A disciplina Banco de Dados Massivos do Universidade de Brasília, ofertada no âmbito do Programa de Pós-Graduação em Computação Aplicada, é relevante para a formação avançada em Ciência de Dados e Computação Aplicada, abordando conceitos fundamentais de bancos de dados não relacionais e arquiteturas modernas para tratamento de grandes volumes de dados. A ementa contempla bancos de dados orientados a coluna, documentos, grafos e chave-valor, permitindo ao discente desenvolver competências voltadas ao armazenamento, processamento e análise de dados massivos em ambientes distribuídos e de alta escalabilidade
1. Teoria da Decisão, processo de tomada de decisão
2. Cenáriodo processo de tomada de decisão ( Era dos Dados)
3.Desafios Práticos da pesquisa científica no processo de decisão
4.Introdução a modelagem com dados (respondendo a Hair)
5.Modelagem via Equações estruturais para tomada de decisão (Mínimos Quadrados Parciais - Partial least squares)
6.Variáveis de Medida– Modelo de medida
7.Compreendendo modelos de mensuração
8. PLS-SEM – ferramenta estatística para tomada de decisão.
9.Aplicação de modelos para tomada de decisão.
10. Fases de análise
O objetivo do curso é apresentar conceitos de processamento paralelo em ferramentas de Mineração de Dados, assim como os principais frameworks de mercado que possibilitam a análise de um grande volume de dados, também conhecido como Big Data Analytics. Sempre que possível, serão apresentados exemplos de aplicações em casos reais. Espera-se que, ao final do curso, os alunos saibam utilizar o potencial de paralelismo desde uma máquina multicore até um cluster.
Táticas de design para performance, disponibilidade, segurança, usabilidade e manutenibilidade; visões arquiteturais e ADR; estilos e padrões arquiteturais diversos, tais como Layered, MVC, Hexagonal, Microkernel, REST e Publish-Subscribe; notações usadas na arquitetura de software (UML, notações informais); computação em nuvem e conteinerização; questões essenciais no desenho de sistemas distribuídos, tais como microsserviços, replicação de dados, design de APIs e Event-Driven Architecture.