MBA com ênfase em Gestão Industrial

Microeconomia: oferta, demanda e os seus determinantes. Equilíbrio e falhas de mercado. Elasticidade e as suas aplicações. Comportamento do produtor e oferta competitiva: tecnologia e custos de produção, escolha de insumos, escala e escopo. Outras estruturas de mercado (monopólios, oligopólios e defesa da concorrência). Poder de mercado e discriminação de preços. Impacto de políticas governamentais no bem-estar e peso morto (impostos e subsídios, controle de preços, comércio internacional, tarifas e cotas de importação). Macroeconomia: conjuntura econômica brasileira e indicadores macroeconômicos. Flutuações cíclicas e crescimento de longo prazo. Inflação e índices de preço. Atuação do Banco Central e a sua influência sobre os negócios: política monetária, taxas de juros e regime de metas para a inflação. Elementos de macroeconomia aberta: taxas de câmbio, regimes cambiais e balanço de pagamentos. 

Fundamentos de marketing e análise de mercado: introdução ao marketing, análise do ambiente de marketing e pesquisa de mercado. Comportamento do consumidor e segmentação de mercado: fatores que influenciam o comportamento do consumidor, processo de decisão de compra, estratégias e critérios de segmentação, seleção do mercado-alvo, posicionamento de marca. Mix de marketing e práticas digitais: produtos e serviços, preço, praça e promoção. Marketing digital: conteúdo, influência e visibilidade em redes sociais e buscadores. Planejamento, implementação e tendências em marketing: plano de marketing, implementação e controle. Tendências de consumo, tendências em e-commerce, marketing de influência, realidade aumentada/virtual, metaverso. Tecnologias emergentes: inteligência artificial, machine learning, big data, internet das coisas (IoT).

Funções do forecasting. Principais fundamentos e conceitos envolvidos. Abordagens qualitativas e quantitativas. Métodos colaborativos: ECR, CPFR e S&OP. Erros e incertezas. Qualidade das previsões. Medidas de erro em previsões. Modelos de séries temporais. Componentes da demanda. Suavizações exponenciais. Ajustes de tendência e sazonalidade. Modelos de Holt-Winters. Método causal. Variáveis explicativas e análises de correlações. Regressões múltiplas. 

Função dos estoques. Filosofia Just in Time (JIT). Custos envolvidos com os estoques: fixos e variáveis. Economias de escala. Estoque cíclico. Impacto da incerteza da demanda e dos suprimentos. Nível de serviço e taxa de atendimento. Estoque de segurança. Modelos de otimização. Políticas de revisão de estoque: contínua e periódica. Papel dos centros de distribuição. Estoques centralizados versus descentralizados. Estoque em trânsito. 

Fundamentos de operações e Supply Chain Management (SCM): definições e escopo. Três fluxos da cadeia e cinco Ps das operações. Dimensões competitivas, trade-offs, ganhadores e qualificadores de pedido. Sistemas produtivos e análise de processos: classificação. Ponto de penetração do pedido. Identificação e análise de gargalos. Gestão de desempenho e modelos de referência: definição e aplicação de KPIs – apresentação do modelo Supply Chain Operations Reference (Scor). Integração e colaboração na cadeia: parcerias e classificação de fornecedores (Matriz de Kraljic). Modelos de colaboração. Tendências e inovações em supply chain. Digitalização e Indústria 4.0. Sustentabilidade – Environmental, Social and Governance (ESG) – e resiliência na cadeia de suprimentos. Gestão de riscos.

Fundamentos e estrutura da gestão de riscos: conceitos de risco, incerteza e oportunidade, processo de gestão de riscos. Framework da norma ABNT NBR ISO 31000: princípios, estrutura e processo. Ferramentas para análise de riscos operacionais: ferramentas qualitativas – matriz de probabilidade e impacto, Failure Mode and Effects Analysis (FMEA). Aplicação das ferramentas em estudos de caso de sistemas produtivos. Riscos na cadeia de suprimentos e sustentabilidade: tipologia de riscos na cadeia de suprimentos. Introdução aos riscos de sustentabilidade e framework ESG. Intersecção entre riscos operacionais, de suprimentos e de sustentabilidade. Tratamento de riscos e tomada de decisão: opções de tratamento de riscos. Análise de custo-benefício das estratégias de tratamento, modelos de decisão gerencial em cenários de risco.

Teorias de liderança: traços e características, comportamentais, contingenciais e situacionais, contemporâneas, críticas e pós-modernas. Liderança transacional e transformacional.  Gestão de equipes de alto desempenho: papéis da liderança, delimitação dos papéis dos membros, estratégias de comprometimento e team building. Avaliação. Pipeline de liderança e desenvolvimento de líderes nas organizações: pipeline de liderança, líder-coach e desafios da primeira gestão. Competências do líder eficaz: delegação e empowerment.

Introdução à pesquisa operacional e à modelagem de PL: abordagem da pesquisa operacional para a tomada de decisão. Estrutura de um problema de PL: função objetivo, variáveis de decisão, restrições. Modelagem de um problema clássico de mix de produção. Resolução de problemas de PL e análise de sensibilidade: resolução gráfica de problemas com duas variáveis. Uso do Solver do Excel para encontrar a solução ótima. Interpretação do relatório de sensibilidade: preços-sombra, intervalos de otimalidade e viabilidade. Programação inteira e mista: variáveis inteiras e binárias. Modelagem de problemas com decisões "sim/não". Resolução de problemas de programação inteira e mista com o Solver. Modelos de otimização em redes: introdução a grafos e redes. Modelagem do problema do caminho mínimo. Modelagem do problema do fluxo máximo. Modelagem do problema de transbordo. Análise de sistemas por simulação: diferenças entre otimização e simulação. Conceitos de simulação a eventos discretos: entidades, atributos, eventos, filas, recursos. Estrutura de um modelo de simulação. Análise de indicadores de desempenho a partir de resultados de simulação.

Técnicas de inteligência artificial. Aprendizado de máquina. IA generativa. Tendências emergentes: engenharia de prompt, RAG, RAG com grafos, MCP e agentização. IA e estratégia de negócios: criação de valor com IA. Modelos de negócios digitais e plataformas. Fatores críticos de sucesso na adoção estratégica da IA. Processo decisório e IA: tomada de decisão orientada a dados, analytics descritivo, preditivo e prescritivo, inteligência de negócios (BI) e dashboards estratégicos. Ética, vieses algorítmicos e governança de dados. IA aplicada à estratégia de crescimento: automação inteligente e eficiência operacional. Gestão de talentos em organizações inteligentes. Governança corporativa aplicada à IA. Regulamentações e tendências.