As organizações contemporâneas são desafiadas a lidar com grandes massas de dados, dados esses que são caracterizados por grande volume, variedade e velocidade de geração – o que constitui o fenômeno Big Data. As organizações enfrentam o desafio não só de processar Big Data, mas de criar, a partir daí, efetivas oportunidades em termos de novos negócios e serviços. O MBA em Engenharia de Dados objetiva preparar o aluno para propor, desenvolver e liderar iniciativas capazes de acelerar o fluxo de dados para Analytics.

As organizações realizaram grandes iniciativas de contratação e capacitação de cientistas de dados, no entanto a falta de investimentos na consolidação na disciplina de Engenharia de Dados, levou as organizações a encontrarem sérias dificuldades na disponibilização de dados para análise. Buscando mudanças nesse cenário, as organizações vêm procurando desenvolver suas áreas de engenharia de dados e a procura por esse perfil profissional cresce de forma acelerada.

Profissionais que já atuam ou desejam atuar como Engenheiro de Dados, ou Engenheiro de Plataforma de Dados. Profissionais que lideram ou almejam liderar iniciativas ou times relacionados à criação de ambientes de Data Lakes, Lakehouses e Data Meshes ou operar pipelines de dados nesses ambientes.

Formar profissionais aptos a comporem ou liderarem times de engenharia de dados que comumente tem seus objetivos ligados a captura e ingestão, processamento e transformação, armazenamento, distribuição e exposição de dados para fins analíticos, seja de Business Intelligence ou por práticas e técnicas de Inteligência Artificial, inerte à Ciência de Dados, assim como a criação de plataformas que possam realizar essas tarefas com tecnologias de Big Data como Data Lakes, Lakehouses e Data Meshes em ambientes de Computação em Nuvem.

Após o término do curso, os profissionais estarão capacitados para compor e liderar times e estratégias de engenharia de dados.

• Dados e Analytics nas Organizações (on-line ao vivo);
• Data Visualization;
• Data Science Experience;
• Governança de Dados e Metadados;
• Data Lakes, Lakehouses e Data Meshes;
• Mentoring e Carreiras em Engenharia de Dados (on-line ao vivo);
• Hands-On Fundamentos de Dados e Analytics;
• Linguagens de Programação para Dados e Analytics (Python e R);
• Data Collection& Storage;
• Big Data Processing (on-line ao vivo);
• Data Prep & Transformation (on-line ao vivo);
• DevOPS & DataOPS (on-line ao vivo);
• Cloud Computing e SRE (Uma visão Prática);
• Hands-On Engenharia de Dados em Big Data.