Sobre o curso
O curso de Engenharia de Dados com uma extensão em Inteligência Artificial é um programa revolucionário desenvolvido para suprir as exigências do mercado moderno, emergente e em constante inovação. Além disso, oferecemos a exclusiva possibilidade de agendar aulas particulares, a fim de proporcionar uma aprendizagem personalizada e eficaz. Esse curso garante aos alunos o benefício de uma formação robusta em Engenharia de Dados, simultaneamente aperfeiçoando suas competências em Inteligência Artificial, sem prolongar o período de estudos.
Desde os primeiros semestres, os alunos se deparam com a extensão em Inteligência Artificial, ganhando um entendimento interdisciplinar e prático acerca dos aspectos fundamentais da análise de dados, automação e uso ético da IA em diversos setores. Este arcabouço de conhecimento facilitará uma compreensão mais profunda das matérias, incentivará o crescimento de competências valorizadas e melhorará as oportunidades de emprego dos graduados.
O curso é integrado à matriz curricular do curso, usando os componentes eletivos previstos nos quatro primeiros semestres da graduação. Assim, não há aumento da carga horária total nem do tempo de duração do curso. Ao finalizar o curso, o aluno receberá um diploma de graduação em Engenharia de Dados e um certificado de Extensão em Inteligência Artificial, agregando valor ao seu perfil profissional mesmo antes de finalizar a graduação.
Mercado de trabalho
A mistura de Engenharia de Dados com Inteligência Artificial simboliza uma vantagem competitiva notável no ambiente de trabalho atual. Os formandos deste programa têm a capacidade de criar e manter infraestruturas de dados sofisticadas, gerar percepções estratégicas e implementar soluções AI com eficiência e inovação. Este fator faz com que sejam bastante buscados em empresas de vários setores que dependem da análise de grandes volumes de dados. A vantagem de um profissional formatado em Engenharia de Dados com Extensão em Inteligência Artificial é a capacidade de converter dados brutos em ativos valiosos, atendendo às necessidades modernas de maneira eficiente e segura.
Competências e habilidades que serão desenvolvidas
- Programação avançada para Engenharia de Dados (Python, R e Scala)
- Conhecimento em Arquitetura de Big Data (Hadoop, Spark e Ecossistemas de Nuvem)
- Práticas em Modelagem e Administração de Bancos de Dados (SQL e NoSQL)
- Competência em Construção e Otimização de Pipelines de Dados (ETL/ELT)
- Habilidades em Computação em Nuvem (Cloud Computing) e Segurança da Informação
- Conhecimento fundamental de Machine Learning e Inteligência Artificial
- Competências em Data Mining e Análise Estatística
- Proficiência em Governança de Dados (LGPD) e Ética no uso de informação
- Applicação prática de conceitos e soluções de Inteligência Artificial no contexto profissional
- Habilidade para Identificar oportunidades de uso da IA
- Competência para Dialogar com equipes técnicas de forma estratégica
- Habilidade para Responder eficazmente às demandas do mercado contemporâneo
Parceria UniLatam e Centro Universitário ETEP
Em cumprimento ao Marco Regulatório da Educação a Distância, a UniLatam está realizando todas as adequações necessárias para garantir que os alunos deste curso tenham uma formação de qualidade, com segurança acadêmica e sem qualquer prejuízo no andamento dos estudos.
Marco Regulatório da Educação a Distância
Em cumprimento ao Marco Regulatório da Educação a Distância, a UniLatam está realizando todas as adequações necessárias para garantir que os alunos deste curso tenham uma formação de qualidade, com segurança acadêmica e sem qualquer prejuízo no andamento dos estudos.
Aulas ao vivo:
- As aulas ao vivo já estão em andamento e fazem parte da rotina acadêmica.
- A partir de novembro de 2025, passará a ser obrigatória a presença mínima de 75%, com registro de frequência.
Atividades de Extensão:
- São obrigatórias em todos os semestres, realizadas presencialmente.
- Devem ser entregues semestralmente, seguindo o calendário acadêmico e o Manual de Extensão.
Estágios:
- Sempre foram presenciais e continuarão sendo realizados dessa forma, em conformidade com a legislação.
- O acompanhamento será feito pela coordenação de estágio, com plantões ao vivo semanais.
Professores:
- O Professor Formador é também o Tutor Docente, responsável pela disciplina e pelo acompanhamento acadêmico no AVA.
Atividades nos polos (a partir de 2027):
- Algumas atividades presenciais adicionais passarão a acontecer nos polos, sempre de forma planejada e sem qualquer prejuízo acadêmico para os alunos.
Matriz curricular
- Ambientação em tecnologia da informação
- Introdução à engenharia
- Ética e direitos humanos: diversidade, inclusão e sustentabilidade
- Desenho técnico
- Cálculo I
- Atividade presencial interdisciplinar I - engenharia de dados
- Atividades extensionistas I - engenharia de dados
- Avaliação interdisciplinar I - engenharia de dados
- Fundamentos de inteligência artificial
- Física geral I
- Química geral
- LIBRAS - língua brasileira de sinais
- Programação para engenharia
- Cálculo II
- Atividade presencial interdisciplinar II - engenharia de dados
- Atividades extensionistas II - engenharia de dados
- Machine learning aplicado
- Física geral II
- Álgebra linear
- Química aplicada
- Equações diferenciais
- Cálculo III
- Atividade presencial interdisciplinar III - engenharia de dados
- Atividades extensionistas III - engenharia de dados
- IA generativa e grandes modelos de linguagem
- Física geral III
- Mecânica dos materiais
- Estatística e probabilidade
- Métodos numéricos
- Geometria analítica
- Atividade presencial interdisciplinar IV - engenharia de dados
- Atividades extensionistas IV - engenharia de dados
- Projetos aplicados em inteligência artificial
- Termodinâmica
- Eletromagnetismo
- Mecânica dos fluidos
- Ciência dos materiais
- Resistência dos materiais
- Atividade presencial interdisciplinar V - engenharia de dados
- Atividades extensionistas V - engenharia de dados
- Dinâmica
- Algoritmos e estruturas de dados
- Controle e automação
- Circuitos elétricos
- Arquitetura de dados e sistemas distribuídos
- Atividade presencial interdisciplinar VI - engenharia de dados
- Atividades extensionistas VI - engenharia de dados
- Processamento de grandes volumes de dados (big data processing)
- Sistemas de streaming de dados (Kafka e event-driven)
- Banco de dados não relacionais (NoSQL)
- Otimização e performance de consultas
- Ingestão e transformação de dados (ETL e ELT)
- Atividade presencial interdisciplinar VII - engenharia de dados
- Atividades extensionistas VII - engenharia de dados
- Orquestração de workflows (Airflow, DBT e ferramentas modernas)
- Data lakes, data warehouses e lakehouses
- Qualidade de dados e data observability
- Gestão de metadados e catálogos de dados
- Governança de dados, ética e compliance
- Atividade presencial interdisciplinar VIII - engenharia de dados
- Atividades extensionistas VIII - engenharia de dados
- Segurança de dados e arquiteturas zero trust
- MLOps: ciclo de vida de modelos de machine learning
- Modelagem preditiva e treinamento de modelos em escala
- APIs, microserviços e integração de modelos em produção
- Computação em nuvem para engenharia de dados (AWS, Azure, GCP)
- Trabalho de conclusão de curso I - engenharia de dados
- Atividade presencial interdisciplinar IX - engenharia de dados
- Atividades extensionistas IX - engenharia de dados
- Estágio supervisionado I - engenharia de dados
- Avaliação interdisciplinar II - engenharia de dados
- Data fabric e data mesh: novas arquiteturas de dados
- Otimização de custos em ambientes de dados
- Automação e infraestrutura como código (Terraform, Docker, Kubernetes)
- Inteligência artificial generativa aplicada a dados
- Trabalho de conclusão de curso II - engenharia de dados
- Atividade presencial interdisciplinar X - engenharia de dados
- Atividades extensionistas X - engenharia de dados
- Estágio supervisionado II - engenharia de dados
