| Aula demo |
Banco de Dados: conceitos de BD e SGBD; arquitetura de SGBD; Funções básicas de SGBD; Modelagem de dados: modelo conceitual, lógico e físico; Modelos E-R e relacional; Restrições de integridade; Normalização e dependência funcional; Mapeamento do modelo E-R para relacional; Álgebra relacional; Cálculo relacional; Fundamentos teóricos do modelo relacional, operações básicas da álgebra relacional e linguagens declarativas de consulta. Acesso a bancos de dados; Sistemas Gerenciadores de Banco de Dados: tabelas, visões, índices, sequências, sinônimos, restrições, dicionário de dados, restrições de integridade, constraints, tipos de dados. (Parte 1) |
| Aula 01 |
(Prof. Felipe Mathias e Emannuelle Gouveia) Banco de Dados: conceitos de BD e SGBD; arquitetura de SGBD; Funções básicas de SGBD; Modelagem de dados: modelo conceitual, lógico e físico; Modelos E-R e relacional; Restrições de integridade; Normalização e dependência funcional; Mapeamento do modelo E-R para relacional; Álgebra relacional; Cálculo relacional; Fundamentos teóricos do modelo relacional, operações básicas da álgebra relacional e linguagens declarativas de consulta. Acesso a bancos de dados; Sistemas Gerenciadores de Banco de Dados: tabelas, visões, índices, sequências, sinônimos, restrições, dicionário de dados, restrições de integridade, constraints, tipos de dados. (Parte 2) |
| Aula 02 |
(Prof. Felipe Mathias e Emannuelle Gouveia) SQL; Conceito de transação; Procedures e triggers (stored procedures e gatilhos); |
| Aula 03 |
(Prof. Felipe Mathias e Emannuelle Gouveia) PL/SQL. |
| Aula 04 |
(Prof. Thiago Cavalcanti) Bancos de dados orientados a objetos; |
| Aula 05 |
(Prof. Felipe Mathias e Emannuelle Gouveia) Engenharia e Arquitetura de Dados: conceitos e fundamentos. Integração e ingestão de dados. Processos de ETL e ELT. Pipelines de dados. Arquiteturas de dados analíticos: Data Warehouse e Data Lake. Data warehouse: conceitos básicos, dimensões, fatos, hierarquias, granularidade e agregados; Business Intelligence. (Parte 1) |
| Aula 06 |
(Prof. Felipe Mathias e Emannuelle Gouveia) Engenharia e Arquitetura de Dados: conceitos e fundamentos. Integração e ingestão de dados. Processos de ETL e ELT. Pipelines de dados. Arquiteturas de dados analíticos: Data Warehouse e Data Lake. Data warehouse: conceitos básicos, dimensões, fatos, hierarquias, granularidade e agregados; Business Intelligence. (Parte 2) |
| Aula 07 |
(Prof. Felipe Mathias e Emannuelle Gouveia) Qualidade, governança, segurança e desempenho de dados. |
| Aula 08 |
(Prof. Lucas Ianni) Ciência de Dados: conceitos e fundamentos. |
| Aula 09 |
(Prof. Lucas Ianni) Noções de aprendizado de máquina. |
| Aula 10 |
(Prof. Lucas Ianni) Análise exploratória de dados. Preparação, transformação e visualização de dados. |
| Aula 11 |
(Prof. Felipe Mathias e Emannuelle Gouveia) PowerBI: Visualização e Análise Exploratória de Dados. Business Intelligence. Processo de coleta, organização, análise e compartilhamento de informações. Ferramentas de criação de dashboards: Power BI. Elaboração de relatórios analíticos. |
| Aula 12 |
(Prof. Felipe Mathias e Raphael Lacerda) Utilização das linguagem Python para análise e tratamento de dados. (Parte 1) |
| Aula 13 |
(Prof. Lucas Ianni) - Somente em PDF Utilização das linguagem Python para análise e tratamento de dados. (Parte 2) |