Master em Data Engineering & Data Science - ESPM
Master em Data Engineering & Data Science

29/04/2021

4 semestres

Home Pós-Graduação

Master em Data Engineering & Data Science

Coordenador

Flavio Marques Azevedo

Course Attendees

Still no participant

Descontos para ex-alunos

Descontos para ex-alunos

Desconto especial para ex-alunos concluintes ESPM, mais informações, consulte nossa Central de Relacionamento.

(11) 5081-8200 (opção 1) ou e-mail: relacionamentojt@espm.br

Documentos obrigatórios para a matrícula

Documentos obrigatórios para a matrícula

  • RG e CPF (originais)
  • Histórico original de curso superior
  • Diploma de curso superior reconhecido pelo MEC, com carga horária mínima de 1600 horas-aula. Na ausência do diploma, o estudante poderá entregar certificado, atestado ou declaração de conclusão de curso com a descrição da data de colação de grau, qual será aceito temporariamente, ficando sob a responsabilidade do estudante a entrega posterior do referido diploma (originais)

No caso de diplomas internacionais, é necessária a sua tradução juramentada, consularização pelo Brasil no país de origem e revalidação, de acordo com a Resolução nº.8, de 4/10/07, do Conselho Nacional de Educação (CNE), disponível em: http://portal.mec.gov.br

Cancelamento ou adiamento do curso Pós EAD

Cancelamento ou adiamento do curso Pós EAD

O curso poderá ser cancelado ou adiado por falta de quórum, com até 24 horas de antecedência da data prevista para seu início.

  • Na hipótese de cancelamento, serão devolvidos, AUTOMATICAMENTE, 100% do valor pago, por meio de depósito em conta bancária indicada pelo PARTICIPANTE, em até 10 (dez) dias úteis, após indicação dos dados bancários.
  • Na hipótese de adiamento, serão devolvidos, MEDIANTE REQUERIMENTO EXPRESSO do PARTICIPANTE endereçado ao e-mail processospossp@espm.br, 100% do valor pago, também por meio de depósito em conta bancária indicada por ele, em até 10 (dez) dias úteis, após indicação dos dados bancários.

A ESPM não se responsabiliza por quaisquer outros valores que eventualmente tenham sido despendidos pelo participante, seja a que título for, tais como passagens aéreas ou rodoviárias, combustível, hospedagem etc., em virtude do cancelamento ou adiamento do curso.

Trabalho De Conclusão De Curso

Trabalho De Conclusão De Curso

O TCC será desenvolvido com a tutoria do professor Mentor desde o início do curso, mas, assim que concluídos os créditos de disciplinas, o aluno ingressará oficialmente no período do TCC. Durante esse período se dedicará exclusivamente ao desenho final de seu projeto.

 

Ao final do processo o projeto precisará ser submetido à avaliação por meio de uma banca examinadora.

Sistema de Avaliação das Disciplinas

Sistema de Avaliação das Disciplinas

A aprovação em cada disciplina é obtida com nota final mínima de 7,0 (sete) e caso o estudante não ultrapasse o limite de 25% (vinte e cinco por cento) de faltas estabelecido por disciplina. Por se tratar de um curso a distância, considera-se falta a não publicação das atividades da disciplina ( e não o comparecimento nas webconferências – aulas ao vivo ), conforme informações detalhadas no ambiente virtual de aprendizagem.

Rede Temática ESPM

Rede Temática ESPM

Ao final de cada semestre, durante um sábado, ocorrerá em um campus, em São Paulo, um encontro envolvendo todos os estudantes dos cursos de pós-graduação da modalidade semipresencial.

O calendário da rede temática integrará o calendário acadêmico do curso.

Comentários curso

Ainda não há comentários

A evolução das técnicas de gestão

Com a evolução das técnicas de gestão em função da crescente disponibilização de maiores e melhores ferramentas pela Tecnologia da Informação, as organizações se informatizaram e com isso aumentaram sua eficácia e sua eficiência, em contínuas ondas. De sistemas de gestão de partes de fábrica até os sistemas de gestão empresarial (ERP), mudaram profundamente a forma com que os gestores administravam as organizações. A produtividade gerada pelos recursos que ficaram disponíveis passaram a ser fundamentais para qualquer organização manter-se competitiva num mercado que deixou de admitir a necessidade de enormes departamentos para darem baixa em pagamentos ou para montagem de arquivos. Tudo isso virou passado em poucas décadas.

Todavia, enquanto a gestão foi sendo vivamente transformada, a tomada de decisão continuou a ser feita pela experiência, entendimento e impressões dos executivos. As técnicas humanas continuavam a ser aperfeiçoadas, mas mantinham-se dentro da mesma linha criada na década de 20 do século XX, centrada na busca de estratégias a partir das impressões humanas. Brainstorm, Técnica Delphi, Painel de Especialistas, entre muitas outras técnicas, continuaram a ser criadas e/ou evoluídas, para tentar senão prever o futuro, ao menos antecipá-lo. Munidas de novos conhecimentos psicológicos, de estatística e de técnicas de gestão, tateava-se na tentativa de se prever um futuro, que muito em função da operacionalização de várias áreas nas organizações, passou a mudar cada vez mais rápido e, pior ainda, de formas cada vez menos previsíveis.

 

Por outro lado, uma montanha de dados passou a ser gerada e especialistas em dados, como Willian Inmon, Ralph Kimball, Nathan Marz, entre outros tantos, passaram a se concentrar em como os dados poderiam ser eles, e não técnicas humanas, fontes mais confiáveis para a predição analítica, ou seja, um nome mais gentil para o mesmo conceito: Prever o Futuro.

 

Assim a criação de estruturas de dados, de vários tipos, de várias formas e usando variadas tecnologias passou a ser chamada de Engenharia de Dados, incumbida da captura, armazenamento e construção de bancos ou de estruturas de dados passíveis de posterior análise, enquanto a forma de transformar esses dados em informação, em conhecimento, em sabedoria e, porque não dizer, eu automação de decisões, passou a ser chamada de Ciência de Dados.

Pretendemos, através da união de variadas disciplinas, permitir a profissionais de negócios e de áreas técnicas, embarcar nessa jornada, que vai ajudá-los a transformar organizações, na medida em que ao mudar a forma como decisões são tomadas, muda-se as próprias organizações. E, dados não estão sujeitos a “achismos”. São objetivos, verdadeiros. Usando as mesmas técnicas estatísticas de outrora, mas agora encapsuladas e disponíveis para pessoas que não precisam ser experts em estatística, mas em gestão, formará uma nova linha de executivos, capazes de usar tudo o que a moderna tecnologia disponibiliza.

Objetivo do curso

Ao longo deste Master, os alunos serão preparados para:

 

  • Conhecer conceitos de tecnologias de captura, armazenamento, organização, exploração e de enriquecimento de dados.
  • Aprender e praticar em variadas tecnologias técnicas construtivas e/ou exploratórias de dados.
  • Criar Data Warehouse, Data Lake, desde seus conceitos até sua prática em ferramentas de programação, de manipulação de dados, de bancos de dados relacionais e não relacionais, utilizadas em grandes organizações varejistas, de telecom e em segmentos financeiros, segmentos esses que estão na vanguarda dessa nova onda.

Em um ambiente colaborativo, alunos e professores construíram variados modelos, a fim de atender a vários desafios técnicos proporcionados por desafios a serem vistos durante o curso, com empresas parceiras, proporcionando maior realismo no aprendizado dos conceitos e técnicas aprendidas ao longo do curso

Para quem se destina?

  • Profissionais das mais diversas áreas que atuam diretamente com tomada de decisão que estejam preocupados em elaborar estratégias de gestão centradas em dados, isto é, desejosos em serem mais assertivos e menos sujeitos a determinados vieses em suas decisões.
  • Gestores de todos os níveis desejosos em, de fato, usar dados no seu dia-a-dia, não como discurso, mas como ferramenta efetiva para transformação de organizações.
  • Recém formados de áreas de negócio, administradores, publicitários, gestores de políticas nacionais e internacionais, profissionais de sistemas de informação e todos aqueles jovens profissionais que percebem quanto suas carreiras serão impactadas pela mudança que dados geram, quer sejam nas empresas, quer seja na eleição de líderes mundiais.
  • Empresas inovadoras, bancos, telecoms, redes varejistas, fábricas e todas organizações desejosas em transformar seus dados e informações em instrumento efetivo para uma gestão embasada e coerente.

Pré-requisito

Inglês instrumental

O que você irá aprender

O curso possui 390 horas, todas as disciplinas possuem no mínimo duas aulas por web conferência com o professor-tutor para que o estudante possa interagir diretamente e esclarecer dúvidas. Essas aulas serão conduzidas ao vivo, no horário das 19h30, permanecendo gravadas no ambiente virtual de aprendizagem para que o estudante possa assisti-la mais de uma vez ou, no caso de estar impossibilitado de assistir ao vivo, possa assistir a gravação.

Etapa 1: Formação em CDO - Chief Data Officer

Em cada linha de formação do curso haverá uma disciplina de Projeto, que será responsável por apresentar a estrutura e o funcionamento geral da etapa, o funcionamento do ambiente de aula e todos os objetivos a serem conquistados. Cada projeto terá a aplicação prática de referenciais teóricos, conceitos e metodologias abordados ao longo da respectiva etapa. O projeto terá o monitoramento de um orientador, que atuará como facilitador para seu desenvolvimento e, quando finalizado, será submetido a uma banca de avaliação, havendo sempre a participação de empresas que ficarão responsáveis pelos requisitos do desafio.

Numa era onde a incerteza é a única certeza, muitas empresas ainda são geridas centradas em opiniões e palpites, todavia para lograr êxito no cenário altamente complexo e competitivo que vivemos, é fundamental entender que sem um  efetivo planejamento estratégico, embasado em técnica já clássicas, como o BSC e em atuais, como OKR, dificilmente esse êxito será alcançado.  A disciplina foca na apresentação do Planejamento Estratégico e demais técnicas, sendo responsável pelo entendimento de conceitos de indicadores e sua construção.

Tecnologias: Não há.

Seria possível entender dados como ativos? Como gerenciar dados, que estão por todos os lugares? A Governança de Dados é um dos aspectos empresariais mais importantes, quando falamos de dados, pois orienta e conduz quem acessa os dados da organização, para quais finalidades e por quais meios, por isso é extremamente importante para qualquer segmento empresarial. Em tempos de LGPD, a Governança de Dados tratará não apenas dos aspectos necessários para a gestão da empresa, mas também da legislação que pode ser um enorme risco para organizações que não se preparem adequadamente. Mas, como estar preparado? Usando uma framework criada para isso, a chamada DAMA (Data Management). O DAMA-DMBOK provê uma estrutura para construção da política até a operacionalização da gestão do dado, aspecto central de Governança de Dados.

Tecnologias: Não há.

Base da Engenharia e da Ciência de Dados, Arquitetura de Dados apresenta técnicas construtivas de modelos transacionais até modelos analíticos. Tratará desde tecnologias clássicas como a modelagem relacional, passando pela construção de repositórios para dados relacionais (Data Warehouse) e de dados de outras naturezas (tecnologias NOSQL), concluindo com a apresentação de tecnologias como o ecossistemas Hadoop e de estruturas arquitetônicas atuais, como a Arquitetura Lambda. Arquitetura de Dados é a responsável pela integração conceitual das demais disciplinas, em geral práticas ou centradas em práticas, dentro de um conceito geral para organizações data-driven.

Tecnologias: Ferramentas de Modelagem de Dados (WorkBench)

Etapa 2: Formação em Engenharia de Dados - Arquitetura

Os dados relacionais, aqueles que se originam dos ERPs, dos CRMs e dos sistemas departamentais, são fundamentais para a operação das organizações. Todavia, esses dados, quando organizados convenientemente, permitem a análise das organizações. Dados relacionais nesse contexto abordará desde técnicas construtivas de modelos relacionais e dimensionais, também contemplando o ensino e aprendizado prático da linguagem SQL, principal linguagem de acesso a dados relacionais.

Tecnologias: WorkBench e MySQL

O fenômeno Big Data é, em geral, relacionado ao aumento da variedade dos dados, que deixaram de ser apenas relacionais, da velocidade em que os dados são gerados, dos volumes que ocupam e da complexidade que adquiriram. Em resposta a esse conjunto de necessidades, surgiram os bancos de dados NOSQL, cada um deles respondendo da sua maneira, a tais necessidades. Aqui você aprenderá, na prática, a trabalhar com tecnologias NOSQL como as de Chave-Valor, Orientadas a Documento, Colunares e orientadas a grafos.

Tecnologias: Neo4j, Redis, MongoDB, Cassandra, entre outras

Para todo processo de construção de cenários analíticos, inicialmente é necessária a captura dos dados estruturados e dos não estruturados e seu armazenamento. Como fazer isso usando conjuntos de tecnologias, por exemplo, no ecossistema Hadoop é um dos objetivos de Armazenamento de Dados, que também trabalhará conceitos de dados armazenados localmente ou em nuvem.

Tecnologias: Hadoop e seu ecossistema. Nuvem (Oracle/AWS)

Vivemos em um novo contexto em que as abordagens arquitetônicas de software tradicionais passaram a conviver com uma abordagem nova: a de Microsserviços. O software passou a ser construído em pequenos serviços independentes, que se comunicam utilizando APIs cuidadosamente definidas, que permite a construção de aplicações passo-a-passo, facilitando melhorias e correções. Aqui conceitos de virtualização e uso de tecnologias como Docker serão cuidadosamente discutidas e analisadas.

Tecnologias: Docker

Etapa3: Formação em Engenharia de Dados - Desenvolvimento

Quando falamos em construir um Data Warehouse, precisaremos “popular um repositório de dados”. O processo de extração, transformação e carga (ou ETL) é o responsável por essa fundamental etapa. ETL versará então sobre técnicas construtivas e em práticas, usando ferramentas de mercado, para real compreensão do processo de que leva um dado genuinamente operacional, a ser transformado em poderosa fonte de conhecimento e de insights para executivos.

Tecnologias: Alteryx

Quando se pensa na construção de um Data Lake ("lago de dados", em português), depois de seu desenho e arquitetura, chega-se a etapa de “enchimento” da represa. O primeiro passo é justamente a aquisição de dados não estruturados, suas técnicas e tecnologias envolvidas. Um conjunto de ferramentas existentes, tanto para armazenamento em estruturas não relacionais, como em Hadoop e em bancos de dados NOSQL, são o alvo de Ingestão de Dados.

Tecnologias: NiFi

A construção de um Data Lake, o estudo de seus processos e a aplicação da arquitetura e seus componentes é o alvo de Data Lake. Através do uso de várias tecnologias vistas em outras disciplinas, Data Lake integra várias tecnologias no intuito de consolidar conceitos através de prática intensiva.

Tecnologias: Várias usadas em outras disciplinas

A preparação de dados, ou “Data Wrangling”, tornou-se conhecimento muito desejável, na medida que, por melhor que seja um Data Mart, sempre é necessária alguma adaptação, enriquecimento e mesmo correção. O processo de ajuste a cada nova carga tornou-se proibitivo, gerando a necessidade de maiores conhecimentos e de softwares mais recursivos para preencher uma lacuna entre os cubos dimensionais e as ferramentas de visualização de dados. Em Data Preparation. além da conceituação e de técnicas a serem empregadas, serão feitas preparações de dados, prática cada vez mais comum no mercado.

Tecnologias: Tableau Prep Builder e Alteryx

Etapa4: Formação em Ciência de Dados - Técnicas

Em vez de usarmos como estratégia a criação de um pomposo nome, mas que na prática seja somente estatística aplicada a dados, a disciplina Estatística Aplicada irá trabalhar conceitos e técnicas diretamente em linguagem R, visando embasamento em estatística, fundamental aspecto para Ciência de Dados, mas já em uma ferramenta prática. As estruturas de dados também terão importante espaço em Estatística aplicada, dessa vez em Python e suas bibliotecas. Estudos iniciais sobre correlações e outros aspectos estatísticos serão contemplados nessa disciplina.

Tecnologias: R e Python com PANDAS

A preparação de dados, ou “Data Wrangling”, tornou-se conhecimento muito desejável, na medida que, por melhor que seja um Data Mart, sempre é necessária alguma adaptação, enriquecimento e mesmo correção. O processo de ajuste a cada nova carga tornou-se proibitivo, gerando a necessidade de maiores conhecimentos e de softwares mais recursivos para preencher uma lacuna entre os cubos dimensionais e as ferramentas de visualização de dados. Em Data Preparation. além da conceituação e de técnicas a serem empregadas, serão feitas preparações de dados, prática cada vez mais comum no mercado.

Tecnologias: Tableau Prep Builder e Alteryx

Cada vez mais as pessoas usam tecnologias para economizar tempo, dinheiro e esforços e obter melhores resultados e de uma forma mais rápida e eficiente. Isso gera dados e mais dados, que depois de capturados e convenientemente armazenados, vão possibilitar inúmeras compreensões. A extração de conhecimentos, a partir dos dados, os modelos de aprendizado de máquina e o aprendizado ativo, são alvos de Princípios de Data Science.

Tecnologias: Python com Spark, Sklearn, entre outros. Alteryx

Identificar um cluster de consumidores ou tentar prever se um cliente de determinado perfil vai adquirir um produto novo, sempre foi um problema complexo para organizações comerciais. Da mesma forma, que muitos outros relacionados a criação de modelos preditivos básicos. Em predição analítica, através da análise de dados seguindo ciclos de extração do conhecimento, será possível resolver os problemas descritos e muito mais.

Tecnologias: Python com PANDAS, Alteryx, RapidMiner.

Etapa4: Formação em Ciência de Dados - Técnicas

Em vez de usarmos como estratégia a criação de um pomposo nome, mas que na prática seja somente estatística aplicada a dados, a disciplina Estatística Aplicada irá trabalhar conceitos e técnicas diretamente em linguagem R, visando embasamento em estatística, fundamental aspecto para Ciência de Dados, mas já em uma ferramenta prática. As estruturas de dados também terão importante espaço em Estatística aplicada, dessa vez em Python e suas bibliotecas. Estudos iniciais sobre correlações e outros aspectos estatísticos serão contemplados nessa disciplina.

Tecnologias: R e Python com PANDAS

A preparação de dados, ou “Data Wrangling”, tornou-se conhecimento muito desejável, na medida que, por melhor que seja um Data Mart, sempre é necessária alguma adaptação, enriquecimento e mesmo correção. O processo de ajuste a cada nova carga tornou-se proibitivo, gerando a necessidade de maiores conhecimentos e de softwares mais recursivos para preencher uma lacuna entre os cubos dimensionais e as ferramentas de visualização de dados. Em Data Preparation. além da conceituação e de técnicas a serem empregadas, serão feitas preparações de dados, prática cada vez mais comum no mercado.

Tecnologias: Tableau Prep Builder e Alteryx

Cada vez mais as pessoas usam tecnologias para economizar tempo, dinheiro e esforços e obter melhores resultados e de uma forma mais rápida e eficiente. Isso gera dados e mais dados, que depois de capturados e convenientemente armazenados, vão possibilitar inúmeras compreensões. A extração de conhecimentos, a partir dos dados, os modelos de aprendizado de máquina e o aprendizado ativo, são alvos de Princípios de Data Science.

Tecnologias: Python com Spark, Sklearn, entre outros. Alteryx

Identificar um cluster de consumidores ou tentar prever se um cliente de determinado perfil vai adquirir um produto novo, sempre foi um problema complexo para organizações comerciais. Da mesma forma, que muitos outros relacionados a criação de modelos preditivos básicos. Em predição analítica, através da análise de dados seguindo ciclos de extração do conhecimento, será possível resolver os problemas descritos e muito mais.

Tecnologias: Python com PANDAS, Alteryx, RapidMiner.

Etapa5: Formação em Ciência de Dados - Aplicação

A mineração de dados é um processo de negócios para explorar grandes quantidades de dados com foco no reconhecimento de regras e padrões. Iniciando por buscas usando a estatística como principal instrumento essa disciplina chega aos princípios de Machine Learning, conceituando distinções, estratégias e fundamentos, sempre com conotação prático-teórica.

Tecnologias: Python com Spark, Sklearn, entre outros. Alteryx

Quando temos os dados capturados, analisados, manipulados, explorados, torna-se essencial apresentá-los. A partir dos dados iniciais, e com o intuito de obter os primeiros insights, precisamos explorá-los. E quando temos os dados explorados e explicados, podemos inferir padrões neles existentes. Dentro desse contexto as técnicas e práticas serão exploradas em Dataviz, disciplina voltada a apresentação dos dados.

Tecnologias: Tableau e RapidMiner

Dentro de um contexto em que os dados são gerados e potencializados pelos dispositivos conectados, é preciso começar a avaliar, identificar padrões e tomar decisões que levem em consideração algoritmos preditivos. Nesse sentido a disciplina de Inteligência Artificial irá apresentar os principais conceitos de aprendizagem de máquina e todo o processo de descoberta de conhecimento a partir dos dados. Serão discutidos também os impactos no ambiente corporativo e na automação de decisões críticas, além da apresentação de casos reais de plataformas que materializam o uso de algoritmos pertinentes ao contexto de inteligência artificial.

Tecnologias: uso de plataformas e linguagens de programação

Quando acontece?

As aulas por web conferência serão ministradas ao vivo às terças e quintas-feiras, a partir de 29/04/2021 , das 19h30 às 21h30, e possibilitam uma interação mais eficaz e em tempo real entre os alunos e o professor. Caso não tenha disponibilidade para participar da web conferência no horário determinado, o estudante pode acessar a gravação da aula posteriormente no Ambiente Virtual de Aprendizagem (AVA). As aulas ficam disponíveis na plataforma até o encerramento do curso.

terças-feiras

19h30 às 21h30

quintas-feiras

19h30 às 21h30

Encontros presenciais: Sábado, das 8h30 às 17h30

Datas: 07/08/2021; 27/11/2021; 09/04/2022; 16/07/2022 e 24/09/2022

Planos de Pagamento

Matrícula

R$ 698,00

+

1x R$ 25.802,00

Matrícula

R$ 698,00

+

11x R$ 2.268,87

+

1x R$ 2.279,77

Matrícula

R$ 698,00

+

17x R$ 1.556,32

+

1x R$ 1.584,40

Matrícula

R$ 698,00

+

23x R$ 1.200,64

+

1x R$ 1.246,82

Matrícula

R$ 698,00

+

29x R$ 988,89

+

1x R$ 1.018,59

Matrícula

R$ 698,00

+

35x R$ 846,13

+

1x R$ 931,83

50% DE DESCONTO

NO VALOR DA MATRÍCULA

REALIZADA COM ATÉ 1 MÊS DE ANTECEDÊNCIA AO INÍCIO DO CURSO

20% de desconto no valor integral do curso para Alunos e Ex-alunos da Graduação ou Pós-Graduação da ESPM

5% de desconto no valor integral do curso para Alunos e Ex-alunos dos cursos de Educação Continuada e Férias da ESPM

img-seta-peq

MUITO MAIS QUE UMA PÓS

Conheça os benefícios que só a ESPM tem

A INOVAÇÃO E O RECONHECIMENTO DA ESPM

NO FORMATO E NO TEMPO QUE VOCÊ PRECISA,

ONDE VOCÊ ESTIVER

Os programas de Educação a Distância (EAD) oferecem conteúdo com a excelência de ensino da ESPM para você poder escolher onde e quando aprender: você pode assistir a todas as aulas ao vivo, interagindo com os professores em tempo real, ou, se preferir, também pode assistir às aulas depois, no dia e horário que mais se adequem à sua rotina.

Por que escolher o EAD da ESPM?

AULAS AO VIVO

Somente na ESPM, todas as aulas digitais de todas as disciplinas são realizadas ao vivo, com dia e hora marcados.

EXPERIÊNCIA ACADÊMICA

Os professores da ESPM, assim como nos nossos cursos presenciais, possuem experiência acadêmica e também no ambiente executivo.

INTERAÇÃO COM O PROFESSOR

Durante as aulas, os alunos podem interagir com o professor ao vivo pela plataforma, tirando dúvidas e participando ativamente da aula em tempo real, simplesmente ativando sua câmera e seu microfone.

CUSTOMIZE SEUS HORÁRIOS

Caso prefira ou não possa participar das transmissões ao vivo, você ainda pode assistir às gravações de todas as aulas, que ficam disponíveis no sistema durante todo o período do curso. Assim, você customiza os seus horários de aula de acordo com as necessidades da sua agenda.

TODAS AS AULAS SÃO GRAVADAS

Mesmo participando da transmissão ao vivo, as gravações de cada aula ainda permanecem disponíveis no sistema para revisão ou consulta do estudante até o final do curso.

AVALIAÇÕES DIRETAMENTE COM PROFESSORES

Todas as atividades e avaliações são aplicadas diretamente pelos professores de cada disciplina, e não por monitores ou intermediários, prática recorrente no mercado.

EAD com proximidade entre os professores e a turma?

A ESPM tem.

Os programas EAD da ESPM utilizam os recursos da plataforma Canvas, construindo um ambiente digital de estudo e aprendizagem moderno e intuitivo.

Como são as avaliações no live EAD ESPM?

Avaliações e nota final em cada disciplina

A nota final de cada disciplina é obtida através da realização das atividades propostas por seu respectivo professor. Essas atividades serão entregues online, pelo ambiente virtual de aprendizagem, o Canvas.  

Para conseguir a aprovação em cada disciplina, o estudante deve, ao final do período, obter uma nota final mínima de 7,0 (sete) e não ultrapassar o limite estabelecido de 25% (vinte e cinco por cento) de faltas por disciplina. No Live EAD da ESPM, são considerados falta a não publicação das atividades da disciplina.

Projeto de Conclusão Aplicado (PCA) ou Projeto Integrativo Multidisciplinar (PIM)

Ao final do curso, o estudante deve realizar um Trabalho de Conclusão de Curso (TCC) ou um Projeto de Conclusão Aplicada (PCA), a depender do modelo pedagógico estabelecido por cada curso. Este trabalho será submetido a uma banca examinadora composta pelo coordenador e alguns professores do curso em questão. 

 Para isso, é necessário o comparecimento do estudante em uma das unidades da ESPM, em São Paulo, Rio de Janeiro ou Porto Alegre.

Processo de Seleção

1. INSCRIÇÃO

Inscrição on-line e pagamento da taxa.

2. PROCESSO SELETIVO ON-LINE*

Composto de questionário sócio econômico, redação e currículo profissional. Nesta etapa, será agendada a entrevista presencial.

3. ENTREVISTA ON-LINE

A entrevista é a etapa essencial do processo de seletivo. Nesse momento, você conhecerá o resultado do processo de admissão.

4. MATRÍCULA

Aprovados podem efetivar matrícula, diretamente na unidade*.

Não reservamos vaga para candidatos aprovados. Garanta sua vaga efetuando a matrícula, conforme disponibilidade de vagas para o curso.

*O link do processo seletivo on-line será enviado por e-mail após o pagamento da taxa de inscrição.

Eventos EAD

12 e 13/03 – Virada Mercado e Consumo 5.0

Local: ONLINE
Horário: das 14h às 22h
Evento gratuito

SAIBA MAIS
Eventos EAD

24/02 – Fashion Digital Day

Local: ONLINE
Horário: das 14h às 22h
Evento gratuito

SAIBA MAIS
Eventos EAD

25/02 – Agrociência: Inovação e sustentabilidade para o séc. 21

Local: ONLINE
Horário: 20h
Evento gratuito

SAIBA MAIS

Internacionalização

A ESPM reconhece a diferença que experiências internacionais fazem na formação de um profissional diferenciado, por isso possui convênio com diversas instituições ao redor do mundo. Você poderá cursar uma parte de seus estudos no exterior, dispondo de cursos de curta e longa duração.

Espanha - Barcelona

EADA - Business School Barcelona

Universidade de Coimbra

Portugal - Coimbra

Universidade de Coimbra

Programa de Liderança Pessoal e Gestão de Carreiras

Além de contar com atendimentos individuais de psicólogos e orientadores de carreira, o programa proporciona bate-papos com convidados especiais.

Seguro educacional gratuito

Garantia de permanência no curso

Na ESPM, você tem mais tranquilidade para seguir seus estudos. O Seguro Educacional é um benefício gratuito para todos os estudantes ESPM e uma parceria da escola com a Bradesco Vida e Previdência, garantindo a continuidade do curso, caso aconteça alguma eventualidade que impossibilite o pagamento das mensalidades, além de oferecer assistência 24h para acidentes. Assim, você não se preocupa e mantêm o foco no seu futuro profissional.

Etiquetas :

São Paulo

Blended Learning - Híbrido

MBA/Master

Período: Noturno

Aulas: terças e quintas-feiras, ao vivo por webconferência e presenciais em datas específicas

Até 36x de R$ 846,13*
* Confira a tabela abaixo

Início das aulas: 29/04/2021

Taxa de Inscrição: R$ 100,00

Inscrições até: 22/04/2021

Translate