EMC Summer School on Big Data 2013
http://web.archive.org/web/20130627152404/http://emcbigdataschool.nce.ufrj.br/index.php/speakers-and-schedule/slides.html
http://2014.emcbigdataschool.nce.ufrj.br/images/presentations/
Proper analysis of the large volume of data that has been generated by conventional computer systems, social networks, sensors etc., tends to become critical for organizations, for this analysis can generate key information for their success. There is, however , a great lack of qualified professionals to do this analysis . This paper presents an overview of Big Data and Analytics , which make up the environment in which these professionals will work. It also discusses issues pertaining the necessary skills to these professionals and their training and management. The main objective of this work is to provide information to those who deal with the subject.
Wiseminer Data Blending, Data Preparation & AnalyticsLeonardo Couto
Gere conhecimento a partir de uma Base de Inteligência integrada aos processos de negócio da empresa. descubra insights escondidos em dados de forma rápida, dinâmica e descomplicada. Compartilhe o conhecimento entre equipes, e outras áreas da empresa.
O Wiseminer Data Intelligence é um software revolucionário que combina avançados conceitos e tecnologias de Data Extraction, Transformation and Load (ETL), Business Intelligence (BI), Data Mining, Analytics e Data Visualization em uma única ferramenta, totalmente integrada.
Utilizando os componentes de Extração e criação do fluxo de dados; Modelagem de relacionamento de dados e entidades (Link Analysis); Criação das regras de negócios e cálculos de risco e pontuação (Scoring); e a Automação de tarefas e rotinas de processamento, os analistas podem usar o engine de análise de dados para testar cenários e modelos preditivos, criar alertas e ações automatizadas para detecção e prevenção de desvios, fraudes e anomalias de processos, e através do componente de Visualização, o usuário final, ou os gestores da empresa podem rapidamente analisar a informação e tomar uma decisão de negócios com maior agilidade e assertividade.
Tudo isso através de uma interface amigável, flexível e customizada, uma ferramenta “end-to-end”, com uma implementação simples e rápida, sem estourar orçamento e entregue dentro do prazo, maximizando o retorno sobre investimento para o cliente.
Líderes de TI e de negócios devem aumentar seus esforços para que empresas passem do uso tradicional de BI, que aborda análises descritivas (o que aconteceu), para analíticas avançadas, que complementam com as respostas "por que", "o que vai acontecer" e "como vamos cuidar disso".
Embora as tecnologias analíticas básicas forneçam um resumo geral dos dados, as tecnologias analíticas avançadas entregam informações mais profundas de conhecimento dos dados e dados granulares.
A recompensa da tomada de decisão com base em dados pode ser um impulsionador poderoso para os resultados das empresas.
O WISEMINER é um software de Inteligência de Dados que utiliza tecnologia analítica avançada, evoluindo e transformando o sistema de suporte a decisão em um nível que o BI tradicional não conseguirá alcançar.
Tome decisões mais inteligentes com WISEMINER.
Proper analysis of the large volume of data that has been generated by conventional computer systems, social networks, sensors etc., tends to become critical for organizations, for this analysis can generate key information for their success. There is, however , a great lack of qualified professionals to do this analysis . This paper presents an overview of Big Data and Analytics , which make up the environment in which these professionals will work. It also discusses issues pertaining the necessary skills to these professionals and their training and management. The main objective of this work is to provide information to those who deal with the subject.
Wiseminer Data Blending, Data Preparation & AnalyticsLeonardo Couto
Gere conhecimento a partir de uma Base de Inteligência integrada aos processos de negócio da empresa. descubra insights escondidos em dados de forma rápida, dinâmica e descomplicada. Compartilhe o conhecimento entre equipes, e outras áreas da empresa.
O Wiseminer Data Intelligence é um software revolucionário que combina avançados conceitos e tecnologias de Data Extraction, Transformation and Load (ETL), Business Intelligence (BI), Data Mining, Analytics e Data Visualization em uma única ferramenta, totalmente integrada.
Utilizando os componentes de Extração e criação do fluxo de dados; Modelagem de relacionamento de dados e entidades (Link Analysis); Criação das regras de negócios e cálculos de risco e pontuação (Scoring); e a Automação de tarefas e rotinas de processamento, os analistas podem usar o engine de análise de dados para testar cenários e modelos preditivos, criar alertas e ações automatizadas para detecção e prevenção de desvios, fraudes e anomalias de processos, e através do componente de Visualização, o usuário final, ou os gestores da empresa podem rapidamente analisar a informação e tomar uma decisão de negócios com maior agilidade e assertividade.
Tudo isso através de uma interface amigável, flexível e customizada, uma ferramenta “end-to-end”, com uma implementação simples e rápida, sem estourar orçamento e entregue dentro do prazo, maximizando o retorno sobre investimento para o cliente.
Líderes de TI e de negócios devem aumentar seus esforços para que empresas passem do uso tradicional de BI, que aborda análises descritivas (o que aconteceu), para analíticas avançadas, que complementam com as respostas "por que", "o que vai acontecer" e "como vamos cuidar disso".
Embora as tecnologias analíticas básicas forneçam um resumo geral dos dados, as tecnologias analíticas avançadas entregam informações mais profundas de conhecimento dos dados e dados granulares.
A recompensa da tomada de decisão com base em dados pode ser um impulsionador poderoso para os resultados das empresas.
O WISEMINER é um software de Inteligência de Dados que utiliza tecnologia analítica avançada, evoluindo e transformando o sistema de suporte a decisão em um nível que o BI tradicional não conseguirá alcançar.
Tome decisões mais inteligentes com WISEMINER.
Wiseminer: Data Blending & Data PreparationLeonardo Couto
Orientado ao analista da área de negócios e tecnologia da informação, o software Wiseminer oferece uma poderosa combinação de funcionalidades de data mining e data blending, em uma plataforma de software end-to-end, que possibilita ao analista de dados descobrir insights de negócios em minutos, e não dias ou semanas, tornando o processo de tomada de decisão da empresa mais ágil, preciso e inteligente, resultando em ações que impulsionam a estratégia de negócios da empresa.
Business Intelligence, a evolução e o futuro.Pedro Batista
Trabalho realizado no âmbito da Unidade Curricular de Enterprise Resource Planning no ano lectivo 2013/2014, último ano da Licenciatura em Informática de Gestão da Universidade Europeia.
Wiseminer Data Preparation & Smart Analytics - 2016 02Leonardo Couto
Orientado ao analista da área de negócios e tecnologia da informação, o software Wiseminer oferece uma poderosa combinação de funcionalidades de data mining e data blending, em uma plataforma de software end-to-end, que possibilita ao analista de dados descobrir insights de negócios em minutos, e não dias ou semanas, tornando o processo de tomada de decisão da empresa mais ágil, preciso e inteligente, resultando em ações que impulsionam a estratégia de negócios da empresa.
Valorizando seu negócio com Big Data e Business AnalyticsValêncio Garcia
Valorizando seu Negócio com Big Data e Business Analytics
Transforme seu Big Data e Business Analytics numa força competitiva para o crescimento, expansão e transformação dos seus negócios.
Como o mercado global está aprendendo a ler os valor dos insights tendo como retorno a melhor prática nos negócios e como os consumidores estão imersos no contexto.
The business environment has been shaped by the availability of data; the speed and volume at which they are being created is amazing: 5 exabytes are created every two days. This is causing organizations to change the way they plan and operate. With Big Data, executives can measure (and therefore know) radically more about their organizations; this knowledge could change the decision making and management process, and therefore the performance of their organizations. But this will only occur to the extent that the tools, techniques and philosophies related to Big Data spread in the business environment - it requires effort in terms of learning and cultural change in organizations. This study aimed to provide the reader with a better understanding of this new concept and the opportunities and challenges posed by the Big Data phenomenon.
Wiseminer: Data Blending & Data PreparationLeonardo Couto
Orientado ao analista da área de negócios e tecnologia da informação, o software Wiseminer oferece uma poderosa combinação de funcionalidades de data mining e data blending, em uma plataforma de software end-to-end, que possibilita ao analista de dados descobrir insights de negócios em minutos, e não dias ou semanas, tornando o processo de tomada de decisão da empresa mais ágil, preciso e inteligente, resultando em ações que impulsionam a estratégia de negócios da empresa.
Business Intelligence, a evolução e o futuro.Pedro Batista
Trabalho realizado no âmbito da Unidade Curricular de Enterprise Resource Planning no ano lectivo 2013/2014, último ano da Licenciatura em Informática de Gestão da Universidade Europeia.
Wiseminer Data Preparation & Smart Analytics - 2016 02Leonardo Couto
Orientado ao analista da área de negócios e tecnologia da informação, o software Wiseminer oferece uma poderosa combinação de funcionalidades de data mining e data blending, em uma plataforma de software end-to-end, que possibilita ao analista de dados descobrir insights de negócios em minutos, e não dias ou semanas, tornando o processo de tomada de decisão da empresa mais ágil, preciso e inteligente, resultando em ações que impulsionam a estratégia de negócios da empresa.
Valorizando seu negócio com Big Data e Business AnalyticsValêncio Garcia
Valorizando seu Negócio com Big Data e Business Analytics
Transforme seu Big Data e Business Analytics numa força competitiva para o crescimento, expansão e transformação dos seus negócios.
Como o mercado global está aprendendo a ler os valor dos insights tendo como retorno a melhor prática nos negócios e como os consumidores estão imersos no contexto.
The business environment has been shaped by the availability of data; the speed and volume at which they are being created is amazing: 5 exabytes are created every two days. This is causing organizations to change the way they plan and operate. With Big Data, executives can measure (and therefore know) radically more about their organizations; this knowledge could change the decision making and management process, and therefore the performance of their organizations. But this will only occur to the extent that the tools, techniques and philosophies related to Big Data spread in the business environment - it requires effort in terms of learning and cultural change in organizations. This study aimed to provide the reader with a better understanding of this new concept and the opportunities and challenges posed by the Big Data phenomenon.
O que é a ciência de dados (data science). Discussão do conceitoLuis Borges Gouveia
Data science ou a ciência de dados
• É o estudo de onde tem origem a informação, o que
representa e como pode ser transformada numa fonte
valiosa para a criação de negócio e de estratégias para
o contexto em análise
• A exploração de quantidades massivas de dados
estruturados e não estruturados para identificar
padrões que podem ajudar uma organização no
controle de custos, aumento de eficiência,
reconhecimento e descoberta de novos mercados e
oportunidades e aumento de vantagem competitiva
• Transformação de dados disponíveis em informação,
com recurso a técnicas de análise de dados,
experiência, mas também inteligência e criatividade
ATENÇÃO: Como é um slide mais visual, os texto de apoio que estão apartir do slide 10 são de extrema importância, leia-os para compreender sobre o tema.
DESIGN DO SLIDE DE AUTORIA DE DAYANE CRISTINE LEITE.
ROTEIRO DO SLIDE DE AUTORIA DE MIGUEL DE OLIVEIRA.
Trabalho apresentado em equipe para a matéria de Fundamentos de Sistemas de Informação em 2018.
Links utilizados:
http://nyti.ms/1EQTznL
http://on.fb.me/1EQTq3A
https://www.cetax.com.br/blog/data-science-ou-ciencia-de-dados/
https://datajobs.com/what-is-data-science
https://www.datasciencegraduateprograms.com/python/
As organizações mais competitivas já sabem que hoje dados são moeda. Saíram na frente: são orientadas por dados e sabem que informações são valiosas.
Mas de que adiantam os dados se não soubermos coletar, armazenar e interpretá-los?
Entra em cena o Business Analytics. Grande encarregado por encontrar insights de maneira eficiente e fazer com que a empresa ganhe mais competitividade.
Para acompanhar esse movimento e elevar o poder de análise de dados nas organizações, aproveite nossa apresentação Business Analytics: A Era dos Dados já começou.
Se você quiser se aprofundar ainda mais sobre esse assunto, leia a versão completa do nosso ebook Business Analytics: A Era dos Dados já começou.
http://conteudo.mjv.com.br/business-analytics-a-era-dos-dados
As 10 maiores tendências em business intelligence para 2014Tableau Software
A inovação nos dados e nas análises continua agilizando as coisas, transformando o setor de business intelligence mais sério, antigo, em uma fonte importante para a empresa. O resultado tem sido dados nas mãos de mais pessoas e a possibilidade de tomada de decisões melhores. E a onda de inovação não está sequer próxima de terminar.
2. Tomada de decisão
1 em 3 Gestores tomam decisão com
base em informações que não
confiam ou não têm
56% Se sentem sobrecarregados
com a quantidade de dados
que gerenciam
60% Acreditam que precisam
melhor capturar e entender
informações, rapidamente
83% Apontam que BI & Analytics
fazem parte de seus planos
para aumentar
competitividade
3. Sobrecarga
As organizações estão nadando num mar de
dados crescente
Volumoso e não estruturado
Analisado de forma tradicional
Exemplo:
Dados de navegação na web
Conteúdos de mídias sociais
Imagens e vídeos
Dados de voz (call center)
Dados captados por dispositivos móveis
Dados captados por sensores e etiquetas RFID
4. KPMG Survey
85% de 144 CFOs e CIOs do survey “Going
beyond the data” disseram não ter como
analisar os dados que já têm coletados.
54% disse que a principal barreira é identificar o
valor de coletar os dados.
A maioria das organizações não consegue
entender perfeitamente como dados e análises
podem transformar seus negócios.
6. O que é Big Data?
Não é só uma análise de dados avançada, com
mais insights.
É muito mais que isto…
7. O que é Big Data?
As empresas que aprendem a ter vantagens
com Big Data usam informação em tempo real
para entenderem seus ambientes de negócio,
num nível granular, para criarem novos produtos
e serviços e para responder as mudanças de
padrão que ocorrem.
8. O que é Big Data?
DEMIRKAN, et. al.
(2012) (Decision
Support Systems)
“Há o desafio de gerenciar grandes
quantidades de dados (Big Data), que
está ficando cada vez maior por
causa do armazenamento mais
barato e evolução dos dados digitais
e dispositivos de coleta de
informações, como telefones
celulares, laptops, e sensores.”
MANYKA, J; et. al.
(2011) (McKinsey
Global Institute)
“Big Data refere-se a conjuntos de
dados cujo tamanho é além da
capacidade de ferramentas de
software de banco de dados típicos
para capturar, armazenar, gerenciar e
analisar.”
9. O que é Big Data?
Gartner Group
(2012)
“Big Data, em geral, é definido como
ativos de alto volume, velocidade e
variedade de informação que exigem
custo-benefício, de formas inovadoras
de processamento de informações
para maior visibilidade e tomada de
decisão.”
International
Data Corporation
“as tecnologias de Big Data
descrevem uma nova geração de
tecnologias e arquiteturas projetadas
para extrair economicamente o valor
de volumes muito grandes e de uma
grande variedade de dados,
permitindo alta velocidade de
captura, descoberta, e/ou análise.”
10. O que é Big Data?
Big Data é o conjunto de soluções tecnológicas
capaz de lidar com dados digitais em volume,
variedade e velocidade inéditos até hoje.
Na prática, a tecnologia permite analisar
qualquer tipo de informação digital em tempo
real, sendo fundamental para a tomada de
decisões.
Big Data = Transações + Interações +
Observação
16. Exemplo de aplicações
Educação
Saúde
Marketing
Logística
Planejamento urbano
Economia de energia
Sistemas de risco
17. Objetivos imediatos
Objetivos imediatos:
Mais negócios
Maior produtividade
Novas oportunidades comerciais
Big data irá gerar novas capacidades organizacionais
e valor
18. Razões
De negócio
Possibilita novos modelos de negócio
Novos insights para a vantagem competitiva
Técnicas
A geração e estocagem dos dados cresce
exponencialmente
Dados estão nos mais variados formatos, por toda
parte
As soluções tradicionais não atendem às novas
demandas, considerando a complexidade
Financeiras
Custos continuam crescendo em relação ao
orçamento
19. Pensando diferente
Organizações que mais se beneficiam do big
data se distanciam das análises tradicionais de
três formas:
São atentas ao fluxo de dados, e não ao estoque;
Usam data scientists e desenvolvedores de produtos
e processos, ao invés analistas de dados; e
Mudaram a função de análise da TI para o core
business e as funções de operações e produção.
20. Fluxo, ao invés de estoque
Há vários tipos de aplicações de Big Data:
O que suporta processos de contato pessoal com
clientes, para fazer coisas como identificar fraudes
em tempo real
O que envolve o monitoramento de processo de
forma contínua para detectar coisas como a
necessidade de serviço de manutenção numa
aeronave.
O que explora as relações de rede, como amigos
sugeridos no LinkedIn e Facebook.
Em todos estes casos, os dados são fluxos
contínuos.
21. Fluxo, ao invés de estoque
Isto representa uma mudança substancial do
passado, quando os analistas utilizavam fontes
fixas de dados.
Organizações precisam pensar em termos de
fluxos contínuos e processos.
Dados processados ao longo dos eventos para
melhorar resultados.
Capacidade essencial em saúde, seguros e etc.
22. Fluxo, ao invés de estoque
Embora pequenos estoques de dados
localizados em warehouses ou data marts
continuem sendo úteis em big data, os modelos
de análise precisam processar dados contínuos,
com rapidez e precisão.
23. Exemplo: Cartão de Crédito
No passado: pessoal de marketing direto
criavam modelos para escolher clientes
potenciais a partir de uma grande data
warehouse.
Semanas para extrair dados, prepará-los, analisá-los
e agir.
Insatisfeitos, empresas criaram bases e sistemas
que permitem a análise, seleção e esforço de
captação do cliente num só dia.
Podem fazer ofertas personalizadas em
segundos e otimizar as ofertas ao longo do
tempo, ao monitorarem as respostas.
24. Fluxo, ao invés de estoque
Em algumas situações, sempre que uma decisão
vai ser tomada, já outras informações
disponíveis, que tornam a decisão obsoleta.
No monitoramento em tempo real, é necessário
um processo contínuo de análise e decisão.
As mídias sociais por exemplo capturam tendências
e sentimentos de clientes sobre marcas, produtos e
empresas.
No ambiente de Big Data, é importante analisar,
decidir e agir rapidamente e frequentemente.
25. Fluxo, ao invés de estoque
É necessário se preparar para decisão e ação.
Estabelecer processo para saber quando
decisão e ação serão necessárias.
Ajuda a entender quem toma decisão, o
processo decisório e os critérios utilizados.
26. Data Scients
Conhecimento vasto e competência de TI.
As competências são diversas: programação,
habilidades matemáticas e estatísticas,
conhecimento do negócio, capacidade de se
comunicar com o tomador de decisão.
Precisaram estar perto dos produtos e processos, o
que significa que a posição na estrutura
organizacional será diferente do passado.
Em algumas organizações (redes sociais, jogos e
farmacêuticas), o data scientist integra o
desenvolvimento de novos produtos e serviços.
27. Movendo a análise da TI
para o negócio
A função tradicional de TI era automação.
Hoje as novas vantagens são baseadas na
descoberta e na agilidade.
As análises, os algoritmos e as interfaces
precisam facilitar a interanção com que usa as
ferramentas.
Será necessário treinar e recrutar pessoas com
novas habilidades, que consigam integrar estas
capacidades nos seus ambientes.
28. Mudança de paradigma
O Big Data não envolve só mudança de
tecnologia, envolve adaptação de processos e
treinamentos relacionados à mudança de
gestão e análise de dados (MERITALK BIG DATA
EXCHANGE, 2013).
A maior parte dos líderes não sabe lidar com
essa grande variedade e quantidade de
informações, e não tem conhecimento dos
benefícios que uma análise bem feita desses
dados poderia trazer ao seu negócio
(COMPUTERWORLD, 2012).
29. Dificuldades
As organizações lutam para identificar onde e
como começar suas jornadas de Big Data.
Há oportunidades para ajudar as organizações a:
analisar os dados "obscuros" que elas já têm, mas
que atualmente estão enterrados em seus sistemas; e
identificar e priorizar outras fontes de dados internas e
externas que poderiam ser úteis para otimizar os
processos de negócios existentes e descobrir novas
oportunidades de monetização.
30. Principais problemas
Falta de cultura: a maioria das empresas não
fazem um bom trabalho com as informações
que já têm.
Elas não sabem como controlá-los, analisá-los de
forma a aumentar a sua compreensão, e, em
seguida, mudar em resposta a novas idéias.
As empresas não vão desenvolver essas
competências como uma mágica, só porque
investiram em ferramentas de análise.
31. Mudança cultural
Adotar uma tomada de decisões baseada em
evidências é uma difícil mudança cultural:
processos de trabalho devem ser redefinidos;
os dados devem ser limpos; e
devem ser estabelecidas regras de negócios para
orientar as pessoas no seu trabalho.
Uma vez que mudança cultural ocorra,
normalmente não se volta atrás, e suas melhorias
operacionais não são facilmente replicadas por
concorrentes.
32. Desafios Técnicos
Volume
É a dimensão mais comum
Dificuldade de armazenar, proteger e tornar
acessível com as ferramentas tradicionais.
Variáveis envolvidas:
Volume de informações
Acessibilidade de informações
Mudança do comportamento em função do
volume
33. Desafios Técnicos
Variedade
Grande quantidade de fontes e tipos de
informações
Dados estruturados. não estruturados
IDC (2011): quase 90% dos dados do universo digital
são considerados dados não-estruturados.
Variáveis envolvidas:
Variedade de fontes de informação
Variedade de tipos de dados
34. Desafios Técnicos
Velocidade
Ameaça de um concorrente coletar e analisar dados
de consumidores antes (BARTON e COURT, 2012)
Exigência de que a tomada de decisão seja próxima
do mercado, que é mais ágil e dinâmico (ERNEST &
YOUNG, 2012)
Mídias sociais auxiliam na propagação mais rápida de
informações(BARTON e COURT, 2012)
da organização ou dos próprios consumidores
positivas ou negativas
Variáveis envolvidas:
Velocidade da chegada da informação
Velocidade da tomada de decisão
35. Desafios Técnicos
Valor
Valor é o resultado agregado pela análise dos
dados coletados.
Qualidade de dados exige exatidão, integridade,
consistência e relevância.
Variáveis envolvidas:
Resultado agregado a partir das análises das
informações
Qualidade das informações
Custo para ter dados de qualidade
36. Desafios Técnicos
Veracidade
Dados de alta qualidade são pré-requisito para
auxiliar as organizações (WEBER et. al., 2009).
Têm relação com informações confiáveis, exatas,
íntegras, consistentes e relevantes (WEBER et. al.,
2009).
Variáveis envolvidas:
Qualidade da informação
37. Desafios
Heterogeneidade, escala, pontualidade,
complexidade e privacidade são desafios do Big
Data.
A integração dos dados é uma das maiores
fontes de valor.
Oportunidade e o desafio de tentar criar dados de
forma a facilitar a ligação mais tarde entre eles.
A apresentação dos resultados e sua
interpretação por especialistas não-técnicos é
fundamental para extrair conhecimento
acionável.
39. Desafios
Privacidade
Problema técnico e sociológico
Dados baseados em localização.
A identidade do usuário, mesmo preservada, pode
ser buscada.
41. Desafios
Contratação de data scientists será a parte mais
fácil.
O verdadeiro desafio será integrar esse talento
recém-adquirido em estruturas organizacionais
existentes e inventar novas estruturas que
permitirão que os cientistas de dados gerem
valor real para as suas organizações.
42. Vencendo obstáculos
Apoio do alto executivo
Motivar a equipe
Painel para acompanhar projeto
Comunicação
43. Recomendações
Não temos ainda melhores práticas. Só práticas
ad hoc.
Se guiar pela transparência e pelo atendimento
de alguns objetivos.
Identificar o problema para depois resolver.
Como transformar insights em resultados
tangíveis.
44. Recomendações
Ter noção de onde quer chegar.
Cuidado com custos escondidos, ainda mais em
processo de mudança.
Mudança de paradigma de gestão.
Os gerentes de topo e intermediários estão
prontos para delegar decisão.
45. Recomendações
Comece com o problema, e não com os dados
Compartilhe dados, para receber dados
Alinhe interesses das partes
Facilite a colaboração entre pessoas
Pessoas devem fazer aquilo que tem de melhor
46. Condições necessárias
Cabeça aberta e cultura
Suporte gerencial e executivos
Orçamento suficiente
Melhores parceiros e fornecedores
47. Desafios
Como você está lidando com dados estruturados e não
estruturados?
Que dados são importantes para o seu negócio e como
aplicá-los?
Você tem ideia da complexidade dos dados que te cercam
e sabe como se adaptar a isto?
Você já pensou sobre os custos de gestão dos seus dados?
Como está a segurança dos seus sistemas?
Você está envolvendo as pessoas certas no projeto de Big
Data?
Que competências pessoais você precisará ter e como
assegurá-las?
48. Big Data hoje é o que era a
Web em 1993.
Sabemos que será algo
grande, mas não sabemos
como…
49. Centro de Estudos em
Administração da
Informação
COPPEAD/UFRJ
Profa. Elaine Tavares
Tel.: (21) 3938-9859
elaine.tavares@coppead.ufrj.br