Faculdade EAD Live em
Engenharia de Computação

C#, Java, Python, JavaScript, React, CSS, HTML, Front-end, Back-end, Modelagem de Dados, Arquitetura de Software, Microsserviços, Cloud, IA

Torne-se um engenheiro capaz de projetar e desenvolver soluções computacionais complexas, incluindo o planejamento e construção de computadores, periféricos e sistemas que realizem a integração entre hardware e software.

Nos aprofundamos em assuntos fundamentais da engenharia da computação, como IoT, sistemas robóticos, processamento de sinais, sistemas embarcados e machine learning, além de fundamentos do desenvolvimento de software e as plataformas Java, C# e Python.

Disciplinas e competências

• Fundamentos do Desenvolvimento de Software

  Programação Web com HTML5 e CSS3:

  • Criar primeiras páginas web em HTML5 e CSS3 usando uma IDE “code playground”
  • Criar páginas web em HTML5 e CSS3 com os principais recursos
  • Criar páginas web em HTML5 e CSS3 com estrutura e layout

  
  Programação Web com JavaScript I:

  • Criar primeiros programas web em JavaScript usando uma IDE “code playground”
  • Escrever programas web simples em JavaScript
  • Programar decisões/seleções (lógica) em JavaScript
  • Programar primeiros programas web em JavaScript usando o DOM

  
  Interatividade em Páginas Web:

  • Programar em JavaScript com objetos
  • Criar páginas web dinâmicas em HTML5, CSS3 e JavaScript manipulando o DOM
  • Criar páginas web interativas em HTML5, CSS3 e JavaScript com eventos
  • Criar, estilizar e validar formulários em páginas web com HTML5, CSS3 e JavaScript

  
  Programação Web com JavaScript II:

  • Escrever programas em JavaScript com arrays
  • Programar repetições/iterações em JavaScript
  • Programar funções em JavaScript
  • Programar em JavaScript com strings (texto) e números
  • Encontrar e tratar bugs (erros) em JavaScript

  
  Projeto de Bloco: Fundamentos do Desenvolvimento de Software:
  

  • Criar páginas web em HTML5 e CSS3 com os principais recursos
  • Escrever programas simples em JavaScript
  • Escrever programas em JavaScript com mais recursos
  • Criar páginas web interativas em HTML5, CSS3 e JavaScript manipulando o DOM

   

• Fundamento de Dados

  Visualização de Dados e Introdução a 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)

  
  Programação com Python:

  • 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
  • Programar funções em Python
  • Programar em Python com strings (texto) e número
  • Programar decisão/seleção e repetição/iteração com listas em Python

  
  Fundamentos de Modelagem Relacional e SQL:

  • Projetar modelos relacionais de bases de dados com restrições
  • Aplicar regras de normalização em um modelo relacional de dados
  • Criar tabelas e objetos em um banco de dados utilizando SQL
  • Fazer agregações entre duas ou mais tabelas em banco de dados

  
  Python para Dados:

  • Programar em Python com arquivos, sets e dicionários
  • Consumir dados em diferentes formatos utilizando a biblioteca Pandas
  • Manipular dados tabulares provenientes de planilhas e banco de dados utilizando a biblioteca Pandas
  • Encontrar e tratar bugs (erros) em Python
  • Realizar web scraping utilizando expressões regulares e BeautifulSoup

  
  Projeto de Bloco: Fundamentos de Dados:
  

  • Desenvolver programas simples em Python
  • Recuperar informações de uma base de dados usando queries e agregações
  • Manipular dados tabulares através de modelos SQL e estruturas de dados em Python
  • Manipular dados provenientes de arquivos CSV e JSON através de programas que usem Python e SQL
  • Realizar web scraping, manipulando os dados com SQL

   

• Desenvolvimento Front-end com Frameworks

  Mobile-first UI com React:

  • Construir layouts em CSS3 com Flexbox
  • Criar páginas web responsivas com CSS3
  • Estilizar componentes React com CSS3

  
  Fundamentos de React:

  • Utilizar Javascript para desenvolver aplicações ReactJS
  • Desenvolver componentes em uma interface
  • Apresentar dados dinâmicos em uma interface ReactJS
  • Implementar condicionais e lista em uma aplicação ReactJS

  
  Desenvolvimento Mobile com React Native:

  • Desenvolver aplicativos simples com os componentes “core” do React Native
  • Desenvolver aplicativos estilizados e com múltiplas telas, usando o React Native
  • Desenvolver aplicativos com listas e mostrando progresso, usando o React Native
  • Desenvolver aplicativos com input dos usuários e imagens, usando o React Native

  
  Desenvolvimento Web com React:

  • Desenvolver aplicações que respondam à eventos com a atualização da interface
  • Desenvolver componentes usando React Hooks
  • Criar formulários web usando componentes ReactJS
  • Criar aplicações React com múltiplas páginas usando React Router

  
  Projeto de Bloco: Desenvolvimento Front-end com Frameworks:
  

  • Descrever os fundamentos da metodologia Scrum
  • Desenvolver uma interface web usando componentes React
  • Criar uma interface web reativa direcionada a componentes que implemente um fluxo de dados entre diferentes páginas
  • Desenvolver aplicativos multiplataforma com os componentes da biblioteca NativeBase

   

• 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 e Testes com Java:
  

  • Desenvolver testes unitários usando JUnit
  • Consumir serviços web (RESTful APIs) com Java
  • Desenvolver serviços web (RESTful API) usando Javalin

  
  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 (sem SQL)
  • Desenvolver uma aplicação web em ASP.NET Core acessando bases de dados via EF Core

  
  Projeto de Bloco: Desenvolvimento Back-end:
  

  • Formalizar requisitos de sistema através de Casos de Uso
  • Modelar as classes e relacionamentos de um sistema
  • Modelar as componentes dinâmicas de um sistema
  • Consolidar e implementar um projeto de software

   

• Inteligência Artificial e Machine Learning

  Inteligência Artificial: Model LifeCycle:

  • Explicar os conceitos básicos de Machine Learning
  • Criar modelos simples de Machine Learning
  • Comparar o desempenho de modelos de Machine Learning utilizando validação cruzada
  • Avaliar modelos através de diferentes figuras de mérito

  
  Dados para Machine Learning: 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: Clusterização:

  • 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 etapas para a criação um modelo de Inteligência Artificial simples
  • Desenvolver um modelo de Inteligência Artificial para classificação textual utilizando TF-IDF
  • Desenvolver modelos melhores utilizando PCA e busca hiperparamétrica.
  • Desenvolver um modelo de Inteligência Artificial utilizando algoritmos supervisionados e não-supervisionados
  • Desenvolver modelos de tópicos e interpretabilidade de um classificador

   

• Processamento Digital de Sinais

  Introdução à Matemática para Processamento Digital de Sinais:

  • Resolver problemas de álgebra, geometria descritiva, funções e trigonometria
  • Representar funções e modelos matemáticos
  • Calcular limites com uma variável
  • Calcular derivadas com uma variável
  • Calcular derivadas em diferentes aplicações
  • Calcular integrais com uma variável

  
  Introdução ao Processamento Digital de Sinais:

  • Explicar os conceitos fundamentais de processamento digital de sinais e suas principais aplicações na engenharia de computação
  • Explicar o processamento de sinais de áudio
  • Explicar a formação e o processamento linear de imagens
  • Explicar o processamento de sinais periódicos e não periódicos
  • Aplicar métodos estatísticos para avaliação de sinais

  
  Matemática para Processamento Digital de Sinais:
  

  • Calcular integrais com técnicas de integração
  • Calcular equações diferenciais

  
  Processamento Digital de Sinais:

  • Aplicar métodos de compressão de dados
  • Aplicar filtros e convolução
  • Converter sinais digitais em analógicos

  
  Projeto de Bloco: Processamento Digital de Sinais:
  

  • Analisar e especificar projetos e softwares de processamento digital de sinais
  • Aplicar métodos de processamento digital de sinais, filtros e convolução em softwares
  • Aplicar métodos de processamento digital de sinais, filtros e convolução em softwares

• Sistemas Digitais Embarcados

  Fundamentos de Eletrônica Digital em HDL:

  • Explicar sistemas de numeração e portas lógicas básicas
  • Projetar circuitos lógicos combinacionais usando portas lógicas com HDL
  • Projetar codificadores, decodificadores, multiplexadores e demultiplexadores com HDL
  • Projetar circuitos lógicos sequenciais com HDL
  • Projetar circuitos aritméticos e operações de memória com HDL

  
  Fundamentos do Desenvolvimento Assembly para ARM: Simuladores:

  • Explicar as diferentes arquiteturas de microprocessadores
  • Desenvolver código Assembly para processamento de dados, programação estruturada e tipos abstratos
  • Desenvolver código Assembly para matemática inteira, não inteira e ponto flutuante
  • Executar e controlar projetos eletrônicos através de conjuntos de pinos de E/S de uso geral

  Sistemas Embarcados com FPGA:
  

  • Identificar e explicar as técnicas disponíveis para projeto de sistemas embarcados
  • Projetar e implementar aplicações de sistemas digitais embarcados
  • Projetar e implementar sistemas digitais embarcados com FPGA

  
  Desenvolvimento Assembly para ARM: Wearables & IoT:

  • Analisar e explicar as diferentes opções de hardware e soluções existentes
  • Projetar e implementar, em hardware, a arquitetura da solução com dispositivos IoT
  • Prototipar, com programação em alto nível, software que apoie a solução em hardware
  • Prototipar, em hardware, uma solução com programação Assembly em microprocessador ARM

  
  Projeto de Bloco: Sistemas Digitais Embarcados:
  

  • Explicar eletrônica e suas aplicações para sistemas embarcados
  • Desenvolver projetos básicos usando eletrônica digital com HDL e Assembly
  • Projetar e implementar sistemas digitais embarcados

   

• Sistemas Robóticos

  Fundamentos de Sistemas Robóticos com ROS:

  • Explicar visão computacional e sua aplicação à robótica
  • Implementar e treinar redes neurais
  • Implementar e treinar redes neurais convolucionais para visão computacional
  • Implementar e treinar algoritmos de classificação de imagens

  
  Fundamentos de Visão Computacional:

  • Explicar visão computacional e sua aplicação à robótica
  • Implementar e treinar redes neurais
  • Implementar e treinar redes neurais convolucionais para visão computacional
  • Implementar e treinar algoritmos de classificação de imagens

  Aplicações Robóticas com ROS:
  

  • Implementar algoritmos de localização em Sistemas Robóticos com ROS
  • Implementar algoritmos de modelagem e controle em Sistemas Robóticos com ROS
  • Implementar algoritmos de navegação em Sistemas Robóticos com ROS
  • Implementar algoritmos de navegação em três dimensões com ROS

  
  Veículos Autônomos:

  • Explicar os níveis de automação veicular
  • Implementar algoritmos de detecção de objetos estáticos e em movimento
  • Implementar clonagem comportamental por Deep Learning

  
  Projeto de Bloco: Sistemas Robóticos:
  

  • Explicar robôs, sistemas robóticos e robotização considerando os aspectos tenológicos, sociais e da sua segurança
  • Analisar casos de sistemas de visão computacional
  • Comparar aplicações robóticas industriais e domésticas
  • Analisar os diversos modelos de navegação em robótica
  • Projetar sistemas robóticos autônomos
  • Construir sistemas robóticos autônomos
  • Refletir criticamente sobre a sua prática profissional, seu planejamento e desenvolvimento de carreira e sua capacidade de trabalho em equipe, estabelecendo relações com o projeto desenvolvido e qualificando ou quantificando a sua expertise em engenharia
  • Entender o contexto social da engenharia e refletir criticamente sobre o impacto do sistema de computação desenvolvido às pessoas, à sociedade, ao meio ambiente e à economia
  • Refletir sobre a gestão de projetos de engenharia de computação, considerando escopo, prazo, custo e qualidade

   

• Engenharia de Software Escaláveis

  Desenvolvimento de Serviços 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

  
  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”

  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

  
  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 de Softwares Escaláveis:
  

  • Construir uma monolito simples com Spring Boot
  • Desenvolver uma camada de persistência real para uma aplicação usando anotações JPA e repositórios Spring Data
  • Criar um microsserviço conectado a uma aplicação existente
  • Refatorar um sistema fortemente acoplado para uma arquitetura orientada a eventos
  • Preparar o sistema desenvolvido para operação através de conteinerização, monitoramento e testes

• Ciência da Computação

  Velocidade e Qualidade com Estruturas de Dados e Algoritmos:

  • 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

  
  Sistemas Operacionais com Linux e Phyton:

  • 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”

  Estruturas de Dados e Algoritmos Avançados:
  

  • 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

  
  Programação Distribuída com Redes usando Linux e Python:

  • 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: Ciência da Computação:
  

  • Construir uma monolito simples com Spring Boot
  • Desenvolver uma camada de persistência real para uma aplicação usando anotações JPA e repositórios Spring Data
  • Criar um microsserviço conectado a uma aplicação existente
  • Refatorar um sistema fortemente acoplado para uma arquitetura orientada a eventos
  • Preparar o sistema desenvolvido para operação através de conteinerização, monitoramento e testes

Sobre a graduação

• É reconhecida pelo MEC?

  A graduação EAD Engenharia de Computação foi autorizada pela Portaria 927 de 27/11/2015.

  Reconhecida pelo MEC pela Portaria 368, de 19/09/23.
  

  Consulte aqui o cadastro da Instituição no Sistema e-MEC

  

• Qual o tipo de diploma?

  Graduação. Esta faculdade de Engenharia da Computação habilita para o exercício profissional como Engenheiro de Computação. Permite a continuação dos estudos em especialização, MBA, mestrado e doutorado, além da participação em concursos públicos.

• Quais os objetivos e carreiras?

  Forma profissionais prontos para trabalhar com software, hardware e sistemas embarcados.

  O egresso poderá atuar em cargos como: Engenheiro de Computação, Engenheiro de Software, Desenvolvedor de Sistemas Embarcados, Projetista de Hardware, Analista de Sistemas, Gerente de Projeto de Sistemas e Gerente de Sistemas.

• Para quem é?

  Este curso de Engenharia da Computação é voltado para:

  Pessoas que buscam trabalhar ativamente projetando e desenvolvendo Hardwares, Softwares e Sistemas. 

  Pessoas que desejam trabalhar na área de engenharia, estudando temas da área como IoT, data science, robótica e inteligência artificial.

  Profissionais que desejam aprender o desenvolvimento de sistemas e migrar para área de Engenharia da Computação.

• Qual infra preciso ter?

  Para assistir às aulas, basta um celular com câmera e boa conexão internet wifi ou 4g, mas será bem mais produtivo se você usar um desktop ou notebook com câmera e um confortável fone de ouvidos, que é a configuração recomendada.

  Para fazer os trabalhos e enviar pelo Moodle, você deve usar um computador com configuração mínima Core i3, 8gb de RAM e internet de boa qualidade. As exigências mínimas de hardware podem variar ao longo do curso, conforme a evolução tecnológica.

  Ao tornar-se aluno, você terá direito a uma conta no G Suite do Google e acesso a todas as VMs (Virtual Machines) necessárias para seu aprendizado, assim como instruções para baixá-las e utilizá-las.

• Sobre o coordenador

  Fernando Ferreira

  Prof. Fernando é um dos pioneiros em Inteligência Artificial e Deep Learning no Brasil, professor e coordenador de cursos de graduação e pós-graduação do Infnet. 

  É doutor em Inteligência Artificial pela Coppe/UFRJ e mestre em Engenharia Elétrica. Atua hoje diretamente no mercado, sendo co-fundador da Twist Systems.

Você só encontra no Infnet

COMO O ALUNO APRENDE

Graduação em Engenharia de Software

Graduação em Análise e Desenvolvimento de Sistemas

Graduação em Tecnologia da Informação