MBA Executivo em Análise de Dados & Tomada de Decisão em Negócios
Análise de Cenários e Tendências Econômicas
Indicadores Econômicos. Políticas Monetária, Fiscal e Cambial. Modelos Clássico, Keynesiano, IS-LM e de Mundell-Fleming. Inflação x Desemprego. Ciclos Econômicos. Crescimento Econômico.
Análise Exploratória de Dados
Dados estruturados, semiestruturados e não-estruturados. Análises descritiva, preditiva e prescritiva de dados. Distribuições de frequências. Histogramas, Gráficos de Barra, de Linha e Outros. Detecção de Padrões. Medidas Descritivas de Posição. Medidas Descritivas de Dispersão. Assimetria. Curtose. Percentis. Box-Plot. Detecção de Outliers. Diagramas de Dispersão. Análise de Correlação.
Análise e Previsão de Séries Temporais
Tendência, Sazonalidade e outras Componentes Estruturais. Métodos de Previsão. Modelos de Séries Temporais. Passeio Aleatório e a Evolução de Preços de Ativos. Identificação e Estimação de um Modelo. Testes de Diagnóstico. Previsão condicionada a Modelos. Regressão de Séries Temporais.
Bases de Dados em Negócios
Estruturas de Dados: Tipos e Exemplos. Armazenamento e Processamento de Dados em Grande Escala. Preparação dos dados para análise e modelagem. Análise Exploratória de dados (EDA). Modelagem da base de Dados. Estruturas de dados comuns no ambiente de negócios.
Comportamento dos Agentes Econômicos
Princípios Econômicos Gerais. Demanda e Oferta. Equilíbrio de Mercado. Comportamento do Consumidor: Restrição Orçamentária, Preferências e Curvas de Utilidade. Custos e Produção. Estruturas de Mercado. Escolhas sob incerteza.
Classificação não Supervisionada e Redução de Dimensionalidade em Negócios
Técnicas de Classificação Não Supervisionada: k-means; k-medóides; CLARA, Métodos Hierárquicos, Expectation-Maximization; DBSCAN. Métodos de Avaliação da Qualidade do Agrupamento. Métodos para redução de dimensionalidade e visualização de dados. Detecção e Tratamento de Outliers. Processamento de Linguagem Natural: Stop-words, stemização e ngrams. TF-IDF. Modelagem de tópicos (LDA, NMF). Word embeddings: CBOW e Skip Gram. Projeto Orientado a Negócios.
Finanças Corporativas
Estudo dos Fluxos de Caixa. Cálculo do Valor de uma Empresa. Indicadores de Viabilidade de Projetos. Análise da Relação Risco-Retorno. Avaliação de Projetos utilizando Simulação Estocástica.
Gestão de Riscos Corporativos
Gestão de Riscos: conceitos, estruturas. Medidas e Ações para o Gerenciamento de Riscos. Necessidade de uma eficaz Gestão de Riscos. Risco de Mercado, Diversificável e outros. Identificação de Riscos. Volatilidade, Métricas de Risco, Value at Risk, Backtesting, Gerenciamento de Crises, Sistemas Automáticos para Gerenciar Riscos.
Inteligência Artificial em Negócios
Soluções de Inteligência Artificial para Negócios. Redes Neurais e Deep Learning. Tipos de Redes Neurais. Aprendizado de Reforço e Estratégia Empresarial. Automação de tarefas. Otimização de cadeias de suprimentos. Previsão de demanda. Precificação Dinâmica. Estratégias de Marketing com Inteligência Artificial. Redução de custos operacionais. Inovações e Tendências.
Inferência Estatística
População e Amostra. Estimação: Conceitos e Técnicas; Estimadores e suas Propriedades. Intervalos de Confiança para Médias, Proporções e Variâncias. Testes de Hipóteses. Comparação de Amostras.
Métodos para Análise de Dados em Painel
Estruturas de Dados em Painel. Modelos para Dados em Painel. Efeitos Fixos. Efeitos Aleatórios. Diferenças em Diferenças. Endogeneidade. Variáveis Instrumentais. Aplicações Práticas em ambiente de negócios.
Matemática Aplicada a Negócios
Funções. Interpretação de Gráficos Econômicos. Sistemas de Equações Lineares. Derivadas e aplicações a Negócios. Taxas de Variação. Elasticidades. Matemática Financeira.
Mercado de Capitais
Renda Fixa e Renda Variável. Decisões de Investimento, Fronteira de Markowitz, CAPM, modelo de fatores e Eficiência de Mercado. Gestão e Otimização de Portfólios. Aplicações no Mercado Brasileiro.
Modelagem de Dados em Cross-section
Regressão x Análise de Correlação. Especificação e Estimação de Modelos de Regressão Simples. Testes de Hipóteses sobre os Coeficientes. Avaliação de Modelos Estimados. Especificação e Estimação de Modelos de Regressão Múltipla. Interpretação dos Parâmetros. Testes de Significância Conjunta. Predição. Modelos não Lineares nas Variáveis. Modelos com Variáveis Binárias.
Mineração de Dados em Negócios
Compreensão de Big Data em negócios; Armazenamento e Processamento de Dados em Grande Escala. Análise, Exploração e Simplificação de Conjuntos de Dados de Alta Dimensão. Modelagem e Interpretação de Big Data. Construção de Modelos para Previsão e Classificação.
Machine Learning Aplicada à Classificação Supervisionada em Negócios
Machine Learning e Negócios. Transformação, Padronização e Imputação de dados. Técnicas de Classificação Supervisionada: Máquinas de Vetores de Suporte, Árvores de Decisão, Florestas Aleatórias, Vizinho mais Próximo, Regressão Logística e Naive Bayes. Treinamento de modelos. Métricas de avaliação de classificadores.
Modelos Probabilísticos
Leis da Probabilidade. Teorema de Bayes. Variáveis Aleatórias. Valor Esperado, Variância e Outras Medidas. Distribuições Discretas e Contínuas de Probabilidade. Teoria da Decisão.
Phyton e R para Análise de Dados
Fundamentos de Python. Estruturas de Dados no Python. Manipulação de Dados no Python. Criação de Arrays. Processamento Vetorizado. Variáveis e Funções. Operadores e Métodos Relacionados. Agregação de Dados. Operações em Grupos. Navegação em Listas. Programação Funcional. Fundamentos de R. Manipulação e Tratamento de Dados no R. Bibliotecas e Uso de Pacotes do R. Análise Descritiva e Estimação de Modelos no R. Mineração de Dados em R. Aplicações a Negócios.
