Curso de Ps-Graduao Lato Sensu

Business Intelligence Master BI-Master

(Sistemas Inteligentes de Apoio Deciso em Negcios)

Departamento de Engenharia Eltrica PUC-Rio

MAIS INFORMAES: www.cce.puc-rio.br www.bimaster.com.br

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Sumrio

Apresentao ................................................................................................................2 Ttulo e Natureza............................................................................................................3 Objetivos........................................................................................................................4 Metodologia...................................................................................................................5 Programa .......................................................................................................................6 Horrios e Durao .......................................................................................................7 Investimento..................................................................................................................8 BI-Master 2008 Inscries............................................................................................9 Ementas.......................................................................................................................10 Composio da Carga Horria e Periodizao Sugerida..........................................22 Administrao .............................................................................................................23 Cumprimento das Exigncias do Conselho Nacional de Ensino............................23 Coordenadores e Responsveis pelo Programa.......................................................24 Composio do Corpo Docente Quanto sua Titulao..........................................25

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Apresentao
Aplicaes de sistemas computacionais de apoio deciso esto em franca ascenso. Grandes organizaes, bancos, companhias de seguro e agncias governamentais, entre outros, utilizam anlises computacionais em seus processos decisrios em busca de maior competitividade. Todavia, muitos ainda as utilizam para apoiar decises de forma rudimentar. Os processos de tomada de deciso em empresas e outras organizaes dependem fortemente do conhecimento que os gestores tm da realidade de seus negcios. Muito desse conhecimento pode ser retirado dos dados resultantes da atividade normal da empresa, e que so continuamente acumulados pelos sistemas de informao transacionais. A transformao eficiente e eficaz desses dados em conhecimento til, que possa resultar num melhor desempenho da organizao, passa pelo domnio de tcnicas de anlise de dados. Entre estas contam-se tcnicas inteligentes e estatsticas, que tm equipado cada vez mais os sistemas de apoio deciso. Mtodos estatsticos (modelos no-lineares/no-Gaussianos, modelos de volatilidade, hierrquicos, mtodos Bayesianos) so tradicionalmente empregados em sistemas de apoio deciso. Contudo, a aplicao da inteligncia computacional (Redes Neurais, Lgica Fuzzy, Algoritmos Genticos e Sistemas baseados em Conhecimento) em problemas comerciais tem mudado a maneira pela qual algumas organizaes operam e so gerenciadas. Sistemas inteligentes de apoio deciso vm sendo empregados com sucesso em previso, otimizao, anlise de risco, controle, inferncia, modelagem e deteco de fraude, nas mais diversas reas de conhecimento. Esses sistemas oferecem solues extensveis a gestores e tomadores de deciso em aplicaes complexas e extensas, consideradas difceis, extremamente restritivas ou mesmo impossveis. O Departamento de Engenharia Eltrica (DEE) da PUC-Rio tem proficincia em Mtodos de Apoio Deciso envolvendo Tcnicas Inteligentes, atestada pelo ensino de graduao e ps-graduao, h vrios anos, e pelo desenvolvimento de projetos para empresas como Petrobras, Light, Cia. Vale do Rio Doce, ONS, Souza Cruz, Eletrobrs e outras. Atravs da iniciativa de criar o BI-Master, a PUC-Rio vem atender a grande demanda do setor produtivo por novos e sofisticados sistemas de apoio deciso, oferecendo o primeiro curso de ps-graduao lato sensu nessa rea a nvel nacional. O curso, atravs de um programa que inclui teoria e cases, capaz de atrair profissionais em diferentes reas. Neste programa, o aluno estimulado e orientado no uso de novas tcnicas e sistemas de apoio deciso (SAD). A inovao do curso trocar a nfase dos clculos pela nfase da aplicao dos clculos em problemas reais. Os alunos participam de atividades de concepo, projeto, desenvolvimento, manuteno, gerenciamento, administrao e utilizao de mtodos e sistemas inteligentes de apoio deciso em geral. Com carga horria de 360 horas, eficientemente distribuda em 12 disciplinas, o curso pode ser concludo em 12 meses, mais 3 meses para concluso da Monografia.

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Ttulo e Natureza
Sistemas Inteligentes de Apoio Deciso em Negcios um curso de ps-

graduao lato sensu, destinado a profissionais portadores de diploma de curso de nvel superior em qualquer rea de formao acadmica, que j exeram ou tenham potencial para exercer funes gerenciais ou que simplesmente necessitem de ferramentas de apoio deciso em suas atividades. So exemplos: Gestores de Organizaes Institucionais e Empresariais. Gestores de Atividades de "Competitive Intelligence". Gestores de Atividades de Segurana da Informao. Outros profissionais com interesses nas reas de deciso.

O curso atende a profissionais com interesse em diferentes reas de aplicao atravs da apresentao de cases e de aplicaes prticas em: Engenharia e Tecnologia de Informao, "Medicina e Biologia"; "Economia e Finanas", "Indstria e Comrcio", Petrleo, "Energia Eltrica", "Direito", Educao, "Marketing", "Meio Ambiente". Neste programa, o aluno estimulado e orientado no uso de novas tcnicas e sistemas de apoio deciso (SAD).

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Objetivos
Promover a slida formao de profissionais especializados, aptos a participar de atividades de concepo, projeto, desenvolvimento, manuteno, gerenciamento, administrao e utilizao de mtodos e sistemas inteligentes de apoio deciso em geral. Mtodos inteligentes de apoio deciso referem-se a uma coleo de tecnologias computadorizadas cujo objetivo dar apoio ao trabalho gerencial e ao processo de tomada de deciso. O curso aborda a teoria, a construo e a aplicao de mtodos inteligentes de apoio deciso com exemplos em diversas reas de negcios. Ao final, o aluno dever elaborar e entregar uma monografia sobre um projeto abordando tema na rea de interesse do aluno ou da empresa na qual o aluno trabalha, o qual receber superviso e orientao dos professores do programa. Aplicaes tpicas incluem: 1. Programao e controle da Produo 2. Otimizao do Roteiro da Entrega de Cargas visando reduo de custos e antecipao de entregas 3. Estratgias de Relacionamento e Reteno (Churn) de Clientes 4. Avaliao de Idoneidade, Risco e Scoring de Clientes para Concesso de Financiamentos 5. Conhecimento do Cliente e Otimizao da Eficincia e Lucratividade de Campanhas de Marketing 6. Previso de Consumo e Demanda 7. Previso de Fenmenos Naturais (chuva, vazo, temperatura, etc) 8. Investigao de Irregularidades e Deteco de Fraudes 9. Identificao e Preveno de Inadimplncia de Clientes 10. Controle Inteligente de Processos e de Plantas Industriais 11. Otimizao de Planejamento (Scheduling) 12. Otimizao da Cadeia de Suprimentos 13. Otimizao da Distribuio, Transporte, Coleta, Embarque, Manuteno e Produo de Produtos 14. Otimizao de Portfolio (investimento, proje tos, ttulos, etc) 15. Otimizao de Fluxo de Caixa 16. Inferncia On-line de Propriedades e Qualidade de Produtos Industriais 17. Sistemas de Caracterizao e Controle de Confiabilidade Humana 18. Monitoramento e Diagnstico de Falhas 19. Extrao de Conhecimento de Bases de Dados Operacionais 20. Simuladores de Processos Industriais 21. Alocao tima de Recursos Humanos em Proje tos 22. Anlise Econmica de Projetos 23. Apoio Gerncia de Apelao Jurdica 24. Sistema de Apoio na rea da Legislao de Marcas e Patentes 25. Deteco e Diagnstico de doenas a partir de sintomas, histricos e de resultados de exames 26. Sistemas Case-Based Reasoning online de diagnstico (trouble shooting) e suporte ao cliente

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Metodologia
O Curso de Sistemas Inteligentes de Apoio Deciso em Negcios tem carter eminentemente prtico: parte de um embasamento terico e promove a exemplificao de sistemas em reas especficas, visando a tornar o estudante capaz de identificar, especificar e utilizar sistemas de apoio deciso no seu ramo de negcio. A metodologia de ensino inclui:

Teoria Prtica (em computadores) Cases (estudo de casos reais)

Disciplinas bsicas introduzem os principais conceitos e teoria bsica dos mtodos inteligentes de apoio deciso; as demais disciplinas abordam "cases" e projetos de sistemas inteligentes de apoio deciso voltados para a rea de interesse do aluno. A metodologia de ensino utilizada de acordo com as caractersticas prprias de cada disciplina. As disciplinas tericas tero aulas predominantemente expositivas, ilustradas com exemplos prticos, complementadas por seminrios e discusso de artigos. As disciplinas de cunho prtico sero predominantemente realizadas em laboratrios computacionais, utilizando softwares comerciais. Material didtico produzido pelos professores servir de guia para as prticas de laboratrio, devendo exercitar os conceitos apresentados nas aulas expositivas tanto da prpria disciplina como de disciplinas anteriormente cursadas. Alm disso, sero oferecidas palestras, apresentadas por especialistas em temas de interesse. Nas aulas Cases, os alunos iro vivenciar exemplos de casos reais de sistemas inteligentes de apoio deciso de empresas nacionais e internacionais. Para isso o curso dispe de uma completa e atualizada base de cases classificados por rea, constando de artigos, apresentaes e dados originais, a qual os alunos tero acesso para consulta a qualquer momento.

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Programa

O programa do curso inclui 12 disciplinas e uma monografia (Figura 1).

Si stemas de Apoio Deciso

Previso de Sries e Infernci a por Redes Neur ais

1 Md ulo

1. Perodo

Otimizao por Algoritmos Genticos

Sistemas baseados no Conhecimento por Lgica Fuzzy

Mtodos Estatsticos de Apoio Deciso

2 Md ulo

Business Intell igence

Data Mi ni ng

2. Perodo

Oti mizao de Pl anejamento (Scheduli ng)

3 Md ulo

Apoio Deciso sob Incertezas

Local izao e Uso da Informao em Negci os

Projeto de Sistemas Inteligentes de Apoi o Deciso

4 Md ulo

Confiabil idade Humana

Monografia

TO TAL 12 meses + 3 para con cluso d a Mono gragia

Fig 1. Estrutura do Programa

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Horrios e Durao
O Curso de Ps-Graduao em Sistemas Inteligentes de Apoio Deciso em Negcios tem um total de 360 horas, cursadas em dois semestres, distribudos ao longo de um ano, mais um trimestre dedicado a elaborao de monografia. As aulas so ministradas no horrio das 19:00h s 22:00h, s teras, quartas e quintas-feiras. O perodo de 2. 6., das 17 s 19hs, reservado para o agendamento de entrevistas de orientao de alunos. O ano letivo ser dividido em dois semestres com durao de 22 semanas cada, mais uma ou duas semanas de intervalo (dependendo da concentrao de feriados).

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Investimento
Investimento: O curso poder ser pago em 13 parcelas de R$ 1.179,00 ou vista com 5% de desconto. Mais informaes: http://www.cce.puc-rio.br/ O BI-Master tambm oferecido em turmas fechadas para empresas. Solicite uma proposta atravs do email:

bi-master.contato@ele.puc-rio.br

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

BI-Master 2008 Inscries

Esto abertas as inscries para a turma de 2008 Local: Rua Marqus de So Vicente, 225 - casa XV - Gvea/RJ Perodo de Aulas: de 25/03 a 28/08/2008 (1 perodo) - 3, 4 e 5 feira, das 19:00 s 22:00h Inscrio: At 12/03/2008 - Taxa de inscrio: R$ 30,00 A inscrio poder ser realizada por qualquer um dos seguintes modos: Pela Internet Pela Central de Atendimento - 0800 970 9556 Presencial - Comparecimento do candidato ou seu representante, munido de instrumento particular de procurao CCE/PUC-Rio na Rua Marqus de So Vicente, 225 casa XV Gvea/RJ ou na Av. Marechal Cmara, 186 7 andar Centro/RJ. Matrcula: 14 a 17/03/2008 Mais informaes: http://www.cce.puc-rio.br/

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Ementas
Sistemas de Apoio Deciso
Sistemas de Apoio Deciso representam uma viso do papel do computador no processo de tomada de deciso. Apoio deciso implica no uso de computadores para auxiliar gerentes em seus processos de deciso; apoiar, ao invs de substituir, o julgamento gerencial; e melhorar a eficincia da tomada de deciso. Sistemas de Apoio Deciso se caracterizam pelo emprego de diferentes modelos, algoritmos e tecnologias na construo de sistemas que do apoio aos processos decisrios de grandes organizaes, bancos, indstrias, companhias de seguro e agncias governamentais, entre outros. Ementa: SADs no contexto de Sistemas de Apoio Gerncia; O Processo de Tomada de Deciso; Estrutura geral de um SAD; Bases de Dados e Data Warehouses como componentes de SADs; Modelagem e Anlise: modelos estticos e dinmicos, otimizao, simulao e programao heurstica, gerenciamento da base de modelos, viso computacional em SADs; Projeto e Desenvolvimento: ciclo de desenvolvimento de um sistema de software, especificao de requisitos e casos de uso; modelagem e projeto orientados a objetos, UML Unified Modeling Language, arquiteturas Web; SADs Cooperativos; SADs Empresariais; Gesto de Conhecimento; Implementao e Integrao de SADs. Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Turban, E. e Aronson, J. E. , Decision Support Systems and Intelligent Systems, 5a. edio, Prentice Hall, New Jersey, 1998. Cpia das transparncias de aula Excel

Apostila: Softwares:

10

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Business Intelligence

Os negcios esto sendo submetidos a uma mudana fundamental na maneira de tomar decises. Business Intelligence descreve um conjunto de conceitos e de mtodos para melhorar a tomada de deciso nos negcios usando sistemas de apoio baseados em fatos e informao. O foco est na descoberta, organizao, estruturao e no uso inteligente do material e no mapeamento das diferentes vises do negcio. A disciplina procura responder questo: Onde est a "inteligncia" atrs da "inteligncia de negcio"? Nesse sentido, um ingrediente central da inteligncia de negcio a Inteligncia Computacional (IC). A IC trata do poder humano suplementado com o poder da computao inteligente, com o uso de sistemas inteligentes, sistemas knowledge-based, redes neurais, agentes inteligentes, algoritmos genticos, sistemas de inferncia fuzzy e raciocnio baseado em casos. Ementa: Histrico de Business Intelligence, Dados que armazenam conhecimento, a inteligncia estratgica de negcio e o desempenho do empreendimento, competitive intelligence; infra-estrutura tecnolgica: OLTP, OLAP (on-line analytical processing), ERP e Datawarehousing., Ferramentas de BI no Mercado, Implantao de Businesses Intelligence, Diretrizes dos Negcios, Anlise das Questes Relacionadas aos negcios, Anlise Custo-Benefcio, Avaliao do Risco, Estudo de casos baseados em IC. Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Vasant Dahr & Roger Stein, Seven methods for transforming corporate data into business intelligence, Prentice Hall, New Jersey. J. Han & M. Kamber, Data Mining Concepts and techniques, Morgan Kaufman, 2001. Larissa T. Moss and Shaku Atre, Business Intelligence Roadmap: the Complete Project Lifecycle for Decision Support Applications, Addison Wesley, 2003 Apostila: Softwares: Cpia das transparncias de aula Excel

11

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Previso e Inferncia por Redes Neurais

O objetivo desta disciplina introduzir os sistemas de previso, inferncia, classificao e reconhecimento de padres que podem ser construdos explorando-se o extraordinrio potencial das Redes Neurais. Redes Neurais so modelos computacionais no lineares, inspirados na estrutura e operao do crebro humano, que procuram reproduzir caractersticas humanas, tais como: aprendizado, associao, generalizao e abstrao. Devido sua estrutura, as Redes Neurais so bastante efetivas no aprendizado de padres a partir de dados no-lineares, incompletos, com rudo e at compostos de exemplos contraditrios. So vistos os conceitos bsicos da teoria de Redes Neurais, os principais algoritmos de aprendizado supervisionado e no-supervisionado, ferramentas de software e exemplos de aplicao, fornecendo subsdios para que o aluno saiba identificar e solucionar problemas de seu interesse atravs de Redes Neurais. Ementa: Caractersticas Bsicas: Aprendizado, Associao, Generalizao e Robustez; Histrico; Estrutura do Neurnio Artificial; Estruturas de Interconexo; Tipos de Aprendizado - Supervisionado e NoSupervisionado; Algoritmos de Aprendizado: Perceptron, Back Propagation, Mapas Auto-Organizveis, Aplicaes.

Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Marco Aurlio C. Pacheco e Marley Vellasco (organizadores), Sistemas Inteligentes de Apoio Deciso: Anlise Econmica de Projetos de Desenvolvimento de Campos de Petrleo sob Incerteza, Srie Business Intelligence, ISBN: 978-857193-172-5 (brochura), ISBN: 978-85-7193-173-2 (cartonada), 300 pgs, Srie Business Intelligence, Ed. Intercincia e Ed. PUC-Rio, Junho 2007. Cpia das transparncias de aula WEKA, Matlab

Apostila: Softwares:

12

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Sistemas baseados em Conhecimento por Lgica Fuzzy

Nesta disciplina o objetivo introduzir sistemas baseados em conhecimento (knowledge-based systems) e de reconhecimento de padres desenvolvidos atravs dos conceitos da Teoria de Conjuntos Fuzzy e da Lgica Fuzzy,. A Lgica Fuzzy tem por objetivo modelar o modo aproximado de raciocnio humano, visando desenvolver sistemas computacionais capazes de tomar decises racionais em um ambiente de incerteza e impreciso. A Teoria dos Conjuntos Fuzzy e a Lgica Fuzzy fornecem mecanismos para a manipulao de informaes imprecisas, tais como os conceitos de muito, pouco, pequeno, alto, bom, quente, frio, etc, fornecendo uma resposta aproximada para uma questo baseada em um conhecimento que inexato, incompleto ou no totalmente confivel. Na disciplina so apresentados princpios bsicos de Sistemas de Inferncia Fuzzy Conjuntos Fuzzy e Lgica Fuzzy e suas aplicaes. Ementa: Definies; Caractersticas Bsicas; Formas de Impreciso; Conjuntos Fuzzy, Propriedades e Caractersticas; Operaes Lgicas; Definies de t-norm e t-conorm; Modificadores; Relaes e Composies Fuzzy; Lgica Tradicionall; Lgica Fuzzy; Modus Ponens Generalizado; Sistemas de Inferncia Fuzzy: Base de Regras, Mdulos de Inferncia, Fuzzificao, Defuzzificao; Modelos Neuro-fuzzy; Exemplos; Aplicaes. Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Marco Aurlio C. Pacheco e Marley Vellasco (organizadores), Sistemas Inteligentes de Apoio Deciso: Anlise Econmica de Projetos de Desenvolvimento de Campos de Petrleo sob Incerteza, Srie Business Intelligence, ISBN: 978-857193-172-5 (brochura), ISBN: 978-85-7193-173-2 (cartonada), 300 pgs, Srie Business Intelligence, Ed. Intercincia e Ed. PUC-Rio, Junho 2007. SISTEMAS FUZZY, Ricardo Tanscheit, DEE-PUC-Rio; Cpia das transparncias de aula Fuzzy Rules, Fuzzy FuzzyTech,NFHB-Class Toolbox Matlab,

Apostila: Softwares:

13

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Otim izao por Algoritmos Genticos

Disciplina que introduz sistemas de apoio deciso, voltados para problemas de otimizao em geral, empregando os Algoritmos Genticos. Algoritmos Genticos (AGs) so modelos de otimizao capazes de fornecer um conjunto de solues satisfatrias que podem ser exploradas por mtodos de anlise multicritrio em aplicaes complexas consideradas difceis, extremamente restritivas ou mesmo impossveis. Os AGs so simples, flexveis e permitem incorporar e alterar regras e objetivos do problema a qualquer momento do ciclo de vida do sistema. Os AGs tm revolucionado a soluo de problemas de: logstica, planejamento (scheduling), otimizao numrica de parmetros, rota de veculos, controle e automao industrial, data mining, sntese de sistemas, etc. Ementa: Conceitos Bsicos, Evoluo e Seleo Natural; Componentes de um AG; Tamanho da Populao; Mtodos de Reproduo, Seleo, Mutao e Crossover; Tcnicas e Parmetros; Aplicaes em Machine Learning; Aplicaes em Problemas de Otimizao Combinatorial.

Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Marco Aurlio C. Pacheco e Marley Vellasco (organizadores), Sistemas Inteligentes de Apoio Deciso: Anlise Econmica de Projetos de Desenvolvimento de Campos de Petrleo sob Incerteza, Srie Business Intelligence, ISBN: 978-857193-172-5 (brochura), ISBN: 978-85-7193-173-2 (cartonada), 300 pgs, Srie Business Intelligence, Ed. Intercincia e Ed. PUC-Rio, Junho 2007. Apostila e Cpia das transparncias de aula. Evolver 4.0, GACOM

Apostila: Softwares:

14

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Data Mining

Esta disciplina introduz a teoria da Descoberta de Conhecimento em base de dados, apresentando seus conceitos, fases, principais tarefas e algoritmos envolvidos, e a aplicao em problemas reais de planejamento financeiro, gerncia de produo, diagnstico, previso e deteco de fraude, etc. A Descoberta do Conhecimento uma sub-rea da inteligncia computacional que trata de descobrir relacionamentos e padres em grandes massas de dados e texto. A descoberta do conhecimento envolve tecnologias como a minerao dos dados, minerao do texto, induo de regras, agrupamento de dados, e outras tcnicas relacionadas. Softwares comerciais e desenvolvidos no DEE so aplicados em problemas reais de planejamento financeiro, gerncia de produo, diagnstico, previso, deteco de fraude, etc. O curso tambm rev conceitos bsicos de banco de dados relacional e os fundamentos de data warehouse. Ementa: Descoberta de Conhecimento; Conceitos bsicos de Bases de Dados e Data WareHouse; Minerao de Dados (MD); Pr-Processamento de Dados; Modelos de Representao de Conhecimento; Classificao Bayesiana; Classificao; Clusterizao; Sistemas Hbridos em MD; rvores de Deciso; Algoritmos ID3 e A Priori; Softwares e Ferramentas de MD; Aplicaes e Estudo de Casos. Pr-Requisito: Previso de Sries e Inferncia por Redes Neurais; Otimizao por Algoritmos Genticos; Sistemas baseados no Conhecimento por Lgica Fuzzy. Material: Livro Texto: Data Mining, R. Goldschmidt, E. Passos, Editora Campus, 2005. Data Mining: Practical Machine Learning Tools and Techniques (Second Edition), Ian H. Witten, Eibe Frank, Morgan Kaufmann, June 2005, 525 pages, Paper ISBN 0-12-088407-0 Apostila: Softwares: Data Mining e Cpia das transparncias de aula. BRAMINING, Analysis Fuzzy Rules, NFHB-Class, Cluster

15

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Otim izao de Planejamento (Scheduling)

O planejamento de tarefas (scheduling) um trabalho de resultados economicamente importantes para diversos setores produtivos, tais como: a produo em indstrias de manufatura, processos computacionais em sistemas operacionais, transporte de cargas, escala de tripulaes de vos e embarque de carga em navios, coleta e distribuio de produtos, etc. O papel do planejamento consiste em alocar tarefas ao longo do tempo que devem ser executadas utilizando um nmero limitado de recursos, respeitando diversas restries (e.g. de precedncia) e otimizando um ou mais objetivos. Problemas de planejamento so problemas de otimizao tipicamente combinatoriais que pertencem classe de problemas NP-hard (problemas que no podem ser resolvidos de forma no-determinstica em tempo polinomial). A prtica tambm tem demonstrado que este tipo de problema apresenta extrema dificuldade de soluo por tcnicas convencionais. Os Algoritmos Genticos, em contra partida, so de simples construo, flexveis para aplicao em sistemas de otimizao de planejamento e permitem que, a qualquer momento, durante a vida do sistema, possam ser incorporadas e/ou alteradas regras e objetivos do problema, face evoluo do setor. Ementa: Programao, Planejamento e Logstica; Cadeia de Suprimentos; Problemas flow shop, job shop e com restrio de precedncia; Otimizao de Planejamento por Algoritmos Genticos e Co-Evoluo Cooperativa; Representao de Problemas Baseados em Ordem; Problema do Caixeiro Viajante; Otimizao de Planejamentos com Restries de Precedncia, Incorporao do conhecimento no domnio do problema (regras), scheduling multicritrio; Exemplos de redes de distribuio, roteamento de veculos, planejamento de embarque de minrio em portos, planejamento de refinaria para a produo de derivados de petrleo e desenvolvimento de campos de petrleo.

Pr-Requisito: Otimizao por Algoritmos Genticos. Material: Livro Texto: Marco Aurlio C. Pacheco e Marley Vellasco (organizadores), Sistemas Inteligentes de Apoio Deciso: Anlise Econmica de Projetos de Desenvolvimento de Campos de Petrleo sob Incerteza, Srie Business Intelligence, ISBN: 978-857193-172-5 (brochura), ISBN: 978-85-7193-173-2 (cartonada), 300 pgs, Srie Business Intelligence, Ed. Intercincia e Ed. PUC-Rio, Junho 2007. Cpia das transparncias de aula Evolver 4.0, Sistema de Planejamento Gentico (SPG).

Apostila: Softwares:

16

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Apoio Deciso sob Incertezas

O objetivo desta disciplina introduzir sistemas de apoio deciso que consideram diversos tipos de incertezas e sua influncia nas decises gerenciais, assim como as tcnicas e modelos que tratam estas incertezas em projetos de investemento. So apresentadas as teorias de avaliao de projetos que permitem avaliar a flexibilidade gerencial junto com as incertezas. Ementa: Incertezas; Representao de incertezas: distribuio de probabilidade, processos estocsticos, nmeros fuzzy; Tcnicas para o tratamento de incertezas: rvore de deciso, diferenas finitas, simulao Monte Carlo,; Risco e Incerteza; Relao Risco-Retorno; Teoria de Carteira de Ativos: Risco Diversificvel e Risco No-Diversificvel; Carteira de Ativos Financeiros e Carteira de Projetos da Empresa; A Funo Objetivo da Empresa; Teoria das Opes Reais e Avaliao de Projetos de Investimentos; Opes Financeiras e Opes Reais; Principais Tipos de Opes Financeiras: Europias e Americanas; Opes de Compra e de Venda; As Decises Gerenciais e suas Opes: Tipos de Opes Reais Mais Comuns; Irreversibilidade, Timing e Incerteza; Opes Finitas e Opes Perptuas; Uso da Teoria das Opes em Empresas Modernas.

Pr-Requisito: Sistemas baseados no Conhecimento por Lgica Fuzzy. Material: Livro Texto: Marco Aurlio C. Pacheco e Marley Vellasco (organizadores), Sistemas Inteligentes de Apoio Deciso: Anlise Econmica de Projetos de Desenvolvimento de Campos de Petrleo sob Incerteza, Srie Business Intelligence, ISBN: 978-857193-172-5 (brochura), ISBN: 978-85-7193-173-2 (cartonada), 300 pgs, Srie Business Intelligence, Ed. Intercincia e Ed. PUC-Rio, Junho 2007. Cpia das transparncias de aula e alguns artigos acadmicos. @RISK, Crystal Ball Simulation Software, Real Options Analysis Toolkit

Apostila: Softwares:

17

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Localizao e Uso da Inform ao em Negcio

Ementa:

Esta disciplina descreve um conjunto de mtodos e tcnicas usados na localizao, recuperao e no uso da informao para as decises gerenciais, com nfase ao julgamento da qualidade e relevncia das fontes e das informaes coletadas.

Sistemas de Recuperao de Informao (RI): conceitos bsicos de recuperao de informao, modelos RI, avaliao da qualidade e da relevncia dos resultados, construo e uso de ndices invertidos; Gerncia Eletrnica de Documentos (GED) e Bibliotecas Digitais: captura, armazenamento, organizao e acesso de documentos digitais; Web Mining: minerao de contedo, minerao de estrutura, minerao de registros de navegao; Busca na Web: caractersticas da informao na Web, mquinas de busca (web crawling e file crawling), fontes de bases textuais, estratgias de busca; Text Mining; Busca de informaes estratgicas: busca por cincia e tecnologia, busca por patentes; como ler uma patente, como conduzir uma busca de patentes. Referncias: Web Data Mining : Exploring Hyperlinks, Contents and Usage Data, Bing Liu, Springer, December, 2006. Emerging Technologies of Text Mining: Techniques and Applications, Hercules Antonio Do Prado, Edilson Ferneda, Idea Group Reference (October 10, 2007), ISBN: 1599043734 Predictive Methods for Analyzing Unstructured Information, Sholom Weiss, Nitin Indurkhya, Tong Zhang, and Fred Damerau, Springer; 1 edition (October 25, 2004) Pr-Requisito: Sem pr-requisito. Apostila: Softwares: Cpia das transparncias de aula Plataforma Cortex Competitiva, GOOGLE, YAHOO, WIKISEARCH Crtex DEMO,

18

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Confiabilidade Hum ana

Empresas tm mostrado grande preocupao com o aumento da confiabilidade de seus processos industriais com o objetivo de garantir a segurana, minimizando os riscos de acidentes e de danos ambientais, contribuindo assim para o desenvolvimento sustentvel. Estima-se que o fator humano tenha uma contribuio de 60 a 80% nos acidentes tecnolgicos devidos a falhas durante o projeto de equipamentos, durante a calibrao e a execuo ou interpretao de procedimentos orais ou escritos. A falha humana resulta das interaes homem-mquina e homem-ambiente dentro de um sistema scio tcnico. O objetivo da disciplina apresentar os elementos que estruturam uma anlise de confiabilidade humana enfocando como preparar o trabalhador, os procedimentos de operao, manuteno e inspeo, e o ambiente de trabalho para minimizar as possibilidades de erro humano. A disciplina apresenta quais so os fatores que contribuem para o erro humano, como mensur-los e quais so as informaes tanto qualitativas quanto quantitativas que podem oferecer uma anlise de confiabilidade humana. Ementa: Introduo; Definio de erros humanos; Classificao de aes humanas e erros; Oportunidades para o erro humano; Fatores de Incidncia no Desempenho; Aspectos organizacionais; Ergonomia; Ergonomia Cognitiva; Sistemas Homem-Mquina; Mtodos da primeira gerao em ACH (THERP Technique for Human Error Rate Prediction. OAT Operator Action Tree); Mtodos da segunda gerao em ACH (ATHEANA A Technique for Human Event Analysis); Mtodos de ACH em desenvolvimento; Tendncias atuais de pesquisa; Confiabilidade Fuzzy. Pr-Requisito: Sem pr-requisito. Material: Livro Texto: W. Karwowski and A. Mital: Applications of fuzzy set theory in human factors. 1986. Hardbound. Domech J.M, Anlise de Confiabilidade Humana nas indstrias. Rio de Janeiro. 2005. CONFPetro

Apostila: Software:

19

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Mtodos Estatsticos de Apoio Deciso

Nesse curso so apresentados os conceitos bsicos de probabilidade e inferncia estatstica, alm de exemplos de aplicao em sistemas de apoio deciso. Os fundamentos tericos das tcnicas de inteligncia computacional encontram-se em muitas das tcnicas estatsticas, na teoria de probabilidade e nos processos estocsticos. O conhecimento destas teorias necessrio para melhorar o entendimento das tcnicas de inteligncia computacional e por fornecer melhores critrios na modelagem de problemas reais ,, facilitando assim a hibridizao delas com outras teorias. Ementa: Definies bsicas: probabilidade, espao amostral, eventos, propriedades das probabilidades; Variveis aleatrias, densidades, funo de distribuio, momentos; Probabilidade Condicional, Independncia; Mdias e Varincias; Variveis Discretas: Bernoulli, Binomial, Geomtrica, Binomial Negativa, Poisson; Variveis Contnuas: Uniforme, Exponencial, Gama, Qui-quadrado, LogNormal, t, F, Normal, O teorema central do limite e a importncia da distribuio Normal; Estimao por mxima verossimilhana e mtodos de momentos, propriedades dos estimadores; Intervalos de confiana; Teste de hiptese para amostrais normais.

Pr-Requisito: Sem pr-requisito. Material: Livro Texto: Probablidade: Um Curso Introdutrio, Mnica Barros, Editora Papel Virtual, 1999. Hines, W. W. e Montgomery, D.C. (1990) - Probability and Statistics in Engineering and Management Science, 3rd edition. Levine, D. M., Berenson, M. L. e Stephan, D. (2000) Estatstica: teoria e Aplicaes usando Microsoft Excel em Portugus, Editora LTC Apostila: Softwares: Cpia das transparncias de aula. Excel

20

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Projeto de Sistem as Inteligentes de Apoio Deciso

Nessa disciplina os alunos estaro envolvidos com o desenvolvimento de um sistema de apoio deciso voltado para uma aplicao real que, de preferncia, seja do interesse da empresa na qual o aluno trabalha. Os alunos tero a oportunidade de vivenciar todo o processo de projeto que inclui: a pesquisa bibliogrfica, modelagem, desenvolvimento usando tcnicas e ambientes vistos no curso, a produo de monografia e apresentao oral. O projeto, com tema na rea de interesse do aluno ou da empresa na qual o aluno trabalha, receber superviso e orientao dos professores do programa. Ao final, o aluno dever elaborar e entregar uma monografia sobre o projeto que ser considerada a monografia final do curso. Alm disso, o aluno ter que apresentar palestra referente a seu projeto.

Ementa: Sem ementa fixa. Pr-Requisito: Todas as demais disciplinas.

Material: Livro Texto: Apostila: Softwares: No se aplica Como escrever e apresentar projetos No se aplica

21

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Composio da Carga Horria e Periodizao Sugerida

Perodo

BI Mast er - Disciplinas Sistemas de Apoio Deciso Otimizao por Algoritmos Genticos Previso de Sries e Inferncia por Redes Neurais

T 21 18 18 18 21 18 18 18 18 18 18 12

P 9 9 9 9 9 9 9 0 18 9

C 6 6 6 6 6 6 6 6 6

Total 21 33 33

Carga

Semanas

1 o. Perodo Sistemas baseados no Conhecimento por Lgica Fuz zy Business Int elligence Mtodos Estatst icos de Apoio Deciso Dat amining Otimizao de Planejamento (Scheduling) Apoio Deciso sob Incertezas 2. Perodo Localizao e Uso da Informao em Negcio Projet o de Sist emas Inteligent es de Apoio Deciso Confiabilidade Humana Palestras Convidadas 3 meses MONOGRAFIA T OT AL
o

87 33 21 33 87 33 33 33 99 24 18 33 12 87

10

10

11

10

216 90 54

360

360

41

T= Teoria; P = P rtica; C= Cases.

22

BI-MASTER: PS-GRADUAO LATO SENSU EM BUSINESS INTELLIGENCE, PUC-RIO

Administrao
Ca be a o CCE da P UC-Rio exe rce r a fun o de rg o re sp on s vel pelo pla nejame nto o ra men t rio e di vul ga o , admi ni stra o e scol a r, in scri o n o cu rso , ma trcul a do s al uno s e po r to do s o s d emai s p ro cedim ento s a ca dmi co -admini strati vo s p re vi sto s. Ca be ao DEE da P UC-Rio a re sp on sabilid ade d e ga ranti r a quali dad e do cu rso, em to do s o s se u s a sp e cto s: co rpo do cen te , ma te rial did tico, in fra -e stru tu ra, acolhime nto e o ri en ta o de alu no s, e tc.

Cumprimento das Exigncias do Conselho Nacional de Ensino

E ste cu rso a te n de a to da s a s d i sp o si e s d a Re so lu o CNE /CE S No . 1, de 3 a b ri l d e 2 0 01 , p a ra cu rso s d e p s-g ra du a o l ato se n su o fe re ci do s p o r in sti tu i e s d e e n si no su p e rio r, co n fo rme a rti g o s 6 ao 1 3 da re fe ri d a re sol u o , con fo rm e e vid en cia do pel o s tre ch o s a bai xo : 1. O al uno reg ula r recebe r, ca so com plete tod a s a s di scipli na s com ap roveitam en to e

Certificado de Especialista na rea de Sistemas Inteligentes de Apoio Deciso con fe ri do p ela Uni ve rsida de .
P a ra ob ten o de sse ce rtifi ca do , o al uno reg ula r de ve r: a. b. freq en ta r, n o m nimo , 75 % (se ten ta e cin co p o r cen to ) de toda s a s a ti vidad e s p rog ra mada s pa ra ca da di sci plina ; se r a p ro va do e m to da s a s di scipli na s com g rau m nimo de 6,0 (se i s) e o bte r um a m dia gl obal ig ual ou sup e rio r a 7 ,0 (sete ). A m dia glo bal a mdi a a ri tm ti ca do s g rau s indi vidu ai s d e tod a s a s di sci plina s cu rsa da s; el abo ra r e en treg a r a monografia final do curso, alm d e ap re se nta r palestra re fe rente a seu p rojeto; cump ri r o s trmi te s ad mini stra ti vo s p re vi sto s pela a dmini stra o d a u nive rsi dad e.

p re sen a sa ti sfat rio s, um

c. d. 2.

O Curso de Ps-Graduao em Sistemas Inteligentes de Apoio Deciso em Negcios te r u m to tal de 3 60 h o ra s, cu rsada s e m doi s p e rodo s, di stri bu do s a o lo ngo de um an o. O alu no regula r ma triculad o tem di reito a re que re r, se mp re qu e o de seja r, um a rel ao da s d i scipli na s cu rsa da s e re spe ctivo s g rau s, de nomin ado Histrico Escolar. A emi ss o d e Hi st rico E scola r se gue a s se guin te s reg ra s: a . s o rela cion ada s toda s a s d i scipli na s cu rsada s a t o pe rod o a tual em que o al uno e st m atri cula do ; b. c. d. p a ra a s di sciplina s em ma tri cula do ; cu rso no pe ro do, se r man tida a si tua o

3.

p a ra di sciplina s j cu rsad a s, se r la nado o g rau o btid o como mdi a fin al e a si tua o (re p ro vad o o u ap ro va do ). p a ra e ntra r com o pe dido de in scri o , o candid ato de ve ob ri gato riame nte a p re sen ta r di ploma de cu rso d e nvel supe rio r em qu alque r rea de fo rma o a ca dmi ca . O co rpo do cen te con sti tu do po r 1 00 % d e p rofe sso re s com ttulo de do uto r.

e.

23

Coordenadores e Responsveis pelo Programa

Marco Aurlio Cavalcanti Pacheco fo rmou -se em E nge nha ri a El tri ca El etrni ca, p ela Po nti fcia Uni ve rsid ade Ca tli ca do Rio de Jan ei ro em 19 76. Obteve o Me strad o em E nge nha ri a El trica pel a me sma Uni ve rsid ade e Dou to ra do em Ci nci a d a Comp utao p elo Unive rsi ty Colle ge L ond on e m 19 91 . P ro fe sso r A sso cia do d o De pa rtame nto d e Eng enh a ria El tri ca da P onti fcia Uni ve rsi dade Ca tli ca do Rio d e Jan ei ro . Em 199 2, cri ou , ju nto com a P rofa. Ma rle y Vell a sco, o La bo ra t rio d e Intelig nci a Compu ta cion al Apli ca da do DE E da P UC-Rio (ICA ), do qu al coo rden ado r. Sua equi pe no ICA co nta com 11 d ou to re s p e rma nen te s e mai s d e 4 0 e stud ante s d e p s-g ra dua o, o s q uai s tm a tua do em pe squi sa apli ca da pa ra em p re sa s n aci onai s com o Pe tro b ra s, Ci a V ale d o Rio Do ce , ONS, Ligh t, etc. No se u trab alho de p e squi sa apli ca da, b u sca in te g ra r o en sin o a o de sen vol vime nto te cnol gi co. Ori entou m ai s de 30 di sse rtae s d e me strad o e 11 de dou to ra do . P o ssu i mai s de 250 pu blicae s na cio nai s e i nte rna cion ai s, 1 li vro na cio nal e 2 li vro s in te rna cionai s. Sua s re a s de in te re sse so : Bu sine ss In tellig en ce , Intelig nci a Com pu ta cional e Nan otecnolo gia. Marley Maria B. R. Vellasco fo rmo u -se em Eng enh a ria El tri ca Eletrni ca , pel a P on tifci a Uni ve rsid ade Ca tli ca do Ri o d e Jan ei ro em 1 984 . Ob te ve o M e stra do em E nge nha ri a El trica pela me sma Uni ve rsid ade , e o Dou to ra do e P s-Do uto rad o em Ci nci a da Com putao pel o Uni ve rsity Colle ge Lo ndo n em 19 92 e 20 04 , re sp e cti vame nte. P ro fe sso ra A sso ci ada d o Dep a rtamen to d e En gen ha ria El trica d a P on tifci a Uni ve rsi dade Ca tli ca do Ri o de Ja nei ro , de sde 19 89 , e Coo rden ado ra d o ICA : L abo rat rio de Inteli gn cia Com putaci onal A plicada do DE E na P UC-Rio . De sd e a cri ao d o ICA, em 199 2, vem de se nvolvend o p e squi sa a plicada pa ra di ve rsa s em p re sa s como P etro b ra s, Cia Vale do Rio Do ce, ONS, Li ght e Sou za Cru z. Orien tou mai s de 30 di sse rta e s de m e stra do e 19 te se s d e do uto rad o. Publi co u mai s d e 250 a rtig o s e au to ra de 3 li vro s. Sua s rea s de in te re sse s o: B u sine ss Intellige nce, In teli gn cia Comp utaci onal e Nano te cn ologi a.

24

Composio do Corpo Docente Quanto sua Titulao

O co rpo do ce nte con stitudo po r 10 0% de p rofe sso re s co m ttulo s d o uto r, o btid o s em p rog rama s d e p s-g rad ua o stri cto se n su re con he cid o s, con fo rm e in dicad o n a tab ela ab ai xo. P ro fe sso re s m ini stra r o a te o ria , e nqu an to que mo nito re s a u xilia r o e m aul a s p rti ca s e d e ca se s. p re ci so d e sta ca r que a co mpe t nci a do co rpo do cen te pe rmite que po ssa ha ve r tro ca s d e di sci plin a s en tre o s p ro fe sso re s e /ou mo nito re s e cu rso s co m a p a rti ci pa o d e mai s de um p rofe sso r e /o u m oni to r.

CORPO DOCENTE
1. 2. 3. 4. 5. 6. 7. 8. 9. A nd r Va rga s Ab s da Cru z Dou to r, P UC-Rio Ch ri stia n N. A ra nha Do uto r, P UC-Rio Dil za S zwa rcman Dou to ra, P UC-Ri o Je s s Dom ech M o r Do uto r, COPP E/UFRJ Ju an La zo L azo Dou to r, P UC-Rio K a rla Fig uei re do Dou to ra , P UC-Ri o Ma rco An ton io G. Di a s Dou to r, P UC-Ri o Ma rco Au rlio C. P ache co - Ph D, Uni ve rsi ty Colleg e, UK Ma rle y Ma ria B . R. V ella sco - P h D, Uni ve rsi ty Colleg e, UK

1 0. M ni ca Ba rro s Do uto ra , P UC-Rio 1 1. Ri ca rdo Tan sch eit P h D, Quee n M a ry Colleg e, UK 1 2. Y vn J. Tp ac V aldi via Dou to r, P UC-Rio

25