Curso:Bacharelado em Ciência de Dados e Engenharia de Computação
Carga horária:80 horas
Código da disciplina:PJI410
Ementa
Resolução de problemas; visualização de dados; nuvem; projeto IoT; aprendizagem de máquina.
Objetivos da disciplina
Desenvolver análise de dados em escala utilizando algum conjunto de dados existentes ou capturados por IoT e aprendizagem de máquina. Preparar uma interface para visualização dos resultados.
Conteúdo programático
Análise do cenário
Entrega do Plano de Ação e definição do tema e do problema
Levantamento bibliográfico e estruturação
Entrega do relatório parcial e construção da proposta de solução
Análise dos resultados
Finalização da solução
Entrega do relatório final e do vídeo
Bibliografia
Bibliografia Base
CASALE, A. Aprendizagem baseada em problemas: desenvolvimento de competências para o ensino em engenharia. 2013. Tese (Doutorado em Engenharia de Produção) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Paulo, 2013.
CAVALCANTI, C. M. C. Contribuições do design thinking para concepção de interfaces de ambientes virtuais de aprendizagem centradas no ser humano. 2015. Tese (Doutorado em Educação) – Faculdade de Educação, Universidade de São Paulo, São Paulo, 2015.
GERHARDT, T. E; SILVEIRA, D. T. Métodos de pesquisa. Porto Alegre: Editora UFRGS, 2009.
Bibliografia Complementar
CIFREDO-CHACÕN, M. D. L. A.; QUIRÕS-OLOZÁBAL, A.; GUERRERO-RODRÍGUEZ, J. M. Computer architecture and FPGAs: a learning-by-doing methodology for digital-native students. In: _______. Computer Applications in Engineering Education, v. 23, n. 3, 2015. p. 464-470.
PAPAVLASOPOULOU, S.; GIANNAKOS, M. N.; JACCHERI, L. Empirical studies on the Maker Movement, a promising approach to learning: a literature review. In: ________. Entertainment Computing, v. 18, 2017. p. 57-78.
STUBER, E. C. Inovação pelo design: uma proposta para o processo de inovação através de workshops utilizando o design thinking e o design estratégico. 2012. Tese (Mestrado em Design) – Unidade Acadêmica de Pesquisa e PósGraduação, Universidade do Vale do Rio dos Sinos. Porto Alegre, 2012.
TAN, M.; YANG, Y.; YU, P. The influence of the maker movement on engineering and technology education. In:_____. World Transactions on Engineering and Technology Education, v. 14, n. 1, 2016. p. 89-94.
YIN, R. K. Estudo de caso: planejamento e métodos. Porto Alegre: Bookman, 2015.
Pré-requisitos
Não possui.
Critérios de avaliação
A avaliação da disciplina é formativa* e somativa**. Os alunos devem entregar as resoluções de atividades e/ou exercícios no Ambiente Virtual de Aprendizagem semanalmente e realizar, ao final do período letivo, uma prova presencial aplicada nos polos Univesp.
*A avaliação formativa ocorre quando há o acompanhamento dos alunos, passo a passo, nas atividades e trabalhos desenvolvidos, de modo a verificar suas facilidades e dificuldades no processo de aprendizagem e, se necessário, adequar alguns aspectos do curso de acordo com as necessidades identificadas.
**A avaliação somativa é geralmente aplicada no final de um curso ou período letivo. Este tipo de avaliação busca quantificar se o aluno aprendeu aquilo que estava previsto nos objetivos de aprendizagem do curso. Ou seja, a avaliação somativa quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno.