Res. CONSEPE 49/2024

SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DA PARAÍBA CONSELHO SUPERIOR DE ENSINO, PESQUISA E EXTENSÃO RESOLUÇÃO No 49/2024

Aprova o Projeto Pedagógico do Curso de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I, desta Universidade. O Conselho de Ensino, Pesquisa e Extensão da Federal da Paraíba, através da Câmara de Graduação, de Educação Básica, Técnica e Tecnológica e de Assistência Estudantil, no uso de suas atribuições de conformidade com a legislação em vigor, tendo em vista a deliberação adotada em plenário em reunião ocorrida no dia 07 de novembro de 2024 (Processo nº 23074.114177/2023-39), RESOLVE:

¶Art. 1º Aprovar o Projeto Pedagógico do Curso de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB.

§1º Compreende-se o Projeto Pedagógico do Curso de Ciência de Dados para Negócios, Bacharelado, como sendo o conjunto de ações sócio-políticas e técnico-pedagógicas relativas à formação profissional que se destinam a orientar a concretização curricular do referido Curso.

§2º As definições relativas aos objetivos do Curso, perfil profissional, e competências, habilidades e campo de atuação dos formandos encontram-se relacionadas no Anexo I.

¶Art. 2º O Curso de Ciência de Dados para Negócios tem como finalidade conferir o grau de Bacharel em Ciência de Dados para Negócios aos alunos que cumprirem as determinações constantes na presente Resolução.

¶Art. 3º O Curso de Ciência de Dados para Negócios, Bacharelado, ofertará 30 (trinta) vagas por ano para ingresso de discentes.

¶Art. 4º O Curso de Ciência de Dados para Negócios, Bacharelado, funcionará no Turno TARDE, com a duração mínima de 07 (sete) e máxima de 11 (onze) períodos letivos e o currículo será integralizado em 2.400 (duas mil e quatrocentas) horas/aula, equivalentes a 160 (cento e sessenta) créditos.

Parágrafo único. Será permitida a matrícula em no mínimo 210 (duzentas e dez) horas ou 14 (quatorze) créditos por período letivo e no máximo 375 (trezentas e setenta e cinco) horas ou 25 (vinte e cinco) créditos.

¶Art. 5º A estrutura curricular, integrante do Projeto Pedagógico, resulta de conteúdos fixados de acordo com as especificações da tabela abaixo, sendo desdobrados conforme especificado no Anexo II. Conteúdos Curriculares

1. Conteúdos Básicos Profissionais

2. Estágio Supervisionado

3. Conteúdos Complementares Obrigatórios

4. Conteúdos Complementares Optativos

Carga-horária

Créditos

Percentual

1560 150 300 240

104 10 20 16

65% 6,25% 12,5% 10%

5. Conteúdos Complementares Flexíveis TOTAL

150 2400

10 160

6,25% 100%

§ 1º Os conteúdos complementares flexíveis serão regulamentados pelo Colegiado do Curso para fins de integralização curricular.

§ 2º A Extensão Universitária será integrada à Matriz Curricular conforme a Resolução nº 02/2022 do CONSEPE e descrita após a Composição Curricular no Anexo II.

¶Art. 6º Os componentes curriculares serão do tipo:

I – disciplinas;

II – atividades:

a) de iniciação à pesquisa e/ou extensão;

b) de monitoria;

c) participação em eventos;

Parágrafo único. Os componentes Trabalho de Conclusão de Curso, Estágios e os conteúdos complementares flexíveis serão regulamentados pelo Colegiado do Curso, através de Resolução Interna, para fins de integralização curricular.

¶Art. 7º O Curso adotará o regime de créditos.

Parágrafo único. O fluxo curricular, resultante da lógica de organização do conhecimento, em períodos letivos, será feita conforme especificado no Anexo III.

¶Art. 8º As equivalências para adaptação curricular serão estabelecidas conforme especificado no Anexo V.

¶Art. 9º O Projeto Pedagógico do Curso de que trata a presente Resolução será acompanhado e avaliado pelo Colegiado do Curso.

¶Art. 10 Serão vedadas alterações, num prazo inferior a 07 (sete) períodos letivos, ressalvados os casos de adaptação às normas emanadas pelo CNE e pelo CONSEPE, considerando também as emergências sóciopolítico-educativas.

Parágrafo único. Adaptações curriculares serão aprovadas pelo Colegiado do Curso e os Departamentos envolvidos, e encaminhadas ao CONSEPE, ouvidas a Pró-Reitoria de Extensão e a Pró-Reitoria de Graduação, para aprovação.

¶Art. 11. Esta Resolução entra em vigor na data de sua publicação.

Conselho Superior de Ensino, Pesquisa e Extensão da Universidade Federal da Paraíba, em João Pessoa, 02 de dezembro de 2024.

Terezinha Domiciano Dantas Martins Presidente

ANEXO I da Resolução nº 49/2024 do CONSEPE, que aprova o Projeto Pedagógico do Curso de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB. DEFINIÇÕES DO CURSO

1. Objetivo do Curso OBJETIVOS GERAIS O bacharelado em Ciência de Dados para Negócios da UFPB tem por ob- jetivo geral formar profissionais alinhados às novas perspectivas do mercado, capazes de enfrentar os paradigmas surgidos através das novas interações soci- ais, das necessidades do moderno mercado de trabalho e das novas possibilida- des de atuação profissional. Para isto, proverá uma formação interdisciplinar baseada em métodos estatísticos e econométricos, matemática, programação, modelagem de dados, economia, gestão e finanças a fim de solucionar proble- mas por meio da extração de conhecimento a partir do uso cada vez maior e diversificado de dados, produzidos pelas empresas, governos, indivíduos e dispositivos inteligentes. É importante destacar que o escopo geral do curso de CDN converge aos interesses institucionais quanto ao ensino, pesquisa e extensão, estando em conformidade com as bases e diretrizes da Universidade Federal da Paraíba. OBJETIVOS ESPECÍFICOS Dentre os objetivos específicos do curso de Ciência de Dados para Negó- cios, destacam-se:

I. Contribuir para a formação cidadã e profissional, tendo em vista o desen- volvimento econômico, social e sustentável;

II. Integrar o conhecimento necessário para o armazenamento, preparação, análise e comunicação dos dados, de modo a melhorar e dar suporte à tomada de decisão em empresas, governos e organizações sociais;

III. Gerar resultados acadêmicos e técnicos que promovam soluções eficien- tes, eficazes e efetivas para o desenvolvimento local, regional e nacional, mediante a interação da Universidade com empresas, governos e socie- dade civil.

IV. Preparar o discente para a práxis interprofissional, destinada ao desenvol- vimento de projetos e soluções tecnológicas inovadoras e de alto impacto, de modo a prover uma carreira de sucesso para o egresso do curso.

2. Perfil do Bacharel em Ciência de Dados para Negócios Os egressos do curso de Bacharelado em Ciência de Dados para Negócios terão formação sólida interdisciplinar, que agrega competências e habilidades que permitem atuar em áreas que requeiram conhecimentos na manipulação e extração de conhecimento a partir dos dados. Ainda, espera-se que o profissional formado no curso esteja preparado para interagir com diferentes atores da tomada de decisão, em distintos ambientes organizacionais. Nesse cenário, a formação básica em Matemática, Estatística, Ciências de Computação, Economia e Administração prepararão o aluno de Ciência de Dados para Negócios para ter condições de um melhor desenvolvimento das diferentes competências específicas da área e consolidar as bases para os fu- turos aprendizados, dada a constante evolução de conhecimento e ferramentas na área. Com a escolha das disciplinas optativas e das atividades complementares flexíveis, o aluno dispõe de um conjunto de Trilhas de Aprendizagem (linhas de concentração) no curso que permitirá a adequação de suas preferências a áreas como Finanças, Microeconomia e Gestão Empresarial, Macroeconomia e Economia Internacional, Setor Público e Economia Regional, Inteligência Ar- tificial e Modelagem Aplicada, possibilitando um melhor posicionamento no mercado de trabalho. Quanto ao perfil do egresso, serão consolidadas as seguintes competên- cias e saberes para uma formação profissional bem definida e relevante, frente à grande demanda industrial, acadêmica/científica e governamental na área. • Conhecimento e domínio teórico para a resolução de problemas econô- micos e sociais, a partir das ferramentas mais atuais que a Ciência de Dados oferece; • Capacidade de aplicar seus conhecimentos de forma a contribuir para a tomada de decisão mais eficiente e precisa, gerando resultados positivos

• • • • • • • • • • •

para a sociedade; Capacidade crítica para analisar os conhecimentos adquiridos e assimilar novos conhecimentos científicos e tecnológicos; Formação voltada ao mercado de trabalho, possibilitando uma visão mer- cadológica da Ciência de Dados e dos novos paradigmas organizacionais em um mercado globalizado; Atuação em pesquisa, com o envolvimento em projetos de pesquisa de- senvolvidos por docentes do curso ou de iniciativa própria do discente, sobre o uso e análise de dados para lidar com problemas relevantes para sociedade; Relacionamento ético e profissional, associado à responsabilidade social, com a compreensão das causas e consequências das práticas profissio- nais. Habilidades de programação, assim como conhecimento de softwares apro- priados para o desenvolvimento de análises dados, relatórios dinâmicos, automação de processos e aplicativos; Domínio de técnicas para a organização, armazenamento e manipulação dos dados; Produzir informações relevantes a partir dos dados, utilizando a análise exploratória de dados para fins de comunicação dos resultados obtidos; Ser capaz de sugerir, a partir da análise dos dados, melhorias no setor de atividade ou na área de conhecimento onde esteja atuando; Contribuir com o avanço de técnicas que agreguem conhecimentos cien- tíficos dentro das organizações; Capacidade de se comunicar com diferentes atores, tanto de forma técnica quanto de forma simples e acessível;

3. Competências e Habilidades Profissionais Nossos alunos serão preparados para explorar, analisar dados e propor soluções em praticamente qualquer tipo de negócio. Dentre as suas áreas de atuação, destacam-se: • No desenho, planejamento e execução de sistemas de informações, com- preendendo tanto a

parte de hardware e software, para o armazenamento, distribuição e manipulação de dados. Tal habilidade requer a análise dos modelos de negócios utilizados pelas organizações e o desenvolvimento de soluções computacionalmente adequadas e eficientes. Desta forma, o profissional formado em CDN estará apto para atuar em qualquer área de Tecnologia da Informação (TI), potencialmente assumindo funções de Engenheiro de Software, Analista de Sistemas, Gerentes de Projetos e Ge- rente de Tecnologia da Informação. Complementando essas competên- cias, o cumprimento da grade curricular oferecida no curso irá permitir ao egresso a atuação nas áreas de planejamento e gestão de negócios e no setor público, análise de investimentos e avaliação econômica de projetos. • No desenvolvimento de aplicações e softwares com objetivo da comunica- ção dos dados. A formação em componentes de visualização dos dados, programação e modelagem informacional permite ao cientista de dados atuar na área de design, implementação e avaliação de produtos. A de- manda por tais profissionais são oriundas de indústrias e governos co- nectados às transformações tecnológicas. • Na solução de problemas relacionados com a interação entre usuário e sistemas. O foco no desenvolvimento de sistemas computacionais não deve estar restrito ao sistema em si. Ele deve ser amplo, centrado nas pessoas que irão utilizá-lo e no contexto onde está inserido. Esta com- petência capacita o aluno formado a atuar em empresas que produzam dados e que necessitem insights para a melhoria da sua atuação. • Na elaboração de modelos estatísticos, matemáticos e algoritmos de pre- dição. O desenvolvimento de um sistema computacional requer o enten- dimento de um problema, a elaboração de modelos estatísticos e mate- máticos, e construção de algoritmos que possibilite a sua implementação em termos computacionais. Esta formação capacita o egresso a trabalhar em empresas que necessitam desenvolver sistemas para as suas necessidades específicas. Exemplos incluem sistemas para a alocação ótima dos recursos, sistemas de gerenciamento, sistemas voltados ao mundo dos negócios, previsão de demanda.

•

•

No ensino, na pesquisa e na pós-graduação na área de Ciência de Da- dos e afins, tais como Economia, Administração e áreas que necessitem das ferramentas computacionais da Ciência de Dados. O aluno formado no curso também está preparado para atuar no ensino, na pesquisa e ou realizar uma pós-graduação nessa área para que possa aperfeiçoar e expandir os seus conhecimentos. Nessa atuação profissional, é possível trabalhar em universidades ou centros de pesquisa para contribuir com novas descobertas teóricas e tecnológicas na Ciência da Computação e nas áreas de Economia e Administração de Empresas.

Em suma, no curso de CDN será oferecida uma formação interdiscipli- nar, orientada para formação de um profissional que: identifique problemas ou oportunidades, modele a situação e ofereça soluções baseadas em dados que ele mesmo pode extrair e tratar, de acordo com a situação em análise, de uma forma acessível ao agente responsável pela decisão. O bacharel em CDN se si- tuará de maneira estratégica entre os profissionais já formados pelos diversos cursos do CCSA, uma vez que atuará como ponto de convergência do processo decisório nos variados tipos de organizações. Enquanto que, por outro lado, nenhum outro egresso formado pelo CCSA, ou mesmo pela a UFPB, será um concorrente direto no mercado de trabalho do bacharel em CDN.

4. Campo de Atuação Profissional O egresso do curso de Ciência de Dados para Negócios da Universidade Federal da Paraíba poderá atuar em organizações privadas, públicas e do ter- ceiro setor, em nível local, regional, nacional e internacional. Dentre as ativida- des e setores com grande potencial de demandar nosso egresso, destacamos: • Varejo e E-Commerce: o Big Data transformou a forma como as empre- sas operam seus negócios de comércio eletrônico. Sugestões, modelagem preditiva e atendimento ao cliente são usados para aumentar as vendas a partir de algoritmos de aprendizagem de máquina. • Setor de Saúde: Registros administrativos de consultas, internações, uso de medicamentos, infraestrutura, etc., permitem monitorar os insumos da saúde e dos pacientes, possibilitando uma avaliação em tempo real de indicadores epidemiológicos e dos recursos aplicados no setor. • Empresas: Big data e Inteligência Artificial estão gerando grandes opor- tunidades de negócios. Desde a análise de informações de transação do dia-a-dia até o rastreamento de estoque, o monitoramento do tráfego na loja para a otimização do comércio de alta frequência, os cientistas de dados são cruciais para o processo de tomada de decisão. • Mercado Financeiro: formulação de modelos e algoritmos autônomos, por exemplo, para seleção de carteiras ótimas com a criação de estratégias de compras e vendas de ações em tempo real é algo fundamental para a to- mada de decisão. Ademais, identificar potenciais comportamentos frau- dulentos e prever valores futuros dos indicadores financeiros também se apresentam como habilidades cada vez mais demandadas por organiza- ções que atuam nesse setor. • Marketing analítico: com o crescimento e massificação do uso das redes sociais e de entretenimento, a produção de dados vem crescendo de forma exponencial, o que torna a conversão deles em informações estratégicas para direcionar campanhas de publicidade e decisões de investimentos uma habilidade valorizada no mercado de trabalho. • Setor educacional: monitorar e avaliar os recursos e os indicadores de desempenho escolar em tempo real, tendo em vista a promoção de estra- tégias efetivas, eficientes e eficazes para o alcance de uma educação com mais qualidade, faz com que o cientista de dados para negócios posso contribuir para a melhoria da alocação dos recursos educacionais. • Administração Pública: reduzir desperdícios de recursos e melhorar a qualidade e cobertura dos serviços públicos, tendo em vista uma melhor identificação das necessidades locais e prioritárias, bem como combater fraudes e corrupção no setor público, são necessidades cada vez mais prementes em nossa sociedade. Nesse contexto, as competências e ha- bilidades providas em CDN podem ser úteis para o setor público, sendo também um setor cuja demanda por esses profissionais tende a ser cada vez maior.

ANEXO II da Resolução nº 49/2024 do CONSEPE, que aprova o Projeto Pedagógico do Curso de de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB.

Composição Curricular do Curso de Bacharelado em Ciência de Dados para Negócios Componentes

1. CONTEÚDOS OBRIGATÓRIOS 1.1. Formação básica Princípios de Programação I Princípios de Programação II Cálculo Vetorial e Geometria Analítica Cálculo Diferencial e Integral II

CR 114 52 4 4 4 4

Introdução à Álgebra Linear

4

Cálculo das Probabilidades e Estatística I

4

Métodos Estatísticos Aplicados às Ciências Tecnológicas-

4

Princípios de Microeconomia Princípios de Macroeconomia Administração para Ciências Exatas e Tecnológicas I Administração para Ciências Exatas e Tecnológicas II Contabilidade para Negócios

4 4 4

CH Pré-Requisitos 1.710 780 60 60 Princípios de Programação 60 60 Cálculo Diferencial e Integral I, Cálculo Vetorial e Geometria Analítica 60 Cálculo Vetorial e Geometria 60 Cálculo Diferencial e Integral I 60 Cálculo das Probabilidades e Estatíscia I 60 60 60

4

60

4

60

1.2 Formação Profissional Análise de Dados Sistemas de Banco de Dados Modelagem de Dados não Estruturados Econometria I

52 4 4 4 4

780 60 60 60 60

Econometria II Otimização Aplicada a Negócios

4 4

60 60

Matemática Financeira Introdução à Finanças Sistemas de Informação e Decisão Aprendizagem de Máquina Não Supervisionada Engenharia de Software para Negócios Aprendizagem de Máquina Não Supervisionada

4 4 4 4 4 4

60 60 60 60 60 60

Visualização de Dados 1.3 Estágio Supervisionado Estágio Supervisionado em CDN I Estágio Supervisionado em CDN II

4 10 5 5

60 150 75 75

Métodos Estatísticos Aplicados às Ciências Tecnológicas Econometria I Cálculo Diferencial e Integral II, Princípios de Programação

Princípios de Programação I; Métodos Estatísticos Aplicados às Ciências Tecnológicas Análise de Dados

2. CONTEÚDOS COMPLEMENTARES 2.1. Obrigatórios Introdução à Ciência de Dados para NegóciosProjetos em Ciência de Dados I

46 20 4 8

690 300 60 120

Projetos em Ciência de Dados II (TCC)

8

120

Disciplina 2.2 Optativos (Mínimo 16 créditos) Análise de Investimento Avaliação de Empresas Análise de Custo

CR 16 4 4 4

CH 240 60 60 60

Administração Financeira e Orçamentá ria de Curto Prazo Administração Financeira e Orçamentá ria de Longo Prazo Gestão de risco Mercado de Derivativos Perícia Econômico-Financeira Tópicos em Finanças e Negócios Big Data e Processamento Distribuído Econometria Espacial Microeconometria Redes Neurais e Aprendizagem Profunda

4

60

4

60

4 4 4 4 4 4 4 4

60 60 60 60 60 60 60 60

Tópicos Avançados em Ciências de Dados

4

60

Tópicos em Métodos Quantitativos e Ciência de Dados Comércio Exterior Desenvolvimento e Crescimento Econômico

4

60

4 4

60 60

Macroeconomia I

4

60

Macroeconomia II Tópicos em Teoria Econômica e Economia Aplicada Administração Estratégica Diagnóstico e Consultoria Organizacional Empreendedorismo Pesquisa de Mercado Negócios no Ambiente Virtual Comportamento organizacional Microeconomia I

4 4

60 60

4 4 4 4 4 4 4

60 60 60 60 60 60 60

Microeconomia II Economia do Meio Ambiente Economia do Setor Público Avaliação Financeira Governamental

4 4 4 4

60 60 60 60

Aprendizagem de Máquina SupervisionadaProjetos em Ciência de Dados Pré-Requisitos

Contabilidade Negócios

para

Matemática Financeira

Princípios de Programação II Econometria I Econometria I Aprendizagem de Máquina Supervisionada Aprendizagem de Máquina Supervisionada Aprendizagem de Máquina Supervisionada Princípios de Macroeconomia, Cálculo Diferencial e Integral II Princípios de Macroeconomia, Cálculo Diferencial e Integral II Macroeconomia I

Princípios de Microeconomia, Cálculo Diferencial e Integral

II Microeconomia I Princípios de Microeconomia Princípios de Microeconomia

Projeto Orientado a Objetos Técnicas de Pesquisa e Análise de Dados I Libras

4 4 4

60 60 60

2.3 Flexíveis (Mínimo 10 créditos) Tópicos Especiais em CDN I Tópicos Especiais em CDN II Tópicos Especiais em CDN III Tópicos Especiais em CDN IV Tópicos Especiais em CDN V Tópicos Especiais em CDN - Extensão

10 2 2 2 2 2 2

150 30 30 30 30 30 30

Creditação da Extensão Componente Análise de Dados Administração para Ciências Exatas e Tecnológicas I Aprendizagem de Máquina não Supervisionada Aprendizagem de Máquina Supervisionada Introdução à Ciência de Dados para Negócios Modelagem de Dados não Estruturados Otimização Aplicada a Negócios Visualização de Dados Projetos em Ciência de Dados I Tópicos Avançados em Ciência de Dados Redes Neurais e Aprendizagem Profunda Comércio Exterior Empreendedorismo Pesquisa de Mercado Tópicos Especiais em CDN - Extensão I TOTAL

Tipo

CH de Extensão

Obrigatório Obrigatório Obrigatório Obrigatório Obrigatório Obrigatório Obrigatório Obrigatório Obrigatório Optativo Optativo Optativo Optativo Optativo Flexível

15h 15h 15h 15h 30h 15h 15h 30h 60h 15h 15h 30h 60h 60h 30h 360h

ANEXO III da Resolução nº 49/2024 do CONSEPE, que aprova o Projeto Pedagógico do Curso de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB. Fluxograma do Curso de Bacharelado em Ciência de Dados para Negócios – TURNO TARDE

1º período Cálculo Vetorial e Geometria Analítica (60 horas)

2º período 3º período Cálculo das Métodos Probabilidades e Estatísticos Estatística I Aplicados às (60 horas) Ciências Tecnológicas (60 horas)

4º período

5º período

6º período

7º período

Econometria I (60 horas)

Econometria

II (60 horas)

Optativa I (60 horas)

Optativa II (60 horas)

Optativa III (60 horas)

Princípios de Princípios de Programação I Programação II (60 horas) (60 horas)

Sistemas de Banco Sistemas de Visualização de Dados Informação e de Dados (60 horas) Decisão (60 horas) (60 horas)

Engenharia de Software para Negócios (60 horas)

Cálculo Diferencial e Integral I (60 horas) Introdução à Ciência de Dados para Negócios (60 horas)

Cálculo Diferencial e Integral II (60 horas)

Introdução à Álgebra Linear (60 horas)

Matemática Financeira (60 horas)

Introdução à Finanças (60 horas)

Análise de Dados (60 horas)

Modelagem de Dados não Estruturados (60 horas)

Aprendizag em de Máquina Supervisio nada (60 horas)

Projetos em Ciência de Dados I (120 horas)

Administração Administração para Ciências para Ciências Exatas e Exatas e Tecnológicas I Tecnológicas II (60 horas) (60 horas) 300 horas 300 horas

Otimização Aplicada a Negócios (60 horas) Aprendizagem de Máquina não Supervisionada (60 horas)

Optativa IV (60 horas)

Projetos em Ciência de Dados II (TCC) (120 horas)

Princípios de Microeconomia (60 horas)

Princípios de Macroeconomia (60 horas)

Estágio Contabilidade Supervisionado para Negócios em CDN I (60 horas) (75 horas)

Estágio Supervisionad o em CDN II (75 horas)

300 horas

300 horas

300 horas

375 horas

375 horas

Conteúdos Complementares Flexíveis a serem integralizados ao longo do curso: 150 horas Carga horária total do curso 2.400 horas

ANEXO IV da Resolução nº 49/2024 do CONSEPE, que aprova o Projeto Pedagógico do Curso de de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB. EMENTÁRIO DO CURSO Conteúdos Obrigatórios Cálculo Vetorial e Geometria Analítica Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Matemática Código: 1103118 Competência(s): Fundamentos matemáticos e computacionais Ementa Vetores no espaço. Retas e Planos. Cônicas. Superfícies Quádricas. Referências Básicas • LIMA, E. L. Geometria Analítica e Álgebra Linear. 2.ed. LTC, 2015; • SILVA, C. da; MEDEIROS, E. C. Geometria analítica.Porto Alegre: SAGAH, 2018. • WINTERLE, Paulo. Vetores e geometria analítica. 2.ed. São Paulo:Pearson Makron Books, 2014. Referências Complementares • FRANCO, N. ÁLgebra Linear. São Paulo: Pearson Education do Brasil, 2016. • LAY, D. C.; LAY, S. R.; McDONALD, J. J. Álgebra linear e suas aplicações. 5. ed. Rio de Janeiro : LTC, 2018 • FERNANDES, L. F. D. Álgebra Linear. 2. ed. Curitiba: InterSaberes,2017.

Princípios de Programação I

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 30h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Fundamentos matemáticos e computacionais Ementa Lógica de programação e construção de algoritmos. Introdução a uma lingua- gem

de programação. Ambientes de Desenvolvimento Integrado (IDEs). Con- trole de versionamento de projetos. Tipos de dados. Estruturas condicionais e de repetição. Criação de funções básicas e recursivas, módulos e bibliotecas. Aplicações. Referências Básicas • BANIN, S. Python 3: Conceitos e aplicações: Uma abordagem didá-tica. São Paulo: Érica, 2018. • MENEZES, N. Introdução à programação com Python: algoritmos elógica de programação para iniciantes. 3 ed. São Paulo: Novatec, 2019. • SEBESTA, R. Conceitos de Linguagens de Programação. 11 ed. PortoAlegre: Bookman, 2018. Referências Complementares • NORVIG, P. Paradigms of artificial intelligence programming: casestudies in Common LISP. Morgan Kaufmann, 1992. • GRUS, J. Data Science do Zero: Primeiras Regras com o Python. Riode Janeiro: Alta Books; 2011. • MEDINA, M.; FERTIG, C. Algoritmos e Programação. Teoria e Prática.São Paulo: Novatec, 2005.

Cálculo Diferencial e Integral I

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Matemática Código: 1103177 Competência(s): Fundamentos matemáticos e computacionais Ementa Funções reais de uma variável real. Limite e Continuidade. Derivadas: con-ceito, regras e aplicações. Referências Básicas • ANTON, H.; BIVENS, I.; DAVIS, S. Cálculo: Volume 1. 10. ed. Porto Alegre: Bookman, 2014. • STEWART, J. Cálculo: Volume 1. 6. ed. São Paulo: Cengage Learning, 2021. • ROGAWSKI, J.; ADAMS, C. Cálculo: Volume 1. 3 ed. Porto Alegre: Bookman, 2018. Referências Complementares • AXLER, S. Pré-cálculo: Uma Preparação para o Cálculo com Manualde Soluções para o Estudante. 2. ed. Rio de Janeiro: LTC, 2016. • ÁVILA, G.; ARAÚJO, L. C. L. Cálculo Ilustrado, Prático e Descompli-cado. Rio de Janeiro: LTC, 2012. • GUIDORIZZI, H. L. Um Curso de Cálculo: Volume 1. 6. ed. Rio de Janeiro: LTC, 2018.

Introdução à Ciência de Dados para Negócios

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 30h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Prática extensionista e de pesquisa técnico-científica, Do- mínio de ciências de dados e seus algoritmos, Comunicação estratégica de resultados Ementa Fundamentos de Ciência de dados. Ciência de dados e tomada de decisão orientada por dados. Big Data. Aprendizagem de Máquina. Inteligência ar- tificial. Linguagens de programação. Computação Distribuída e em Nuvem. Ferramentas e técnicas para o tratamento e exploração de dados. Obtenção e preparação de dados. Segurança, privacidade e marcos normativos. Imperati- vos sociais: desigualdades, discriminação, meio ambiente e direitos humanos. Educação das relações étnicoraciais, história e cultura Afro-Brasileira e Afri- cana e impactos de políticas afirmativas e de inclusão social. Aplicações de técnicas de ciência de dados a problemas econômicos, ambientais e sociais. Referências Básicas • DUPAS, G. Ética e poder na sociedade da informação. 3. ed. São Paulo: Unesp, 2011. • ERMANN, M.; WILLIAMS, M.; Shauf, M. Computers, Ethics, and Soci- ety.

3. ed. Oxford University Press, 2002. • FOREMAN, J. W.; FOREMAN, J. W. Data Smart: Using Data Science to Transform Information into Insight. 1. ed. Somerset John Wiley e Sons, Incorporated, 2013. • IDRIS, I. Python Data Analysis. [s. l.]: Packt Publishing, Limited, 2014. • MCKINNEY, W. Python Para Análise de Dados: Tratamento de Dadoscom Pandas, NumPy e IPython. Rio de Janeiro: Novatec, 2018. • PROVOST, F.; FAWCETT, T. Data Science para negócios. Rio de Janeiro:Alta Books, 2015. Referências Complementares • KNAFLIC, C. N. Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley, 2015.

Administração para Ciências Exatas e TecnológicasI Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Administração Código: DADM00249 Competência(s): Prática extensionista e de pesquisa técnico-científica, Conhe- cimentos de economia, administração e finanças Ementa Fundamentos conceituais da Administração e das organizações. A evolução do pensamento em Administração. Ambiente organizacional. Processo decisório e tomada de decisão em Administração. Atividades do processo gerencial (planejamento, organização, direção e controle). Principais funções organizacionais. Tópicos e vivência as contemporâneas em Administração para Ciências Exatas e Tecnológicas (gestão de conflitos, negociação, empreendedorismo, tendências gerenciais.). Referências Básicas • CHIAVENATO, M. A.; LAKATOS, E. M. Metodologia científica. 10. ed.São Paulo: Atlas, 2022. • MAXIMIANO, A. C. A. Teoria geral da administração: da revolução ur-bana à revolução digital. 8. ed. Rio de Janeiro: Atlas, 2023. • MARCONI, M. A.; LAKATOS, E. M. Introdução à teoria geral da administração: uma visão abrangente da moderna administração das organi-zações. São Paulo: Atlas, 2017. Referências Complementares • FRANCO JUNIOR, C. Administração moderna: integrando estratégia e coaching diante das mudanças. São Paulo: Saraiva Educação, 2018. • BARRETO, M. S. NASCIMENTO, F. Administração Novas perspectivas: adquirir competências para uma alta performance. 1. ed. Rio de Janeiro: Alta Books, 2022.

Cálculo das Probabilidades e Estatística I Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Estatística Código: 1108100 Competência(s): Modelagem estatística e econométrica Ementa Conceitos Fundamentais; Distribuição de Frequência; Tabelas e Gráficos; Me-didas de Posição;Medidas de Dispersão;Introdução à Probabilidade;Variáveis Aleatórias Unidimensionais; Esperança Matemática; Distribuições Discretas; Distribuições Contínuas; Noções Elementares de Amostragem; Estimativa Es-tatística; Decisão Estatística; Regressão correlação. Referências Básicas • BUSSAB, W.; MORETIN, P. Estatística Básica. 9. ed. São Paulo: Saraiva, 2017. • COSTA, G. G. de O. Custo de Estatística Básica. 2. ed. São Paulo:Atlas,

2015. • MOORE, D. S.; NOTZ, W. I.; FLINGER, M. A. A Estatística Básica e sua Prática. 7. ed. Rio de Janeiro: LTC, 2017. Referências Complementares • CASELLA, B.; BERGER, R.L. Inferência Estatística. São Paulo: Cengage Learning, 2011. • MEYER, P. L. Probabilidade: Aplicação à Estatística. 2. ed. São Paulo:LTC, 2012. • ANDERSON, D. R. Estatística Aplicada à Administração e Economia

1. ed. São Paulo: Cengage, 2019.

Princípios de Programação II

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 30h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Fundamentos matemáticos e computacionais Ementa Introdução a linguagens de programação orientada a objetos. Conceitos e terminologias: objetos, classes, métodos e mensagens, herança simples e múlti- pla, polimorfismo e sistemas de tipos. Tipos abstratos de dados. Estruturas de dados: listas, árvores, grafos. Aplicações em problemas econômicos, finan- ceiros, gerenciais e/ou sociais. Referências Básicas • BANIN, S. Python 3: Conceitos e aplicações: Uma abordagem didá-tica. São Paulo: Érica, 2018. • CELES, W.; CERQUEIRA, R.; RANGEL, J. Introdução a Estruturas de Dados. Elsevier, 2016. • KENNETH, A. L. Fundamentos de Python: Estruturas de dados. Cen-gage Learning, 2022. • MENEZES, N. Introdução à programação com Python: algoritmos elógica de programação para iniciantes. 3 ed. São Paulo: Novatec, 2019. • GAMMA, E.; JOHNSON, R.; VLISSIDES, J.M.; HELM, R.; FOWLER, M. Padrões de projeto: soluções reutilizáveis de software orientado a objetos. Porto Alegre: Bookman, 2011. • SEBESTA, R. Conceitos de Linguagens de Programação. 11 ed. PortoAlegre: Bookman, 2018. Referências Complementares • MARKENZON, L. Estruturas de Dados e Seus Algoritmos. LTC, 2010. • NORVIG, P. Paradigms of artificial intelligence programming: casestudies in Common LISP. Morgan Kaufmann, 1992. • RAMNATH, S.; DATHAN, B. Object-oriented analysis and design. NewYork: Springer, 2010.

• SZWARCFITER, J. L.; MARKENZON, L. Estruturas de dados e seus algoritmos. 3. ed. Rio de Janeiro : LTC, 2015.

Cálculo Diferencial e Integral II

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Matemática Código: 1103178 Competência(s): Fundamentos matemáticos e computacionais Ementa Integral de funções uma variável real. Funções reais de várias variáveis: limite e continuidade. Derivadas Parciais e Diferenciabilidade. Regra da Cadeia e derivação implícita. Máximos e Mínimos. Multiplicadores de Lagrange. Referências Básicas • ANTON, H.; BIVENS, I.; DAVIS, S. Cálculo: Volume 2. 10. ed. Porto Alegre: Bookman, 2014. • STEWART, J. Cálculo: Volume 2. 6. ed. São Paulo: Cengage Learning, 2016. • ROGAWSKI, J.; ADAMS, C. Cálculo: Volume 2. 3 ed. Porto Alegre: Bookman, 2018. Referências Complementares • ANTON, H.; BIVENS, I.; DAVIS, S. Cálculo: Volume 2. 10. ed. Porto Alegre: Bookman, 2014. • HUGHES-HALLET, D.; McCALLUM, W. G.; GLEASON, A. M. et al. Cálculoa uma e várias variáveis: volume 2. 5. ed. Rio de Janeiro: LTC, 2011. • Guidorizzi, H. L. Um Curso de Cálculo: Volume 2. 6. ed. Rio de Janeiro: LTC, 2018.

Análise de Dados Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Prática extensionista e de pesquisa técnico-científica, Do- mínio de ciências de dados e seus algoritmos, Comunicação estratégica de resultados. Ementa

Contexto, metodologias e processos de análise de dados. Introdução a uma linguagem de programação para análise de dados. Entrada de dados: con- ceitos, instâncias e atributos. Fontes e leitura de dados: csv, txt, xlsx, xml, html, json, api e bancos de dados. Preparação e manipulação de dados estru- turados: filtro, seleção, atribuição, agregação, ordenamento, concatenação e combinação. Organização de dados, operações com strings e datetime em data frame. Estatísticas descritivas e tabelas de frequências. Visualização de dados e análise de dados. Referências Básicas • BUSSAB, H.; MORETTIN, P. Estatística Básica. Saraiva. 2013. • IDRIS, I. Python Data Analysis. [s. l.]: Packt Publishing, Limited, 2014. • MCKINNEY, W. Python Para Análise de Dados: Tratamento de Dados com Pandas, NumPy e IPython. Rio de Janeiro: Novatec, 2018. • PROVOST, F.; FAWCETT, T. Data Science para negócios. Rio de Janeiro:Alta Books, 2015. • WEXLER, S.; SHAFEFR, J.; COTGREAVE, A. The Big Book of Dash- boards: Visualizing Your Data Using Real-World Business Scenarios.Hpboken: Wiley, 2017. Referências Complementares • KNAFLIC, C. N. Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley, 2015. • MARCONI, M. de A.; LAKATOS, E. M.; MEDEIROS, J. B. Metodologia CIentífica. 8.ed. São Paulo: Atlas, 2022. • SULAIMAN, O. K. Panduan Mendeley Reference Manager. 2020. DOI 10.5281/zenodo.3901882. • SOMASUNDARAM, R. Git: Version Control for Everyone. [s. l.]: Packt Publishing, Limited, 2013.

Administração para Ciências Exatas e TecnológicasII Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: Novo Competência(s): Conhecimentos de economia, administração e finanças Ementa As funções convencionais da organização (Administração de Operações, Marketing, Recursos Humanos, Contábil-financeira). Gestão estratégica (funda- mentos e processo). Modelos integrativos de desempenho. Modelos de negó- cios. Fundamentos da gestão de/por projetos. Modelos de gestão (paradigmas e práticas Lean/Kaizen, Seis Sigma, gestão ágil, teoria das restrições e gestão analítica). Tendências em Administração para Ciências Exatas e Tecnológicas. Referências Básicas • CHIAVENATO, M. A.; LAKATOS, E. M. Metodologia científica. 10. ed.São Paulo: Atlas, 2022. • MAXIMIANO, A. C. A. Teoria geral da administração: da revolução ur-bana à revolução digital. 8. ed. Rio de Janeiro: Atlas, 2023.

• MARCONI, M. A.; LAKATOS, E. M. Introdução à teoria geral da administração: uma visão abrangente da moderna administração das organi-zações. São Paulo: Atlas, 2017. Referências Complementares • FRANCO JUNIOR, C. Administração moderna: integrando estratégia e coaching diante das mudanças. São Paulo: Saraiva Educação, 2018. • BARRETO, M. S. NASCIMENTO, F. Administração Novas perspectivas: adquirir competências para uma alta performance. 1. ed. Rio de Janeiro: Alta Books, 2022.

Métodos Estatísticos Aplicados às Ciências Tecnológicas

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Estatística Código: 1108124 Competência(s): Modelagem estatística e econométrica Ementa Análise exploratória de dados. Amostragem. Estimação de parâmetros. Testes de hipóteses. Testes de aderência. Regressão. Análise de variância. Aplicações de métodos estatísticos à indústria, agricultura e serviços. Uso de softwares e pacotes computacionais aplicados à Estatística. Referências Básicas • BUSSAB, W.; MORETIN, P. Estatística Básica. 9. ed. São Paulo: Saraiva, 2017. • COSTA, G. G. de O. Curso de Estatística Básica. 2. ed. São Paulo:Atlas, 2015. • MOORE, D. S.; NOTZ, W. I.; FLINGER, M. A. A Estatística Básica e sua Prática. 7. ed. Rio de Janeiro: LTC, 2017. Referências Complementares • CASELLA, B.; BERGER, R.L. Inferência Estatística. São Paulo: Cengage Learning, 2011. • MEYER, P. L. Probabilidade: Aplicação à Estatística. 2. ed. São Paulo:LTC, 2012. • ANDERSON, D. R. Estatística Aplicada à Administração e Economia

8. ed. São Paulo: Cengage, 2019.

Sistemas de Banco de Dados Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 30h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: Novo Competência(s): Fundamentos matemáticos e computacionais, Domínio deciências de dados e seus algoritmos Ementa Fundamentos sobre Sistemas de Gerenciamento de Banco de Dados (SGBD). Tipos de banco de dados.Banco de dados relacional. Projeto de banco de dados: conceitual, lógico e físico. Modelagem Entidade-Relacionamento. Modelagem relacional. Normalização. Álgebra relacional. SQL. Criação de tabelas. Con- sulta, atualização e remoção em SGBDs relacionais. Restrições de integridade e visões. Referências Básicas • NAVATHE, S. b. et al. Sistemas de Banco de Dados. 7. ed. São Paulo: Pearson, 2018. • SILBERSCHATZ, A.; KORTH, H. F.; SUDARSHAN, S. Sistema de Banco de Dados 7. ed. Rio de Janeiro: GEN LTC, 2020. • DIAS, A. da S. Administração de Bancos de Dados. São Paulo: Platos Soluções Educacionais, 2021. Referências Complementares • MELLO, M. R. G. de; CAMILLO, E. da S.; DOS SANTOS, B. R. P. Big Data e Inteligência Artificial: Aspectos Éticos e Legais Mediante a Teoria Crítica, 2019. • RAUTENBERG, S.; VIVIURKA DO CARMO, P. R. Big data e ciência de dados: complementariedade conceitual no processo de tomada de decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56, 2019.

Introdução à Álgebra Linear

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Matemática Código: 1103179 Competência(s): Fundamentos matemáticos e computacionais Ementa Espaços Vetoriais. Aplicações Lineares e Matrizes. Diagonalização de Operadores. Produto Interno. Referências Básicas • POOLE, D. Álgebra Linear: uma introdução moderna 2. ed. Rio deJaneiro: Cengage Learning, 2016. • LARSON, R. Elementos de Álgebra Linear. 8. ed. São Paulo: Cengage,2017. • LEON, S. J. Álgebra Linear e suas aplicações. 9. ed. Rio de Janeiro:LTC, 2018.

Referências Complementares • FRANCO, N. Álgebra Linear. São Paulo: Pearson Education do Brasil, 2016. • LAY, D. C.; LAY, S. R.; McDONALD, J. J. Álgebra linear e suas aplicações. 5. ed. Rio de Janeiro: LTC, 2018 • FERNANDES, L. F. D. Álgebra Linear. 2. ed. Curitiba: InterSaberes,2017.

Modelagem de Dados não Estruturados

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Fundamentos matemáticos e computacionais, Domínio deciências de dados e seus algoritmos Ementa Introdução à modelagem de dados não estruturados e processamento de lin- guagem natural. Expressões regulares e Web scraping. Coleta e Análise de dados em Redes Sociais. Pré-processamento de texto: padronização, tokeniza- ção, normalização, filtragem, relevância de palavras, etiquetagem morfológica. Mapeamento de texto: extração de características, sacola de palavras, vetori- zação, frequência de termo, frequência inversa de documento. Modelos de lin-guagem: probabilístico, Markov, unigramas, bigramas, n-gramas, avaliação. Análise de sentimento. Aplicações. Referências Básicas • DIAS, A. da S. Processamento de Linguagem Natural. São Paulo: Platos Soluções Educacionais, 2021. • KAPETANIOS, E. Natural Language Processing Semantic Aspects. Ba-ton Rouge Taylor e Francis Group, 2013. • ALLEN, J. Natural Language Understanding. 2. ed. Pearson, 1995;. • MITKOV, R. The Oxford Handbook of Computational Linguistics. Ox-ford University Press, 2005. • MARTINS, J. S. et al. Processamento de Linguagem Natural. Alegre: SAGAH, 2020. Referências Complementares • SILGE, J.; ROBINSON, D. Text Mining with R. New York: O’Reilly, 2017. • FELDMAN, R. ; SANGER, J. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press, 2007. • SHOLOM, M. et al. Text Mining: Predictive Methods for Analyzing Unstructured Information. Springer, 2005. • TAN, P-N.; STEINBACH, M.; KUMAR, V. Introduction to Data Mining. Addison Wesley, 2005; • THEODORIDIS, S.; KOUTROUMBAS, K. Pattern Recognition. 4. ed. Academic Press, 2008; • ZACHARSKI, R. A Programmer’s Guide to Data Mining. Disponível em: <https://github.com/zacharski/pg2dm-python>

Porto

Princípios de Microeconomia

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Conhecimentos de economia, administração e finanças Ementa Introdução e princípios de Economia. Oferta, demanda e equilíbrio. Elastici- dade. Excedente do produtor. Excedente do consumidor. Eficiência. Intro- dução à teoria do consumidor. Introdução à teoria da firma. Estruturas de mercado. Referências Básicas • MANKIW, N. Gregory. Introdução à Economia. 4. ed. Rio de Janeiro: Cengage Learning, 2020. • KRUGMAN, P.; WELLS, R. Introdução à Economia. Rio de Janeiro: Elsevier, 2013. • PINHO, D. B.; VASCONCELLOS, Marcus A. S. de; TONETO JUNIOR. R. (Orgs.). Introdução à economia. 7. ed. São Paulo: Saraiva, 2015. Referências Complementares • ACEMOGLU, D.; LAIBSON, D.; LIST, D. Economics. Pearson, 2015. • PINDYCK, Robert S.; RUBINFELD, Daniel L. Microeconomia. 7. ed. São Paulo: Pearson Education do Brasil, 2010 • VARIAN, H. R. Microeconomia: uma abordagem moderna. 9. ed. Riode Janeiro: Elsevier, 2015.

Econometria I Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00217 Competência(s): Modelagem estatística e econométrica, Domínio de ciênciasde dados e seus algoritmos Ementa Introdução à econometria. Modelos de regressão linear. Método de má-xima verossimilhança. Variáveis dummies. Violação dos pressupostos. Método de mínimos quadrados em dois estágios. Modelos de escolhas qualitativas.

Referências Básicas • GUJARATI, D. N.; Porter, D. Econometria: princípios, teoria e aplica-ções práticas. 5 ed. São Paulo: Saraiva Educação, 2019. • STOCK, J.H.; WATSON, M.W. Econometria. Addison-Wesley, 2004. • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. Referências Complementares • MAIA, A. G. Econometria: Conceitos e Aplicações. São Paulo: SanitPaul Editora, 2017. • MURTEIRA, J.; CASTRO, V. Introdução à Econometria. 2. ed. São Paulo: Grupo Almedina, 2018. • MURTEIRA, J.; CASTRO, V. Introdução à Econometria: exercícios resolvidos. 2. ed. São Paulo: Grupo Almedina, 2018.

Sistemas de Informação e Decisão

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 30h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0117 Competência(s): Prática extensionista e de pesquisa técnico-científica, Domí- nio de ciências de dados e seus algoritmos Ementa Natureza da Decisão. Principais teorias aplicadas à tomada de decisão. Pro- cesso de tomada de decisão. Estruturação e modelagem de problemas. In- teligência de negócio (Business intelligence). Analítica de negócio (Business analytics). Métodos e técnicas quantitativas e analíticas de decisão. Sistemas de processamento de transações e sistemas de processamento analítico. Sis- temas de apoio à decisão e sistemas especialistas. Modelagem dimensional. Simulação computacional. Aplicações práticas. Referências Básicas • DE SORDI, J. O.; MEIRELES, M. Administração de Sistemas de Informação. 2. ed. São Paulo: Saraiva Educação, 2019. • STAIR, R. M. et al, Princípios de sistemas de informação. 14. ed. SãoPaulo: Cengage Learning, 2021. • SHARDA, R.; DELEN, D.; TURBAN, E. Business intelligence e análisede dados para gestão do negócio. 4. ed. Porto Alegre : Bookman, 2019. Referências Complementares • BALTZAN, P.; PHILIPS, A. Sistemas de Informação. Porto Alegre : AMGH,2012 • RAUTENBERG, S.; VIVIURKA DO CARMO, P. R. Big data e ciência de dados: complementariedade conceitual no processo de tomada de decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56, 2019.

• ROSINI, A. M. Administração de sistemas de informação e a gestão do conhecimento. 2. ed. São Paulo: Cengage Learning, 2012.

Otimização Aplicada a Negócios

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00213 Competência(s): Fundamentos matemáticos e computacionais, Conhecimen- tos de economia, administração e finanças, Domínio de ciências de dados e seus algoritmos Ementa Otimização linear e não-linear e suas aplicações na tomada de decisão; mode-lagem, resolução gráfica e computacional, análise de sensibilidade, análise de preço-sombra e dualidade. Introdução a simulação. Inclui aplicações em lo- gística, Análise Envoltória de Dados, gestão de projetos, alocação de recursos, marketing e finanças. Referências Básicas • COLIN, E. C. Pesquisa operacional: 170 aplicações em estratégia, fi-nanças, logística, produção marketing e vendas. 2. ed. São Paulo: Atlas, 2019. • HILLIER, F. S.; LIEBERMAN, G. J. Introdução à pesquisa operacional.

9. ed. Porto Alegre: AMGH, 2013. • RIBEIRO, A. Alves; KARAS, E. W. Otimização contínua: aspectos teó- ricos e computacionais. São Paulo: Cengage Learning, 2013. Referências Complementares • ANDRADE, E. L. Introdução à Pesquisa Operacional: métodos e mo- delos para análise de decisões. 5. ed. Rio de Janeiro: LTC, 2015. • LATCHTERMACHER, G. Pesquisa Operacional na tomada de decisões.

5. ed. Rio de Janeiro: LTC, 2016. • MCGUIGAN, J. R.; MOYER, R. C.; HARRIS, F. H. Economia de empresas: aplicações, stratégia e táticas. 13. ed. São Paulo: Cengage Learning, 2016. • RAGSDALE, Cliff T. Modelagem de planilha e análise de decisão: uma introdução prática a business analytics. ed. 2. São Paulo: Cengage Learning, 2014.

Aprendizagem de Máquina não Supervisionada

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Modelagem estatística e econométrica, Domínio de ciênciasde dados e seus algoritmos Ementa Tarefas de aprendizagem de máquina. Problemas de aprendizagem não supervisionada. Algoritmos para agrupamento, detecção de anomalia, separação de sinais e estimação de densidade. Visualização de dados multivariados. Méto- dos de redução de dimensionalidade. Aplicações computacionais. Referências Básicas • JAMES, G.; WITTEN, D.; HASTIE, T.; TIBSHIRANI R. An Introduction to Statistical Learning: with Applications in R. 2. ed. Springer, 2021. Disponível em: <https://www.statlearning.com/>. • HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. New York: Springer, 2009. Disponível em: <https://hastie.su. domains/ElemStatLearn/>. • LANTZ, Brett. Machine Learning with R: Expert techniques for pre- dictive modeling. 3. ed. Packt, 2019. Referências Complementares • MINGOTI, S. A. Análise de Dados Através de Métodos de Estatística Multivariada: Uma Abordagem Aplicada. Belo Horizonte: UFMG, 2005. • PFEIFER, R.; SCHEIER, C. Understanding intelligence. MIT press, 2001.

Princípios de Macroeconomia Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Conhecimentos de economia, administração e finanças Ementa Fundamentos e conceitos básicos de Macroeconomia. Contas nacionais. Ba- lanço de pagamentos. Introdução ao sistema financeiro nacional: mercados monetário, de crédito, de capitais e cambial. Inflação e desemprego. Referências Básicas • MANKIW, N. Gregory. Introdução à Economia. 4. ed. Rio de Janeiro: Cengage Learning, 2020. • KRUGMAN, P.; WELLS, R. Introdução à Economia. Rio de Janeiro: Elsevier, 2013. • PINHO, D. B.; VASCONCELLOS, Marcus A. S. de; TONETO JUNIOR. R. (Orgs.). Introdução à economia. 7. ed. São Paulo: Saraiva, 2015.

Referências Complementares • ACEMOGLU, D.; LAIBSON, D.; LIST, D. Economics. Pearson, 2015. • BLANCHARD, Olivier. Macroeconomia. 7. Pearson. 2018. • MANKIW, N. Gregory. Macroeconomia. 10. Atlas. 2021. • FROYEN, Richard T. Macroeconomia: teorias e aplicações. 2. Saraiva.2013. • LOPES, Luiz Martins; BRAGA, Márcio Bobik; VASCONCELLOS, Marcos Antonio Sandoval de; JUNIOR, Rudinei Toneto. Macroeconomia: Teoria e Aplicações de Política Econômica. 4. ed. ATLAS. 2018.

Econometria II Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00215 Competência(s): Modelagem estatística e econométrica, Domínio de ciênciasde dados e seus algoritmos Ementa Processos não estacionários. Modelos de volatilidade. Regressão dinâmica. Vetores autoregressivos. Cointegração. Referências Básicas • AIUBE, F. A. L. Modelos Quantitativos em Finanças: Com Enfoque em Commodities. Bookman; 1. ed, 2012. • BUENO, R. L. S. textbfEconometria De Séries Temporais. Cengage Learning; 2. ed. Revista E Atualizada, 2011. • FERREIRA, P. C. textbfAnálise de séries temporais em R: um curso introdutório. FGV Ibre, 2017. Referências Complementares • ENDERS, W. textbfApplied Econometric Time Series. Wiley; 3. ed., 2009. • MORETTIN, R. textbfEconometria Financeira: um Curso em Séries Temporais Financeiras. Blucher; 3. ed., 2017. • HAMILTON, J. textbfTime Series Analysis. Princeton University Press,1994. • MORETTIN, P. A. Econometria Financeira: um curso em séries tem-porais financeiras. 2. ed. São Paulo: Blutcher, 2011. • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. • GUJARATI, D. N.; Porter, D. Econometria: princípios, teoria e aplica-ções práticas. 5 ed. São Paulo: Saraiva Educação, 2019.

Visualização de Dados

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 30h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00218 Competência(s): Domínio de ciências de dados e seus algoritmos, Comunica- ção estratégica de resultados Ementa Visualização de Dados. Técnicas de Apresentação. Design Thinking. Dashbo- ard e Gráficos. Storytelling e estratégias de comunicação dos dados. Ferra- mentas de visualização. Referências Básicas • AGUILAR, A. Visualização de dados, informação e conhecimento. Florianópolis: Ed. UFSC, 2017. • KNAFLIC, C. N. Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley, 2015. • WEXLER, S.; SHAFEFR, J.; COTGREAVE, A. The Big Book of Dash- boards: Visualizing Your Data Using Real-World Business Scenarios.Hpboken: Wiley, 2017. • SOBRAL, W. S. Design de Interfaces: Introdução. São Paulo: Erica,2019. Referências Complementares • MCKINNEY, W. Python Para Análise de Dados: Tratamento de Dadoscom Pandas, NumPy e IPython. Novatec, 2018. • MINGHIM, R.; LEVKOWITZ, H. Visual Mining of Text Collections. Eurographics Tutorial Notes 11, 2007. • NELSON, G.M.; HAGEN, H.; MULER, H. Scientific Visualization-Overviews, Methodologies, Techniques. IEEE CS Press, 1997. • SPENCE, R. Information Visualization: An Introduction. 3. ed. Sprin-ger, 2014.

Matemática Financeira Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: 1201154 Competência(s): Fundamentos matemáticos e computacionais, Conhecimen-tos de economia, administração e finanças Ementa

Juros e descontos simples. Juros compostos. Modelos de Fluxo de caixa.Princípios de análise de investimento. Sistemas de amortização. Referências Básicas • ASSAF NETO, A. Matemática financeira: edição universitária. Paulo: Editora Atlas, 2017. • PUCCINI, A. L. Matemática financeira: objetiva e aplicada. São Paulo: Saraiva, 2017. • CASTELO BRANCO, A. C. Matemática financeira: método algébrico, HP12-C e Microsoft Excel. 4.ed. São Paulo: Cengage Learning, 2015. Referências Complementares • MATIAS, A. B. Análise Financeira de Empresas. Barueri: Manoele,2017. • CASAROTO FILHO, N. Análise de investimentos: manual para soluçãode problemas e tomadas de decisão. 12. ed. São Paulo: Atlas, 2020.

Aprendizagem de Máquina Supervisionada

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Modelagem estatística e econométrica, Domínio de ciênciasde dados e seus algoritmos Ementa Aspectos básicos de aprendizagem de máquina supervisionada. Aprendizagem descritiva e preditiva. Algoritmos de aprendizagem supervisionada. Avaliação dos modelos e seleção de variáveis. Projetos em Aprendizagem de Máquina. Aplicações computacionais. Referências Básicas • JAMES, G.; WITTEN, D.; HASTIE, T.; TIBSHIRANI R. An Introduction to Statistical Learning: with Applications in R. 2. ed. Springer, 2021. Disponível em: <https://www.statlearning.com/>. • HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. New York: Springer, 2009. Disponível em: <<https://hastie. su.domains/ElemStatLearn/>>. • LANTZ, Brett. Machine Learning with R: Expert techniques for pre- dictive modeling. 3. ed. Packt, 2019. Referências Complementares • MELLO, M. R. G. de; CAMILLO, E. da S.; DOS SANTOS, B. R. P. Big Data e Inteligência Artificial: Aspectos Éticos e Legais Mediante a Teoria Crítica, 2019. • RAUTENBERG, S.; VIVIURKA DO CARMO, P. R. Big data e ciência de dados: complementariedade conceitual no processo de tomada de decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56, 2019.

São

Contabilidade para Negócios

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Finanças e Contabilidade Código: DFC000256 Competência(s): Conhecimentos de economia, administração e finanças Ementa Estrutura conceitual básica. Finalidade e usuários das informações contábeis. Mutações Patrimoniais. Escrituração contábil. Demonstrações contábeis financeiras. Informações contábeis no processo decisório. Referências Básicas • MARION, José Carlos; SANTOS, Ana Carolina Marion. Contabilidadebásica. 13. ed. São Paulo: Atlas, 2022. • NEVES, Silvério das; VICECONTI, Paulo Eduardo Vilchez. Contabilidade básica. 18. ed. . São Paulo: Saraiva, 2018. • RIBEIRO, Osni Moura. Contabilidade básica. 4. ed. São Paulo: Saraiva,2018. Referências Complementares • RIBEIRO, O. M. Contabilidade básica. 4. ed. São Paulo: Saraiva, 2018.

Engenharia de Software para Negócios

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: Novo Competência(s): Fundamentos matemáticos e computacionais, Conhecimen- tos de economia, administração e finanças, Comunicação estratégica de resul-tados Ementa Fundamentos de engenharia de software. Linguagem unificada. Produção, processos e requisitos. Métodos de análise. Desenho. Testes. Implementação. Gestão da qualidade. Gestão de projetos. Gestão de alterações. Engenharia de processos e sistemas. Padrões de modelagem em UML (unified modelling language). Modelagem de problema. Modelagem de solução. Desenho de in- terface. Codificação. Documentação. Aplicações práticas. Referências Básicas • PAULA FILHO, W. P. Engenharia de software: fundamentos, me todos e

padrões. 3.ed. Rio de Janeiro: LTC, 2009. • PRESSMAN, R. S.; MAXIM, B. R. Engenharia de software: uma aborda-gem profissional. 8. ed. Porto Alegre: AMGH, 2016. • SOMMERVILLE, I. Engenharia de software. 9. ed. São Paulo: Pearson,2011. Referências Complementares • NELSON, G.M.; HAGEN, H.; MULER, H. Scientific Visualization-Overviews, Methodologies, Techniques. IEEE CS Press, 1997.

Introdução à Finanças

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Conhecimentos de economia, administração e finanças Ementa Introdução às finanças corporativas. Instrumentos financeiros e de investi- mento. Precificação de ativos. Escolha entre risco e retorno. Teoria de Mar- kowitz. Modelo de precificação de ativos de capital (CAPM). Arbitrage Pricing Theory (APT). Aplicações com dados para simular carteiras. Introdução a de- rivativos. Referências Básicas • ASSAF NETO, A. Mercado Financeiro. 14. ed. São Paulo: Atlas, 2018. • BODIE, Z.; KANE, A.; MARCUS, A. Fundamentos de Investimentos. AMGH, 2014. • ROSS, S. A., et al. Fundamentos de administração financeira. 9. ed.Porto Alegre: AMGH, 2013. Referências Complementares • ASSAF NETO, A. Matemática Financeira. São Paulo: Atlas, 2016. • FORTUNA, E. Mercado Financeiro: Produtos e Serviços. Rio de Ja-neiro: Qualitymark Editora, 2017.

Projetos em Ciência de Dados I Créditos: 8 Carga-horária Total: 120h Orientação Individual Carga-horária Teórica: 30h

Prática: 30h

Tipo de Componente: Atividade de

Extensão: 60h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Prática extensionista e de pesquisa técnico-científica, Do- mínio de

ciências de dados e seus algoritmos, Comunicação estratégica de resultados Ementa Planejamento de projeto. Definição do protótipo de solução para problemas de organizações públicas, privadas e/ou sociais. Delimitação dos dados, variáveis e modelos. Projeto de comunicação dos resultados (relatório estático, dinâmico e/ou aplicativo). Apresentação do projeto. Referências Básicas • FACELI, K. et al. Inteligência artificial: uma abordagem de aprendi- zado de máquina. Rio de Janeiro: LTC, 2011. • FOREMAN, J. W.; FOREMAN, J. W. Data Smart: Using Data Science to Transform Information into Insight. 1. ed. Somerset John Wiley e Sons, Incorporated, 2013. • KNAFLIC, C. N. Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley, 2015. • STEVAN JR, S. L.; LEME, M. O. S. M. M. D. Indústria 4.0. fundamentos, perspectivas e aplicações. Rio de Janeiro: Érica, 2018. • PROVOST, F.; FAWCETT, T. Data Science para negócios. Rio de Janeiro:Alta Books, 2015. • WEXLER, S.; SHAFEFR, J.; COTGREAVE, A. The Big Book of Dash- boards: Visualizing Your Data Using Real-World Business Scenarios.Hpboken: Wiley, 2017. Referências Complementares • MCKINNEY, W. Python Para Análise de Dados: Tratamento de Dados com Pandas, NumPy e IPython. Novatec, 2018. • MINGHIM, R.; LEVKOWITZ, H. Visual Mining of Text Collections. Eurographics Tutorial Notes 11, 2007. • NELSON, G.M.; HAGEN, H.; MULER, H. Scientific Visualization-Overviews, Methodologies, Techniques. IEEE CS Press, 1997. • SPENCE, R. Information Visualization: An Introduction. 3. ed. Sprin-ger, 2014

Estágio Supervisionado em CDN II

Créditos: 5

Carga-horária Total: 75h

Carga-horária Teórica: 0h Prática: 75h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Domínio de ciências de dados e seus algoritmos Ementa Desenvolvimento de atividades de prática profissional, exercidas em situações reais de trabalho envolvendo ciência de dados para negócios. Habilidades e atitudes necessárias para uma carreira profissional. Contato inicial com o cenário organizacional visando identificar a relação entre a teoria e prática. Elaboração de Relatório de Estágio Supervisionado em CDN I.

Referências Básicas • BIANCHI, A. C.; BIANCHI, M. A.; BIANCHI, R. Manual de orientação: Estágio Supervisionado. 4. ed. São Paulo: Cengage Learning, 2012. • PALLOFF, R. M.; PRAFT, K. O Instrutor Online: Estratégias para a Excelência Profissional. São Paulo: Penso, 2013. • WHITE, A. Planejamento de Carreira e Networking. São Paulo: Cengage Learning, São Paulo: Cengage Learning, 2016. Referências Complementares • OLICEIRA, D.P. R. Como elaborar um plano de carreira para ser um profissional bem-sucedido. 3. ed. São Paulo: Atlas, 2018. • DUTRA, J. S. Gestão de carreiras: a pessoa, a organização e as oportunidades. 2. ed. São Paulo: Atlas, 2019. • CHIAVENATO, T. Carreira e competência : você é aquilo que faz!. 3.ed. Barueri: Manole, 2013.

Projetos em Ciência de Dados II (TCC)

Créditos: 8 Carga-horária Total: 120h Orientação Coletiva Carga-horária Teórica: 30h

Prática: 90h

Tipo de Componente: Atividade de

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Prática extensionista e de pesquisa técnico-científica, Do- mínio de ciências de dados e seus algoritmos, Comunicação estratégica de resultados Ementa Desenvolvimento de protótipo de solução para problemas de organizações pú-blicas, privadas e/ou sociais. Elaboração e apresentação escrita e oral do relatório de trabalho de conclusão de curso. Referências Básicas • ALMEIDA, M. I. R.; FRAMCESCONI, M.; FERNANDES, P. P. Manual para desenvolvimento de pesquisa profissional. São Paulo : Atlas, 2019. • FACELI, K. et al. Inteligência artificial: uma abordagem de aprendizadode máquina. Rio de Janeiro: LTC, 2011. • MARTINS JUNIOR, J. Como escrever trabalhos de conclusão de curso.

9. ed. Petrópolis: Vozes, 2015. • NOVA, S. P. C. C. et al. TCC Trabalho de conclusão de curso: uma abordagem leve, divertida e prrática. São Paulo: Saraiva, 2020. • PROVOST, F.; FAWCETT, T. Data Science para negócios. Rio de Janeiro:Alta Books, 2015. Referências Complementares • FOREMAN, J. W.; FOREMAN, J. W. Data Smart: Using Data Science to Transform Information into Insight. 1. ed. [s. l.]: John Wiley e Sons, Incorporated, 2013. • KNAFLIC, C. N. Storytelling with Data: A Data Visualization Guide for Business

Professionals. Wiley, 2015. • MCKINNEY, W. Python Para Análise de Dados: Tratamento de Dados com Pandas, NumPy e IPython. Rio de Janeiro: Novatec, 2018. • MINGHIM, R.; LEVKOWITZ, H. Visual Mining of Text Collections. Eurographics Tutorial Notes 11, 2007. • NELSON, G.M.; HAGEN, H.; MÜLER, H. Scientific Visualization-Overviews, Methodologies, Techniques. IEEE CS Press, 1997.

Estágio Supervisionado em CDN II

Créditos: 5

Carga-horária Total: 75h

Carga-horária Teórica: 0h Prática: 75h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo Competência(s): Domínio de ciências de dados e seus algoritmos Ementa Desenvolvimento de atividades de prática profissional, exercidas em situaçõesreais de trabalho envolvendo ciência de dados para negócios. Habilidades e atitudes necessárias para uma carreira profissional. Contato inicial com o cenário organizacional visando identificar a relação entre a teoria e prática. Elaboração de Relatório de Estágio Supervisionado em CDN II. Referências Básicas • BIANCHI, A. C.; BIANCHI, M. A.; BIANCHI, R. Manual de orientação: Estágio Supervisionado. 4. ed. São Paulo: Cengage Learning, 2012. • PALLOFF, R. M.; PRAFT, K. O Instrutor Online: Estratégias para a Excelência Profissional. São Paulo: Penso, 2013. • WHITE, A. Planejamento de Carreira e Networking. São Paulo: Cengage Learning, São Paulo: Cengage Learning, 2016. Referências Complementares • OLICEIRA, D.P. R. Como elaborar um plano de carreira para ser um profissional bem-sucedido. 3. ed. São Paulo: Atlas, 2018. • DUTRA, J. S. Gestão de carreiras: a pessoa, a organização e as oportunidades. 2. ed. São Paulo: Atlas, 2019. • CHIAVENATO, T. Carreira e competência : você é aquilo que faz!. 3.ed. Barueri: Manole, 2013.

Conteúdos Optativos Administração Financeira e Orçamentária de Curto Prazo Créditos: 4

Carga-horária Total: 60h

Tipo de Componente: Disciplina

Carga-horária Teórica: 60h

Prática: 0h

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0113

Ementa Evolução da teoria das finanças, seus objetivos e campos de atuação. Princí- pios básicos da administração financeira. Principais Decisões de Curto Prazo tomadas pelas Empresas. Análise financeira. Gestão do Capital de Giro. Fon- tes de financiamento de curto prazo. Oportunidades de aplicação Financeiraa curto prazo. Planejamento Financeiro. Referências Básicas • ASSAF NETO, A.; LIMA, F. G. Curso de Administração Financeira. 4.ed. São Paulo: Atlas, 2023. • ROSS, S. A.; WESTERFIELD, R.; JORDAN, B. D.; LAMB, R. Fundamentosda Administração Financeira. 13. ed. Porto Alegre: Bookman, 2022. • BRIGHAM, E. F.; EHRRHARDT, M. C. Administração Financeira: Teoriae Prática. 3.ed. São Paulo: Cengage Learning, 2016. Referências Complementares • PUCCINI, A. L. Matemática financeira: objetiva e aplicada. São Paulo: Saraiva, 2017. • ASSAF NETO, A.; LIMA, F. G. Fundamentos de Administração Finan-ceira.

3. ed. São Paulo: Atlas, 2017. • PADOVESE, C. L. Administração Financeira: uma abordagem global. 1.ed. São Paulo: Saraiva, 2016.

Administração Financeira e Orçamentária de LongoPrazo Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0114

Ementa Risco e retorno. Alavancagem Operacional e Financeira. Custo e Estrutura de Capital. Valor econômico agregado (EVA). Políticas de Dividendos. Fontes de Financiamento e Principais Decisões Financeiras de longo prazo. Referências Básicas • ASSAF NETO, A.; LIMA, F. G. Curso de Administração Financeira. 4.ed. São Paulo: Atlas, 2023. • ROSS, S. A.; WESTERFIELD, R.; JORDAN, B. D.; LAMB, R. Fundamentosda Administração Financeira. 13. ed. Porto Alegre: Bookman, 2022.

• ASSAF NETO, A.; LIMA, F. G. Fundamentos de Administração Finan-ceira.

3. ed. São Paulo: Atlas, 2017. Referências Complementares • BRIGHAM, E. F.; EHRRHARDT, M. C. Administração Financeira: Teoriae Prática. 3.ed. São Paulo: Cengage Learning, 2016. • PADOVESE, C. L. Administração Financeira: uma abordagem global. 1.ed. São Paulo: Saraiva, 2016. • CASTELO BRANCO, A. C. Matemática financeira: método algébrico, HP12-C e Microsoft Excel. 4.ed. São Paulo: Cengage Learning, 2015.

Análise de Investimento Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0139

Ementa Taxa de juros e avaliação de fluxos de caixa. ações.Técnicas de análise de investimento.

Avaliação de títulos e

Referências Básicas • CASAROTO FILHO, N. Análise de investimentos: manual para soluçãode problemas e tomadas de decisão. 12. ed. São Paulo: Atlas, 2020. • ASSAF NETO, A.; LIMA, F. G. Curso de Administração Financeira. 4.ed. São Paulo: Atlas, 2023. • ROSS, S. A.; WESTERFIELD, R.; JORDAN, B. D.; LAMB, R. Fundamentosda Administração Financeira. 13. ed. Porto Alegre: Bookman, 2022. Referências Complementares • MATIAS, A. B. Análise Financeira de Empresas. Barueri: Manoele,2017. • PUCCINI, A. L. Matemática financeira: objetiva e aplicada. São Paulo: Saraiva, 2017. • BRIGHAM, E. F.; EHRRHARDT, M. C. Administração Financeira: Teoriae Prática. 3.ed. São Paulo: Cengage Learning, 2016.

Análise de Custo Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Finanças e Contabilidade Código: 1202105

Ementa Análise Custo-Volume-Lucro. Métodos de Estimativa de Custos. Ponto de Equilíbrio. Alavancagem Operacional. Formação de Preço de Venda. O Uso de Informações de Custos na Tomada de Decisões. Análise Incremental. Te- oria das Restrições. Orçamentos Flexíveis, Variações e Controle Gerencial. Análise de Receitas e de Custos no Processo de Decisão. Análise de Decisões Estratégicas de Investimentos. Referências Básicas • VANDERBECK, E. J.; NAGY, Charles F. Contabilidade de custos. 11. ed.São Paulo: Pioneira Thomson Learning. 2003. • HORNGREN, C. T. et al. Contabilidade de custos: uma abordagem gerencial. 11. ed. São Paulo: Prentice Hall. 2004. • SANTOS, J. J. Manual de contabilidade e análise de custos. 7. ed. SãoPaulo: Atlas, 2017. Referências Complementares • MARION, José Carlos; SANTOS, Ana Carolina Marion. Contabilidadebásica. 13.ed. São Paulo: Atlas, 2022. • NEVES, Silvério das; VICECONTI, Paulo Eduardo Vilchez. Contabilidade básica. 18.ed. rev. e atual. São Paulo: Saraiva, 2018. • RIBEIRO, Osni Moura. Contabilidade básica. 4. ed. São Paulo: Saraiva,2018.

Avaliação de Empresas

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Finanças e Contabilidade Código: GDCFC0117

Ementa Introdução e Abordagens à Valuation. Custo do capital: taxa livre de risco, prêmio pelo risco e estimação desses parâmetros. Estimativa dos fluxos de caixa. Estimando o crescimento. Estimando o valor terminal. Avaliação pelo fluxo de caixa livre. Avaliação relativa. Opções reais. Tópicos especiais em va- luation (empresas fechadas, múltiplos setores, serviços financeiros, prejuízos, startups, real estate, outros ativos, etc.). Referências Básicas • MARTINS, Orleans; PONTES, Felipe. O investidor em ações de divi- dendos: o dividend investing como estratégia de investimentos para criar riqueza com empresas que crescem e pagam dividendos. São Paulo: Ed. dos Autores, 2022. • DAMODARAN, Aswath. Avaliação de investimentos: ferramentas e técnicas para

a determinação do valor de qualquer ativo. 2. ed. Riode Janeiro: Qualitymark, 2014. • ASSAF NETO, Alexandre. Valuation: métricas de valor e avaliação de empresas. 2. ed. São Paulo: Atlas, 2017. Referências Complementares • COSTA, L. G. T. A.; ALVIM, M. A. VALUATION: Manual de Avaliação e Reestruturação Econômica de Empresas. São Paulo: Atlas, 2010. • DAMODARAN, A. Avaliação de Investimentos: ferramentas e técnicas para avaliação de qualquer ativo. 2. ed. Rio de Janeiro: Qualitymark, 2010. • MARTELANC, R. et al. Avaliação de Empresas. 2. ed. São Paulo: Pear- son, 2010. • PÓVOA, A. Valuation - Como precificar ações. Rio de Janeiro: CampusElsevier: 2012. • SANTOS, J. O. Valuation (Um Guia Prático) Metodologias e técnicas para análise de investimentos e determinação do valor financeiro de empresas. São Paulo: Editora Saraiva, 2012.

Avaliação Financeira Governamental

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Finanças e Contabilidade Código: Novo

Ementa Teoria da condição financeira governamental. Análise dos recursos e necessi- dades da comunidade. Análise da receita. Análise dos gastos públicos. Análiseda solvência orçamentária. Análise da solvência de caixa. Análise da dívida. Análise dos Regimes Próprios de Previdência (RPPS). Modelos de mensuraçãoda condição financeira. Referências Básicas • STN - Secretaria do Tesouro Nacional. Manual de Contabilidade Aplicada ao Setor Público. 9. ed. Disponível em <https://www.tesourotransparente.govdecontabilidade-aplicada-ao-setor-publico-mcasp/2021/26> Acesso em: 30 de maio de 2023. • GIACOMONI, James. Orçamento Público. 18. ed.. Editora Atlas. 2021 • LIMA, Severino Cesário de e DINIZ, Josedilton Alves. Contabilidade Pú- blica: Análise Financeira Governamental. 1. ed. Atlas. 2016. • SLOMSKI, Valmor. Manual de contabilidade pública: de acordo com as normas internacionais de contabilidade aplicada ao setor público IPSASB/IFAC/CFC. 3. ed. São Paulo: Atlas, 2013. Referências Complementares • KOHAMA, Heilio. Contabilidade Pública: teoria e prática. 15. ed. São Paulo: Atlas. 2016.

• BEZERRA FILHO, João Eudes. Orçamento aplicado ao setor público.

2. ed. São Paulo: Atlas. 2013. • KOHAMA, Heilio. Contabilidade Pública: teoria e prática. 15. ed. SãoPaulo: Atlas. 2016. • LIMA, Edilberto Carlos Pontes. Curso de finanças públicas: uma abordagem contemporânea. 1 ed. Atlas. 2015. • MATIAS PEREIRA, José.Manual de gestão pública contemporânea. 6.ed. Rev. São Paulo: Atlas. 2020. • SILVA, Valmir Leôncio da. A nova contabilidade aplicada ao setor pú-blico: uma abordagem prática. 3. ed.São Paulo: Atlas, 2014.

Gestão de risco Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: GPSAE0101

Ementa Definição de Risco. Teoria Econômica e a Mensuração do Risco. Moderna Te- oria da Carteira. Modelos de Volatilidade. Otimização de Carteira. Modelo CAPM. Modelo APT. Modelo Multifator. Modelos de Derivativos (Opções e Fu- turo). Modelos GARCH. Modelos VaR. Modelos de Avaliação de Performance. Referências Básicas • BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de Finanças Corporativas. Porto Alegre: AMGH, 2018. • ROSS, S. A., et al. Fundamentos de administração financeira. 13. ed.Porto Alegre: Bookman, 2022. • BODIE, Z.; KANE, A.; MARCUS, A. Fundamentos de Investimentos. AMGH Editora (2014). • ASSAF NETO, A. Mercado Financeiro. São Paulo: Editora Atlas (2010). Referências Complementares • FORTUNA, E. Mercado Financeiro: Produtos e Serviços. Rio de Ja-neiro: Qualitymark Editora (2017). • ASSAF NETO, A. Matemática Financeira, São Paulo: Editora Atlas (2016).

Mercado de Derivativos Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: GPSAE0103

Ementa Importância dos Derivativos. Regulação do Mercado de Derivativos. Funciona- mento dos Contratos de Derivativos (Termo, Futuro, Opções e Swaps). Meca- nismo Operacional e Margens de Garantias. Alavancagem Financeira e Riscos no Mercado de Derivativos. Precificação e Modelos de Formação de Preços dosDerivativos. Referências Básicas • BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de Finanças Corporativas. Porto Alegre: AMGH, 2018. • ROSS, S. A., et al. Fundamentos de administração financeira. 13. ed.Porto Alegre: Bookman, 2022. • BODIE, Z.; KANE, A.; MARCUS, A. Fundamentos de Investimentos. AMGH Editora (2014). • ASSAF NETO, A. Mercado Financeiro. São Paulo: Editora Atlas (2010). Referências Complementares • FORTUNA, E. Mercado Financeiro: Produtos e Serviços. Rio de Ja-neiro: Qualitymark Editora (2017). • ASSAF NETO, A. Matemática Financeira, São Paulo: Editora Atlas (2016).

Perícia Econômico-Financeira Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Da perícia econômico-financeira. Elementos de matemática financeira. Nor- mas profissionais do perito-economista. Normas sobre perícia judicial e ex- trajudicial. Serviços periciais e honorários. Perícia econômico-financeira em questões tributárias, bancárias e contratos em geral. Referências Básicas • COSTA, J. C. D. Perícia Contábil - Aplicação Prática. Grupo GEN. São Paulo, 2016. • SÁ, A. L. Perícia Contábil. 8 ed. rev. e ampl. Atlas, São Paulo, 2008. • VIEIRA SOBRINHO, J. D. Matemática Financeira. Atlas, 7 ed. São Paulo, 2011. Referências Complementares • MELO, P. C.; A Perícia no Novo Código de Processo Civil. Trevisan, 2016. • MENDONÇA, A. R. R.; ANDRADE, R. P. Regulação Bancária e Dinâmica Financeira: Evolução e perspectivas dos acordos da Basiléia. Ed. Uni- camp,

Campinas-SP, 2006. • SALOMÃO NETO, E. Direito Bancário. Atlas, São Paulo, 2007.

Tópicos em Finanças e Negócios

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Cursos especiais que contemplem discussões e aplicações de tópicos emergen-tes na área de Finanças e Negócios. Referências Básicas • BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de Finanças Corporativas. 12ª ed. AMGH (2018). • ROSS, S. A., et al. Fundamentos de administração financeira. 13. ed.Porto Alegre: Bookman, 2022. • MORETTIN, P. A. Econometria Financeira: um curso em séries tem-porais financeiras. 2. ed. São Paulo: Blutcher, 2011. • BUENO, R. L. S. Econometria de séries temporais. 2. ed. São Paulo:Cengae Learning, 2018. Referências Complementares • FORTUNA, E. Mercado Financeiro: Produtos e Serviços. Rio de Ja-neiro: Qualitymark Editora (2017). • ASSAF NETO, A. Matemática Financeira, São Paulo: Editora Atlas (2016). • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. • JAMES, G.; WITTEN, D.; HASTIE, T.; TIBSHIRANI R. An Introduction to Statistical Learning: with Applications in R. 2. ed. Springer, 2021. Disponível em: <<https://www.statlearning.com/>>. • HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. New York: Springer, 2009. Disponível em: <<https://hastie. su.domains/ElemStatLearn/>>.

Big Data e Processamento Distribuído

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Responsável: Departamento de Economia

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Código: PSAE00221

Ementa Tecnologias fundamentais para Big Data. Principais conceitos para gerenci- amento de Big Data. Métodos analíticos em Big Data. Processamento dis- tribuído de grandes volumes de dados. Análises e soluções em Big Data de problemas sociais e econômicos. Referências Básicas • ACHARI, S. Hadoop essentials. Birmingham: Packt Publishing, 2015. • EMA, I. Professional Spark big data Cluster computing in production.Hoboken: Wiley, 2016. • HOWS, D. et al. MongoDB basics. New York: Apress, 2014. Referências Complementares • ANTONY, B. et al Professional Hadoop. Indianapolis: Wiley and Sons,2016. • MORAIS, I. S. et al. Introdução a big data e internete das coisas. PortoAlegre: SAGAH, 2018. • KROL, J. Web Development with MongoDB and Node.js. Olton Packt Publishing, 2014.

Econometria Espacial Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00247

Ementa Introdução à análise de dados espaciais. Matrizes de vizinhança. Testes de dependência espacial. Estatísticas de Moran. Estimação de modelos espaciais. Modelos de regressão com resíduos espacialmente correlacionados. Modelos autorregressivos espaciais. Modelos para heterogeneidade espacial. Modelos de painel espacial. Referências Básicas • ALMEIDA, E. Econometria Espacial Aplicada. Campinas: Alínea, 2012. • CRUZ, B. O. et al. Economia regional e urbana: teorias e métodos comênfase no Brasil. Brasília: IPEA, 2011. • FUJITA, M.; KRUGMAN, P.; VENABLES, A. J. The spatial economy: cities, regions and international trade. Cambridge: MIT Press, 1999. Referências Complementares • GUJARATI, D. N.; Porter, D. Econometria: princípios, teoria e aplica-ções práticas. 5 ed. São Paulo: Saraiva Educação, 2019.

Microeconometria Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00245

Ementa Modelos de Equações Simultâneas: Equações Aparentemente não Relaciona- das, O Problema da Identificação, Estimação de Dois Estágios. Método de variáveis instrumentais. Modelos com Dados em Painel Estático: Efeitos Fixose Aleatórios e Heterogeneidade não Observada. Testes de Hausman e Breusch- Pagan. Painel dinâmico. Regressões quantílicas. Referências Básicas • WISNIEWSKI, J. W. Microeconometrics in business management. NewYork: Wiley and Sons, 2015. • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. • WOOLDRIDGE, J. F. Econometric analysis of cross-section and paneldata. 2. ed. Cambridge: MIT Press, 2010. Referências Complementares • MARION, José Carlos; SANTOS, Ana Carolina Marion. Contabilidadebásica. 13.ed. São Paulo: Atlas, 2022. • NEVES, Silvério das; VICECONTI, Paulo Eduardo Vilchez. Contabilidade básica. 18. ed. São Paulo: Saraiva, 2018. • RIBEIRO, Osni Moura. Contabilidade básica. 4. ed. São Paulo: Saraiva,2018.

Redes Neurais e Aprendizagem Profunda

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00227

Ementa Redes neurais artificiais para classificação e predição de padrões. Definição de modelos conexionistas. Aprendizagem em modelos conexionistas: super- visionado, não-supervisionado, competitivo. Arquiteturas básicas: Percep- tron, Adaline e Perceptron Multi-Camadas. Algoritmo de Backpropagation. Aprendizagem

profunda: principais tipos de arquiteturas, redes convolucio- nais, redes recorrentes, long short term memory networks, generative adver- sarial networks. Transfer learning. Aplicações computacionais. Referências Básicas • FERREIRA, R. Deep Learning:. São Paulo: Platos Soluções Educacio- nais, 2021. • HAYKIN, S. Redes Neurais: Princípios e Prática. Porto Alegre: Bookman, 2011. 2. • BRAGA, A.; CARVALHO, A.; LUDERMIR, T. Redes Neurais Artificiais: Teoria e Aplicações, Livro Técnico e Científico. Rio de Janeiro: LTC, 2007. • GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep learning. Cambridge: MIT press, 2016. • PATTERSON, J.; GIBSON, A. Deep Learning: A Practitioner’s Appro- ach. 1. ed. O’REILLY, 2017. Referências Complementares • ABU-MOUSTAFA, Y.S.; MAGDON-ISMAIL, M.; LIN, H-S. Learning from data. AMLBook, 2017. • LIU, Henry H. Machine Learning: A Quantitative Approach. PerfMath,2018. • GÉRON, Aurérilien. Hands-On Machine Learning with Scikit-Learn,Keras, and TensorFlow. 2. ed. O’Reilly, 2019.

Tópicos Avançados em Ciência de Dados

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 15h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Curso avançado que contempla discussões e aplicações de tópicos emergentes na área de Machine Learning, Inteligência Artificial, Big data e Modelagem Econômica e Social Aplicada. Referências Básicas • FACELI, K. et al. Inteligência artificial: uma abordagem de aprendi- zado de máquina. 2. ed. Rio de Janeiro: LTC, 2021. • FOREMAN, J. W.; FOREMAN, J. W. Data Smart: Using Data Science to Transform Information into Insight. 1. ed. [s. l.]: John Wiley e Sons, Incorporated, 2013. • STEVAN JR, S. L.; LEME, M. O. S. M. M. D. Indústria 4.0. fundamentos, perspectivas e aplicações. Rio de Janeiro: Érica, 2018. • SZWARCFITER, J. L. Estruturas de dados e seus algoritmos. Rio de Janeiro: LTC, 2010. • PROVOST, F.; FAWCETT, T. Data Science para negócios. Rio de Janeiro:Alta Books, 2015. • WILLIAMS, G. J. The Essentials of Data Science. PA CRC Press LLC, 2017.

Referências Complementares • IDRIS, I. Python Data Analysis. [s. l.]: Packt Publishing, Limited, 2014. • MARQUESONE, R. de F. P. Big Data. técnicas e tecnologias para ex- tração de valor dos dados. [s. l.]: Casa do Código, 2015. • MELLO, M. R. G. de; CAMILLO, E. da S.; DOS SANTOS, B. R. P. Big Data e Inteligência Artificial: Aspectos Éticos e Legais Mediante a Teoria Crítica, 2019. • PIERSON, L.; PORWAY, J. Data Science for Dummies. 2. ed. [s. l.]: John Wiley e Sons, Incorporated, 2017. • RAUTENBERG, S.; VIVIURKA DO CARMO, P. R. Big data e ciência de dados: complementariedade conceitual no processo de tomada de decisão. Brazilian Journal of Information Science, v. 13, n. 1, p. 56, 2019.

Tópicos em Métodos Quantitativos e Ciência de Da-dos Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Cursos especiais que contemplem discussões e aplicações de tópicos emergen-tes na área Métodos Quantitativos e Ciências de Dados. Referências Básicas • MORETTIN, P. A.; TOLOI, C.M.C. Análise de Séries Temporais. 3. ed.São Paulo: Edgard Blücher, 2018. • MORETTIN, P. A. Econometria Financeira: um curso em séries tem-porais financeiras. 2. ed. São Paulo: Blutcher, 2011. • JAMES, G.; WITTEN, D.; HASTIE, T.; TIBSHIRANI R. An Introduction to Statistical Learning: with Applications in R. 2. ed. Springer, 2021. Disponível em: <<https://www.statlearning.com/>>. • HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. New York: Springer, 2009. Disponível em: <<https://hastie. su.domains/ElemStatLearn/>>. • BUENO, R. L. S. Econometria de séries temporais. 2. ed. São Paulo:Cengae Learning, 2018. • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. Referências Complementares • GUJARATI, D. N.; Porter, D. Econometria: princípios, teoria e aplica-ções práticas. 5 ed. São Paulo: Saraiva Educação, 2019.

Comércio Exterior Créditos: 4

Carga-horária Total: 60h

Tipo de Componente: Disciplina

Carga-horária Teórica: 30h

Prática: 0h

Extensão: 30h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa O comércio exterior brasileiro. Regimes aduaneiros. Classificações internaci- onais de mercadorias. Transportes e seguros. Formas e prazos de pagamento. Contrato e condições de compra e venda internacional. Principais documentos.Sistema Integrado de Comércio Exterior (SISCOMEX). Valoração aduaneira. Normas cambiais. A atividade extensionista será dada por meio da realização de parcerias públicoprivadas e envolve um conjunto de atividades desenvolvi- das: seminários, minicursos, visitas técnicas, relatório técnicos, entre outras. Referências Básicas • ABREU, Marcelo de Paiva. Comércio exterior: o interesse do Brasil. Riode Janeiro: Elsevier, 2007. • MAIA, J. M. Economia internacional e comércio exterior. 11. ed. São Paulo: Atlas, 2007. • ROCHA, Paulo César Alves Rocha. Logística e Aduana. 4. ed. São Paulo: Aduaneiras, 2016. • SEGRE, German (Org.). Manual prático de comércio exterior. 5. ed. São Paulo: Atlas, 2018. • SILVA, Tom Pierre Fernandes et al. Tributação no comércio exterior brasileiro. Rio de Janeiro: FGV, 2014. • VASQUES, José Lopes. Comércio exterior brasileiro. 11. ed. São Paulo: Atlas, 2015. • VIEIRA, Aquiles. Teoria e prática cambial - Exportação e Importação. 6.ed. São Paulo: Aduaneiras, 2016. Referências Complementares • BIZELLI, João dos Santos. Classificação Fiscal de Mercadorias. Paulo: Aduaneiras, 2003. • EQUIPE técnica da Editora. Regulamento Aduaneiro (Bolso). São Paulo: LEX Editora, 2016.

Desenvolvimento e Crescimento Econômico Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00229

Ementa Fatos estilizados sobre o crescimento e desenvolvimento Econômico. O modelo de

São

Solow. Modelo de crescimento com capital humano. Modelos de crescimento endógeno: modelos AK e de Romer. Desigualdade, pobreza e crescimento po- pulacional. Trabalho, migração e processo de urbanização. Saúde e nutrição: a armadilha da pobreza. Educação e capital humano. Desenvolvimento, cres- cimento e comércio internacional. Instituições e desempenho econômico de longo prazo. Referências Básicas • JONES, C.; VOLLRATH, D. Introdução à Teoria do Crescimento Econô- mico. Rio de Janeiro: Campus Elsevier, 2014. • VELOSO, F. et al. Desenvolvimento Econômico - Uma Perspectiva Bra- sileira. Rio de Janeiro: Campus Elsevier, 2013. • BARRO, Robert J.; SALA-I-MARTIN, Xavier I. Economic growth. MIT press, 2003. Referências Complementares • WEIL, D. Economic Growth. 3º Ed, Nova Iorque: Pearson, 2013. • ACEMOGLU, Daron; ROBINSON, James A. Porque falham as nações: As origens do poder, da prosperidade e da pobreza. Trad. Artur Lopes Cardoso. Temas e Debates, Lisboa, 2013.

Macroeconomia I Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00239

Ementa Introdução às flutuações econômicas. Modelo keynesiano simplificado. Oferta e demanda por moeda. Modelo IS-LM. Introdução à oferta agregada. Modelo dinâmico de Demanda e oferta agregada. Modelo clássico de determinação da renda para uma economia fechada. Consumo intertemporal. Investimento. Referências Básicas • MANKIW, N. G. Macroeconomia. 10. ed. São Paulo: Atlas, 2021. • KRUGMAN, P.; WELLS, R. Macroeconomia. Rio de Janeiro: Elsevier,2013. • FROYEN, R. T. Macroeconomia: teorias e aplicações. 2. ed. São Paulo:Saraiva, 2013. Referências Complementares • DORNBUSCH, R.; FISCHER, S.; STARTZ, Richard. Macroeconomia. ed.

11. Porto ALegre: AMGH, 2013. • BLANCHARD, O. Macroeconomia. 5. ed. São Paulo: Prentice Hall, 2011.

Macroeconomia II Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00240

Ementa Modelo clássico de determinação da renda para uma economia aberta. Mo- delo ISLM-BP. Oferta agregada e curva de Phillips. Modelos monetarista e novoclássico. Políticas de estabilização. Déficit e dívida pública. Novas teo- rias dos ciclos econômicos: teoria dos ciclos econômicos reais e teorias novo- keynesianas Referências Básicas • MANKIW, N. G. Macroeconomia. 10. ed. São Paulo: Atlas, 2021. • KRUGMAN, P.; WELLS, R. Macroeconomia. Rio de Janeiro: Elsevier,2013. • FROYEN, R. T. Macroeconomia: teorias e aplicações. 2. ed. São Paulo:Saraiva, 2013. Referências Complementares • DORNBUSCH, R.; FISCHER, S.; STARTZ, Richard. Macroeconomia. ed.

11. Porto ALegre: AMGH, 2013. • BLANCHARD, O. Macroeconomia. 5. ed. São Paulo: Prentice Hall, 2011.

Tópicos em Teoria Econômica e Economia Aplicada

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Cursos especiais que contemplem discussões e aplicações de tópicos emergen-tes em Teoria Econômica e Economia Aplicada. Referências Básicas • MORETTIN, P. A.; TOLOI, C.M.C. Análise de Séries Temporais. 3. ed.São Paulo: Edgard Blücher, 2018. • MORETTIN, P. A. Econometria Financeira: um curso em séries tem-porais financeiras. 2. ed. São Paulo: Blutcher, 2011. • GOOLSBEE, A.; LEVITT, S.; SYVERSON, C. Microeconomia. 2. ed. São

Paulo: Atlas, 2018. • MANKIW, N. G. Macroeconomia. 10. ed. São Paulo: Atlas, 2021. • WOOLDRIDGE, J. F. Introdução à econometria: uma abordagem mo-derna.

6. ed. São Paulo: Cengage Learning, 2016. Referências Complementares • VARIAN, H. R. Microeconomia: uma abordagem moderna. Rio de Ja-neiro: Elsevier, 2015. • DORNBUSCH, R.; FISCHER, S.; STARTZ, Richard. Macroeconomia. ed.

11. Porto ALegre: AMGH, 2013.

Administração Estratégica

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0118

Ementa Conceitos e fundamentos da administração estratégica. Evolução e escolas do pensamento estratégico. Diretrizes estratégicas; diagnóstico organizacional; escopo estratégico; elaboração de estratégias nos níveis de negócio, corpora- tivo e funcional, planos estratégicos; implementação e controle estratégicos. Ferramentas aplicadas à gestão estratégica. Construção de indicadores para acompanhamento da gestão estratégica. Referências Básicas • ABDALLA, M. M.; CONJERO, M. A.; OLIVEIRA, M. A.; et al. Administração estratégica: da teoria à prática no Brasil. 1 ed. São Paulo: Atlas, 2019. • CORRÊA, H. L. Administração estratégica de serviços operações para satisfação do cliente. 3 ed. São Paulo: Atlas, 2019. • BELMIRO, L. A. G.; et al. Administração estratégica. 3 ed. Rio de Janeiro: LTC, 2014. Referências Complementares • AAKER, D. A. Administração estratégica de mercado. 9 ed. Porto Ale-gre: Bookman, 2012. • HITT, M.; IRELAND, R. D.; HOSKISSON, R. Administração estratégica: competitividade e globalização. 2. ed. São Paulo: Cengage Learning, 2012.

Comportamento organizacional

Créditos: 4

Carga-horária Total: 60h

Tipo de Componente: Disciplina

Carga-horária Teórica: 60h

Prática: 0h

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0156

Ementa Comportamento humano como campo de estudo; Aspectos formadores dos mo- delos mentais. Dimensões do comportamento humano. Comportamento indi-vidual, em grupo e em equipes. Cultura e Clima organizacionais. Mudança Organizacional. Relações interpessoais nas práticas organizacionais. Referências Básicas • WAGNER, J. A.; HOLLENBECK, J. R. Comportamento Organizacional.

4. ed. São Paulo: Saraiva Educação, 2020. • MCSHANE, S. L.; GLINOW, M. A. V. Comportamento Organizacional: conhecimento emergente, realidade global. 6. ed. Porto Alegre: AMGH, 2014. • JMCSHANE, S. L.; GLINOW, M. A. V Comportamento organizacional.

6. ed. Porto Alegre: AMGH, 2014. Referências Complementares • VECCHIO, R. P. Comportamento Organizacional. São Paulo: Cengage Learning, 2012. • JOHANN, S. L. Comportamento organizacional: Teoria e Prática. São Paulo: Saraiva, 2013.

Diagnóstico e consultoria organizacional

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0133

Ementa O consultor: perfil, áreas de atuação, papel do consultor e conhecimentos necessários. Caracterização dos problemas empresariais. O contrato de serviço e seus elementos. Diagnóstico organizacional. Elaboração do relatório de di- agnóstico. Elaboração do Projeto de Intervenção. Ferramentas e métodos de trabalho aplicados à consultoria organizacional. Ética em consultoria. A Im- portância do projeto no processo de consultoria. Projetos públicos e privados. Etapas, planejamento, gestão e análise de projetos. Medidas de controle e mo-nitoramento. Avaliação de projetos. Referências Básicas • SCHOETTI, J-M.; STERN, P. COnsultoria. 1. ed. São Paulo: Saraiva Educação, 2018. • CROCCO, L.; GUTTMANN, E. COnsultoria empresarial. 3.

ed. São Paulo: Saraiva, 2017. • CAMARGO, R. Project Model Visual: gestão de projetos simples e efi-caz. São Paulo: Saraiva, 2016. Referências Complementares • CORREIA NETO, J. F.; BRANDÃO, J. W. Valuation empresarial: avalia-ção de empresas considerando o risco. Rio de Janeiro: Alta Books, 2018. • ABDALLA, M. M.; CONJERO, M. A.; OLIVEIRA, M. A.; et al. Administração estratégica: da teoria à prática no Brasil. 1 ed. São Paulo: Atlas, 2019.

Economia do Meio Ambiente Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Evolução do pensamento. Ecologia e a natureza econômica. Economia e uti- lização sustentável dos recursos. Valoração dos ativos ambientais. Políticas públicas e recursos ambientais. Modelos de exploração ótima de recursos na- turais renováveis e não renováveis. Tópicos em economia do meio ambiente. Referências Básicas • MAY, P. M. (org). Economia do Meio Ambiente: Teoria e Prática. 3. ed.Rio de Janeiro: GEN LTC, 2018. • THOMAS, J. M.; CALLAN, S. J. Economia Ambiental: Aplicações, Polí-ticas e Teoria. 2. ed. São Paulo: Cengage Learning, 2016. • FIELD, B. C.; FIELD, M. K. Introdução à Economia do Meio Ambiente.

6. ed. Porto Alegre: AMGH, 2014. Referências Complementares • SANTOS, T. Economia do meio ambiente e da energia: fundamentosteóricos e aplicações. 1. ed. Rio de Janeiro: LTC, 2018. • GOOLSBEE, A.; LEVITT, S.; SYVERSON, C. Microeconomia. 2. ed. São Paulo: Atlas, 2018.

Economia do Setor Público Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Responsável: Departamento de Economia Código: Novo

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Ementa Externalidades. Bens públicos. Bem-estar. Modelos de tributação ótima de mercadorias. Modelos de tributação ótima de renda. Teorema do eleitor me- diano. Ciclos políticos. Federalismo fiscal. Introdução à avaliação de políticas públicas Referências Básicas • ROSEN, H.; GAYER, T. Finanças Públicas. 10. ed. Porto Alegre: AMGH Editora, 2015. • GIAMBIAGI, F.; ALEM, A. Finanças Públicas: Teoria e Prática no Brasil.

5. ed. Rio de Janeiro: Campus, 2015. • RIANI, P. Economia do Setor Público - Uma Abordagem Introdutória.6. ed. LTC, 2016 Referências Complementares • GIAMBIAGI, F.; ALÉM, A. Finanças Públicas - Teoria e Prática No Brasil.

5. ed. Campus, 2016. • HINDRICKS, J.; Myles, G. D. Intermediate Public Economics. press, 2013. • VARIAN, H. R. Microeconomia - Uma Abordagem Moderna. 8. ed. El-sevier, 2012. • BIDERMAN, C.; AVARTE, P. Economia do Setor Público no Brasil. São Paulo: Campus, 2005.

Empreendedorismo

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 0h Prática: 0h

Tipo de Componente: Disciplina

Extensão: 60h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0134

Ementa Empreendedorismo: Campo de Estudos Plural, Polissêmico e Multidimensio- nal. A Evolução Social, Histórica, Política e Cultural do Empreendedorismo. A Ação Empreendedora. O Ciclo de Vida das Organizações. A Identificação de Oportunidades. O Desenvolvimento de Produtos Inovadores. A Elaboração do Plano de Negócios. O Modelo CANVAS. A Utilização de Indicadores de De-sempenho no Ciclo de Vida das Organizações. Fontes de Financiamento para Novos Empreendimentos. Causas do Êxito e da Falência Organizacional. Intraempreendedorismo. Empreendedorismo no Setor Público. Empreendedorismo no Terceiro Setor. Referências Básicas • DORNELAS, J. Empreendedorismo: Transformando Ideias em Negócios.8. ed. LTC, 2021. • HISRICH, R. D.; PETERS, M. P.; SHEPARD, D. A. Empreendedorismo.

9. ed. Porto Alegre: AMGH, 2014.

MIT

• BESSANT, J.; TIDD, J. Inovação e Empreendedorismo. 3. ed. Porto Alegre: Bookman, 2019. Referências Complementares • DORNELAS, J. Empreendedorismo Corporativo: como ser um empre-endedor, inovar e se diferenciar na sua empresa. 5. ed. Barueri: Atlas, 2023. • BESSANT, J. Inovação e empredendedorismo. 3. ed. Porto ALegre: Bookman, 2019.

Microeconomia I Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Teoria do consumidor: restrição orçamentária e preferências, escolha ótima e demanda. Estática comparativa: a equação de Slutsky. Preferência revelada. Medidas de Bem-Estar: Excedente do Consumidor, Variação Compensatória e Variação Equivalente. Teoria da firma: tecnologia, maximização dos lucros e oferta da firma, minimização dos custos, oferta agregada. Referências Básicas • VARIAN, H. Microeconomia: Uma Abordagem Moderna. 9. ed. Elsevier.Rio de Janeiro, 2015. • PINDYCK, R.; RUBINFELD, D. Microeconomia. Pearson. São Paulo,2017. • GOOLSBEE, A.; LEVITT, S.; SYVERSON, C. Microeconomia. 2. ed. São Paulo: Atlas, 2018. • VASCONCELLOS, M. A. S.; OLIVEIRA, R. G.; BARBIERI, F. Manual de microeconomia. 3. ed. São Paulo: Atlas, 2017. Referências Complementares • MANKIW, G. Princípios de Microeconomia. 6. ed. Cengage. São Paulo,2013. • KRUGMAN, P.; WELLS, R. Microeconomia. Ed. Atlas. 2016. • BESANKO, R. R.; BRAEUTIGAM, D. Microeconomia. Uma Abordagem Completa. LTC, 2004. • BROWNING, E. K.; ZUPAN, M. A. Microeconomia: teoria aplicações. 7. ed. Rio de Janeiro: LTC, 2004. • FRANK, R. H. Microeconomia e comportamento. 8. ed. Porto Alegre: AMGH, 2013. • SCHRODER, B. H. V.; SCHMIDT, C. A. J.; BERTOLAI, J. D. P. Microeconomia: questões comentadas das provas de 2008 a 2017. 6. ed. Rio de Janeiro: Elsevier, 2017.

Microeconomia II Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Equilíbrio geral. Análise de mercados competitivos. Monopólio. Determinação de preço e poder de mercado. Competição monopolística. Mercado de fatores. Oligopólio. Introdução à teoria dos jogos. Referências Básicas • FIANI, R. Teoria dos jogos. 4. ed. Rio de Janeiro: Elsevier, 2015. • GOOLSBEE, A.; LEVITT, S.; SYVERSON, C. Microeconomia. 2. ed. São Paulo: Atlas, 2018. • PINDYCK, R. e RUBINFELD, D. Microeconomia. Pearson. São Paulo, 2017. • VARIAN, H. R. Microeconomia: uma abordagem moderna. Rio de Ja-neiro: Elsevier, 2015. • VASCONCELLOS, M.A.S ; OLIVEIRA, R. G. Manual de Microeconomia.

3. ed. Ed. Atlas, 2001. Referências Complementares • MANKIW, G. Princípios de Microeconomia. 6. ed. Cengage. São Paulo,2013. • KRUGMAN, P.; WELLS, R. Microeconomia. São Paulo: Atlas. 2016. • BESANKO, R. R.; BRAEUTIGAM, D. Microeconomia. Uma Abordagem Completa. São Paulo: LTC, 2004.

Negócios no Ambiente Virtual

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 45h

Prática: 15h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0153

Ementa Ambiente Web. Comércio eletrônico: conceitos, classificações, tipos de relacionamentos. Negócios digitais. Principais modelos de negócios eletrônicos. Pagamentos eletrônicos. Transações eletrônicas. Segurança. Gestão do relacionamento com o cliente. Gestão da cadeia de suprimentos. Redes sociais e

colaborativas. Estratégias de comércio eletrônico. Comércio móvel e aplicações organizacionais. Questões éticas e legais no comércio eletrônico e móvel. Inovações, soluções e desafios em tecnologias da informação no ambiente virtual e no comércio eletrônico. Aplicações práticas. Referências Básicas • LAS CASAS, A. L.; KHATIB, A. S. E. Marketing digital. 1. ed. Baruaeri: Atlas, 2022. • TEIXEIRA, T. LGPD e E-commerce. 2. ed. São Paulo: Saraiva Educação, 2021. • TURCHI, S. R. Estratégias de marketing digital e e-commerce. 2. ed.São Paulo: Atlas, 2023. Referências Complementares • TEIXEIRA, T. Direito Digital e Processo Eletrônico. 7. ed. São Paulo: SaraivaJur, 2022. • FRANCO JUNIOR, C. Administração moderna: integrando estratégia e coaching diante das mudanças. São Paulo: Saraiva Educação, 2018.

Pesquisa de Mercado

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 0h Prática: 0h

Tipo de Componente: Disciplina

Extensão: 60h

EAD: 0h

Responsável: Departamento de Administração Código: GDADM0129

Ementa O profissional de pesquisa de mercado e opinião: relevância e opções profissio-nais; Planejamento da pesquisa: etapas centrais e construção do projeto; Dese- nho e implementação da pesquisa de campo. Modelos e prática de pesquisas com dados secundários: fontes, prospecção e preparação de dados. Análise exploratória e geração de insights. Apresentação e disseminação e resulta- dos: modelos descritivos, relatório da pesquisa, apresentação em plataformas dinâmicas, projetos de disseminação e apropriação de resultados. Referências Básicas • MARÓSTICA, E.; mARÓSTICA, N. A. C.; BRANCO, V. R. C. Inteligência de mercado. 2 ed. São Paulo: Cengae Learning, 2020. • NIQUE, W.; LADEIRA, W. Como fazer pesquisa de marketing: um guia prático para a realidade brasileira. 2. ed. São Paulo: Atlas, 2017. • RICHARDSON, R. J.; PFEIFFER, D. K. Pesquisa social: m[etodos e técnicas. 2. ed. São Paulo: Atlas, 2017. Referências Complementares • MATTAR, F. N.; MOTTA, S. L. S. Pesquisa de Marketing: metodologia, planejamento, execução e análise. 7. ed. Rio de Janeiro: Elsevier, 2014. • GREWAL, D.; LEVY; M. Marketing. 4. ed. Porto Alegre: AMGH, 2016.

Libras Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 30h

Tipo de Componente: Disciplina

Prática: 30h

Extensão: 0h

EAD: 0h

Responsável: Departamento de Línguas de Sinais Código: GDLS0024

Ementa Aspectos sócio históricos, linguísticos identitários e culturais da comunidade surda. Legislação e surdez. Filosofias educacionais para surdo. Aspectos lin- guísticos da Libras: fonológicos, morfológicos, sintáticos e semântico-pragmáticosda Língua Brasileira de Sinais. Prática de conversação em Libras. Referências Básicas • FELIPE, Tanya; MONTEIRO, Myrna. LIBRAS em Contexto: Curso Bá-sico.

4. ed. Rio de Janeiro: LIBRAS Editora Gráfica, 2005. • FERNANDES, E. Linguagem e surdez. Porto Alegre: Artmed, 2003. • FERREIRA-BRITO, Lucinda. Por uma Gramática de Língua de Sinais.Rio de Janeiro: Tempo Brasileiro/UFRJ, 1995. • MORAIS, C. E. L. LIBRAS. 2. ed. Porto Alegre: SER - SAGAH, 2019. • QUADROS, Ronice Muller de. Educação de surdos: a aquisição da linguagem. Porto Alegre: Artes Médicas, 1997. • QUADROS, R. M.; KARNOPP, L. B. Língua de sinais brasileira: estudos linguísticos. Porto Alegre: Artmed, 2004. Referências Complementares • BRASIL. Secretaria de Educação Especial/Deficiência auditiva /organi-zado por Giuseppe Rinaldi et al. – Brasília: SEESP, 1997. Alfabetização: Aquisição do Português escrito por surdos, VI (Série Atualidades Pedagógicas, n. 4, v. 2, Fascículo 5). • BRASIL. Parâmetros Curriculares Nacionais. Brasília: MEC, 1998. BRITO,

L. F. Língua Brasileira de Sinais. Brasília: SEESP, 1997. • SUTTON-SPENCE, R. The Role of Sign Language Narratives in Developing Identity for Deaf Children. Journal of Folklore Research, v.47 (3), pp. 265-305, 2010. • ZYCH, A. C. Avaliação do processo de escolaridade e de pessoas sur- das em suas interações no contexto social. 2003. Tese (Doutorado) – Universidade Estadual de Campinas, Faculdade de Educação, Campinas, SP.

Projeto Orientado a Objetos

Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00212

Ementa Introdução a linguagens de programação orientada a objetos. Conceitos e terminologias: objetos, classes, métodos e mensagens, herança simples e múlti- pla, polimorfismo e sistemas de tipos. Classificação de linguagens baseadas emobjetos. Discussão sobre empacotamento e distribuição de aplicações. Imple- mentação de estruturas de dados encadeadas. Uso de bibliotecas de coleções. Projeto de sistemas orientados a objetos. Referências Básicas • BANIN, S. Python 3: Conceitos e aplicações: Uma abordagem didá-tica. São Paulo: Érica, 2018. • GRUS, J. Data Science do Zero: Primeiras Regras com o Python. Riode Janeiro: Alta Books; 2011. • MEDINA, M.; FERTIG, C. Algoritmos e Programação. Teoria e Prática.São Paulo: Novatec, 2005. • MENEZES, N. Introdução à programação com Python: algoritmos elógica de programação para iniciantes. 3 ed. São Paulo: Novatec, 2019. • GAMMA, E.; JOHNSON, R.; VLISSIDES, J.M.; HELM, R.; FOWLER, M. Padrões de projeto: soluções reutilizáveis de software orientado a objetos. Porto Alegre: Bookman, 2002. 364 p. • MEYER, B. Object Oriented Software Construction. 2a ed. Prentice-Hall,

1997. 1254 p. Referências Complementares • NORVIG, P. Paradigms of artificial intelligence programming: casestudies in Common LISP. Morgan Kaufmann, 1992. • SEBESTA, R. Conceitos de Linguagens de Programação. 11 ed. PortoAlegre: Bookman, 2018. • RAMNATH, S.; DATHAN, B. Object-oriented analysis and design. NewYork: Springer, 2010. 440 p.

Técnicas de Pesquisa e Análise de Dados I Créditos: 4

Carga-horária Total: 60h

Carga-horária Teórica: 60h

Prática: 0h

Tipo de Componente: Disciplina

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: PSAE00210

Ementa Ciência e conhecimento científico. Métodos científicos. Elaboração e apresen-tação pública de textos técnicos científicos. Normas técnicas, pesquisa biblio- gráfica e relatório final de pesquisa. Introdução ao planejamento da pesquisa científica (finalidades, tipos, etapas, projeto e relatório). Revisão sistemáticae metanálise. Gerenciador Eletrônico de Referências. Editoração em Latex. Produção textual

online com múltiplos usuários. Ferramentas para controle de versão de arquivos (Git). Principais fontes de dados secundários de infor- mações econômicas, financeiras, gerenciais e sociais: extensões, importação e inspeção básica. Exemplos práticos de trabalhos científicos em CDN. Referências Básicas • ANDRADE, M. M. Introdução à Metodologia Científica. 10. ed. São Paulo: Atlas, 2010. • FRANCA, J. L.; VASCONCELOS, A.C. (org.). Manual para normalizaçãode publicações técnico científicas. 8 ed. Belo Horizonte: Ed. UFMG, 2013. • KOTTWITZ, S. LaTeX Beginner’s Guide. 1. ed. [s. l.]: Packt Publishing, Limited, 2011. • LAKATOS, E. M.; MARCONI, M. Metodologia científica. 6. ed. São Paulo: Atlas, 2011. • ORTEGA-MARLASCA, M.-M. Manual básico de Mendeley para novatos. Spain, Europe [s. n.]. ISBN 978-84-617-4225-7 • SOMASUNDARAM, R. Git: Version Control for Everyone. [s. l.]: Packt Publishing, Limited, 2013. ISBN 9781849517539 Referências Complementares • ALMEIDA, M. I. R.; FRAMCESCONI, M.; FERNANDES, P. P. Manual para desenvolvimento de pesquisa profissional. São Paulo : Atlas, 2019. • AZEVEDO, C.B. Metodologia científica ao alcance de todos. 3. ed. Barueri: Manoele, 2013. • AZMI, M. Mendeley: Import Referensi BibTex, RIS, Endnote XML danZotero. [s. l.], 2020. DOI 10.5281/zenodo.3892305. • BUSSAB, H.; MORETTIN, P. Estatística Básica. Saraiva. 2013. • NASCIMENTO, L. P. Elaboração de projetos de pesquisa: monografia, dissertação, tese e estudo de caso, com base na metodologia cientí- fica. São Paulo : Cengage Learning, 2012. • SULAIMAN, O. K. Panduan Mendeley Reference Manager. 2020. DOI 10.5281/zenodo.3901882.

Tópicos Especiais em CDN I

Créditos: 2 Carga-horária Total: 30h AtividadeAcadêmica Individual Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente:

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Aproveitamento de atividades acadêmicas ou profissionais realizadas livrementepelo aluno na área de Ciência de Dados para Negócios e de suas aplicações e áreas afins, de acordo com regulamentação própria do Colegiado do Curso.

Tópicos Especiais em CDN II

Créditos: 2 Carga-horária Total: 30h AtividadeAcadêmica Individual Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente:

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Aproveitamento de atividades acadêmicas ou profissionais realizadas livrementepelo aluno na área de Ciência de Dados para Negócios e de suas aplicações e áreas afins, de acordo com regulamentação própria do Colegiado do Curso.

Tópicos Especiais em CDN III Créditos: 2 Carga-horária Total: 30h AtividadeAcadêmica Individual

Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente:

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Aproveitamento de atividades acadêmicas ou profissionais realizadas livrementepelo aluno na área de Ciência de Dados para Negócios e de suas aplicações e áreas afins, de acordo com regulamentação própria do Colegiado do Curso.

Tópicos Especiais em CDN IV

Créditos: 2 Carga-horária Total: 30h AtividadeAcadêmica Individual

Carga-horária Teórica: 30h

Prática: 0h

Responsável: Departamento de Economia

Tipo de Componente:

Extensão: 0h

EAD: 0h

Código: Novo

Ementa Aproveitamento de atividades acadêmicas ou profissionais realizadas livrementepelo aluno na área de Ciência de Dados para Negócios e de suas aplicações e áreas afins, de acordo com regulamentação própria do Colegiado do Curso.

Tópicos Especiais em CDN V

Créditos: 4 Carga-horária Total: 30h AtividadeAcadêmica Individual

Carga-horária Teórica: 30h

Prática: 0h

Tipo de Componente:

Extensão: 0h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Aproveitamento de atividades acadêmicas ou profissionais realizadas livrementepelo aluno na área de Ciência de Dados para Negócios e de suas aplicações e áreas afins, de acordo com regulamentação própria do Colegiado do Curso.

Tópicos Especiais em CDN - Extensão I

Créditos: 2 Carga-horária Total: 30h AtividadeAcadêmica Individual

Carga-horária Teórica: 0h Prática: 0h

Tipo de Componente:

Extensão: 30h

EAD: 0h

Responsável: Departamento de Economia Código: Novo

Ementa Aproveitamento de atividades extensionistas, de caráter acadêmico ou profis- sional, realizadas livremente pelo aluno na área de Ciência de Dados para Ne-gócios, áreas afins e suas aplicações, de acordo com regulamentação própria do Colegiado do Curso.

ANEXO V da Resolução nº 49/2024 do CONSEPE, que aprova o Projeto Pedagógico do Curso de de Ciência de Dados para Negócios, Bacharelado, do Centro de Ciências Sociais Aplicadas/CCSA, Campus I da UFPB.

Equivalências para o novo Currículo de Ciência de Dados para Negócios Currículo 2020 (atual) Componente

Currículo NOVO Carga Horária

Componente

Carga Horária

Ciência de Dados e Sociedade (PSAE00209)

60

Introdução à Ciência de Da-dos para Negócios (Novo)

60

Técnicas de Pesquisa e Análise de Dados II (PSAE00211)

60

Análise de Dados (Novo)

60

Introdução à Economia I (1201298)

60

Princípios de Microeconomia (Novo)

60

Introdução à Economia II (1201299)

60

Princípios de Macroeconomia (Novo)

60

Aprendizagem não Supervisionada (PSAE00219)

60

Aprendizagem de Máquina não Supervisionada (Novo)

60

Aprendizagem Supervisio-nada (PSAE00216)

60

Aprendizagem de Máquina Supervisionada (Novo)

60

Administração para CDN I (DADM00173)

60

Administração para Ciên- cias Exatas e Tecnológicas

I (DADM00249)

60

Administração para CDN II (DADM00245)

60

Administração para Ciências Exatas e Tecnológicas II (Novo)

60

Engenharia de Software para CDN (DADM00246)

60

Engenharia de Software para Negócios (Novo)

60

Banco de Dados I (1107180)

60

Sistemas de Banco de Dados (Novo)

60

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DA PARAÍBA FOLHA DE ASSINATURAS SISTEMA INTEGRADO DE PATRIMÔNIO, ADMINISTRAÇÃO E CONTRATOS

Emitido em 07/11/2024 RESOLUÇÃO Nº 49/2024 - REITORIA SODS (11.01.74) (Nº do Documento: 49) (Nº do Protocolo: NÃO PROTOCOLADO)

(Assinado digitalmente em 02/12/2024 17:49 ) TEREZINHA DOMICIANO DANTAS MARTINS REITOR(A) 338087

Para verificar a autenticidade deste documento entre em https://sipac.ufpb.br/documentos/ informando seu número: 49, ano: 2024, documento (espécie): RESOLUÇÃO, data de emissão: 02/12/2024 e o código de verificação: 024eccc61c