Aulas ao vivo todos os dias
Matriz atualizada para 2026
Faculdade EAD Live em
Engenharia de Dados
A Engenharia de Dados transforma informações em valor estratégico — estruturando, processando e integrando dados essenciais para empresas, sistemas e soluções inteligentes. É uma área central para a operação de negócios modernos, onde análise, infraestrutura e aplicações inteligentes se encontram para gerar insights e resultados reais.
Na Faculdade Infnet, você pode ingressar nesse universo por dois caminhos: para quem busca formação completa com ênfase em engenharia de software e arquitetura de dados, há a graduação em Engenharia de Dados (4 anos). Já quem prefere uma formação mais direta e rápida para trabalhar com bancos de dados e manipulação de informações estruturadas pode escolher Banco de Dados (2 anos e meio).
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.
Fundamentos do processamento de dados
Introdução a Visualização de Dados e SQL:
- Visualizar dados de um CSV no Google Data Studio
- Construir um relatório interativo baseado em dados usando o Google Data Studio
- Realizar queries em uma base de dados SQL
- Extrair informações utilizando agrupamentos e sumarizações
Introdução a Programação com Python:- Criar programas simples em Python usando uma IDE “code playground”
- Escrever programas que realizam operações em Python
- Escrever programas simples com decisão / seleção em Python
- Escrever programas simples com repetição / iteração e listas em Python
SQL e Modelagem Relacional:- Construir modelos conceituais, lógicos e físicos aplicando regras de normalização
- Projetar estruturas de dados utilizando restrições e relacionamentos
- Criar tabelas e objetos em um banco de dados utilizando comandos DDL
- Consultar e modificar dados utilizando comandos DML
Python para Processamento de Dados:- Programar funções em Python
- Programar em Python com strings (texto) e números
- 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: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.
- Visualizar dados de um CSV no Google Data Studio
Engenharia de Dados: Big Data
Administração de BDs noSQL com MongoDB:
- Explicar semelhanças e diferenças entre bases SQL, noSQL e newSQL
- Instalar e configurar bases de dados noSQL utilizando MongoDB
- Manipular dados e bases de dados noSQL utilizando MongodB
- Utilizar recursos de Replicação e Particionamento
- Utilizar recursos de Performance, Segurança, Backup/Restore e boas práticas na administração de bancos MongoDB
Fundamentos em Engenharia de Dados para Big Data:- Explicar conceitos básicos que envolvem o universo big data
- Utilizar ambientes e plataformas para executar aplicações big data
- Explicar conceitos sobre Hadoop/Spark e como eles se relacionam
- Escrever programas em Python utilizando ambientes Hadoop/Spark
Implantação de Soluções Big Data com Hadoop:- Explicar as soluções existentes para manipulação de grandes volumes de dados
- Utilizar ferramentas para manipulação de grande quantidade de dados
- Manipular bancos de dados distribuídos utilizados com Hadoop/Spark
- Utilizar soluções Hadoop/Spark em ambiente de nuvem com Inteligência Artificial
Desenvolvimento de Soluções Big Data com Apache Spark:- Desenvolver aplicações utilizando as bibliotecas do ecossistema Spark
- Manipular bases de dados distribuídas com Spark/Hadoop
- Desenvolver aplicações utilizando Python e Spark
- Desenvolver soluções de Inteligência Artificial utilizando API Spark Machine Learning Library
Projeto de Bloco:- Aplicar conceitos, técnicas, ferramentas e arquiteturas utilizadas no universo de Big Data
- Descrever aplicações de Big Data integrando conceitos e ferramentas estudados
- Formular um projeto em ambiente de nuvem utilizando Python, Hadoop, Spark
- Executar tratamento e análises de dados com infraestrutura Hadoop/Spark
Business Intelligence e Data Warehousing
Fundamentos de BI, Modelagem Dimensional e Análise de Dados:
- Reconhecer os fundamentos de BI na nuvem e em ambientes on-premise
- Projetar modelos dimensionais
- Implementar modelos dimensionais
- Compreender análise de dados e usos de Inteligência Artificial para auxílio em análise 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 e ELT) com SSIS e ADF
- Criar uma solução de carga de dados (ETL) com o Microsoft SQL Server Integration Services (SSIS)
- Criar uma solução de Data Warehouse utilizando SQL Server /SQL do Azure
- Utilizar linguagens de programação (T-SQL) para extração de dados
- Criar uma solução de carga de dados (ETL) com o Azure Data Factory (ADF)
Visualização de Dados e Dashboards com PowerBI:- 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 relatórios e dashboards com o Microsoft PowerBI
Serviços de Análise com o Microsoft SQL Server Analysis Services (SSAS):- Reconhecer os conceitos fundamentais do Microsoft SQL Server Analysis Sevices (SSAS)
- Utilizar o Microsoft Analysis Services Multidimensional
- Utilizar expressões multidimensionais na linguagem MDX em cubos de dados
- Utilizar o Microsoft Analysis Sevices Tabular
- Utilizar expressões de análise de dados na linguagem DAX em um modelo tabular
Projeto de Bloco:- Explicar o valor e os desafios da implementação do BI nas organizações
- Explicar os tipos de Projetos para Business Intelligence
- Projetar um DM/DW a partir de modelos dimensionais e ETL para o Projeto de Bloco
- Projetar Banco de Análise e produzir entregáveis para o Projeto de Bloco
- Projetar Visualizações e Dashboards, produzindo entregáveis para o Projeto de Bloco
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 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 a 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 a 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 a integridade em bancos de dados Oracle
- Resolver problemas práticos de administração e otimização no SGBD Oracle e em ambientes OCI
Projeto de Bloco:- Levantar requisitos para elaboração de modelos de dados
- Elaborar modelos de dados e implementá-los fisicamente
- Efetuar melhorias em estruturas de dados já criadas
- Efetuar migração e integração de dados entre os SGBDs Oracle e SQL Server e ambientes de nuvem
Infraestrutura e Segurança de Dados
Disciplinas:
- Arquitetura de Computadores e Sistemas Operacionais
- Governança e Proteção de Dados
- Fundamentos de Redes de Computadores e Cibersegurança
- Gestão e Privacidade de Dados
- Projeto de Bloco: Infraestrutura e Segurança de Dados
ADMISSÃO E VALORES
Engenharia de Dados:
Banco de Dados:
Sobre a graduação
É reconhecida pelo MEC?
Sim. A 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.
A graduação em Banco de Dados foi autorizada pela Portaria 605 de 29/10/2014 e reconhecida pelo MEC com nota máxima pela Portaria 309 de 15/10/2020.
Qual é o tipo de diploma?
Diploma de Bacharel em Engenharia de Software, com ênfase em Engenharia de Dados, ou Curso Superior de Tecnologia em Banco de Dados.
Ambos os diplomas permitem a continuação dos estudos em especialização, MBA, mestrado e doutorado, além da participação em concursos públicos.
Qual é a diferença entre os dois cursos?
Engenharia de Dados (4 anos) → Forma profissionais que constroem sistemas inteligentes de dados, criando estruturas que coletam, processam e distribuem informações automaticamente entre diferentes plataformas e aplicações. É um curso voltado para desenvolvimento de software aliado à infraestrutura, ideal para quem quer projetar soluções complexas e escaláveis do zero.
Banco de Dados (2,5 anos) → Forma profissionais que cuidam e organizam bancos de dados já existentes, garantindo que as informações estejam seguras, rápidas e acessíveis para uso em relatórios e sistemas corporativos. É um curso focado em infraestrutura, ideal para quem quer atuar diretamente com administração de dados.
Quais são as formas de ingresso?
Você pode ingressar neste curso através de uma das seguintes formas:
– Vestibular Online: Faça a prova de vestibular do Infnet, totalmente online e sob demanda.
– Nota do ENEM: Utilize sua nota do Enem dos últimos 10 anos.
– Portador de Diploma: Caso você já tenha um diploma de ensino superior, pode usá-lo para ingressar em uma nova graduação.
– Transferência Externa: Se você já cursa uma graduação em outra instituição, pode fazer a transferência do seu curso para o Infnet.
– Reingresso: Se você já foi aluno do Infnet e trancou sua matrícula, pode solicitar o seu retorno ao curso.Como vão funcionar as avaliações presenciais?
Flexibilidade é um dos grandes focos das nossas Graduações EAD Live. Logo, essa será a regra para as avaliações presenciais, obrigatórias a partir de 2027: você terá somente uma avaliação presencial a cada 6 meses, em dia e horário de sua escolha, dentro do período determinado para avaliações ao final do semestre letivo.
As datas possíveis 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.Conheça os coordenadores
ENGENHARIA DE DADOS: FERNANDO FERREIRA
Fernando Ferreira é coordenador do MBA em Data Science do Infnet. Engenheiro em três níveis de formação — graduado em Engenharia Eletrônica e de Software, mestre em Engenharia Elétrica e doutor em Engenharia com ênfase em Inteligência Artificial, todos pela COPPE/UFRJ —, com especialização em Gestão e Negócios. Atua como pesquisador, investigando novas formas de analisar e organizar dados em larga escala, e também como co-fundador da TWIST Systems, liderando 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.
BANCO DE DADOS: ROBSON COMBAT
Robson Combat é mestre em Computação e coordenador da pós-graduação em Banco de Dados da Faculdade Infnet. Com mais de 25 anos de experiência na área, liderou projetos de BI, Big Data e arquitetura de dados em grandes empresas como Rede D’Or, Vale e Rio Tinto. Especialista em ambientes corporativos de alta complexidade, traz para a sala de aula uma formação prática e estratégica — preparando o aluno para atuar desde a modelagem até a gestão de estruturas de dados em larga escala.
Curso atualizado para os impactos da IA
A Engenharia de Dados está passando por uma revolução: hoje, é possível projetar pipelines, gerar consultas SQL complexas e até construir arquiteturas de dados com apoio de Inteligência Artificial. Por isso, nossas disciplinas foram atualizadas para que você aprenda a usar IA como aceleradora — automatizando tarefas repetitivas e focando no que realmente importa: modelar, organizar e operar dados em escala como os profissionais das grandes empresas.
Ao mesmo tempo, sabemos que não existe Engenheiro de Dados competente sem fundamentos. Por isso, há momentos-chave do curso em que o aluno trabalha sem auxílio da IA — escrevendo queries na mão, projetando modelos do zero e entendendo a fundo os mecanismos de bancos de dados, ETL e governança.
Essa combinação garante que você domine as ferramentas modernas impulsionadas por IA sem depender delas, construindo uma base sólida para atuar com confiança em qualquer cenário técnico.
O upgrade que coloca você em outro nível
Além da sua graduação, você terá acesso a um pacote de conteúdos extras, sem custo adicional, pensado para fortalecer sua formação e ampliar suas oportunidades.
Confira o que inclui:
O mesmo conteúdo que ajuda engenheiros de dados 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.
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
Para dominar o universo dos dados, não basta conhecer a teoria; é preciso saber extrair valor. É por isso que nossa metodologia é totalmente focada na prática. Simulamos os desafios de um time de dados real, em um modelo imersivo que te capacita a construir e entregar as soluções — de pipelines a modelos preditivos — que geram o impacto que as maiores empresas do mundo procuram. Veja como funciona:
Depoimento de alunos
Para quem é — e qual caminho combina mais com você
Se você quer construir sua carreira trabalhando com dados — projetando estruturas que sustentam decisões estratégicas e sistemas inteligentes — a Faculdade Infnet oferece dois caminhos, cada um alinhado a diferentes perfis e objetivos profissionais.
👉 Engenharia de Dados (4 anos)
Para quem quer desenvolver sistemas inteligentes de dados — criando estruturas que coletam, transformam e distribuem informações de forma automatizada e em larga escala. Ideal para quem:
>Está no ensino médio ou concluiu recentemente e sonha em trabalhar com tecnologia em nível de engenharia, unindo programação, arquitetura de dados e aplicações inteligentes.
>Já iniciou uma faculdade, mas percebeu que o conteúdo não aprofunda o suficiente e busca uma formação sólida para atuar em projetos robustos de Big Data, governança e IA aplicada a dados.
>Atua em TI, desenvolvimento ou análise, mas sente que precisa de uma formação mais completa para conquistar cargos estratégicos e liderar iniciativas de dados dentro das empresas.
👉 Banco de Dados (2,5 anos)
Para quem quer atuar diretamente na operação e performance de ambientes de dados — administrando, modelando e garantindo a disponibilidade das informações para sistemas e relatórios de BI. Ideal para quem:
>Está no ensino médio ou terminou recentemente e prefere uma formação mais direta para começar logo a trabalhar na área de dados.
>Já atua com suporte, infraestrutura ou desenvolvimento e quer migrar para uma área de alta demanda, assumindo funções como DBA, analista de dados ou especialista em BI.
>Vem de outra área e quer iniciar sua primeira graduação em um campo com alta empregabilidade, onde é possível ver resultados práticos desde os primeiros semestres.
Engenharia de Dados: a espinha dorsal da inteligência do mundo digital
Enquanto sistemas inteligentes transformam empresas e operações, são os engenheiros de dados que garantem que tudo funcione. Cada modelo de IA ou decisão estratégica depende de pipelines bem estruturados, bancos de dados eficientes e fluxos de informações confiáveis. Do e-commerce à saúde, do setor financeiro às plataformas em nuvem, sem Engenharia de Dados não há operação escalável, segura ou inteligente.
Seguir carreira na área de Engenharia de Dados significa trabalhar na espinha dorsal da tecnologia: projetando arquiteturas, integrando dados de múltiplas fontes e garantindo que informações estejam disponíveis para análise e decisão em tempo real. É uma trajetória que combina lógica, visão sistêmica e responsabilidade técnica, com oportunidades crescentes para quem quer atuar do desenvolvimento prático à gestão de dados estratégicos.
Quem domina dados, move o mercado
Cada decisão estratégica, cada sistema inteligente e cada operação digital depende de dados confiáveis. É por isso que o mercado valoriza tanto dois papéis fundamentais nesse ecossistema: de um lado, os profissionais que desenvolvem as estruturas que fazem os dados fluírem — criando pipelines, arquiteturas e integrações complexas; de outro, aqueles que mantêm essas estruturas em funcionamento com segurança e alta performance, administrando, monitorando e otimizando os bancos de dados que sustentam sistemas e relatórios críticos. Um constrói a base; o outro garante que nada pare — e ambos são indispensáveis.
A valorização se reflete nos salários. Quem atua na operação e gestão de bancos de dados já recebe entre R$ 7.000 e R$ 12.000 em níveis plenos. Já os que avançam para engenharia e arquitetura em larga escala facilmente superam os R$ 15.000 a R$ 25.000. Independentemente do caminho escolhido, quem trabalha com dados está entre os profissionais mais disputados do país — e seguirá crescendo à medida que as empresas ampliam seus investimentos em automação, analytics e inteligência artificial.
Prepare-se para os cargos mais relevantes da engenharia de dados
Dados não são apenas números: são o combustível que move empresas, governos e operações digitais de todos os setores. Cada decisão estratégica, cada sistema inteligente e cada modelo de Inteligência Artificial depende de informações bem estruturadas, seguras e disponíveis no momento certo. Neste cenário, surgem duas funções igualmente estratégicas: quem projeta arquiteturas, integra fluxos e cria pipelines eficientes — e quem gerencia, organiza e mantém bancos de dados confiáveis e escaláveis.
A Faculdade Infnet forma profissionais para ambos os papéis:
Engenharia de Dados (4 anos)
>Engenheiro de Dados
>Engenheiro de Software
>Arquiteto de Dados
>Engenheiro de Dados na Nuvem
>Engenheiro de Plataformas de Dados
Banco de Dados (2,5 anos)
>Administrador de Banco de Dados
>Especialista em SQL e NoSQL
>Analista de Business Intelligence
>Analista de Data Warehouse
>Gestor de Infraestrutura de Dados
Perguntas frequentes sobre faculdade de Engenharia de Dados EAD
Qual é o tipo de diploma?
Diploma de Bacharel em Engenharia de Software, com ênfase em Engenharia de Dados, ou Curso Superior de Tecnologia em Banco de Dados.
Ambos os diplomas permitem a continuação dos estudos em especialização, MBA, mestrado e doutorado, além da participação em concursos públicos.
Essas graduações são reconhecida pelo MEC?
Sim. A 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. A graduação em Banco de Dados foi autorizada pela Portaria 605 de 29/10/2014 e reconhecida pelo MEC com nota máxima pela Portaria 309 de 15/10/2020.
O que está incluído nos cursos (aulas, materiais, projetos, suporte)?
As graduações no Infnet incluem 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.
Quais são as formas de ingresso?
Você pode ingressar na graduação através de uma das seguintes formas:
– Vestibular Online: Faça a prova de vestibular do Infnet, totalmente online e sob demanda.
– Nota do ENEM: Utilize sua nota do Enem dos últimos 10 anos.
– Portador de Diploma: Caso você já tenha um diploma de ensino superior, pode usá-lo para ingressar em uma nova graduação.
– Transferência Externa: Se você já cursa uma graduação em outra instituição, pode fazer a transferência do seu curso para o Infnet.
– Reingresso: Se você já foi aluno do Infnet e trancou sua matrícula, pode solicitar o seu retorno ao curso.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 os cursos?
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.
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 da semana definida 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 — que será realizada em um sábado ao final do semestre.
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.