Aula ao vivo todos os dias
Matriz atualizada para 2026
Faculdade EAD Live em
Engenharia de Dados
Diploma em Engenharia de Software, com ênfase em Engenharia de Dados.
Aprenda a projetar sistemas que garantem o fluxo contínuo, seguro e escalável de dados, construindo pipelines eficientes que integram informações de múltiplas fontes com confiabilidade. Esta faculdade de Engenharia de Dados prepara você para dominar arquiteturas modernas, atuar na interseção entre software e dados e conquistar posições valorizadas em um mercado de alta demanda.
Matriz curricular
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
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 funções personalizadas em Python
- 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, dicionários e JSON
- Encontrar e tratar bugs (erros) em Python
Projeto de Bloco: Fundamentos do Processamento de Dados- Entregar um relatório com uma série de exercícios de fundamentação, trazendo a implementação de diversos artefatos de processamento de dados em Python e SQL, assim como os códigos fontes, documentação do processo de desenvolvimento e da modelagem de dados. São usados exercícios desafiadores provenientes de plataformas de mercado.
Conectividade e Desenvolvimento Front-End
Arquitetura e Operação de Sistemas Computacionais:
- Explicar a arquitetura de hardware de dispositivos computacionais
- Operar sistemas operacionais de desktops
- Gerenciar sistemas operacionais móveis e sua segurança
- Descrever os fundamentos de redes de computadores
- Explicar o funcionamento do endereçamento de rede
Fundamentos do Desenvolvimento Front-End:- Estruturar e estilizar páginas web com HTML5 e CSS3
- Implementar algoritmos com lógica de programação em JavaScript
- Organizar e reutilizar código através de funções
- Manipular dinamicamente o conteúdo e o estilo da página
- Analisar e depurar códigos HTML, CSS e JavaScript
Infraestrutura e Segurança de Redes:- Implementar a configuração inicial de dispositivos de rede
- Operar uma infraestrutura de rede com base em um projeto
- Diagnosticar problemas de conectividade em redes
- Aplicar os fundamentos de segurança de rede
- Elaborar um projeto de rede básico
Interatividade no Desenvolvimento Front-End:- Estruturar e manipular dados complexos com arrays e objetos
- Desenvolver interfaces dinâmicas baseadas em eventos
- Criar e validar formulários web interativos
- Criar páginas web dinâmicas com manipulação avançada do DOM
Projeto de Bloco: Conectividade e Desenvolvimento Front-End:- Dashboard de Análise de Logs de Segurança de Rede: O aluno irá criar uma interface web interativa para visualizar e filtrar um grande volume de logs de um firewall ou de um sistema de detecção de intrusão. O objetivo é identificar padrões, como os principais IPs de ataque ou as portas mais visadas.
Desenvolvimento Back-End
Fundamentos de Desenvolvimento com Java:
- Preparar o ambiente para desenvolvimento local com Java
- Escrever programas em Java usando seus elementos básicos
- Escrever programas em Java que utilizem classes e objetos
- Utilizar os pilares do paradigma de orientação ao objeto para criação de programas em Java
- Escrever programas em Java com arrays, coleções, arquivos e recursos mais avançados
Fundamentos de Desenvolvimento com C#:- Preparar ambiente para desenvolvimento local com C# e .NET
- Escrever programas em C# usando seus elementos básicos
- Escrever programas em C# que utilizem classes e objetos
- Utilizar os pilares do paradigma de orientação ao objeto para criação de programas em C#
- Escrever programas em C# com Arrays, arquivos e recursos mais avançados
Desenvolvimento de Serviços Web com Spring Boot:- Criar aplicações web a partir do Spring Boot Initializer
- Desenvolver RESTful APIs com Spring Boot
- Implementar persistência de dados com JPA, Redis e MongoDB
- Implementar testes em aplicações SpringBoot
- Implementar medidas de segurança em aplicações Spring Boot
- Realizar o deploy em aplicações SpringBoot
Desenvolvimento Web com .NET e Bases de Dados:- Utilizar delegates e events em programas C#
- Desenvolver uma aplicação web full-stack (“server-based UI”) em ASP.NET Core usando Razor Pages
- Acessar bases de dados usando EF Core
- Desenvolver uma aplicação web em ASP.NET Core acessando bases de dados via EF Core
Projeto de Bloco: Desenvolvimento Back-End:- O aluno deverá projetar e implementar uma solução de back-end, aderindo ao processo RUP. A modelagem do software será respaldada pela produção de artefatos, incluindo casos de uso, diagrama de classes, diagramas de sequências e de comunicação. Estes artefatos utilizarão UML e serão entregues juntos com a solução final. Se a tecnologia escolhida for Java, o aluno desenvolverá uma interface de linha de comando que interage com o back-end por meio de uma API REST, e a persistência de dados deverá ser realizada numa base MongoDB. Já se o aluno escolher C#/ASP.NET, a solução será desenvolvida usando Razor Pages (interface e back-end) e a persistência de dados deverá ser realizada utilizando EF Core.
Ciência da Computação
Velocidade e Qualidade com Estruturas de Dados e Algoritmos:
- Avaliar a velocidade de algoritmos introdutórios usando a notação Big O
- Utilizar as estruturas de dados hash tables, filas (queues) e pilhas (stacks)
- Desenvolver algoritmos avançados usando recursão e programação dinâmica
- Utilizar as estruturas de dados listas encadeadas (linked lists) e árvores (trees)
Sistemas Operacionais com Linux e Python:- Operar o sistema operacional Linux utilizando a linha de comando
- Explicar como o Linux opera o hardware e os diferentes dispositivos de sistema
- Gerenciar aplicativos, pacotes, containers e sistemas de inicialização no Linux, utilizando a linha de comando
- Desenvolver programas simples em Python com paralelismo, utilizando a linha de comando
Estruturas de Dados e Algoritmos Avançados:- Utilizar as estruturas de dados heaps e tries
- Utilizar a estrutura de dados grafos (graphs)
- Desenvolver algoritmos avançados com grafos
- Resolver problemas com algoritmos gulosos (“greedy”) e outras técnicas adicionais de otimização
Programação Distribuída com Redes usando Linux e Python:- Conectar em rede e com a Internet computadores com o sistema operacional Linux
- Utilizar serviços e aplicações de rede do Linux
- Desenvolver programas em Python que se comunicam por rede
- Desenvolver programas em Python para analisar, manipular e proteger redes
Projeto de Bloco: Ciência da Computação:- O aluno deverá apresentar cinco soluções práticas que evidenciam competências em Estruturas de Dados, Algoritmos, Sistemas Operacionais com Linux e Python, e Programação Distribuída em Redes. Estas soluções envolvem a análise de algoritmos de ordenação, desenvolvimento de programas com computação paralela, manipulação de árvores, listas encadeadas, heaps, tries, grafos, e técnicas de comunicação de rede, além da resolução de problemas de grafos e NP-completos, culminando em uma experiência prática e avançada.
Engenharia Segura de Softwares Escaláveis
Microsserviços e DevOps com Spring Boot e Spring Cloud:
- Desenvolver microserviços cloud nativos com Spring Boot e Spring Cloud
- Publicar microserviços Spring Boot, orquestrando containers com Docker e Kubernetes
- Desenvolver microserviços usando Reactive Spring
- Desenvolver em grupo utilizando repositórios Git através do GitHub.
- Publicar de forma automática microsserviços Spring Boot usando GitHub Actions e Kubernetes
Design Patterns e Domain-Driven Design (DDD) com Java:- Desenvolver software aplicando design patterns
- Projetar softwares de forma estratégica, usando “bounded contexts”, subdomínios e linguagem ubíqua
- Projetar softwares de forma estratégica usando “context maps”
- Projetar softwares usando “aggregates”
DevSecOps: Segurança Contínua para Aplicações Cloud Native:- Automatizar a análise de vulnerabilidades em código-fonte e dependências
- Implementar mecanismos de autenticação e autorização em microsserviços
- Gerenciar segredos (secrets) de forma segura e implementar a varredura de vulnerabilidades em imagens de container, como parte do processo de entrega contínua.
- Aplicar os princípios de Threat Modeling (modelagem de ameaças)
Domain-Driven Design (DDD) e Arquitetura de Softwares Escaláveis com Java:- Transformar monolitos em microsserviços eficazes, aplicando princípios de DDD e técnicas de decomposição.
- Projetar softwares usando “domain events”
- Desenvolver microsserviços event-driven e com outros padrões de comunicação assíncrona
- Implementar testes e observabilidade em microsserviços com Zipkin, Spring Cloud Sleuth e ELK Stack.
Projeto de Bloco: Engenharia Segura de Softwares Escaláveis:- O aluno desenvolverá um software escalável de forma ágil e incremental, evoluindo de um monolito para uma arquitetura de microsserviços orientada a eventos, aplicando princípios de Domain-Driven Design (DDD). A solução deverá incorporar práticas de DevSecOps desde o início, garantindo a segurança de APIs RESTful com padrões como OAuth 2.0 e automatizando a análise de vulnerabilidades (SAST, SCA, varredura de containers) no pipeline de CI/CD. O desenvolvimento utilizará o ecossistema Spring (Boot, Data, Cloud) e RabbitMQ para mensageria
Análise e Segurança de Agentes de IA
Estatística Aplicada e Análise Exploratória de Dados:
- Manipular, limpar e transformar conjuntos de dados complexos utilizando bibliotecas como Pandas.
- Calcular e interpretar as principais métricas de estatística descritiva e correlação para extrair insights iniciais.
- Realizar uma Análise Exploratória de Dados (EDA) completa para identificar padrões, anomalias e tendências.
- Aplicar testes de hipótese básicos (como testes A/B) para validar suposições e guiar decisões.
Desenvolvimento Seguro de Aplicações Web:- Mapear a arquitetura e o fluxo de dados de uma aplicação web, identificando componentes críticos de segurança (HTTP, sessões, cookies).
- Identificar as 10 principais vulnerabilidades do OWASP Top 10 em trechos de código e arquiteturas de software.
- Aplicar técnicas de programação segura (Secure Coding), como validação de entradas e codificação de saídas, para prevenir falhas comuns.
- Utilizar ferramentas de scan passivo (como OWASP ZAP) para realizar uma avaliação inicial de segurança em uma aplicação.
Modelagem Preditiva e Construção de Agentes de IA:- Pré-processar e preparar dados textuais ou estruturados para o treinamento de modelos de Machine Learning (feature engineering).
- Treinar, avaliar e otimizar modelos preditivos de classificação e regressão utilizando frameworks como Scikit-learn.
- Integrar um modelo de ML treinado a uma aplicação, expondo sua funcionalidade através de uma API RESTful (Flask/FastAPI).
- Desenvolver lógicas de decisão para um agente de IA com base nas previsões do modelo integrado.
Análise de Vulnerabilidades e Pentest Web:- Operar ferramentas de pentest padrão da indústria (como Burp Suite e SQLmap) para interceptar, analisar e manipular tráfego web.
- Executar ataques práticos para explorar vulnerabilidades do OWASP Top 10 em um ambiente de laboratório controlado.
- Aplicar uma metodologia sistemática de pentest para mapear a superfície de ataque de uma aplicação web ou API.
- Documentar as vulnerabilidades encontradas em um relatório técnico claro, incluindo evidências (PoC) e recomendações de mitigação.
Projeto de Bloco: Análise e Segurança de Agentes IA:- O aluno irá projetar, desenvolver e auditar um agente de IA de atendimento ao cliente. O processo envolve realizar a análise exploratória de um conjunto de dados de suporte para definir as “intenções” do usuário, treinar um modelo de classificação de texto para ser o “cérebro” do agente, e expor essa inteligência através de uma API web. Ao final, os alunos trocam suas APIs e realizam um pentest completo na aplicação dos colegas, atuando como hackers éticos para identificar, explorar e reportar as falhas de segurança encontradas.
Engenharia de Banco de Dados
Administração de BDs: Fundamentos do SQL Server + TSQL
- Instalar e configurar um banco de dados SQL Server
- Planejar e executar tarefas administrativas em um SGBD SQL Server
- Planejar e gerenciar o backup e a recuperação de dados no SQL Server
- Utilizar a linguagem TSQL para manipulação de dados e auxílio em tarefas administrativas
Administração de BDs: Fundamentos do Oracle + PL/SQL
- Instalar e configurar um banco de dados Oracle
- Planejar e executar tarefas administrativas em um SGBD Oracle
- Planejar e gerenciar o backup e a recuperação de dados no Oracle
- Garantir integridade em bancos de dados Oracle utilizando linguagem PL/SQL
Administração e Otimização de BDs: SQL Server e Azure
- Implementar e gerenciar os principais serviços de cloud DB no Microsoft Azure
- Implementar soluções de Alta Disponibilidade em SGBDs SQL Server e SQL no Azure
- Resolver problemas de desempenho em bancos de dados SQL Server e SQL no Azure
- Monitorar e garantir integridade em bancos de dados SQL Server e SQL no Azure
- Resolver problemas práticos de administração e otimização em bancos de dados SQL Server e SQL no Azure
Administração e Otimização de BDs: Oracle e OCI
- Implementar e gerenciar os principais serviços de cloud DB na OCI
- Implementar soluções de Alta Disponibilidade em SGBDs Oracle
- Resolver problemas de desempenho em bancos de dados Oracle
- Monitorar e garantir integridade em bancos de dados Oracle
- Resolver problemas práticos de administração e otimização no SGBD Oracle e em ambientes OCI
Projeto de Bloco: Engenharia de Banco de Dados
- Você desenvolverá um projeto completo de implementação física de uma base de dados, sob a perspectiva de atendimento a requisitos de sistemas de bancos de dados (como sistemas de estoque, RH, compras etc.). Você aplicará os conhecimentos adquiridos anteriormente para construir um banco de dados completo: passando pelas etapas de levantamento, modelagem, implementação física, até a realização de consultas mais complexas.
Engenharia de Dados: Big Data
Processamento de Dados Distribuídos com Spark
- Ingerir e persistir dados em múltiplos formatos (Parquet, CSV, JSON) utilizando a API de DataFrames do Spark
- Aplicar transformações complexas, junções (joins) e agregações em grandes volumes de dados de forma distribuída
- Utilizar Spark SQL para explorar e consultar dados, aproveitando o conhecimento prévio em SQL para processamento em larga escala
- Estruturar e otimizar a escrita de dados através de particionamento para melhorar a performance de futuras leituras e consultas.
Arquitetura de Plataformas de Dados Modernas
- Diferenciar as arquiteturas de Data Warehouse, Data Lake e Data Lakehouse, explicando as vantagens e os casos de uso de cada uma
- Projetar e modelar um Data Lakehouse em camadas (Bronze, Silver, Gold), definindo o propósito e o formato dos dados em cada estágio
- Explicar a importância de formatos de tabela transacionais (como Delta Lake, Apache Iceberg) e seus principais recursos (ACID, Time Travel, Schema Evolution)
- Identificar e propor soluções para desafios comuns de governança de dados, como qualidade, segurança de acesso e catalogação de dados
Orquestração e Automação de Pipelines de Dados
- Desenvolver pipelines de dados como código (DAGs) no Apache Airflow, definindo tarefas, operadores e dependências entre elas
- Integrar e acionar diferentes sistemas a partir do orquestrador, como a execução de jobs Spark, scripts Python e transferências de dados
- Agendar, monitorar e depurar a execução de pipelines, utilizando a interface do Airflow para gerenciar falhas e reprocessar dados (backfilling)
- Aplicar transformações nos dados diretamente no Data Lakehouse utilizando dbt, separando a lógica de negócio da orquestração do pipeline
Engenharia de Dados na Nuvem
- Gerenciar o armazenamento de objetos em nuvem (ex: Amazon S3), configurando buckets, políticas de segurança (IAM) e ciclos de vida de dados
- Executar jobs de processamento de dados (Spark) utilizando serviços gerenciados (ex: AWS Glue, Azure Synapse Analytics), sem a necessidade de gerenciar a infraestrutura subjacente
- Implantar e operar pipelines de orquestração em serviços gerenciados na nuvem (ex: MWAA – Managed Workflows for Apache Airflow, Azure Data Factory)
- Disponibilizar os dados do Data Lakehouse para consulta e análise utilizando ferramentas de query federada (ex: Amazon Athena, Presto).
Projeto de Bloco: Engenharia de Dados: Big Data
- Construção de uma plataforma de dados ponta a ponta para uma empresa de varejo online, com o objetivo de criar uma “Visão 360°” do cliente. O aluno irá ingerir dados brutos de vendas (JSON) e logs de navegação (CSV) e processá-los em larga escala com Apache Spark, implementando a solução sobre uma arquitetura Data Lakehouse em camadas. Para simular um ambiente profissional real, todo o fluxo de trabalho será automatizado e orquestrado por Apache Airflow e totalmente implantado em um ambiente de nuvem utilizando serviços gerenciados, resultando em tabelas analíticas prontas para que analistas possam extrair insights valiosos sobre a jornada de compra do consumidor.
ADMISSÃO E VALORES
Sobre a graduação
É reconhecida pelo MEC?
Esta faculdade de Engenharia de Dados é uma ênfase da Engenharia de Software, que foi autorizada pela Portaria 929 de 27/11/2015 e reconhecida com nota máxima pela Portaria 383 de 28/09/2023.
Consulte aqui o cadastro da instituição no Sistema e-MEC
Qual tipo de diploma?
Graduação. Diploma de Bacharel em Engenharia de Software com ênfase em Engenharia de Dados.
Esse diploma habilita para o exercício profissional dentro das áreas de Engenharia de Software e Dados e permite a continuação dos estudos em especialização, MBA, mestrado e doutorado, além da participação em concursos públicos.
Qual a diferença entre este curso e Engenharia de Software?
Na faculdade de Engenharia de Dados, você aprende as bases de engenharia de software e demais tecnologias essenciais para uma carreira de sucesso em Engenharia de Dados. Já o curso de Engenharia de Software é indicado para quem deseja seguir na área de engenharia de software, se aprofundando em desenvolvimento e arquitetura de softwares complexos em geral.
Uma porta de entrada, cinco futuros
Nos cursos de engenharias tech do Infnet, você não precisa decidir sua área logo de início.
É possível começar em uma das engenharias e, em até 2 anos, se mudar de ideia, trocar de ênfase — sem perder tempo nem as disciplinas já concluídas.
Quando chegar a hora de escolher, você pode optar entre:
– Engenharia de Inteligência Artificial
– Engenharia de Dados
– Engenharia de Cloud Computing
– Engenharia de Cibersegurança
– Engenharia de SoftwareE tem mais uma vantagem: o processo seletivo é único. Não existem notas de corte diferentes para cada ênfase. Você faz uma prova só, garante sua vaga e tem liberdade para decidir qual caminho seguir depois.
Conheça o coordenador
FERNANDO FERREIRA
Fernando Ferreira é doutor em Inteligência Artificial e coordenador do MBA em Data Science da Faculdade Infnet.
Atua como pesquisador, investigando novas formas de analisar e organizar dados em larga escala. Como co-fundador da TWIST Systems, lidera projetos de ciência de dados aplicados a negócios.
Com experiência internacional no CERN, onde desenvolveu sistemas de monitoramento e análise para ambientes de alta complexidade, traz para a sala de aula uma visão prática e acadêmica sobre todo o ciclo de engenharia de dados — da coleta ao uso estratégico da informação.
Curso atualizado para os impactos da IA
No mundo atual, trabalhar com dados com o auxílio de Inteligência Artificial é não apenas possível, mas extremamente produtivo. Por isso, nossa formação foi pensada para que você aprenda a usar IA de forma estratégica, acelerando processos de análise, integração e transformação de dados, e dominando ferramentas que já são padrão nas maiores empresas.
Ao mesmo tempo, sabemos que uma formação sólida exige compreensão profunda dos conceitos e fundamentos de dados. Por isso, há momentos-chave em que você trabalhará diretamente com pipelines, modelagem e estruturas de dados, sem depender de IA, garantindo que domine a lógica e a metodologia por trás de cada processo.
Essa combinação garante que você aprenda a trabalhar de forma eficiente com IA, aumentando produtividade e qualidade das entregas, enquanto constrói uma base sólida que prepara para qualquer desafio no universo de dados.
O upgrade que coloca você em outro nível
Além da sua faculdade de Engenharia de Dados, você terá acesso a um pacote de conteúdos extras, sem custo adicional, para fortalecer sua formação e ampliar suas oportunidades.
Confira o que inclui:
O mesmo conteúdo que ajuda engenheiros tech sênior do Vale do Silício a se manterem à frente está agora ao seu alcance. Uma biblioteca viva de tecnologia, com livros, vídeos e laboratórios práticos atualizados constantemente — referência para profissionais das maiores big techs.
Nossos alunos têm acesso a disciplinas extras sobre temas em destaque no mercado, como computação vestível (tais como smart glasses), computação quântica, neurociência, blockchain e outros, proporcionando visão prática sobre o que está moldando o futuro da tecnologia.
Sua porta de entrada para as engenharias tech
As engenharias tech representam o ápice da engenharia moderna, estando diretamente ligadas às mais avançadas tecnologias disponíveis atualmente. Descubra como você irá se preparar para construir o futuro da tecnologia:
Você só encontra no Infnet
Sua jornada é ao vivo, interativa e focada no que realmente importa: seu sucesso no mercado.
Como será sua Graduação Live
A formação de um engenheiro tech é construída com disciplina, método e um foco intenso na prática. Nosso modelo é imersivo e baseado em projetos, projetado para capacitar você a arquitetar e construir soluções tecnológicas reais.
Depoimento de alunos
Pra quem é?
Esta graduação em Engenharia de Dados é para quem tem um perfil organizador e gosta de construir sistemas robustos e lógicos. É o curso ideal para você que:
> Está no ensino médio e tem um talento natural para organizar informações, criar estruturas e entender como sistemas complexos funcionam nos bastidores.
> Concluiu o ensino médio recentemente e não busca apenas uma carreira segura, mas uma que te posicione na frente do conhecimento em dados, trabalhando com tecnologias que transformam informações em decisões estratégicas.
> Experimentou outra faculdade mas sentiu que faltava foco em uma habilidade crítica e de mercado, buscando agora uma formação que te torne um especialista indispensável na economia digital.
> Já trabalha com tecnologia, mas sente que a falta de graduação limita seu crescimento, e busca um diploma que valide sua experiência e abra novas oportunidades em análise, processamento e gestão de dados.
> Já atua em outra área e quer iniciar sua primeira graduação em uma carreira que combina inovação, propósito e alta demanda no mercado, transformando dados em insights e soluções com impacto real.
O mercado de Engenharia de Dados: construindo sistemas que transformam informações em valor
Enquanto ciência de dados e inteligência artificial buscam insights valiosos, a engenharia de dados projeta e mantém os sistemas que tornam essas descobertas possíveis. De nada adianta ter um oceano de informações se não houver arquiteturas capazes de processar, organizar e disponibilizar dados em larga escala com confiabilidade e eficiência. Por isso, essa é uma área estratégica, que transforma dados brutos em ativos essenciais para decisões e inovação.
Escolher a carreira em engenharia de dados significa se tornar o arquiteto dos sistemas que suportam a inteligência da organização. O profissional projeta pipelines, arquiteturas Data Lakehouse e plataformas distribuídas que empoderam todas as equipes, da análise de negócios à pesquisa. É uma carreira voltada para soluções escaláveis, problemas complexos e impacto direto na inovação, com alta demanda e oportunidades em todas as indústrias.
Demanda de mercado
A demanda por Engenheiros de Dados é massiva e estratégica, pois nenhuma iniciativa de Big Data ou IA funciona sem sistemas e arquiteturas de dados confiáveis. Empresas de mídia e streaming, como a Globo, precisam destes profissionais para projetar e manter pipelines distribuídos que alimentam seus sistemas de recomendação, enquanto fintechs como o Nubank os contratam para arquitetar Data Lakehouses que possibilitam análises de risco em tempo real. Este profissional atua como a base sobre a qual toda a inteligência de uma empresa é construída.
A criticidade da função eleva o patamar da remuneração. No mercado, vagas para engenheiros de dados plenos em empresas de consultoria como a Accenture ou em gigantes do setor financeiro apresentam salários entre R$ 10.000 e R$ 17.000. Arquitetos de dados e engenheiros sênior são considerados ativos estratégicos em empresas como a Amazon Web Services (AWS), com salários que frequentemente superam os R$ 25.000, pois são eles que garantem a disponibilidade, qualidade e escalabilidade do ativo mais valioso das empresas: seus dados.
Sua carreira em Dados começa aqui
O objetivo é formar o profissional que constrói e gerencia sistemas de dados, o ativo mais valioso das empresas modernas. Ao concluir o curso, você estará preparado para assumir posições de alto impacto, como:
>Engenheiro de Dados
>Arquiteto de Dados
>Engenheiro de Dados Analíticos
>Engenheiro de Dados na Nuvem
>Engenheiro de Plataformas de Dados
Perguntas frequentes
O que está incluído no curso (aulas, materiais, projetos, suporte)?
A faculdade de Engenharia de Dados do Infnet inclui disciplinas com trilhas de aprendizagem, aulas ao vivo e conteúdos online no ambiente virtual, materiais didáticos, atividades e avaliações. Projetos práticos e orientados por professores integram a formação. Há suporte de carreira, acadêmico e coordenação.
Preciso ter experiência prévia ou algum conhecimento específico para começar?
Não. Indica-se somente afinidade com a área escolhida.
Existe algum pré-requisito ou documentação necessária para me inscrever?
Sim. Os únicos pré-requisitos são: ter concluído o Ensino Médio e ser aprovado em um processo seletivo (vestibular do Infnet, ENEM ou outras formas de ingresso).
Após a aprovação, a equipe de matrículas informa quais documentos pessoais e acadêmicos você deve apresentar.
Se eu perder uma aula ao vivo, consigo assistir a gravação depois?
Sim. Após uma aula ao vivo, sua gravação é disponibilizada no ambiente virtual de aprendizagem da disciplina dentro do período letivo.
Quais são os canais de suporte disponíveis durante o curso?
Você conta com coordenação de curso, secretaria acadêmica, central de carreira, canais de atendimento e suporte técnico do ambiente virtual de aprendizagem.
Há acompanhamento individual ou grupos de apoio para dúvidas?
Sim. Como as aulas são 100% ao vivo, você estuda com uma turma fixa que te acompanha ao longo de toda a graduação. Isso permite criar vínculos reais e ter canais diretos para tirar dúvidas — como grupos no WhatsApp e no ambiente virtual do Infnet.
Além disso, você conta com apoio psicopedagógico para organização da rotina, gestão do tempo e construção de uma agenda de estudos, quando necessário. As disciplinas também têm orientação docente e espaços de interação, como grupos e encontros. E, conforme a necessidade, ainda podem existir iniciativas de monitoria e apoio da coordenação.
Posso ter dupla-ênfase (Double Major)?
Sim, você pode conquistar até duas ênfases nesta graduação, sem precisar refazer disciplinas.
O diploma é de Bacharel em Engenharia de Software e registra suas ênfases no verso, dentre as 5 opções: Engenharia de Inteligência Artificial, Engenharia de Cibersegurança, Engenharia de Dados, Engenharia de Cloud Computing ou Engenharia de Software. A primeira deve ser escolhida nos dois primeiros anos do curso e você pode incluir uma segunda ênfase posteriormente.
Com isso, o diploma garante reconhecimento pleno da sua formação, permite o registro no CREA e mostra ao mercado que você se especializou em duas áreas estratégicas.
Preciso fazer vestibular separado para cada ênfase?
Não. O processo seletivo da Faculdade Infnet é unificado para todas as engenharias tech.
Ou seja, não existem notas de corte diferentes entre as ênfases. Você faz uma só prova, conquista sua vaga, e tem liberdade para decidir qual engenharia seguir.
Informações e valores
A Faculdade Infnet valoriza o seu tempo! Por isso, disponibilizamos a Íris, nosso atendimento inteligente, que pode ser contatada a qualquer hora do dia para fornecer informações sobre o curso de seu interesse.
Depois desse atendimento inicial, você poderá falar com nossos especialistas, durante o horário comercial, que estão prontos para tirar dúvidas detalhadas e orientar sobre matrícula e processos.