA em Estratégia Corporativa e da pós em Gestão de Projetos da BSP – Business School São Paulo. Nos últimos anos conduziu projetos e iniciativas de algumas das mais prestigiadas organizações empresariais do mundo. Atuou em empresas como: Totvs, Itaú, HP, IBM, EY, Baker Tilly e Atos.

PROF. DR. Luis Fernando Britto Pereira de Mello Barreto

PROF. DR. Luis Fernando Britto Pereira de Mello Barreto

Professor USP

Doutor e mestre em administração de empresas na área de Métodos Quantitativos e Informática pela FEA-USP (2012), MBA em TI pela FIA (2002), pós-graduado em MIS pela Université Pierre Mendès France (2003) e bacharel em engenharia elétrica pela POLI- USP (1993). Professor em cursos de graduação e pós-graduação nás áreas de empreendedorismo, gestão de tecnologia e inovação, simulação, estratégia, sistemas de informação e gestão de projetos. Mais de 25 anos de experiência como empreendedor em projetos de desenvolvimento de software, análise de dados e tecnologia da informação, fornecendo soluções para empresas como Dufry, Embratel, Marfrig, Droga Raia, Promon e Prefeitura de São Paulo. Sócio-fundador da DentalCred, fintech com foco na área de saude.

Prof. Dr. Claudio Marcos Oliveira Santos

Prof. Dr. Claudio Marcos Oliveira Santos

Professor USP e Colaborador

Executivo Sênior de negócios empreendedor e professor de MBA com 23 anos de experiência profissional. Founder e CEO da HS&E Consulting. Trabalhou na IBM como executivo de soluções de varejo e conta corporativas e membro fa Global IBM Industry Academy no Varejo. Foi Executivo chefe Watson Customer Engagement com Inteligência Artificial.

PROF. MS. Bruno Peres de Andrade Cruz

PROF. MS. Bruno Peres de Andrade Cruz

Professor USP e Colaborador

Especialista em marketing digital premiado com 19 anos de experiência, trabalhando com várias campanhas globais orientadas a resultados em um ambiente de relatórios de nível C, procurando insights digitais para mostrar o melhor de qualquer história encontrada em cada projeto. Com grande experiência em gerenciamento de campanhas digitais e planejamento orçamentário. Trabalhando para a UNICEF na sede das Nações Unidas; para Groupon Latin America, iFood Brasil e Accorhotels Latin America;

Prof. Dr. Alexandre Del Rey

Prof. Dr. Alexandre Del Rey

Professor USP e Professor Colaborador

Doutor pela Universidade de São Paulo em Administração de Empresas (2020) , Mestre pela Universidade de São Paulo em Administração de Empresas (2012), possui graduação em Engenharia Mecânica pela Universidade Estadual de Campinas (1998) e pós-graduação em Administração de Empresas pela Fundação Getúlio Vargas- EAESP (2001). Autor, professor, pesquisador e palestrante nos campos de Tecnologia, Inovação, Inteligência Competitiva e Estratégia. Atualmente é professor na USP, FIA, StartSe, SENAC, Metodista e Mackenzie, Proprietário da Engrama empresa de treinamento e aperfeiçoamento profissional. Sócio-Proprietário da startup Egronn, plataforma de geração distribuida de energia que conecta geradores com consumidores. Sócio investidor das startups CleanCloud e AgroInteli. Tem experiência profissional na área de Administração, com ênfase em Tecnologia, Estratégia, Inteligência Competitiva, Inovação e Influencia, atuando principalmente nos seguintes temas: tecnologia da informação aplicada aos negócios, estratégia tecnológica, inovação de cunho tecnológico, métodos quantitativos para análise de dados e tomada de decisão, negociação, inovação, empreendedorismo, planejamento estratégico e economia comportamental. Sólida experiência profissional internacional: Estados Unidos, Alemanha e China. Além do Português, fala Inglês e Espanhol fluentemente e tem conhecimentos em Alemão. Foi membro do Board Internacional da SCIP (2016-2018), Presidente da SCIP Brasil (2014-2015) e Diretor de 2009 até 2019 (Associação Mundial de Profissionais de Inteligência Competitiva & Estratégia). Alexandre é sócio fundador da I2AI - International Association of Artificial Intelligence, associação sem fins lucrativos que busca fomentar o uso de inteligência artificial por profissionais, empresas, startups, academia e governo através das trocas de experiencias e cursos de formação para leigos.

Professora Dra. Angelica Pigola

Professora Dra. Angelica Pigola

Professor USP e Professor Colaborador

Doutoranda em Administração pela Universidade Nove de Julho e Fundação Getúlio Vargas, São Paulo, Brasil. Mestre em administração pela Universidade Nove de Julho (2021), pós-graduado em Marketing pela Fundação Armando Alvares Penteado (2000) e graduado em administração de empresas pela Universidade Paulista (1995).

prof. DR. Luiz Alberto Beserra de Farias

prof. DR. Luiz Alberto Beserra de Farias

Professor USP e Professor Colaborador

Livre-Docente pela Escola de Comunicações e Artes da Universidade de São Paulo (2018). Pós-Doutorado em Comunicação pela Universidade de Málaga/Espanha (2016). Doutor em Comunicação e Cultura pelo Programa de Pós-Graduação em Integração da América Latina (Prolam) da Universidade de São Paulo (2006). Mestre em Comunicação e Mercado (2000), Especialista em Teoria da Comunicação (1995) e Graduado em Relações Públicas (1990) pela Faculdade Casper Líbero. Graduado em Jornalismo pela Universidade Cruzeiro do Sul (2001). Professor visitante na Universidade de Málaga e professor conveniado como orientador de Doutorado na Universidade Nova de Lisboa (Portugal). Atuou como diretor acadêmico de dezembo de 2013 a junho de 2016, da Escola de Comunicação e a Escola de Educação, e de julho de 2016 a dezembro de 2017, da Escola de Ciências Humanas e Sociais da Universidade Anhembi Morumbi (Laureate International Universities), onde também atuou como professor colaborador no programa de pós-graduação Stricto Sensu em Comunicação. É Professor Associado (Livre Docente) da Escola de Comunicações e Artes da Universidade de São Paulo desde 2003, onde coordenou o curso de Relações Públicas de 2012 a 2013, e em 2015, e atua no programa de pós-graduação Stricto Sensu em Ciências da Comunicação como professor permanente desde 2011; foi professor-titular da Faculdade Cásper Líbero, onde coordenou o curso de Relações Públicas de 2011 a 2013; foi professor e coordenador do Curso de Comunicação Social da Universidade Cruzeiro do Sul. É professor titular e foi coordenador do Programa de Pós-Graduação em Comunicação Social da Universidade Metodista de São Paulo (2018-19). Foi agraciado com a primeira edição do Prêmio Aberje - Educador do Ano "James Hefernan", no ano de 2014. Foi presidente da Associação Brasileira de Pesquisadores em Comunicação Organizacional e Relações Públicas, e é editor da Organicom Revista Brasileira de Comunicação Organizacional e Relações Públicas (Qualis B1); criou e editou o Jornal Intercom (2008 a 2011); atuou como diretor administrativo da Sociedade Brasileira de Estudos Interdisciplinares da Comunicação (Intercom), como diretor administrativo da Associação Brasileira de Pesquisadores de Relações Públicas e Comunicação Organizacional (Abrapcorp); foi vice-presidente de planejamento e, por duas gestões, presidente da Associação Brasileira de Relações Públicas (ABRP-SP); também atuou como conselheiro-suplente do Conselho Regional dos Profissionais de Relações Públicas 2a. Região (SP/PR). Na Rádio USP co-apresentou o Programa Trilha Profissional de 2012 a 2013. Autor de "Opiniões voláteis - opinião pública e construção de sentido" (Ed. Metodista, 2019), organizador do livro "Relações Públicas Estratégicas" (Summus, 2011). Autor de "A literatura de relações públicas - produção, consumo e perspectivas' (Summus, 2004); co-autor de "Comunicación estratégica en las organizaciones" (México-DF: Trillas, 2006), e diversas outras obras como livros e artigos.

PERGUNTAS FREQUENTES

Sim, todos os MBAs oferecidos pela Universidade de São Paulo possuem reconhecimento pelo MEC através da Portaria nº 503, de 19 de julho de 2022.

O MBA acontecerá na modalidade 100% EAD com aulas ao vivo às quartas-feiras.

Sim, todas as aulas serão gravadas e ficarão disponíveis no portal do aluno para consulta após o término da aula ao vivo, ficando disponível até a finalização do curso.

MBA EM BUSINESS INTELLIGENCE & ANALYTICS EAD ECA-USP, tem uma carga horária de 420 horas, sendo distribuídas em 20meses. A carga horária é dividida da seguinte forma: 380 horas de conteúdo ministrado (trabalhos e atividades) + 40 horas de orientação para o TCC.
Profissionais egressos das áreas de Administração, Análise de Dados, Comunicação, Marketing, Publicidade, Ciências Exatas, Sociais, da Informação, da Computação, Direito, Design, Arquitetura, Engenharias e de outras áreas ou campos do saber afins.

Sim. O certificado de conclusão do MBA EM BUSINESS INTELLIGENCE & ANALYTICS EAD ECA-USP será emitido com a carga horária de 420 horas e tem o mesmo peso de um certificado dos cursos presenciais e ainda com a qualidade USP.

Para o aluno ser aprovado, é necessário ter uma nota mínima de 7,00 nas matérias ministradas e no mínimo 75% de presença nas aulas/visualização. Além claro, obter uma nota mínima de 7,00 no Trabalho de Conclusão de Curso (TCC). Lembrando também que é necessário não possuir pendências financeiras e ter enviado todos os documentos obrigatórios.

Sim. Como em todos os MBAs oferecidos pela Universidade de São Paulo, se faz obrigatório a entrega do TCC. Os formatos aceitos pela banca avaliadora são: 

Artigo científico, Projetos aplicados de Business Intelligence & Analytics EAD ECA-USP, Plano de Negócios envolvendo o contexto Digital e Plano para criação de Startups.

Sim. Um dos pré-requisitos para ingressar no MBA EM BUSINESS INTELLIGENCE & ANALYTICS EAD ECA-USP é ser graduado. Lembrando que, a formação em um curso Tecnólogo permite que você ingresse no MBA.

Caso você já tenha definido a data da colação de grau do seu curso de graduação/tecnólogo, você consegue ingressar no MBA (desde que a data da colação de grau seja anterior ao início do MBA). Caso ainda tenha matérias para cursar, será necessário aguardar a conclusão.

Para realizar a sua inscrição será necessário o envio dos seguintes documentos:

1 - Cópia autenticada do Diploma ou Certificado de Conclusão de Graduação (Bacharelado, Licenciatura ou Tecnólogo);

2 - Cópia autenticada do Histórico Escolar de Graduação (Bacharelado, Licenciatura ou Tecnólogo);

3 - RG e CPF (Não podendo ser substituído por outro documento de identificação)

4 - Comprovante de Endereço Recente (de até 3 meses)

O investimento para cursar o MBA EM BUSINESS INTELLIGENCE & ANALYTICS EAD ECA-USP se baseia na Taxa de Inscrição (R$ 90,00) + 20 Mensalidades de R$ 585,00.

Não. De acordo com o Termo de Adesão do MBA “A rescisão contratual é a única forma pela qual ficam suspensas as obrigações acadêmicas e financeiras do(a) ALUNO(A) com a CONTRATADA. 

Para rescindir o contrato, o(a) ALUNO(A) deverá formalizar o pedido de Rescisão Contratual junto à Secretaria do Curso, com antecedência de no mínimo 30 (trinta) dias da data em que pretende interromper o Curso.”


  • PAG SeguroÀ Vista por R$90,00 + 20 Mensalidade de R$585,00*
  • PagSeguro CreditoÀ Vista por R$90,00 + 20 Mensalidade de R$585,00*
  • 2x de R$45,00 (R$90,00) + 20 Mensalidade de R$585,00*
    3x de R$30,00 (R$90,00) + 20 Mensalidade de R$585,00*
    4x de R$22,50 (R$90,00) + 20 Mensalidade de R$585,00*
    5x de R$18,00 (R$90,00) + 20 Mensalidade de R$585,00*
    6x de R$15,00 (R$90,00) + 20 Mensalidade de R$585,00*
    7x de R$12,86 (R$90,00) + 20 Mensalidade de R$585,00*
    8x de R$11,25 (R$90,00) + 20 Mensalidade de R$585,00*
    9x de R$10,00 (R$90,00) + 20 Mensalidade de R$585,00*
    10x de R$9,00 (R$90,00) + 20 Mensalidade de R$585,00*
    11x de R$8,18 (R$90,00) + 20 Mensalidade de R$585,00*
    12x de R$7,50 (R$90,00) + 20 Mensalidade de R$585,00*
  • PagSeguro BoletoÀ Vista por R$90,00 + 20 Mensalidade de R$585,00*
*Condição para pagamento à vista. Em caso de parcelamento podem ser aplicadas taxa de juros.