DISCIPLINAS OBRIGATÓRIAS
1. METODOLOGIA DE PESQUISA I (02 créditos, 30 horas).
Ementa: Fundamentos da pesquisa; Ética e pesquisa; Tipos de conhecimentos e de pesquisas; Estilos de pesquisas em Ciência da Computação; Etapas do trabalho de pesquisa; Escolha do tema; Revisão bibliográfica; Mapeamento e revisão sistemática.
EMENTA COMPLETA.
2. METODOLOGIA DE PESQUISA II (02 créditos, 30 horas).
Ementa: Formulação do problema, hipóteses e objetivos da pesquisa, motivação e justificativa, limitações do trabalho; Procedimentos metodológicos de pesquisa; Técnicas de coleta e análise de dados de pesquisa; Níveis de exigência da pesquisa: artigos, projetos, relatórios e dissertações; Técnicas e ferramentas de suporte à escrita.
EMENTA COMPLETA.
3. PROJETO E ARQUITETURA DE SOFTWARE (04 créditos, 60 horas).
Ementa: O processo de Análise de Requisitos; Levantamento e especificação de requisitos para Arquitetura de Software; Estilos Arquiteturais; Padrões de Projetos de Software; Atributos de Qualidade; Documentação de Arquitetura.
EMENTA COMPLETA.
4. INTELIGÊNCIA COMPUTACIONAL (04 créditos, 60 horas).
Ementa: Introdução: fundamentos, filosofia e história (passado, presente e futuro); Agentes Inteligentes: agentes e ambientes, racionalidade, natureza de ambientes, estruturas e arquiteturas de agentes; Solução de Problemas via Busca: algoritmos de busca clássicos, métodos heurísticos e metaheurística; Algoritmos Genéticos; Teoria dos Jogos; Sistemas Nebulosos.
ORIENTAÇÃO EM PESQUISA I (01 crédito, 15 horas).
Ementa: Atividade obrigatória do programa que objetiva a elaboração de um texto a ser entregue para a banca examinadora, com: - Planejamento e execução da revisão bibliográfica. - Revisão da literatura sobre o tema de pesquisa.
ORIENTAÇÃO EM PESQUISA II (01 crédito, 15 horas).
Ementa: Revisão do problema, hipóteses e objetivos da pesquisa, motivação e justificativa, limitações do trabalho; Metodologia da pesquisa. Produto: Texto sobre os procedimentos metodológicos da pesquisa a ser entregue para banca examinadora.
ORIENTAÇÃO EM PESQUISA III (01 crédito, 15 horas).
Ementa: Execução da pesquisa; Resultados e conclusões preliminares. Produto: Texto a ser entregue para banca examinadora
ORIENTAÇÃO EM PESQUISA IV (01 crédito, 15 horas).
Ementa: Resultados e conclusões finais; Escrita e submissão de artigos; Produtos: texto a ser entregue para banca examinadora e Artigos.
ATIVIDADE COMPLEMENTAR (04 créditos, 60 horas).
Ementa: Realização de atividades extracurriculares para complementar a formação do discente de mestrado, tais como: estágio em docência, estágio em instituição, estágio em laboratório, apresentação em eventos, publicação de artigos, aplicação da pesquisa em instituição, etc.
DISCIPLINAS OPTATIVAS
5. PROGRAMAÇÃO WEB (04 créditos, 60 horas).
Ementa: Revisão das noções fundamentais de programação WEB para desenvolvimento de frontend: HTML, CSS e Javascript; Revisão das noções fundamentais de programação WEB para desenvolvimento de backend: servidores e as suas tecnologias; Paradigmas de comunicação cliente-servidor; Modos conectados (sessão, token, OAUth2); Bases da segurança WEB; Frameworks para SPA e PWA e Introdução a Angular; Acessibilidade na WEB.
6. INTERAÇÃO HUMANO-COMPUTADOR, USABILIDADE E USER EXPERIENCE (04 créditos, 60 horas).
Ementa: Fatores Humanos e Ergonomia em Software Interativo: teoria, princípios e regras. Usabilidade: definição e métodos para avaliação. Paradigmas De design de Sistemas e Interfaces: Concepção Participativa e User Centered Design. Desenvolvimento de Interfaces Gráficas: padrões de desenvolvimento de interface.
7. DATA MINING (04 créditos, 60 horas).
Ementa: Introdução e aplicações de mineração de dados, Processo de descoberta de conhecimento em bases de dados, Pré-processamento de dados, Extração de regras de associação e padrões de sequência, Classificação e regressão.
8. SISTEMAS BASEADOS EM CONHECIMENTO (04 créditos, 60 horas).
Ementa: Introdução a sistemas baseados em conhecimento. Técnicas de representação do conhecimento. Sistemas Especialistas. Raciocínio Baseado em Casos. Estudos de casos.
9. VISÃO COMPUTACIONAL (04 créditos, 60 horas).
Ementa: Conceitos de representação de imagens. Conceitos gerais de reconhecimento de padrões. Técnicas de convolução. Métodos de reconhecimento de objetos baseados em modelos. Técnicas de construção de sistemas de visão computacional baseados em IA.
10. FUNDAMENTOS DE APRENDIZAGEM DE MÁQUINA (04 créditos, 60 horas).
Ementa: Introdução ao aprendizado de máquina: conceitos básicos, definições e aplicações. Tipos de aprendizado de máquina: supervisionado, não supervisionado e por reforço. Pré-processamento de dados e técnicas de engenharia de atributos. Modelos clássicos de aprendizado de máquina: regressão linear e logística, árvores de decisão, máquinas de vetor de suporte (SVM), K-vizinhos mais próximos (KNN) e Naïve Bayes. Redes neurais artificiais e introdução ao deep learning. Avaliação de modelos: métricas de desempenho e validação cruzada. Algoritmos de otimização e ajuste de hiperparâmetros. Algoritmos de redução de dimensionalidade, análise de componentes principais. Implementação de modelos utilizando bibliotecas como Scikit-Learn e Keras;Tensor Flow. Aplicações práticas em problemas reais com datasets públicos, como reconhecimento de padrões, processamento de linguagem natural e visão computacional. Tendências e desafios do aprendizado de máquina na computação aplicada.
11. APRENDIZADO DE MÁQUINA APLICADO (04 créditos, 60 horas).
Ementa: Introdução ao Aprendizado de Máquina; Modelos Lineares para Regressão; Modelos Lineares para Classificação; Seleção de Modelos; Pré-processamento de dados; Aspectos práticos e técnicos para aplicação de Aprendizado de Máquina.
12. INTRODUÇÃO À COMPUTAÇÃO PARALELA E DISTRIBUÍDA (04 créditos, 60 horas).
Ementa: Conceitos básicos da Computação Paralela e Distribuída; tipos de arquiteturas paralelas (SIMD, MIMD, etc.); processamento vetorial e matricial; memória compartilhada versus memória distribuída; metodologia de projeto de algoritmos paralelos e distribuídos; padrões de programação paralela e tipos de paralelismo; paradigmas de programação paralela (Pthreads, OpenMP, MPI, CUDA); algoritmos de ordenação, busca e processamento de dados paralelos; exclusão mútua e sincronização na programação paralela; estudos de caso e projetos práticos em ambientes paralelos e distribuídos; análise de desempenho e otimização de código; Ferramentas e aplicativos (mapReduce, Spark, etc.); tendências e futuro (Novas tecnologias e tendências em computação paralela e distribuída, Computação Quântica, etc).
13. INTRODUÇÃO ÀS REDES NEURAIS ARTIFICIAIS (04 créditos, 60 horas).
Ementa: Conceitos básicos de aprendizado de máquina. Classificação: Regressão logística e Redes Neurais Artificiais com camadas escondidas. Detecção de anomalias: Autoencoders. Previsão: Redes Neurais Recorrentes. Clusterização: Redes de Kohonen.
14. CIÊNCIA DE DADOS (04 créditos, 60 horas).
Ementa: Conceitos básicos de Ciência de Dados. Programação para Ciência de Dados. Tratamento e análise de dados. Visualização de dados. Técnicas avançadas de análise de dados.