Apresentação
A área de Inteligência Artificial (IA) abrange diversos campos, subcampos e disciplinas, tais como aprendizado de máquina, comumente conhecido no mercado como Machine Learning (ML); IA generativa, relacionada à geração e à interpretação de textos e vídeos; agentes inteligentes – chatbots; big data; análise geoespacial; sistemas autônomos, e internet das coisas – Internet of Things (IoT), entre outros. Além disso, IA é diretamente dependente das técnicas e dos algoritmos de Ciência de Dados (CD).
Há carência no mundo todo – e no mercado brasileiro em particular – de competências aplicadas nessas áreas. Muitas empresas possuem, nos seus quadros, profissionais com conhecimentos sobre uma ou outra técnica analítica específica, mas raramente possuem formação sólida e equilibrada em relação aos aspectos gerenciais, além do domínio técnico.
O MBA em Inteligência Artificial e Analytics Aplicadas a Negócios da FGV é dirigido a profissionais que desejam entender as técnicas de CD e IA, bem como ampliar as suas competências de modelagem e resolução dos desafios de negócio. São objetivo deste MBA:
- proporcionar a estudantes o mindset adequado para conduzir inovações baseadas em CD e IA nos mais variados setores.
- analisar questões e desafios empresariais, por meio de modelos e algoritmos que permitam tomar as melhores decisões;
- articular, propor e defender soluções baseadas em CD e IA, relacionadas à expansão de negócios, à melhoria de processos, ao desenho de produtos e serviços, à inovação e à transformação digital, entre outras aplicações.
Assista a uma palestra sobre Big Data com o coordenador do curso.
Como as turmas Blended (híbridas) acontecem?
Encontros quinzenais:
No calendário do curso, que é disponibilizado no início da turma, haverá a relação de datas e semanas em que acontecerão as aulas, sendo que 50% delas acontecerão em encontros presenciais e 50% em encontros LIVE por webconferência via Zoom.
Cada disciplina é composta por 4 encontros, sendo:
– 2 encontros noturnos via Zoom – às quartas e quintas-feiras das 19h às 23h20
– 2 encontros presenciais que podem acontecer em duas noites durante a semana (das 19h às 23h20) ou aos sábados (8h às 17h40)
Uma combinação inovadora do ensino presencial com recursos tecnológicos, proporcionando aos alunos o melhor dos dois mundos:
1. Flexibilidade e Conveniência:
Combinando aulas presenciais e ao vivo por webconferência, você tem a liberdade de gerenciar melhor sua rotina, sem comprometer a qualidade do aprendizado.
- As aulas presenciais proporcionam interações diretas com professores e colegas, promovendo debates, networking e troca de experiências. É o melhor modelo para desenvolver suas soft skills.
- As aulas realizadas ao vivo, permitem que os alunos participem remotamente de onde estiverem, com interação real time com os professores e colegas. Permite desenvolver hard skills em tecnologias digitais, cada vez mais presente em nosso cotidiano.
O mercado de trabalho valoriza profissionais que sabem se adaptar a diferentes contextos e tecnologias. Nosso formato híbrido prepara você para essas exigências, desenvolvendo habilidades essenciais para a era digital.
2. Economia de Tempo e Deslocamento:
A modalidade semipresencial reduz a necessidade de deslocamento para todas as disciplinas, otimizando o tempo dos alunos. A metodologia de avaliação 100% por trabalhos permite melhor aplicação prática dos conteúdos ministrados, economizando deslocamentos apenas para realizar as provas.
3. Networking Ampliado:
As webconferências também permitem conexões com outros profissionais, professores convidados, palestrantes e estudantes de outras regiões do país, ampliando a rede de contatos.
4. Qualidade e Excelência FGV:
Todas as nossas especializações são ministradas por professores altamente qualificados e reconhecidos no mercado. A FGV é sinônimo de excelência educacional, e nosso formato híbrido não é diferente. Seu certificado será emitido pela FGV, nota 5 no MEC e entre as top 10 do Brasil.
Grade curricular
- Métodos e Ferramentas de Data Science
- Técnicas Supervisionadas de Machine Learnin
- Técnicas Não Supervisionadas de Machine Learning
- Redes Neurais Aplicadas a Negócios
- Inteligência Espacial – Amplificando os Modelos Preditivos
- Conceitos e Técnicas de Social Network Analysis (SNA
- Modelagem Preditiva
- Processamento de Linguagem Natural
- IA Generativa para Negócios
- Engenharia de Dados
- Big Data Analytics
- MLOps – Incorporando Soluções aos Processos de Negócio
- Aplicações em Marketing, Vendas e Customer Experience
- Aplicações em Gestão de Operações e Cadeias de Suprimento
- Aplicações em Finanças, Controladoria e Compliance
- Aplicações em GeoAnalytics
- Projeto Aplicado I – Modelagem do Problema e Desenho da Solução
- Projeto Aplicado II – Análise da Solução e Impactos Gerenciais
A quem se destina
- Dirigido a profissionais que desejam dominar as novas tecnologias analíticas e ampliar as suas competências para analisar dados; aplicar modelos analíticos aos desafios de negócio; tomar decisões fundamentadas em evidências; e conduzir projetos inovadores baseados em tecnologias emergentes.
- O curso é orientado para gestores e gestoras, analistas e demais profissionais que trabalham com análise e avaliação de informações, uma vez que boas análises são a matéria-prima essencial para fundamentar boas decisões em praticamente todos os setores de atividade
- O candidato deverá ter experiência profissional relevante e ter concluído curso superior reconhecido pelo MEC. No curso poderão ser disponibilizados textos e vídeos em inglês, por isso é importante que o aluno tenha razoável compreensão da língua inglesa.