Ciência de dados

Conhecimentos

• Economia da informação.
• Transformação digital.
• Perspectivas de Inovação a partir da transformação digital.
• Uso de dados para experimentação, validação de hipóteses e tomada de decisão baseada em evidências e dados.
• Conceitos de Mineração de dados, machine learning e inteligência artificial.
• Ciclo de vida de dados. Uso dos dados.
• Governança, privacidade e segurança de dados.
• Carreira em dados: mercado de trabalho, empregabilidade e empreendedorismo em gestão de dados.

Habilidades

• Analisar o cenário de transformação digital e o processo de trabalho com dados.
• Identificar oportunidades para plano de carreira.
• Caracterizar e relacionar o ciclo de vida dos dados.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Reconhece as mudanças nos ambientes organizacionais decorrentes da transformação digital.
• Diferencia etapas do ciclo de vida dos dados.
• Associa elementos da transformação digital e a carreira em ciência de dados.

Sugestão de práticas pedagógicas inovadoras

• Ensino híbrido (sala de aula invertida): Pesquisa sobre fundamentos e práticas da ciência de dados no contexto da transformação digital.
• Aprendizagem baseada em projetos: Planejamento de possíveis itinerários de trabalho e formação em ciência de dados.
• Aprendizagem baseada em problemas: Discussão e analise de casos reais de transformação digital, trabalhando principalmente sobre problemas e suas resoluções.
• Aprendizagem por pares: Estudo sobre o ciclo de vida dos dados de casos de empresas reais.
• Gamificação: Proposição de jogo para explorar o uso de dados em uma empresa, governança e privacidade dentre outros aspectos.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação, Administração ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência profissional em transformação digital, inovação e metodologias ágeis.

Infraestrutura

• Sala de aula ou espaço de inovação com Computador Windows, Linux ou Macintosh para o(a) professor(a) conectado a um projetor ou lousa digital.

Projeto profissional: Atividade e Entregáveis

• Relatório de análise de contexto socioeconômico local/regional, incluindo definição do problema a ser analisado e das tecnologias e metodologias aplicáveis ao projeto profissional.

Conhecimentos

• Planejamento e estruturação de um ambiente de dados.
• Etapas de limpeza, carga, armazenamento.
• Banco de dados: conceitos, tipos e processo de modelagem, implantação, instalação e manutenção.
• Sistema Gerenciador de Banco de Dados (SGDB).
• ETL (Extract, Transform and Load).
• Modelagem conceitual e física de banco de dados.
• OLTP (transacional) x OLAP (analítica).
• Datawarehouse. Datawarehouse.
• Linguagem SQL: histórico, definições e aplicabilidade; agrupamentos de dados, relações entre tabelas (Joins), subconsultas.
• Linguagem de manipulação de dados (SELECT) e de definição de dados (CREATE, ALTER, INSERT, UPDATE, DELETE).
• Segurança em banco de dados.

Habilidades

• Executar procedimentos técnicos com precisão.
• Compreender a modelagem de um banco de dados relacional e analítico em Sistemas Gerenciadores de Banco de Dados.
• Aplicar linguagem SQL para criar, consultar, atualizar ou apagar dados em um sistema gerenciador de Banco de Dados.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Configura um Sistema de Gerenciamento de Banco de Dados e o ambiente de desenvolvimento conforme as funcionalidades e características da base de dados a ser desenvolvida.
• Modela um sistema escolhendo corretamente as entidades, relacionamentos, documentos ou esquemas para melhor representar suas características.
• Cria representações gráficas da modelagem do sistema de seu funcionamento utilizando a linguagem gráfica e os diagramas adequados.
• Elabora instruções para definir e manipular os dados conforme as funcionalidades e características do sistema a ser representado.
• Aplica linguagem SQL para criar, consultar, atualizar ou apagar dados em um Sistema Gerenciador de Banco de Dados.

Sugestão de práticas pedagógicas inovadoras

• Aula enriquecida com tecnologia: Vídeo, animação ou apresentação de slides que ilustre a importância da visualização de dados e do data mining no contexto da enorme quantidade de dados (estruturados e não estruturados) gerada pela sociedade diariamente.
• Ensino híbrido (Sala de aula invertida): Pesquisa sobre bancos de dados não relacionais (NoSQL) e suas abordagens (Documentos, Grafos, Chave-Valor, etc.)
• Ensino personalizado: Uso de plataforma de quiz adaptativo para realizar testes sobre normalização de banco de dados e suas formas normais.
• Aulas mão na massa: Programação de diversas consultas (queries) em um banco de dados utilizando a linguagem SQL e que devolvam conjuntos de dados utilizando diferentes critérios, técnicas de sumarização, parâmetros etc.
• Aprendizagem baseada em projetos: Modelagem de um banco de dados para um sistema escolhido pelo grupo (ex: Agência de Viagens, Concessionária de Veículos, Consultas médicas, etc.)

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Sistema Gerenciador de Banco de Dados (SGBD) em código aberto (ex: MariaDB, MySQL etc.) ou versão de estudante de bancos proprietários (ex: SQL Server, Oracle DB etc.) local ou em nuvem.
• SGBD NoSQL (ex: Google Big Query, MongoDB, Cassandra etc.).

Projeto profissional: Atividade e Entregáveis

• Diagrama de tabelas (modelagem de dados) em formato entidades e relacionamentos, referenciando quais são os objetos presentes no banco de dados, seja relacional, seja dimensional (analítico).
• Descritivo das transformações de dados presentes entre uma estrutura relacional de dados e uma estrutura dimensional (analítica).

Conhecimentos

• Desenvolvimento de software.
• Ciclo de desenvolvimento de sistemas.
• Ambientes Integrados de Desenvolvimento (IDEs).
• Lógica de programação.
• Algoritmos.
• Vetor.
• Matriz e dataframe.
• línguagem de programação.
• Tipos de dados.
• Estruturas de programação de fluxo (repetição, condicionais, atribuições de variáveis).

Habilidades

• Aplicar as técnicas de desenvolvimento de software mais adequadas de acordo a situação e com as necessidades.
• Executar procedimentos técnicos com precisão.
• Aplicar lógica de programação para desenvolver algoritmos.
• Escrever programas de computadores em linguagem de programação textual utilizando o imperativo e a programação estruturada.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Desenvolve algoritmos que representam a lógica apropriada ao desenvolvimento do software a ser realizado, por meio de representações visuais, português estruturado ou línguagem de programação.
• Testa algoritmos para escolha dos algoritmos mais apropriados ao desenvolvimento do código.
• Escolhe os tipos de dados corretos para representar as informações desejadas em um programa.
• Insere e atualiza comentários em todo o processo de elaboração do código.
• Utiliza boas práticas de escrita de código escrevendo programas que sejam legíveis, claros e bem indentados.
• Analisa um algoritmo e faz inferências sobre possíveis falhas, desempenho e pontos de melhoria em termos de recursos computacionais.
• Realiza a depuração para verificar erros na programação e fazer os devidos ajustes no código desenvolvido.

Sugestão de práticas pedagógicas inovadoras

• Aula enriquecida com tecnologia: Projeção em tela de demonstração dos passos do processo de compilação de um programa, desde o código fonte até a geração do executável.
• Ensino híbrido (Sala de aula invertida): Pesquisa prévia sobre o que são variáveis, qual sua utilidade em um programa e quais exemplos de uso, para posterior discussão em sala.
• Ensino híbrido (Rotação por estação): Enquanto em uma estação os estudantes representam um algoritmo para um dado problema por meio de um fluxograma, em outra representam o mesmo algoritmo utilizando uma linguagem por blocos e em outra implementam o algoritmo em uma linguagem de programação.
• Ensino personalizado: Utilização de um juiz online (ex: https://www.urionlinejudge.com.br/ ) para identificar as dificuldades dos estudantes em cada tópico de algoritmos.
• Programação em pares: Prática de programação em duplas utilizando uma linguagem textual (ex: Python, C, Javascript, etc.)
• Kanban ou EduScrum: planejamento e acompanhamento das etapas do projeto de desenvolvimento de software.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Compilador ou interpretador para a linguagem de programação textual escolhida para o curso (ex.: Python, C, Javascript etc.)
• Ambiente integrado de desenvolvimento (IDE, ex: Python IDLE, PyCharm, VS Code etc.) compatível, podendo ser ambiente cloud como Google Colab, desde com acesso à internet.

Projeto profissional: Atividade e Entregáveis

• Código-fonte documentado (com explicações das etapas em comentários) em alguma linguagem de programação voltada a dados, bem como diagramas de apoio (ex. fluxograma) que se faça necessário para entendimento do código.

Conhecimentos

• Dados estruturados.
• Análise de qualidade de dados.
• Tipos de estruturas e dados.
• Tratamento, transformação e limpeza de dados.

Habilidades

• Identificar estruturas de dados, técnicas de limpeza e tratamento de dados.
• Executar procedimentos técnicos com precisão.
• Desenvolver limpeza e tratamento de dados.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Identifica diferentes estruturas de dados.
• Exemplifica técnicas de limpeza e tratamento de dados.
• Pratica limpeza e tratamento de dados conforme especificações de um projeto de dados.

Sugestão de práticas pedagógicas inovadoras

• Aula enriquecida com tecnologia: Projeção e discussão sobre estrutura de dados.
• Ensino híbrido (Sala de aula invertida): Pesquisa sobre técnicas de tratamento e limpeza de dados, ferramentas, modelos, dentre outros.
• Aprendizagem baseada em problemas: Discussão e resolução de problemas relacionados a limpeza e tratamento de dados, considerando suas especificidades e melhores práticas.
• Aulas Mão na massa: Prática de limpeza de dados a partir de técnicas específicas.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Sistema Gerenciador de Banco de Dados (SGBD) em código aberto (ex: MariaDB, MySQL etc.) ou versão de estudante de bancos proprietários (ex: SQL Server, Oracle DB etc.) local ou em nuvem.
• SGBD NoSQL (ex: Google Big Query, MongoDB, Cassandra etc.).

Projeto profissional: Atividade e Entregáveis

• Relatório documentando estruturas de dados utilizadas (formatos, descrição das tabelas utilizadas como exemplo dicionário de dados).
• Relatório de análise de qualidade de dados (documentação complementar as tabelas e/ou dicionários de dados com resultado da análise de cada campo das tabelas, verificando se estão preenchidos, se o conteúdo está adequado, se há valores espúrios, etc).

Conhecimentos

• Data viz (visualização de dados).
• Abstração de dados e tarefas.
• Análise.
• Gráficos (de pontos, de barras, de linhas, de pizza, de dispersão, mapas de calor, mapas georreferenciados, de bolha, histograma, de bala, de árvore, radar etc.).
• Tabelas Dinâmicas.
• Manipulação de visões (views).
• Tabelas pivotantes.
• Dashboards (painéis de controle).
• Ferramentas de visualização de dados (PowerBI, Tableau etc.).

Habilidades

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Utiliza as melhores técnicas de visualização para comunicar informações contidas nos dados.
• Cria dashboards que representem as informações contidas nos dados e que servirão para tomada de decisão.
• Seleciona os gráficos e visualizações mais adequadas para permitir inferências acerca das informações contidas nos dados.

Sugestão de práticas pedagógicas inovadoras

• Aula enriquecida com tecnologia: Projeção e discussão sobre visualização de dados, destacando seus fundamentos e práticas.
• Ensino híbrido (sala de aula invertida): Pesquisa sobre técnicas e melhores práticas de visualização de dados, considerando ferramentas mais utilizadas, suas características, dentre outros aspectos relevantes.
• Aulas mão na massa: Prática de criação de dashboards para comunicação de informações dos dados.
• Ensino híbrido (Rotação por estação): Utilizando uma planilha eletrônica simulando um banco de dados com grande quantidade de linhas e colunas, organizar três ou quatro estações onde os alunos tenham que escolher tipos de gráficos (barra, pizza, linha, pictóricos, mapas geográficos, etc.) mais adequados para visualizar determinadas informações contidas no banco e ao final, montar um infográfico que mostre as informações mais relevantes.
• Aprendizagem em pares: Desenho de mapa conceitual sobre o processo de criação de comunicação de dados.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Compilador ou interpretador para a linguagem de programação estatística escolhida para o curso (ex.: Python, R etc.) e/ou planilhas de cálculo (Excel, Google Sheets etc) e/ou ferramentas de visualização de dados que permitam executar cálculos (PowerBI, Tableau etc).
• Ambiente integrado de desenvolvimento (IDE, ex: Python IDLE, RStudio, Jupyter Notebook etc.) compatível, podendo ser ambiente cloud como Google Colab, desde com acesso à internet.

Projeto profissional: Atividade e Entregáveis

• Dashboard produzido em ferramenta de visualização de dados demonstrando graficamente os dados utilizados em uma das etapas do projeto.

Conhecimentos

• Reading: Compreensão de textos, relatórios e outros registros escritos sobre tópicos em gestão de dados.
• Listening: Compreensão de comunicação oral ao vivo ou gravada sobre tópicos em gestão de dados.
• Speaking: Comunicação pessoal e apresentações profissionais sobre tópicos em gestão de dados.
• Writing: Escrita de instruções, descrições e explicações sobre tópicos em gestão de dados.
• Linguagem: Compreensão e uso de vocabulário e estrutura gramatical na comunicação oral, escrita e visual relacionada à área de gestão de dados.

Habilidades

• Identificar vocabulário em língua inglesa relacionado ao campo de trabalho.
• Organizar apresentações em língua inglesa.
• Interpretar textos em língua inglesa.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Indicadores de Avaliação

• Distingue vocabulário pertinente ao trabalho na gestão de dados.
• Reconhece texto (falado e escrito) em língua inglesa relacionado a gestão de dados.
• Elabora apresentações em língua inglesa sobre gestão de dados.

Sugestão de práticas pedagógicas inovadoras

• Aula enriquecida com tecnologias: criação de página ou grupo em redes sociais para troca de mensagens escritas e orais em inglês sobre temáticas relacionadas à gestão de dados.
• Ensino híbrido (sala de aula invertida): Pesquisa sobre vocabulário em língua inglesa utilizado na gestão de dados.
• Aulas mão na massa: Prática de construção de texto/apresentações em língua inglesa relacionada a gestão de dados.
• Aulas mão na massa: Prática de análise de texto em língua inglesa relacionado a gestão de dados.
• Aprendizagem em pares: Discussão e análise de texto ou vídeo em língua inglesa remetendo a gestão de dados ou processo específico da gestão.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Sala de aula ou espaço de inovação com Computador Windows, Linux ou Macintosh para o(a) professor(a) conectado a um projetor ou lousa digital.

Projeto profissional: Atividade e Entregáveis

• Versão em inglês do dashboard produzido em ferramenta de visualização de dados demonstrando graficamente os dados utilizados em uma das etapas do projeto.

Projeto profissional: Atividade e Entregáveis

UC 01 - Transformação digital e inovação

Relatório de análise de contexto socioeconômico local/regional, incluindo definição do problema a ser analisado e das tecnologias e metodologias aplicáveis ao projeto profissional.

UC 02 - Armazenamento, manipulação e transformação de dados*

Diagramação de tabelas (modelagem de dados) em formato entidades e relacionamentos, referenciando quais são os objetos presentes no banco de dados, seja relacional, seja dimensional (analítico).

Descritivo das transformações de dados presentes entre uma estrutura relacional de dados e uma estrutura dimensional (analítica).

UC 03 - Lógica e linguagens de programação

Código-fonte documentado (com explicações das etapas em comentários) em alguma linguagem de programação voltada a dados, bem como diagramas de apoio (ex. fluxograma) que se faça necessário para entendimento do código.

UC 04 - Estruturas e qualidade de dados

Relatório documentando estruturas de dados utilizadas (formatos, descrição das tabelas utilizadas como exemplo dicionário de dados).

Relatório de análise de qualidade de dados (documentação complementar as tabelas e/ou dicionários de dados com resultado da análise de cada campo das tabelas, verificando se estão preenchidos, se o conteúdo está adequado, se há valores espúrios, etc).

UC 05 - Visualização de dados*

Dashboard produzido em ferramenta de visualização de dados demonstrando graficamente os dados utilizados em uma das etapas do projeto.

UC 06 - Inglês aplicado à gestão de dados

Versão em inglês do dashboard produzido em ferramenta de visualização de dados demonstrando graficamente os dados utilizados em uma das etapas do projeto.

*Corresponde à UC16 - "Armazenamento e visualização de dados" do Currículo de Tecnologia e Comunicação ( https://curriculo.cieb.net.br/profissional ), desmembrada aqui em duas UCs.

Atitudes

• Atitude sustentável, tendo em vista as dimensões econômica, ambiental e social.
• Ética e cuidado com a segurança e a privacidade na manipulação de dados e informações de empresas e dos usuários.
• Cordialidade e empatia nas relações de trabalho.
• Respeito e cuidado nas interações com as pessoas.
• Colaboração na interação com a equipe de trabalho.
• Criticidade no processo de trabalho.
• Proatividade e autonomia no trabalho.
• Atenção aos detalhes do projeto.
• Adaptabilidade às mudanças no mundo do trabalho e em seu processo de aprendizagem.
• Flexibilidade frente a situações inesperadas.
• Criatividade nos processos de trabalho.
• Priorização de tarefas no ambiente de trabalho.
• Comunicação assertiva no ambiente de trabalho.
• Resiliência ao vivenciar situações complexas e adversas.
• Zelo pela organização e guarda de projetos e documentos.

Perfil Docente

• Profissional com formação técnica ou superior em Tecnologia da Informação ou afim (em geral áreas de exatas ou outra área com pós-graduação em tecnologia e/ou dados) e experiência em banco de dados estruturados (relacionais) e não estruturados (NoSQL).

Infraestrutura

• Sistema Gerenciador de Banco de Dados (SGBD) em código aberto (ex: MariaDB, MySQL etc.) ou versão de estudante de bancos proprietários (ex: SQL Server, Oracle DB etc.) local ou em nuvem. SGBD NoSQL (ex: Google Big Query, MongoDB, Cassandra etc.).
• Compilador ou interpretador para a línguagem de programação estatística escolhida para o curso (ex.: Python, R etc.) e/ou planilhas de cálculo (Excel, Google Sheets etc) e/ou ferramentas de visualização de dados que permitam executar cálculos (PowerBI, Tableau etc).
• Ambiente integrado de desenvolvimento (IDE, ex: Python IDLE, RStudio, Jupyter Notebook etc.) compatível, podendo ser ambiente cloud como Google Colab, desde com acesso à internet.