Próxima turma
20/07/2026
Faculdade EAD Live em
Ciência de Dados (e Inteligência Artificial)
Python, SQL, Big Data, Machine Learning, Scikit-learn, Redes Neurais, Data Analytics, Data Mining, Estatística, Clusterização, Classificação, Análise Exploratória de Dados, Governança de Dados, Streamlit, Web Scraping, JSON, Engenharia de Prompts, LangChain
Aprenda a manipular e analisar grandes volumes de dados de variadas fontes, gerados por dispositivos móveis, redes sociais, IoT e digitalização de processos em geral nesta graduação em Data Science. E desenvolva aplicações data-driven com LLMs (inteligência artificial generativa) e outros modelos de machine learning.
Esta faculdade capacita o profissional a fazer parte da transformação digital de organizações, trabalhando com a inteligência do negócio e a tomada de decisão. O aprendizado serve como base para importantes certificações, tais como: Professional Certificate in IBM Data Science e Microsoft Certified Azure Data Scientist Associate.
Disciplinas e competências
Fundamentos do processamento de dados
Introdução à Visualização de Dados e SQL:
- Visualizar dados de um CSV no Google Looker Studio
- Construir um relatório interativo baseado em dados usando Google Looker Studio
- Realizar queries SELECT em uma base de dados SQL
- Extrair informações através de agrupamentos e sumarização (GROUP_BY e ORDER_BY)
Introdução à Programação com Python:- Criar programas simples em Python usando uma IDE “code playground”
- Criar programas simples com strings
- Escrever programas simples com decisão/seleção em Python
- Escrever programas simples com repetição/iteração e listas em Python
- Programar funções personalizadas em Phyton
SQL e Modelagem Relacional:- Projetar modelos relacionais de bases de dados com restrições, incluindo a criação das tabelas necessárias
- Aplicar regras de normalização em um modelo relacional de dados
- Manipular objetos em um banco de dados utilizando SQL
- Fazer agregações entre duas ou mais tabelas em banco de dados
Python para Processamento de Dados:- Programar em Python com indexação, fatiamento e métodos avançados para strings
- Programar decisão/seleção e repetição/iteração com listas em Python
- Programar em Python com arquivos, sets e JSON
- Encontrar e tratar bugs (erros) em Python
- Implementar clientes e serviços Web em Phyton
Projeto de Bloco: Fundamentos do Processamento de Dados:- Converter dados tabulares em dashboards usando Google Looker Studio
- Escrever programas simples em Phyton
- Escrever queries variadas com a linguagem SQL em diferentes contextos
- Escrever programas em Phyton com mais recursos
Business Intelligence e Data Warehousing
Fundamentos de BI, Modelagem Dimensional e Análise de Dados:
- Reconhecer os fundamentos de BI em ambientes de nuvem e em ambientes on-premise
- Projetar modelos dimensionais
- Implementar modelos dimensionais
- Compreender análise de dados e usos de Inteligência Artificial para auxílio em análises de dados
- Construir cenários de dados com Ferramentas de visualização e análise de dados
Extração e Manipulação de Dados (ETL) utilizando Microsoft SQL Server Integration Services (SSIS) e Azure Data Factory (ADF):- Compreender processos de coleta e preparação de dados (ETL) com SSIS e ADF
- Criar uma solução de carga de dados (ETL) com o Microsft SQL Server Integration Services (SSIS)
- Criar uma solução de Data Warehouse itilizando SQL Server/ SQL do Azure
- Utilizar linguagens de programação (T-SQL) para a extração de dados
- Criar uma solução de carga de dados (ETL) com o Azure Data Factory (ADF)
Visualização de Dados e Dashboards com Power BI:- Projetar visualizações de dados para diferentes cenários
- Construir análises de dados
- Projetar Storytelling com dados
- Desenvolver relatórios e dashboards com o SQL Server Reporting Services (SSRS)
- Desenvolver relatório e dashboards com o Microsoft PowerBI
Serviços de Análise com o Microsoft SQL Server Analysis Service (SSAS):- Reconhecer os conceitos fundamentais do Microsoft SQL Server Analysis Service (SSAS)
- Utilizar o Microsoft Analysis Services Multidimensional
- Utilizar expressões multidimensionais na linguagem MDX em cubos de dados
- Utilizar o Microsoft Analysis Services Tabular
- Utilizar expressões de análise de dados na linguagem DAX em um modelo tabular
Projeto de Bloco: Business Intelligence e Data Warehousing- Explicar o valor e os desafios da implementação do BI nas organizações
- Explicar os tipos de projetos para Bussiness Intelligence
- Projetar um DM/DW a partir de modelos dimensionais e ETL para o Projeto de Bloco
- Projetar banco de análises e produzir entregáveis para o Projeto de Bloco
- Projetar visualizações e dashboards, produzindo entregáveis para o Projeto de Bloco
Análise, Qualidade e Governança de Dados
Análise de Dados com Phyton:
- Utilizar Pandas para a importação e análise descritiva de dados
Estruturar dados para filtragem e persistência usando Pandas - Criar visualizações exploratórias com Matplotlib e Pandas
- Agregar dados através de agrupamentos e pivoteamento de tabelas com Pandas
Análise de Dados com SQL:- Preparar para análise dados armazenados em um base de dados relacional
- Analisar padrões em conjuntos de dados usando funções de janela (Windows Functions)
- Analisar séries temporais com SQL
- Realizar Cohort Analysis com SQL para avaliar a retenção, retorno e comportamento acumulado ao longo do tempo
- Realizar análises textuais em SQL
Análise Exploratória de Dados:- Calcular métricas e distribuições para descrever variáveis de datasets
- Realizar o processamento de dados para análises posteriores
- Criar modelos simples para dados com variáveis temporais
- Realizar regressão linear em um conjunto de dados
Qualidade de Dados:
- Explicar as principais dimensões da qualidade de dados e seus impactos no processo de tomada de decisão
- Identificar problemas de qualidade de dados utilizando Phyton
- Realizar Data Wrangling em Phyton
- Realizar Data Wrangling em SQL
Projeto de Bloco: Análise e qualidade de Dados:- Construir base exploratória em Phyton (Pandas) e SQL usando estatísticas descritivas, binning e deduplicação
- Consolidar dados temporais, métricas de séries e retenção em visualizações usando Matplotlib
- Realizar análises textuais em SQL e estatísticas de tendência central e dispersão em Phyton
- Modelar previsões e regressões temporais em dados reestruturados e integros
- Utilizar Pandas para a importação e análise descritiva de dados
Inteligência Artificial Aplicada
Desenvolvimento Front-End com Phyton (com Streamlit):
- Preparar ambiente para desenvolvimento local de Streamlit com Phyton
- Desenvolver aplicações simples com elementos do Streamlit
- Criar visualizações de dados em uma aplicação Streamlit
- Criar formulários web usando elementos do Streamlit
- Publicar uma aplicação de Streamlit
- Desenvolver aplicações estilizadas e com múltiplas telas, usando Streamlit
Coleta de Dados com Phyton via APIs e WebScraping:
- Escrever programas que carregam dados a partir de diferentes tipos de arquivos
- Acessar dados programaticamente através de APIs
- Escrever programas de data scrapping e web crawling usando BeautifulSoup e Scrapy
- Escrever programas de web scrapping e usando Selenium
Desenvolvimento de Data-Driven Apps com Phyton:
- Desenvolver APIs utilizando o framework FastAPI
- Desenvolver aplicações simples com LLM utilizando FastAPI ou LangChain
- Desenvolver soluções avançadas com LLMs integrando ferramentas, agentes e raciocínio interativo
- Desenvolver soluções Data-Driven com LLMS usando LangChain e Streamlit
Engenharia de Prompts para Ciência de Dados:
- Explicar o que é Inteligência Artificial Generativa e os Modelos Grandes de Linguagem (LLMs)
- Gerar textos a partir de técnicas com LLMs usando Prompt Engineering
- Utilizar técnicas avançadas de Prompt Engineering
- Criar soluções a partir de Prompt Engineering
- Utilizar técnicas Prompt Engineering para gerar imagens
Projeto de Bloco: Ciência de Dados Aplicada:
- Identificar o problema, metas e fontes de dados para o desenvolvimento de um aplicativo data-driven
- Desenvolver protótipo de aplicação baseada em Streamlit usando dados provenientes da web
- Integrar aplicações com múltiplas páginas com dados provenientes de APIs personalizadas
- Implementar uma API com FastAPI integrada com modelos LLMs
- Utilizar Prompt Engineering e LLMs na criação de apps inteligentes
Machine Learning
Inteligência Artificial: Model LifeCycle:
- Explicar os conceitos básicos de Machine Learning
- Criar modelos simples de Machine Learning
- Comparar o desempenho de modelo de Machine Learning utilizando validação cruzada
- Avaliar modelos através de diferentes figuras de mérito
Dados para Machine Learing: Feature Engineering:
- Manipular dados numéricos para algoritmos de Machine Learning
- Manipular dados textuais para algoritmos de Machine Learning
- Vetorizar dados categóricos para algoritmos de Machine Learning
- Reduzir dimensionalidade através da análise de componentes principais (PCA)
Inteligência Artificial: Classificação:- Desenvolver modelos usando Árvores de Decisão
- Desenvolver modelos usando Support Vector Machine (SVM)
- Desenvolver modelos usando Ensemble Learning
- Desenvolver modelos melhores priorizando as features mais relevantes do problema
Inteligência Artificial: Custerização:- Desenvolver modelos usando K-Médias
- Desenvolver modelos usando Clusterização Hierárquica
- Desenvolver modelos usando DBScan
- Desenvolver modelos para extrair tópicos de textos
Projeto de Bloco: Inteligência Artificial e Machine Learning:- Desenvolver todas as etapas para a criação de um modelo de Inteligência Artificial simples
- Desenvolver um modelos de Inteligência Artificial para a classificação textual utilizando TF-IDF
- Desenvolver modelos melhores utilizando PCA e busca hiperparamétrica
- Desenvolver modelos de Inteligência Artificial utilizando algoritmos supervisionados e não-supervisionados
- Desenvolver modelos de tópicos e interpretabilidade de um classificador
ADMISSÃO E VALORES
Sobre a graduação
É reconhecida pelo MEC?
A graduação EAD Ciências de Dados foi autorizada pela Portaria 1984 de 30/12/2021.
Consulte aqui o cadastro da instituição no Sistema e-MEC
Qual o tipo de diploma?
Graduação. Essa graduação Data Science habilita para o exercício profissional na área da ciência de dados e permite continuação dos estudos em Pós-Graduação, MBA, Mestrado e Doutorado, e a participação em concursos públicos.
Quais os objetivos e carreiras?
Esta graduação em Data Science forma profissionais capazes de manipular, visualizar e analisar grandes volumes de dados, aplicando modelos preditivos, redes neurais e técnicas avançadas de classificação e clusterização para extrair valor estratégico das informações.
E você aprenderá a transformar dados em soluções inteligentes, utilizando técnicas de inteligência artificial e aprendizado de máquina.
O egresso desta graduação em ciência de dados poderá atuar em cargos como: Cientista de Dados (Data Scientist), Analista de Dados (Data Analyst), Analista de Business Intelligence (BI), Desenvolvedor de Machine Learning, e Especialista em Inteligência Artificial.
Para quem é?
A graduação Data Science é para:
Pessoas que buscam trabalhar no campo da Ciência de Dados e dominar a recolha, tratamento e análise.
Pessoas que desejam trabalhar com a análise e manipulação de dados para apoiar a inteligência do negócio.
Profissionais que desejam atuar na transformação digital de organizações, com soluções data-driven usando inteligência artificial e machine learning.
Profissionais que buscam complementar e avançar em suas carreiras com o domínio da manipulação, tratamento e análise de dados, e modelos de inteligência artificial.
Prepara para certificações?
A graduação em Ciência de Dados oferece uma sólida base para o profissional fazer os exames de certificação Professional Certificate in IBM Data Science e Microsoft Certified Azure Data Scientist Associate.
Como vão funcionar as avaliações presenciais?
Para te dar flexibilidade e reduzir a necessidade de deslocamentos, você terá somente uma avaliação presencial a cada seis meses e poderá escolher fazê-la em um dia e turno que melhor se adapte à sua rotina, dentre as opções disponibilizadas pela instituição (normalmente sexta à noite ou sábado pela manhã). Esta avaliação terá duração de 3 a 4 horas e cobrirá todas as unidades curriculares do semestre.
As datas disponibilizadas para cada cidade serão divulgadas com antecedência no calendário acadêmico, incluindo aquelas referentes à segunda chamada. Você pode escolher entre os locais de avaliação presencial existentes nas cidades abaixo:
- Belo Horizonte
- Brasília
- Campinas
- Curitiba
- Fortaleza
- Goiânia
- Navegantes
- Porto Alegre
- Recife
- Ribeirão Preto
- Rio de Janeiro
- Salvador
- São Paulo
- Vitória
*Novas cidades podem ser incluídas no futuro.⚠️ Importante: As avaliações presenciais serão aplicadas somente a partir de 2027, sendo realizadas a distância durante o ano de 2026.
Sobre o coordenador
Fernando Ferreira
É doutor em Inteligência Artificial pela Coppe/UFRJ e acumula experiência internacional no CERN, onde desenvolveu sistemas de monitoramento e controle para ambientes críticos, exigindo alto nível de segurança e confiabilidade. Além de ser um dos pioneiros em Data Science no Brasil.Co-fundador da TWIST Systems, lidera iniciativas de engenharia de software voltadas à ciência de dados e soluções digitais inovadoras e de impacto para o mercado.
Sua carreira conecta a pesquisa acadêmica de ponta à prática em projetos globais: Fernando pesquisa novas aplicações de IA para análise de dados em larga escala no NetLab/UFRJ e atua como pesquisador e professor no Infnet, trazendo para a sala de aula sua vivência em proteção de dados, aplicações de inteligência artificial em segurança digital e construção de softwares robustos e escaláveis.
Você só encontra no Infnet
Bônus
PROGRAMA DE APERFEIÇOAMENTO
Sua graduação já garante o essencial. O Programa de Aperfeiçoamento garante o diferencial.
No Infnet, além das disciplinas regulares da sua graduação, você também tem direito a eletivas de outras áreas sem custo adicional. Assim, você pode desenvolver competências complementares à sua formação, altamente valorizadas pelo mercado.
COMO O ALUNO APRENDE
Faculdade data science com professores experts
Perguntas frequentes
Por que estudar no Infnet?
A Faculdade Infnet é referência em engenharias tech. Possui como foco o ensino de excelência orientado ao mercado de tecnologia, com metodologia prática baseada em competências e grades curriculares atualizadas.
Qual a avaliação do MEC para o EAD do Infnet?
A qualidade da Faculdade Infnet foi reconhecida pelo MEC, que conferiu conceito máximo (5) para a modalidade EAD da instituição e para todas as graduações reconhecidas. Portaria 529 de 14/06/2013. Essas informações são públicas, o candidato pode ir lá sozinho e pesquisar no site: emec.mec.gov.br/
Este nível de qualidade só é possível pela metodologia que combina aulas ao vivo diárias e o aprendizado através do desenvolvimento de projetos com desafios reais da profissão. Além disso, a metodologia de avaliação por competências aproxima os alunos do mercado de trabalho.
Por que o EAD da Faculdade Infnet é diferenciado?
Aulas ao vivo todos os dias
Não são aulas prontas, pré-gravadas anos atrás. São aulas de verdade, 100% ao vivo, todos os dias, iguais à sala de aula, mas sem sair de casa.Flexibilidade
Nesta faculdade, as aulas são ao vivo, mas você pode assisti-las em outros horários se preferir. As aulas ficam gravadas e disponíveis para você.Comunidade online
Você participa de uma comunidade online com seus colegas e também com milhares de alunos e professores do Infnet, parecida com um Facebook. Você acessa para tirar dúvidas, encontrar oportunidades, fazer amizades e muito mais.Faculdade referência
A Faculdade Infnet ensina tecnologia há 30 anos. Nossa expertise são as engenharias tech. Até hoje, já foram mais de 30 mil alunos formados em todo o Brasil.Qual infra preciso ter?
Para acompanhar as atividades práticas, você deve dispor de um computador com desempenho compatível com os exercícios propostos. Algumas disciplinas podem envolver a instalação de máquinas virtuais, exigindo um computador com memória suficiente para executá-las.
O diploma é o mesmo de uma graduação presencial?
Conforme a legislação vigente, diplomas de graduação EAD Live são iguais aos diplomas de graduações presenciais. A titulação é exatamente a mesma. A única diferença está no número da portaria do curso, que aparece no verso do diploma. Em todos os casos, no verso do diploma, há uma indicação da portaria do MEC de autorização e reconhecimento do curso.
Os cursos presenciais ou EAD possuem portarias diferentes. Então, no verso do diploma do aluno do presencial, o número da portaria é um, enquanto que, no verso do diploma da modalidade a distância, o número da portaria é outro.
Como o Programa de Aperfeiçoamento e Inovação funciona?
Ao se matricular no Infnet, você ganha um bônus: as eletivas de aperfeiçoamento. São disciplinas voltadas para o desenvolvimento de habilidades técnicas, comportamentais e inovadoras em diversos temas, da neurociência e design thinking a IA e blockchain. Todo ano são oferecidas de 8 a 15 eletivas, atualizadas a cada edição.
As aulas são realizadas ao vivo e podem incluir atividades práticas, discussões ou trabalhos, a critério do professor. Qualquer aluno de graduação pode fazer até duas eletivas de aperfeiçoamento por ano, sem custo adicional.
Minha cidade não está na lista de locais de avaliação presencial, e agora?
A lista atual apresenta as primeiras cidades confirmadas. Novas localidades poderão ser incluídas futuramente, caso a instituição identifique demanda em outras regiões.
Como a obrigatoriedade das avaliações presenciais será apenas a partir de 2027, ainda há tempo para ampliar os locais disponíveis, caso necessário.
Enquanto isso, recomenda-se que o estudante verifique com antecedência se o deslocamento, a partir de 2027, caberá em seu orçamento e planejamento. Leve em conta o local de avaliação presencial mais próximo já confirmado.
Para ajudar nessa análise, considere os seguintes pontos:
- Será apenas um encontro por semestre.
- A aplicação ocorrerá nas últimas semanas do semestre letivo, em dias de semana à noite e aos sábados.
- O aluno poderá escolher o dia e o horário mais convenientes dentro das opções oferecidas pela instituição para sua localidade.
- O calendário acadêmico divulgará todas as datas com antecedência, incluindo a data da segunda chamada, caso o estudante perca o prazo inicial.
Terei que fazer avaliações presenciais assim que começar o curso?
Não. As avaliações presenciais serão aplicadas somente a partir de 2027, sendo realizadas a distância durante o ano de 2026.
Preciso assistir às aulas ao vivo?
Sim. Como em qualquer curso de graduação, há acompanhamento de presença nas aulas: o aluno deve participar de, no mínimo, 75% dos encontros síncronos de cada disciplina.
Informações e valores
A Faculdade Infnet valoriza o seu tempo! Por isso, disponibilizamos a Íris, nosso atendimento inteligente, para que você possa obter informações sobre o curso de seu interesse a qualquer hora do dia. Ao finalizar esse atendimento, estaremos prontos para te ajudar sem demora, durante o horário comercial.
