Vestibular 2022

GRADUAÇÃO EM

CIÊNCIA DE DADOS E INTELIGÊNCIA ARTIFICIAL

Um bacharelado inovador, em que você vai do zero até os conceitos e as competências necessárias para atuar em uma das áreas mais promissoras no mercado de trabalho. Como cientista de dados, você se torna capaz de realizar análises, processar grandes volumes de dados, construir soluções de aprendizagem de máquina, inteligência artificial e muito mais. Você aprende construindo projetos, com uma metodologia ativa, em que o foco está no aluno e na aprendizagem.

VALORES E INFORMAÇÕES

PROCESSO SELETIVO

PARA INGRESSAR NO CURSO, VOCÊ PRECISA PARTICIPAR DE UM PROCESSO SELETIVO OBRIGATÓRIO.
VEJA AS FORMAS DE INGRESSO DISPONÍVEIS

Vestibular

Inscreva-se, realize sua prova online e concorra a bolsas exclusivas para os primeiros colocados.

Nota do ENEM

Utilize seu resultado do ENEM para ingressar diretamente no curso e usufruir de bolsas, dependendo da sua pontuação.

Transferência ou Portador de Diploma

Para quem já está na faculdade ou já se formou em outro curso. A seleção envolve entrevista, análise documental e curricular.

Esta Graduação é Oferecida na Modalidade Presencial

Esse é formato clássico das graduações! Você tem aulas presenciais com um corpo docente de excelência tanto acadêmica quanto profissional.

Suas aulas são na sede do Instituto Infnet, com acesso a laboratórios de ponta, uma super biblioteca focada em tecnologia e salas de estudo dedicadas aos alunos.

Além disso, tem um computador só para você em todas as aulas para, na hora, colocar em prática o que está aprendendo.

O Infnet está praticamente em frente à estação de metrô da Carioca e a três quadras da estação de barcas da Praça XV, no Centro do Rio de Janeiro.

Duração

Quatro anos, divididos em 16 trimestres letivos.

Carga Horária

3.557 horas em disciplinas  + 400 horas de estágio supervisionado + 240 horas de atividades complementares.

Início e horário

Julho de 2022, com aulas diárias no turno matutino.

FUNDAMENTOS DO CURSO

Orientação ao Mercado

Além de uma sólida base conceitual, o aprendizado no Infnet é baseado em projetos. Os professores são profissionais atuantes, o que traz uma rica troca de experiências e networking para a sala de aula.

100% em Laboratório

No Infnet as suas aulas são em laboratório, com um computador por aluno. O Infnet inova e estabelece um novo padrão de qualidade, oferecendo a única graduação 100% prática do estado.

Business Intelligence

No curso, você aprende toda a base conceitual e a construir soluções completas de integração de dados, que vão desde a aquisição, o tratamento e o cruzamento dos dados, até a implementação de painéis (dashboards) para consulta.

Análise de
Redes Sociais

Aprenda a utilizar técnicas e ferramentas para identificar e analisar a opinião das pessoas, como elas estão divididas em diferentes perfis e muito mais. Isto pode ser aplicado nas mais diversas áreas, tais como personalização de ofertas de produtos e serviços, análise política, pesquisa de opinião etc.

Privacidade e Curadoria
de Dados

No curso, você desenvolverá uma perspectiva ética para lidar com os dados que for estudar e manipular, seja na graduação ou na sua vida profissional. Você aprende as competências e ferramentas necessárias para tratar, proteger e disponibilizar dados de forma responsável.

Processamento
de Linguagem

Várias atividades humanas serão revolucionadas com a capacidade de processamento de linguagem oferecida pela inteligência artificial. No curso, você aprende a construir soluções utilizando tecnologias de processamento de linguagem natural, como chatbots e mineração de texto.

Aprendizagem de Máquina

Os computadores são capazes de aprender a partir dos dados gerados por algoritmos e ferramentas voltadas para a aprendizagem de máquina. No Infnet, você aprende todos os conceitos, algoritmos e ferramentas necessárias para construir suas próprias soluções de inteligência artificial com aprendizagem de máquina.

Computação, Modelagem Matemática e Estatística

A formação do bacharel em Ciência de Dados e Inteligência artificial combina os campos da computação, da modelagem matemática e da estatística. No curso, você aprende do zero e desenvolve todos os conhecimentos e competências para atuar em uma das áreas em que há mais inovação no mundo.

matriz curricular

Faça o download do livreto e conheça
todas as nossas graduações.

Download
  • Lógica, Computação e Algoritmos
  • Arquitetura e Infraestrutura da Tecnologia da Informação
  • Projeto de Bloco: Fundamentos da Computação
  • Arquitetura de Computadores e Sistemas Operacionais;
  • Fundamentos de programação com Python
  • Arquitetura de Redes de Computadores
  • Desenvolvimento Python para Sistemas Operacionais e Redes
  • Projeto de Bloco: Arquitetura de Computadores, Sistemas Operacionais e Redes

            Veja o conteúdo detalhado

  • Álgebra Linear
  • Estatística para Data Science
  • Métodos Matriciais para Análise de Dados
  • Análise Exploratória de Dados com R
  • Projeto de Bloco: Estatística e Modelagem Matemática

           

          Veja o conteúdo detalhado

  • Governança de Dados
  • Fundamentos da Modelagem Relacional e do Armazenamento de Dados
  • Computação em Nuvem e Big Data
  • Modelagem e Armazenamento de Dados
  • Projeto de Bloco: Curadoria de Dados

 

            Veja o conteúdo detalhado

  • Fundamentos de Business Intelligence
  • Extração e Manipulação de Dados para Business Intelligence
  • Visualização de Dados em Dashboards de Business Intelligence
  • Implementação de Data Warehouse com o Microsoft SQL Server
  • Projeto de Bloco: Business Intelligence

 

            Veja o conteúdo detalhado

  • Algoritmos para Clusterização de Dados I
  • Visualização de Dados para Análise e Modelagem
  • Algoritmos para Clusterização de Dados II
  • Separação Cega de Fontes
  • Projeto de Bloco: Aprendizagem de Máquina Não Supervisionada

 

            Veja o conteúdo detalhado

  • Otimização para Machine Learning
  • Redes Neurais com Tensor Flow
  • Algoritmos para Classificação de Dados
  • Redes Neurais Profundas com Tensor Flow
  • Projeto de Bloco: Aprendizagem de Máquina Supervisionada

 

            Veja o conteúdo detalhado

  • Processamento de Linguagem Natural I
  • Criação de Chatbots
  • Processamento de Linguagem Natural II
  • Mineração de Texto com Stack ELK
  • Projeto de Bloco: Mineração de Texto e Processamento de Linguagem Natural

 

            Veja o conteúdo detalhado

  • Teoria de Grafos
  • Modelagem e Base de Dados em Grafos
  • Redes Complexas com Python
  • Redes Complexas e Visualização com Gephy
  • Projeto de Bloco: Análise de Redes Sociais

 

            Veja o conteúdo detalhado

  • Lógica, Computação e Algoritmos
  • Arquitetura e Infraestrutura da Tecnologia da Informação
  • Projeto de Bloco: Fundamentos da Computação
  • Arquitetura de Computadores e Sistemas Operacionais;
  • Fundamentos de programação com Python
  • Arquitetura de Redes de Computadores
  • Desenvolvimento Python para Sistemas Operacionais e Redes
  • Projeto de Bloco: Arquitetura de Computadores, Sistemas Operacionais e Redes

 

            Veja o conteúdo detalhado

  • Álgebra Linear
  • Estatística para Data Science
  • Métodos Matriciais para Análise de Dados
  • Análise Exploratória de Dados com R
  • Projeto de Bloco: Estatística e Modelagem Matemática

 

          Veja o conteúdo detalhado

  • Governança de Dados
  • Fundamentos da Modelagem Relacional e do Armazenamento de Dados
  • Computação em Nuvem e Big Data
  • Modelagem e Armazenamento de Dados
  • Projeto de Bloco: Curadoria de Dados

 

            Veja o conteúdo detalhado

  • Fundamentos de Business Intelligence
  • Extração e Manipulação de Dados para Business Intelligence
  • Visualização de Dados em Dashboards de Business Intelligence
  • Implementação de Data Warehouse com o Microsoft SQL Server
  • Projeto de Bloco: Business Intelligence

 

            Veja o conteúdo detalhado

  • Algoritmos para Clusterização de Dados I
  • Visualização de Dados para Análise e Modelagem
  • Algoritmos para Clusterização de Dados II
  • Separação Cega de Fontes
  • Projeto de Bloco: Aprendizagem de Máquina Não Supervisionada

 

            Veja o conteúdo detalhado

  • Otimização para Machine Learning
  • Redes Neurais com Tensor Flow
  • Algoritmos para Classificação de Dados
  • Redes Neurais Profundas com Tensor Flow
  • Projeto de Bloco: Aprendizagem de Máquina Supervisionada

 

            Veja o conteúdo detalhado

  • Processamento de Linguagem Natural I
  • Criação de Chatbots
  • Processamento de Linguagem Natural II
  • Mineração de Texto com Stack ELK
  • Projeto de Bloco: Mineração de Texto e Processamento de Linguagem Natural

 

            Veja o conteúdo detalhado

  • Teoria de Grafos
  • Modelagem e Base de Dados em Grafos
  • Redes Complexas com Python
  • Redes Complexas e Visualização com Gephy
  • Projeto de Bloco: Análise de Redes Sociais

 

            Veja o conteúdo detalhado

Metodologia de ensino

Desenvolvemos uma metodologia de ensino baseada na utilização de projetos e competências. A combinação do Project Based Learning com o Competency Based Learning fornece um diferencial à nossa faculdade, permitindo cursos mais engajantes, pois você aprende construindo projetos e desenvolvendo as competências que realmente precisa no mercado de trabalho. 

É uma forma de aprender inovadora e moderna, alinhada com o que é feito em várias escolas de tecnologia internacionais.

Ficha técnica

NOME DO CURSO

Bacharelado em Ciência de Dados e Inteligência Artificial.

FOCO

Computação, ciência de dados e inteligência artificial.

DIRETRIZ DA INSTITUIÇÃO

Formar profissionais capazes de aplicar conceitos, técnicas e ferramentas da computação, estatística e inteligência artificial a problemas complexos das empresas, organizações e da sociedade.

TIPO DO DIPLOMA

Graduação, com o título de Bacharel em Ciência de Dados e Inteligência Artificial. Habilita para o exercício profissional e permite continuação dos estudos em Pós-Graduação, MBA, Mestrado e Doutorado, e a participação em concursos públicos.

SALAS DE AULA

100% ministrado em laboratório, com um computador por aluno.

DESTAQUES

Formação interdisciplinar, a partir de sólidas bases de computação, matemática e estatística, levando ao desenvolvimento de competências aplicadas que estão em crescente demanda no mercado de trabalho.

Aprendizado de estatística de forma aplicada e contextualizada, o que permite um aprendizado muito mais eficaz do que abordagens mais tradicionais, somente baseadas em conceitos e teoremas.

O aluno desenvolve projetos em arquitetura de computadores, análise de dados, tratamento, proteção e curadoria de dados, aprendizagem de máquina supervisionada e não supervisionada, análise de redes sociais e processamento de linguagem natural, entre outros temas.

O aluno aprende a trabalhar com linguagens, algoritmos e tecnologias tais como: Python, SQL, SQL Server, R, R Studio, Gephi, metodologia K-Folds de validação cruzada, AutoML, APIs em computação na nuvem, bibliotecas de processamento de linguagem natural, mineração de texto, Elastic Search, redes neurais com TensorFlow, redes LSTM, clusterização.

CARGA HORÁRIA

3.557 horas, incluindo disciplinas obrigatórias, estágio supervisionado, atividades complementares e disciplinas optativas.

DURAÇÃO

O tempo de integralização mínimo do curso é de 4 anos.

CORPO DOCENTE

Professores com experiência prática de mercado, com atuação nas áreas que lecionam e, tipicamente, com titulação de mestrado ou doutorado.

PRINCIPAIS CARGOS

Cientista de Dados, Analista de Dados, Arquiteto de Dados, Analista de Inteligência Artificial, Arquiteto de Informação.

CURRÍCULO

O curso é um bacharelado inovador, baseado nas Diretrizes Curriculares Nacionais para as graduações na área de computação, nos debates sobre a graduação em ciência de dados no âmbito da Sociedade Brasileira de Computação, assim como no âmbito da ACM, sociedade acadêmica dos EUA que é referência mundial na área e vem também refletindo sobre a carreira e o curso nos últimos anos.

Sua estrutura curricular é baseada em projetos e competências, o que promove o aprendizado ativo, o desenvolvimento de um portfólio de projetos e a permanente reflexão sobre a prática profissional. Esta metodologia, que vem seguidamente sendo avaliada com nota máxima pelo MEC, é um importante diferencial no aprendizado do aluno.

MEC

Autorizado pela Portaria Nº 1.164 do Ministério da Educação, de 20/10/2021, publicada em 22/10/2021. (veja aqui)

MODALIDADE

Presencial: regime intensivo, trimestral, com execução de projetos semestrais. A modalidade presencial também inclui a realização de atividades a distância.

Faça o download do livreto e conheça
todas as nossas graduações.

Download

precisa de mais informações?

SAIBA MAIS SOBRE O DIA A DIA

Isto é tudo, obrigado! 😀