Sobre o Curso

A rápida evolução tecnológica, as drásticas mudanças no ambiente de consumo e modelos de negócios disruptivos estão redefinindo as regras do jogo com novos e complexos desafios para empresas e profissionais.

As organizações de sucesso não esperam pela oportunidade - elas as criam. E isso exige mais do que apenas boas ideias - exige o desenvolvimento de competências de inovação que ativem esse processo.

Das inovações radicais, que abalam setores inteiros, às muitas pequenas inovações, que aperfeiçoam a execução de organizações já bem-sucedidas, este curso prepara o aluno com as habilidades necessárias para navegar neste novo mundo pós-digital.

Clique abaixo para saber mais sobre o curso.

Objetivos

  • Criar, ampliar e organizar o conhecimento dos alunos, quanto aos principais conceitos, modelos e alternativas de estratégias em Inovação e Negócios Digitais, bem como as principais ferramentas que podem ser usadas para alavancar uma organização.
  • Desenvolver, nos alunos, a habilidade de selecionar e implementar as estratégias, modelos e ferramentas de Inovação e Negócios digitais, bem como de perceber e definir o posicionamento de um negócio, por meio da aplicação prática dos conceitos aprendidos.
  • Dentro de uma visão estratégica, estimular o desenvolvimento de atitudes que levem os alunos a efetivamente tornarem as estratégias, modelos e ferramentas de inovação e negócios digitais em instrumentos eficazes e capazes de garantir as organizações vantagens competitivas sustentáveis.

O Profissional

Este curso destina-se:

  • Profissionais que exerçam funções para as quais é indispensável competências em inovação e negócios digitais.
  • Empreendedores que pretendam melhorar a sua formação para começar os seus próprios negócios digitais.  
  • Profissionais que estejam envolvidos em processos de inovação e mudanças estruturais nas suas organizações.
  • Profissionais que atuam em outras áreas, mas que percebam a importância do conhecimento da inovação e negócios digitais no seu desenvolvimento profissional.

Pré-Requisitos

Graduação em instituição de ensino superior reconhecida pelo Ministério da Educação (MEC)

Público Alvo

???

Metodologia de Aplicação

O processo de ensino e aprendizagem das disciplinas contemplará:

  • Aulas 100% ao vivo por meio de plataforma online.
  • Dinâmicas de aula práticas e interativas.
  • Provas e apresentação de trabalhos on-line.

Mercado de Trabalho

???

Matriz Curricular

  • Marketing Estratégico
  • Comportamento do Consumidor e Consumer Insights
  • Estratégia e Modelos de Negócios
  • Gestão Ágil de Projetos
  • Inovação e Design Thinking
  • Planejamento de Comunicação Digital
  • Data-Driven Business
  • Análise de Viabilidade Econômica e Financeira
  • Experiência Digital e UX Design
  • Growth Hacking e Canais de Tração
  • Startups e Ecossistema Empreendedor
  • Tópicos Especiais
  • Projeto Aplicado

Matriz Curricular

  • Introdução as Tecnologias de Ciência de Dados
  • Análise Exploratória e Visualização de Dados
  • Softwares para uso em Ciência de Dados I
  • Métodos Estatísticos de Apoio à Decisão I
  • Softwares para uso em Ciência de Dados
  • Data Mining e Machine Learning I
  • Softwares para uso em Ciência de Dados III
  • Métodos Estatísticos de Apoio à Decisão II
  • Data Mining e Machine Learning II
  • Big Data e Ecossistema Hadoop
  • Tópicos Avançados em Machine Learning e Deep Learning
  • Projeto aplicado e Tópicos Avançados em Métodos Estatísticos para Ciência de Dados
Cada disciplina tem carga horária de 100 horas.
slider-arrow-left-icon Created with Sketch.
Matriz Curricular
  • Introdução as Tecnologias de Ciência de Dados
  • Análise Exploratória e Visualização de Dados
  • Softwares para uso em Ciência de Dados I
  • Métodos Estatísticos de Apoio à Decisão I
  • Softwares para uso em Ciência de Dados
  • Data Mining e Machine Learning I
  • Softwares para uso em Ciência de Dados III
  • Métodos Estatísticos de Apoio à Decisão II
  • Data Mining e Machine Learning II
  • Big Data e Ecossistema Hadoop
  • Tópicos Avançados em Machine Learning e Deep Learning
  • Projeto aplicado e Tópicos Avançados em Métodos Estatísticos para Ciência de Dados
Cada disciplina tem carga horária de 50 horas.