Este documento descreve um curso de pós-graduação em Big Data oferecido pelo Senac que tem como objetivo formar profissionais capazes de realizar a gestão e análise de grandes volumes de dados. O curso tem duração de 22 meses com aulas aos sábados e abrange temas como conceitos de Big Data, ciência de dados, arquitetura e bancos de dados para Big Data, processamento e análise de dados, estratégias de uso e gestão do Big Data.

1. PÓS-GRADUAÇÃO
BIG DATA
Formar profissionais capazes de realizar a gestão do Big Data, incluindo os sistemas analíticos, as
tecnologias, os processos e metodologias necessários, propiciando assim a compreensão e a estruturação
conceitual deste tipo de dado (Governança de Dados).
Especializar profissionais para atuar no campo de Big Data, visando ao correto entendimento, à definição
de uso, implementação, além de fornecer ferramentas e subsídios para a gestão das tecnologias e processos
envolvidos.
Carga horária: 366 horas | Duração: 22 meses | Presencial
Mercado de Trabalho: As empresas, assim como as pessoas, atualmente se deparam com um alto volume
de dados, causando preocupação em como utilizar essas informações de forma a gerar valor pessoal ou
corporativo. A utilização desses dados permite obter novos produtos, ideias e até novas empresas, abrindo
um campo abrangente de atuação para os profissionais habilitados no entendimento dessa tecnologia,
denominada genericamente de Big Data.
Big Data pode ser entendido como termo tanto técnico quanto de marketing, procurando se referir a
informações com valor para as organizações e instituições. Representa uma tendência tecnológica que está
abrindo caminho para um novo método de análise e processos decisórios pelas organizações. Decisões que
precisam ser tomadas, cada vez mais, com base em quantidades muito grandes de dados estruturados,
não estruturados e complexos (por exemplo, tweets, vídeos, Facebook, transações comerciais), cujo
processamento, por meio do uso de bancos de dados e aplicações de tecnologia da informação (TI)
tradicionais, torna-se muito difícil, por conta da heterogeneidade, volume, complexidade de processamento,
análise e interpretação dos dados.
O profissional formado nesse curso poderá atuar em diversos tipos de organizações, tanto na área de TI
quanto em outras que envolvam grandes volumes de dados e informações, bem como no tratamento,
processamento e análise de dados.
Público Alvo e Pré-requisito: O curso de Especialização em Big Data destina-se aos profissionais com
atuação na área de TI, com formação nas áreas de computação ou afins: Ciência da Computação, Análise
de Sistemas, Sistemas de Informação, Tecnologia da Informação, Redes de Computadores,
Desenvolvimento Web, Banco de Dados, Matemática ou Engenharia.
Visa, igualmente, atender à necessidade de gestores de TI, que possuam, além da base técnica,
conhecimentos nas diversas competências de gestão na área, que precisem se atualizar perante as
transformações que o Big Data e os processos analíticos estão provocando na área e nas organizações.
Metodologia:
- Desenhar a arquitetura computacional necessária para Big Data e plataformas analíticas de informação.
- Compreender e organizar os diversos tipos de dados disponíveis dentro das organizações, identificando
e suportando também a busca de dados externos (governança de dados).
- Implementar, administrar e dar suporte ao funcionamento de sistemas de TI que utilizem componentes
de Big Data e sistemas analíticos dentro dos diversos tipos de organizações.

2. PÓS-GRADUAÇÃO
BIG DATA
Livros no acervo do SENAC:
- URWITH, J.; KAUFMAN, M. Big data para leigos. Rio de Janeiro: Alta Books, 2015.
- GOLDSCHMIDT, R. Data mining: conceitos, técnicas, algoritmos, orientações e aplicações. Rio de Janeiro:
Campus, 2016.
- CASTRO, E. B. Modelagem lógica de dados: construção básica e simplificada. Rio de Janeiro: Ciência
Moderna, 2014.
- AGNEESWARAN, V. S. Big data analytics beyond hadoop. Estados Unidos: Pearson Education, 2016.
- ANKAM, V. Big data analytics with spark and hadoop. Estados Unidos: Packt Publishing, 2016.
- MEMBREY, P.; HOWS, D. Introdução ao mongoDB. São Paulo: Novatec, 2015.
- MAYER-SCHONBERER, V.; CUKIER, K. Big data: como extrair volume, variedade, velocidade e valor da
avalanche de informação cotidiana. Rio de Janeiro: Campus, 2013.
- RAMOS, A. Infraestrutura big data com opensource. Rio de Janeiro: Ciência Moderna, 2015
- CHEES, B. J. S.; FRANKLIN Jr., C. Computação em nuvem: cloud computing - tecnologias e estratégias.
São Paulo: Makron Books do Brasil, 2013
- MANSUR, R. Six sigma no marketing do big data. Rio de Janeiro: Ciência Moderna, 2015.
Certificação: Pós-graduação lato sensu - Especialização em Big Data (certificado expedido pelo Centro
Universitário Senac).
Processo Seletivo: Inscrições abertas de 02 de outubro de 2017 a 22 de março de 2017.
Taxa de inscrição: R$ 50,00. Site: www.sp.senac.br/bauru; e-mail: posbauru@sp.senac.br.
Etapas do Processo Seletivo
Para participar do processo seletivo siga as etapas abaixo:
1ª Etapa – Cadastre-se no Portal Senac, criando login e senha;
2ª Etapa – Faça inscrição on-line no curso pretendido;
3ª Etapa – Efetue o pagamento da taxa de inscrição – R$ 50,00;
4ª Etapa – Após a efetivação de sua inscrição, o coordenador do curso no qual você se inscreveu entrará
em contato e solicitará o envio da carta de intenções e o currículo; caso necessário, a coordenação realizará
entrevistas individuais ou coletivas;
5ª Etapa – Após cumprimento das etapas anteriores a equipe da pós-graduação entrará em contato para
orientações da finalização do processo de ingresso e matrícula.
Coordenadores:
Silvie Liane Alves de Mello e Rafael Aparecido de Oliveira
smello@sp.senac.br / rafael.aoliveira@sp.senac.br

3. PÓS-GRADUAÇÃO
BIG DATA
Documentos para matrícula:
Para candidatos brasileiros:
- 1 cópia, frente e verso, e original do diploma de graduação devidamente registrado segundo a normas
estabelecidas pelo MEC (o diploma de graduação poderá ser provisoriamente substituído por atestado ou
declaração que comprove que o candidato concluiu o curso e colou grau, mencionando a data em que a
colação ocorreu), além da portaria de autorização ou reconhecimento do curso expedida pelo MEC;
- 1 cópia, frente e verso, da carteira de identidade (RG);
- 1 cópia, frente e verso, do Cadastro de Pessoa Física (CPF);
- 1 foto 3x4 recente.
Candidatos estrangeiros residentes no Brasil:
- 1 cópia legível e autenticada do diploma de graduação (com autorização consular e tradução
juramentada, exceto se a documentação estiver em língua espanhola);
- 1 cópia legível da Carteira de Identidade de Estrangeiro (RNE) e CPF;
- 1 foto 3x4 recente.
Candidatos estrangeiros não residentes no Brasil:
- 1 cópia legível e autenticada do diploma de graduação (com autorização consular e tradução
juramentada, exceto se a documentação estiver em língua espanhola);
- 1 cópia legível do passaporte e do visto de permanência no país;
- 1 cópia legível de plano de seguro, que assegure a cobertura de despesas médico-hospitalares e despesas
de repatriação;
- Declaração de proficiência em língua portuguesa, assinada por professor habilitado;
- 1 foto 3x4 recente.
Horário das Aulas: Aos sábados, das 8h30 às 16h30.
Obs.: Aulas quinzenais, porém em alguns meses as aulas serão semanais (conforme cronograma do curso).
Data: Início: 03/03/2018; Término: dezembro/2019.
O Senac reserva-se o direito de alterar datas e horários, ou cancelar o programa.
Valor e formas de pagamento: Em até 30 parcelas de R$ 336,00 por boleto bancário ou em até 12
parcelas de R$ 840,00 nos cartões Diners, Hipercard, Mastercard, Visa. A primeira parcela será cobrada no
ato da matrícula. Não haverá cobrança da taxa de matrícula. O boleto bancário referente a segunda parcela,
ocorre somente no dia 20 do mês subsequente ao início das aulas.
DESCONTO PARA COMERCIÁRIO: O benefício do Desconto Comerciário de 20% é concedido aos
empresários, empregados e seus dependentes (pai, mãe, filhos, enteados, cônjuges ou companheiros) de
empresa e entidades contribuintes do Comércio de Bens, Serviços e Turismo.
DESCONTO DE 20% PARA APOSENTADOS E PESSOAS ACIMA DE 60 ANOS: Valor da parcela para
comerciários, para aposentados e pessoas acima de 60 anos: 30 x R$ 268,80.
DESCONTO PONTUALIDADE E PAGAMENTO À VISTA: Com exceção da 1ª parcela, será concedido
desconto de 3% para pagamento da parcela até o dia do vencimento ou 10% para pagamento à vista de
todo o curso.
Obs.: Consulte na unidade de interesse os descontos para ex-alunos, empresas e parceiros. Os descontos
não são cumulativos. A política de descontos pode ser alterada a qualquer tempo, sem prévio aviso.
Benefícios:

4. PÓS-GRADUAÇÃO
BIG DATA
Componentes Curriculares Carga horária
Conceitos de Big Data
Fornece uma visão geral de Big Data e seu papel atual no mundo corporativo, apresentando o vocabulário, princípios e
aplicabilidades. Descreve os principais conceitos de Big Data e seus principais componentes, apresentando a governança de dados
como seu fator primordial.
40 h
presenciais
Ciência de Dados
Apresenta a definição de ciência de dados e seus principais conceitos, demonstrando sua importância e discutindo e analisando sua
aplicabilidade. Apresenta as principais tecnologias que a impactam, discutindo e aplicando a metodologia para ciência de dados,
incluindo seu processo, suas etapas e requerimentos específicos, compreendendo sua aplicabilidade por meio de problemas reais
do mundo corporativo.
32 h
presenciais
Arquitetura de Big Data e Analytics
Apresenta conceitos, benefícios e diretrizes práticas para o emprego da arquitetura de soluções de Big Data. Descreve os elementos
da arquitetura, suas funcionalidades e interdependências, permitindo a compreensão em detalhes do funcionamento do Big Data,
integrando seu uso com outras tecnologias, tais como Computação em Nuvem, analítico, plataformas de desenvolvimento, além
dos conceitos de segurança envolvidos no uso destes ecossistemas.
40 h
presenciais
Bancos de Dados para Big Data
Define Bancos de dados NoSQL (bancos de dados não relacionais), suas características, principais usos e diferenças com bancos
SQL (relacionais). Analisa os principais tipos de bancos de dados NoSQL, principais vantagens e desvantagens de cada tipo,
abordando também outros tipos de bancos de dados, como em memória (in memory).
32 h
presenciais
Técnicas para Processamento e Análise de Big Data
Apresenta e discute as principais abordagens para coleta, processamento e produção de análises (insights) utilizando o Big Data.
Aborda a descoberta e coleta de dados, estruturados e não estruturados, processamento massivo e paralelo por meio do MapReduce,
Hadoop, Spark e outras técnicas/ferramentas, ferramentas de análise (BI), analíticas e cognitivas.
40 h
presenciais
Estratégias para Uso do Big Data
Aborda as etapas, técnicas e pontos a serem considerados nos processos de implementação e uso do Big Data, Analytics e demais
tecnologias pelas organizações. Apresenta análises técnicas, financeiras e de geração de valor aplicados ao Big Data.
32 h
presenciais
Gestão do Big Data
Discute e propõe as melhores práticas aplicáveis ao gerenciamento de Big Data pelas organizações, considerando modelos de
governança e gestão de tecnologia da informação, normas, padrões e práticas internacionais aplicáveis e reconhecidas pelo mercado.
Discute a governança e gestão de dados.
40 h
presenciais
Tendências Tecnológicas Associadas ao Big Data
Trata da relação do Big Data e Analytics com a evolução da computação cognitiva, abordando a conexão com temas de tecnologia,
tais como mobilidade, cloud, Internet das Coisas (IoT). Discute a inovação e empreendedorismo por intermédio do uso de Big Data.
40 h
presenciais
Análise de Informações por meio de Bi e Analytics
Aborda e aplica os conceitos de modelagem descritiva e preditiva, mineração de dados e análise preditiva. Discute os conceitos e a
aplicabilidade dos sistemas de inteligência de negócios (BI) sistemas analíticos (Analytics), aliados ao uso do Big Data.
40 h
presenciais
Metodologia de Pesquisa
Orienta metodológica, científica e tecnologicamente o desenvolvimento do Trabalho de Conclusão do Curso, encaminhando a escolha
do tema, o desenvolvimento dos itens do trabalho e sua produção.
24 h
presenciais
Trabalho de Conclusão de Curso
Orienta a finalização da produção desenvolvida (monografia), de acordo com as normas técnicas e padrão científico da área do
curso, com vista à entrega e avaliação.
6 h presenciais
Total 366 horas

5. PÓS-GRADUAÇÃO
BIG DATA
Corpo docente:
André Marcelo Farina - Ciência de Dados
É Mestre em Ciência da Computação pela Unesp (2012), Especialista em Tecnologia da Informação pela
Unesp campus de Bauru (2007) e Bacharel em Sistemas de Informação pela Faculdade Gennari & Peartree
(2005). Atualmente é Professor Mestre da FIB (Faculdades Integradas de Bauru) e Gerente de
Desenvolvimento de Software na Finch Soluções.
Emerson Aparecido Silvério - Análise de Informações por meio de Bi e Analytics
Atualmente, trabalho como consultor de BI, BPM e ERP para a TOTVS Oeste Paulista utilizando as
plataformas GoodData, Fluig e Protheus.
Em 2005 estudei um ano de mestrado em Engenharia de Software na USP de São Carlos e em 2016 iniciei
uma especialização em BPMI na universidade de Berkeley, na Califórnia.
Flavio Mangili Ferreira - Metodologia de Pesquisa
Graduação em Ciências Contábeis (ITE, 1998) e graduação em Tecnologia Mecânica (UNESP, 1992).
Especialista em Gestão Empresarial (Instituição Toledo de Ensino, 2003). Mestre em Engenharia de
Produção (UNESP, 2011). Professor em cursos de graduação e professor coordenador de cursos de Pós-
graduação do Senac Bauru - Serviço Nacional de Aprendizagem Comercial - SP.
Gustavo César Bruschi - Conceitos de Big Data
Possui graduação em Análise de Sistemas pela Universidade do Sagrado Coração (2002), especialização em
Gestão de Sistemas de Informação (MBIS) pela FECAP (2007) e mestrado em ciência da computação da
UNESP (2016). Atualmente é professor da Faculdade de Tecnologia (FATEC-campus Bauru) dos cursos de
Tecnologia em Redes de Computadores e Tecnologia em Banco de Dados. Possui experiência na área de
Ciência da Computação, com ênfase em Banco de Dados e Redes de Computadores, atuando principalmente
nos seguintes temas: banco de dados, redes de computadores, sistemas distribuídos, segurança da
informação e Internet das Coisas.
João Paulo Barbosa Nascimento - Técnicas para Processamento e Análise de Big Data
Possui mestrado em Modelagem Matemática e Computacional pelo CEFET-MG. Possui graduação em
Sistemas de Informação pela Pontifícia Universidade Católica de Minas Gerais (2007. Atualmente é analista
de sistemas pleno e possui experiência na área de Ciência da Computação, com ênfase em Linguagens de
Programação e Banco de Dados. Possui 10 anos de experiência em desenvolvimento de software,
participando de projetos de grandes empresas com atuação nacional e internacional.
Miguel José das Neves - Gestão do Big Data
Mestre em Tecnologias da Inteligência e Design Digital pela Pontifícia Universidade Católica de São Paulo
(PUC-SP), Licenciado em Sistemas e Tecnologias da Informação pela Faculdade de Tecnologia de Ourinhos.
Atualmente é professor das disciplinas de Eng. de Software, Banco de Dados, Analise e Projeto de Sistemas
e Programação para Ambientes em Rede da Fatec Bauru. Professor de Analise e Modelagem de Sistemas
das Faculdades Integradas de Bauru, Teoria de Banco de Dados e Programação de Banco de Dados da
Faculdade de Bauru - FABAU. Tem experiência na área de Ciência da Computação, com ênfase em
Linguagens de Programação e Banco de Dados, atuando principalmente nos seguintes temas: Linguagens
de Programação, educação, Análise de Sistemas, Engenharia de Software, Banco de dados e Hipermídia.
Rafael Aparecido de Oliveira - Trabalho de Conclusão de Curso
Cursando o mestrado em Engenharia de Produção na UNESP de Bauru, possui pós graduação em
Gerenciamento de Projetos pelo SENAC (2013) e graduação em Tecnologia da Informação - FATEC Jaú
(2006). Atualmente é professor/coordenador de pós graduação do Centro Universitário Senac e gerente de
sistemas na Finch Soluções. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas
de Computação, gerenciamento de sistemas, projetos e produtos.