Doutorado em Informática 2021

Ano de criação do curso: 2014

Objetivos:

O Curso de Doutorado em Informática da UNIRIO tem como objetivos:

  • Aprofundar os conhecimentos científicos e técnico-profissionais de seus alunos na área de Sistemas de Informação;
  • Formar profissionais no estado da arte do conhecimento técnico e organizacional para a concepção, desenvolvimento e implantação de Sistemas de Informação em organizações;
  • Desenvolver em seus alunos habilidades para a pesquisa e para a docência no ensino superior na área de Sistemas de Informação;
  • Desenvolver em seus alunos habilidades para a pesquisa e inovação na área de Sistemas de Informação;
  • Contribuir para o aprimoramento constante da comunidade acadêmica (nacional e internacional) em Sistemas de Informação, estimulando a articulação entre ensino, pesquisa e extensão;
  • Desenvolver pesquisas de ponta na área de Sistemas de Informação que possam contribuir para o desenvolvimento social e econômico do país;
  • Ampliar a inserção internacional do Brasil na área de Sistemas de Informação, através de projetos de cooperação com instituições e empresas do exterior.

Perfil do Egresso:

O profissional formado pelo Curso de Doutorado em Informática do PPGI-UNIRIO estará apto a desenvolver atividades de pesquisa em instituições nacionais e internacionais, bem como a docência em Sistemas de Informação em seus diferentes níveis de formação. Sua formação esperada o habilitará também a ser catalisador de ações de pesquisa aplicada em organizações, incluindo ações de inovação.

Número de créditos: 48

Disciplinas Obrigatórias

Têm natureza obrigatória as disciplinas de núcleo comum de todas as linhas de pesquisa.

Compreender e identificar as pesquisas filiadas às diferentes tradições filosóficas. Conhecer diferentes métodos de pesquisa. Elaborar um projeto de pesquisa. Dinâmica de produção e comunicação científica.

Nº de Créditos: 4,0

– Apresentar técnicas que permitam analisar e avaliar a eficiência computacional de algoritmos e comparar diferentes algoritmos que possam ser utilizados para a solução de um mesmo problema.
– Estudar princípios e técnicas fundamentais para o projeto de algoritmos corretos e eficientes.
– Estudar a complexidade intrínseca de problemas e seu impacto sobre o desenvolvimento e a eficiência de algoritmos para sua solução.
– Introduzir as principais ideias algorítmicas através da apresentação de problemas do mundo real.
Promover a fundamentação da área de Sistemas de Informação, partindo do pensamento e visão sistêmicos, visões teóricas sobre o conceito de sistemas, e do pensamento complexo. Discutir os desafios de pesquisa e prática em Sistemas de Informação, do ponto de vista de tecnologias fundamentais, da comunidade de pesquisa em SI no Brasil do ponto de vista da Sociedade Brasileira de Computação e da Administração.

No de Créditos: 4,0

Promover a fundamentação da área de Sistemas de Informação, partindo do pensamento e visão sistêmicos, visões teóricas sobre o conceito de sistemas, e do pensamento complexo. Discutir os desafios de pesquisa e prática em Sistemas de Informação, do ponto de vista de tecnologias fundamentais, da comunidade de pesquisa em SI no Brasil do ponto de vista da Sociedade Brasileira de Computação e da Administração.

No de Créditos: 4,0

Visa promover a defesa do andamento  da tese de doutorado para possíveis  ajustes de caminho antes da defesa.

Número de créditos: 0,0

Disciplinas Optativas de Núcleo Básico

Têm natureza optativa de núcleo básico as disciplinas que guardam afinidade com a linha de pesquisa a que se vincula a tese de doutorado do Aluno mas que apresentam conteúdo básico e fundamental para as necessárias reflexões dentro de suas atividades de pesquisa.

Esta disciplina tem dois objetivos principais. O primeiro deles é dar uma sólida base em lógica formal aos alunos do doutorado, de forma que eles possam utilizar esse conhecimento para lidar com provas formais e especificar formalmente modelos de sistemas de informação. O segundo objetivo corresponde a transmitir os conhecimentos básicos para a implementação de sistemas que incorporam mecanismos de raciocínio automático.

Número de créditos: 4,0

Ementa:

  • Sintaxe e semântica da lógica proposicional
  • Sintaxe e semântica da lógica de primeira ordem
  • Conceitos de correção e completude
  • Modelos de teorias
  • Demonstração de teoremas
  • Inferência automática com resolução
  • Programação em Lógica e Prolog
  • Lógica de Descrição

Capacitar o estudante a compreender e aplicar teorias, técnicas e métodos para o tratamento e análise de dados e a construção de modelos estatísticos, colocando-os em prática no desenvolvimento de estudos de caso.

No de Créditos: 4,0

Ementa

  • Introdução à análise de dados.
  • Revisão de Probabilidade.
  • Princípios de Amostragem.
  • Análise Exploratória de Dados.
  • Conceitos básicos de Estatística.
  • Modelos estatísticos. Estimação.
  • O problema do aprendizado estatístico.
  • Aprendizado supervisionado.
  • Modelos lineares para regressão.
  • Modelos lineares para classificação.
  • Seleção de modelos.
  • Teoria da generalização.
  • Seleção de variáveis.
  • Redução de dimensionalidade.
  • Data sequenciais e processos estocásticos.
  • Exemplos de aplicações.

Apresentar os principais conceitos e desafios de pesquisa relacionados à definição, execução e avaliação de programas de qualidade de software e iniciativas de melhoria de processos de software em organizações. Iniciar os alunos na compreensão e discussão de pesquisas relacionadas à qualidade de software e à engenharia de software experimental.

Ementa: Introdução à Engenharia de Software. Qualidade de Software. Qualidade de Processo de Software. Qualidade de Produto de Software. Melhoria de Processos de Software. Métodos Ágeis. Modelos de Qualidade. Modelos de Processos. Medição de Software.  Engenharia de Software Experimental.

Número de créditos: 4,0

O objetivo da disciplina é fornecer os fundamentos e teorias básicas da interação Humano Computador de modo a capacitar o aluno a avaliar interfaces de sistemas (convencionais e interfaces web) a fim de identificar os principais problemas de usabilidade e acessibilidade das mesmas e propor melhorias.

Ementa: Conceitos Básicos (usabilidade, acessibilidade/inclusão social e comunicabilidade – engenharia semiótica) . Abordagens Teóricas em IHC. Sistemas centrados no usuário. Avaliação de interfaces (inspeção e observação de usuários) . Identificação de Necessidades dos Usuários e Requisitos de IHC. Tópicos relacionados a aspectos humanos de sistemas.

Número de créditos: 4,0

Introduzir os conceitos e as principais linhas de pesquisa na área. A ênfase do curso será na implementação de agentes inteligentes, enfatizando-se os problemas de busca e raciocínio. Será utilizada a linguagem Prolog como instrumento para a representação de conhecimento. Por fim, serão apresentados os modelos conexionistas, baseados em redes neurais.

Número de créditos: 4,0

Ementa:

  • Agentes Inteligentes
  • Busca
  • Busca Heurística
  • Planejamento
    · Representação de Problemas no Planejamento Clássico
    · Planejamento no Espaço de Estados
    · Planejamento no Espaço de Planos
    · Técnicas de Planejamento em Grafos
    · Planejamento com Redes Hierárquicas de Tarefas
    · Visão sobre outras técnicas de Planejamento
  • Redes Neurais

Esta disciplina tem por objetivo permitir que o aluno aplique de forma prática os conceitos relacionados com técnicas de modelagem de sistemas de computação/comunicação e de avaliação de desempenho.  O foco desta disciplina é a reprodução de experimentos publicados em diversos artigos científicos para que o aluno faça uma avaliação crítica da abordagem adotada e dos resultados obtidos nos trabalhos selecionados.

Ementa: Parâmetros usados na modelagem de sistemas; Ferramentas de modelagem e de simulação; Avaliação de desempenho dos modelos; Estudo de casos.

Número de créditos: 4,0

A modelagem matemática de sistemas de computação/comunicação é uma das tarefas mais importantes no processo de análise e desenvolvimento de novas tecnologias. Entender como modelar matematicamente um sistema e como analisar as medidas obtidas a partir dos modelos matemáticos é essencial para a formação do profissional da área de Sistemas de Informação. Esta disciplina fornecerá ao aluno a base necessária para o uso de ferramentas de modelagem e análise matemática e a sua aplicação na escolha de uma tecnologia.

Número de créditos: 4,0

Ementa:

  • Probabilidade e estatística
  • Variáveis aleatórias
  • Medidas de interesse
  • Intervalo de confiança
  • Simulação
  • Teoria de filas

 Optativas Temáticas

Têm natureza optativa as disciplinas que guardam afinidade com o tema de pesquisa a que se vincula a tese de doutorado do Aluno, de modo a propor reflexões pertinentes ao campo de especialidade a que esta se filia; bem como a enriquecer a busca de conteúdos necessários à composição do trabalho final.

No de Créditos: 4,0 (cada disciplina)

Permitir que o estudante seja capaz de reconhecer e enquadrar problemas e aplicações de Ciência de Dados de maneira crítica, desenvolver iniciativas de projetos de modelos analytics de baixa complexidade, avaliar de maneira sistemática e consistente propostas de soluções analytics identificando os principais elementos de modelagem, bem como a metodologia experimental.

Ementa: Conceitos básicos de Ciência de Dados. Projetos e soluções de Ciência de Dados. Metodologias de Ciência de Dados: KDD, CRISP-DM, etc; Modelos analytics: exploratório, descritivo, preditivo, diagnóstico, prescritivo. Níveis de maturidade; Mineração de Dados: Objetivos, Técnicas e Algoritmos; Aprendizado de padrões em dados: supervisionado e não-supervisionado. Aprendizado supervisionado: regressão e classificação. Aprendizado não-supervisionado: clustering e regras de associação; Metodologias experimentais para seleção de modelos e ajuste de parâmetros. Principais métricas de desempenho. Técnicas de análise e interpretação de resultados. Aplicações.

O objetivo do curso é capacitar o aluno a resolver, de forma heurística, problemas computacionalmente difíceis (NP-Completo e NP-Difíceis), e de enorme importância prática, por meio da aplicação de técnicas bem-sucedidas na construção de heurísticas eficientes. Outro objetivo do curso é capacitar o aluno a conduzir experimento computacional com o objetivo de avaliar e analisar os resultados obtidos e elaborar relatório técnico sobre o experimento.

Ementa: Revisão sobre teoria da complexidade. Problemas computacionalmente difíceis. Métodos construtivos. Busca local. Metaheurísticas. Aplicações. Experimento computacional com heurísticas.

Apresentar a representação de conteúdo na web, enfocando principalmente sua semântica, bem como o contexto e tecnologia relacionados a Web Semântica.

Ementa: Metadados e Busca na Web; Semântica e Contexto; Arquitetura da Web Semântica; Ontologias; Regras; Serviços semânticos; Agentes inteligentes

Apresentar conceitos fundamentais de Web Science como uma ciência interdisciplinar, bem como seu impacto na sociedade. Discutir Cibercultura e suas teorias. Destacar temas de pesquisa relevantes a Cibercultura e Ciência da Web, relacionando com Sistemas de Informação.

Ementa: Framework Conceitual de Modelos Web; Pensamento Interdisciplinar; Cibercultura e Web na Sociedade; Web 2.0 e Software Social; Cibercultura, Tecnologia e vida social na cultura contemporânea; Tecnologias da Informação e a Web como Ciência; Governança na Internet (incluindo Privacidade e Confiabilidade na Web); Teorias da Cibercultura.

Complementar a Disciplina de Inteligência Artificial e aplicar técnicas inteligentes em diferentes domínios. A ênfase do curso será na aplicação de diferentes técnicas e ferramentas inteligente para extração de conhecimento.

Ementa: Lógica Fuzzy; Modelos Híbridos; Ferramentas Inteligentes; Aplicações de Redes Neurais; Aplicações de Lógica Fuzzy; Aplicações de Modelos Híbridos

A disciplina tem como objetivo aprofundar o estudo de conceitos e abordagens para a análise de redes complexas e sociais.

Ementa: Teoria dos grafos: definições básicas; caminhos e conectividade; distância e buscas. Interconexões fracas e fortes: clausura triádica; força das interconexões fracas; força das interconexões e a estrutura de redes de larga escala; clausura, buracos estruturais e capital social. Fenômeno mundo-pequeno: seis graus de separação; estruturas e aleatoriedade; busca decentralizada; modelagem do processo de busca decentralizada; análise empírica e modelos generalizados; estrutura centro-periferia e a dificuldade da busca descentralizada.

Estudar os principais conceitos em transmissão sem fio e as principais tecnologias para as redes pessoais, redes locais sem fio, redes metropolitanas sem fio e redes de longo alcance sem fio. Além disso, serão estudadas as recentes abordagens de redes móveis sem fio e essas abordagens serão investigadas através de alguns simuladores de redes sem fio.

Ementa: Introdução a transmissão sem fio e aos seus principais conceitos. Caracterização dos tipos de redes sem fio; Redes pessoais sem fio e a tecnologia Bluetooth; Redes locais sem fio e o padrão IEEE 802.11; Redes metropolitanas sem fio e o padrão IEEE 802.16; Redes de telefonia móvel de segunda e terceira geração: GSM, GPRS, UMTS e CDMA one. Redes ad hoc, redes tolerantes a atraso/interrupções, redes veiculares e redes de sensores. Uso de simuladores para redes sem fio: NS-2, NS-3, Glomosim, OPNET, OMNET++, ONE.

Estudar, analisar criticamente e obter resultados experimentais relacionados com o estado-da-arte de tecnologias voltadas para aspectos de gerenciamento, desempenho e/ou segurança

Ementa: virtualização de redes, computação em nuvem, redes definidas por software / OpenFlow, mobilidade, redes de sensores sem fio, redes tolerantes a atrasos e desconexões, arquiteturas P2P, redes de circuitos dinâmicos, redes veiculares, caracterização de comportamento de usuários, caracterização de tráfego.

Investigar tópicos avançados em redes móveis e sem fio usadas por pedestres e veículos em diversos cenários. Estudar o estado-da-arte de questões de pesquisa relacionadas ao projeto e desenvolvimento de protocolos, mecanismos e aplicações veiculares aplicados à diversos cenários, como nos centros urbanos. Levantar o estado-da-arte de tópicos relacionados a caracterização e modelagem da mobilidade urbana. Além disso, investigar tópicos de redes veiculares e/ou mobilidade urbana, bem como a aplicação desses em sistemas inteligentes de transporte.

Ementa: Introdução às redes veiculares, seus componentes e modos de operação. Arquiteturas, protocolos e padrões de comunicação. Mecanismos e aplicações veiculares. Mobilidade urbana e suas componentes. Caracterização, modelagem e análise dos diferentes aspectos da mobilidade urbana.  Sistemas Inteligentes de Transportes (ITS). Uso das técnicas de KDD e de aprendizado de máquina aplicados às redes veiculares, mobilidade urbana e ITS.

A complexidade dos problemas com as quais as organizações lidam nos dias atuais leva à necessidade cada vez maior do trabalho em grupo. As equipes devem interagir, trocar experiências, buscar soluções e inovar. Os sistemas de apoio ao trabalho cooperativo figuram neste cenário como peças fundamentais e, portanto, a pesquisa sobre construção e uso deste tipo de aplicação, além da sua integração com os demais sistemas de informação justifica esta disciplina.

Ementa:

Conceitos gerais de Trabalho Colaborativo Apoiado por Computador (CSCW) e Groupware (software para apoiar a colaboração). Tecnologias de Informação e Comunicação. Sistemas de Workflow. Ferramentas de Apoio a Reuniões (Meetingware). Editores Colaborativos. Agentes Inteligentes. Aprendizagem Colaborativa Apoiada por Computador (CSCL). Ambientes de Aprendizagem (Learningware e LMS – Learning Management System). Avaliação dos processos colaborativos apoiados por ambientes computacionais

Medição é essencial na Engenharia de Software por constituir um processo contínuo que possibilita definir, coletar e analisar dados de processos relacionados aos projetos e produtos, com o objetivo de compreender e controlar os projetos, processos e obter informações significantes para aperfeiçoar os processos e produtos. Medição também pode ser aplicada para entender e melhor os processos de prestação de serviços de TI. Objetivo: Apresentar os principais conceitos relacionados à Medição de Software e Serviços de TI e os métodos mais utilizados para a definição de um plano de medição. Discutir como a medição pode auxiliar na compreensão do comportamento dos processos, na gerência e monitoração dos projetos de software e na melhoria contínua dos processos de software e de serviços de TI na organização.

Ementa: Medição de Software. Medição de Serviços de TI. Métodos GQM, GQM+Strategies e PSM. Medição na gerência de projetos de software e serviços de TI. Medição na melhoria de processos. Normas de Qualidade e Modelos de Maturidade. Introdução ao Controle Estatístico de Processos de Software. Alta Maturidade no Desenvolvimento de Software. Gerência Estatística e Quantitativa. Aplicações em casos reais.

O objetivo da disciplina é fornecer os fundamentos e teorias básicas da Acessibilidade digital e acessibilidade na Web de modo a capacitar o aluno compreender melhor os diversos perfis de usuário de modo a analisar os diversos sistemas (convencionais e interfaces web) a fim de identificar os principais problemas de acessibilidade das mesmas e propor melhorias com o foco na diversidade de públicos.

Ementa: Conceitos Básicos. Perfis de usuários. Visão. Audição. Analfabetismo funcional. Terceira Idade. Deficiência Física/Motora. Avaliação de Interfaces. Acessibilização. Navegação Acessível. Conteúdo Acessível. Entrada de dados Acessível

Ao final da disciplina, o(a) estudante deverá ser capaz de: projetar uma pesquisa em Comunicação Mediada por Computador (CMC) e argumentar a validade científica de seu projeto de pesquisa com base nas teorias sobre CMC.

Ementa: Aspectos técnicos (sistemas e serviços computacionais), linguísticos (gêneros textuais e modificações da linguagem), culturais (novas práticas) e sociais (estabelecimento e ressignificação das relações sociais) sobre Comunicação Mediada por Computador (CMC)

Capacitar o estudante a compreender e aplicar teorias, técnicas e métodos para o projeto e a construção de sistemas inteligentes.

Ementa: Introdução a sistemas inteligentes. Histórico da área. Visão geral. Taxonomia. Aplicações. Tópicos avançados.

Capacitar o aluno a compreender, modelar e analisar sistemas complexos, ensinando técnicas avançadas de engenharia e colocando-as em prática no desenvolvimento de trabalhos

Ementa: Introdução à engenharia de sistemas complexos, de larga escala e de longo prazo. Tipos de sistemas complexos. Conceitos básicos. Histórico. Definição e exemplos. Taxonomia e características. Técnicas de modelagem, análise e monitoramento de plataformas de sistemas complexos. Desafios e perspectivas de pesquisa e práticas. Aplicações em casos reais.

Ciclos de vida de desenvolvimento de software incorporam atualmente a modelagem de processos de negócios como uma de suas mais importantes atividades. Esta disciplina tem como objetivo transmitir aos alunos conceitos relacionados à modelagem de processos de negócios e o suporte para a transformação de modelos de negócios em requisitos e modelos de sistemas de informação. É apresentada também a evolução desta questão em direção à Gestão de Processos de Negócio, discutindo métodos, técnicas e ferramentas para este fim.

Ementa: Organizações e Processos; Conceito de Processo de Negócio; Modelagem de Processos (Modelos, Método e Ferramentas); Gestão de Processos de Negócio; Derivação de Requisitos a partir de Modelos de Processos; Análise de impacto de tecnologias de informação; Arquitetura de Informação; Estratégias de implantação e customização de sistemas; Modelagem e Implementação de Sistemas Workflow; Controle estatístico de processos.

A crescente importância do conhecimento no dia-a-dia das organizações levou as empresas a desenvolverem recursos que facilitem e estimulem a gestão desse insumo. Isso inclui cada vez mais a necessidade de tecnologia e suporte computacional para facilitar a disseminação de experiência e conhecimento nas organizações. Esta disciplina tem como objetivo transmitir aos alunos conceitos relacionados aos processos, técnicas e tecnologia de suporte à gestão de conhecimento e aprendizagem organizacional.

Ementa: Princípios da gestão e transformação de conhecimento em organizações; Memória organizacional; Ferramentas para Gestão de Conhecimento; Paradigma de captura, representação, armazenamento e recuperação de conhecimento; Contexto em Gestão de Conhecimento; Compartilhamento de conhecimento; Aprendizado organizacional; Comunidades de prática; E-learning; Treinamento baseado nos processos de trabalho (Work-based Training)

Apresentar conceitos e fundamentos sobre jogos e gamificação, seus elementos artísticos, culturais e sociais, bem como sua utilização e seus elementos empregados a contextos organizacionais, educacionais e como eles se relacionam com Sistemas de Informação. Além de permitir aos alunos ingressarem em pesquisas na área de jogos.

Ementa: Fundamentos sobre a pesquisa na área de jogos. Discussão e definição sobre jogos. Jogos, cultura e sociedade. Artes e sons em jogos.  Jogos e suas características de contar histórias. Análise e caracterização de jogos. Jogos como sistemas de informação. Discussão sobre jogos com propósito e gamificação. Ludificação de cenários, com discussões sobre a aplicação de jogos e seus elementos em diferentes contextos.

Construir colaborativamente um entendimento sobre o estado da arte em tecnologias educacionais. Desenvolver um projeto de tecnologia educacional.

Ementa: Pensamento Crítico e Criativo. Autoria na Educação. Recursos educacionais abertos. Educação Colaborativa. Design Educacional. Arquiteturas Pedagógicas. Mapas Conceituais e mentais para Educação. Inteligência Artificial na Educação. Sistemas afetivos na Educação. Sistemas Tutores Inteligentes. Busca como um Processo de Aprendizagem. Aplicativos na Educação. Computação Móvel e Ubíqua na Educação. IOT na Educação.

Permitir ao aluno entender o funcionamento das principais arquiteturas de Aprendizagem Profunda e aprender a identificar situações em que pode aplicar cada uma dessas arquiteturas.

Ementa: Apresentação das principais arquiteturas de Aprendizagem Profunda (Deep Learning). Redes Neurais Feedforward. Redes Neurais Convolucionais. Redes Recorrentes. Autoencoder. Redes Generativas Adversarias. Aprendizado por Reforço. Aplicações a problemas de diversas áreas.

Disciplinas Eletivas de Instrumentalização

Focalizam conteúdos complementares ao currículo visando instrumentalizar os projetos de pesquisa do pós-graduando.

  • Estudos Dirigidos I – 2.0 créditos
  • Estudos Dirigidos II – 2.0 créditos
  • Estudos Dirigidos III – 2.0 créditos
  • Métodos Quantitativos de Pesquisa – 4.0 créditos
  • Métodos Qualitativos de Pesquisa  – 4.0 créditos
  • Teoria de Sistemas de Informação e Teorização  – 4.0 créditos
  • Pesquisa em Ciência do Design (Design Science Research)  – 4.0 créditos
  • Docência em Sistemas de Informação  – 4.0 créditos
  • Inovação em Sistemas de Informação  – 4.0 créditos
  • Comunicação Científica  – 4.0 créditos
  • Estágio em Docência I  – 2.0 créditos
  • Estágio em Docência II – 2.0 créditos

Disciplinas Eletivas Extras

  • Pesquisa para Tese I – 1.0 crédito
  • Pesquisa para Tese II – 1.0 crédito
  • Pesquisa para Tese III – 1.0 crédito
  • Pesquisa para Tese IV – 1.0 crédito
  • Pesquisa para Tese V – 0.0 créditos
  • Pesquisa para Tese VI – 0.0 créditos

Disciplinas Eletivas de Grupo de Pesquisa

  • Tópicos de Pesquisa em Tecnologias Educacionais, Sociais e de Negócios I – 4,0 créditos
  • Tópicos de Pesquisa em Tecnologias Educacionais, Sociais e  de Negócios II – 4,0 créditos
  • Tópicos de Pesquisa em Tecnologias Educacionais, Sociais e  de Negócios III – 4,0 créditos
  • Tópicos de Pesquisa em Tecnologias Educacionais, Sociais e  de Negócios IV – 4,0 créditos
  • Tópicos de Pesquisa em Otimização aplicada a Engenharia de Software I – 4,0 créditos
  • Tópicos de Pesquisa em Otimização aplicada a Engenharia  de Software II – 4,0 créditos
  • Tópicos de Pesquisa em Otimização aplicada a Engenharia  de Software III – 4,0 créditos
  • Tópicos de Pesquisa em Otimização aplicada a Engenharia  de Software IV – 4,0 créditos
  • Tópicos de Pesquisa em Gerenciamento de Redes e Serviços I – 4,0 créditos
  • Tópicos de Pesquisa em Gerenciamento de Redes e Serviços II – 4,0 créditos
  • Tópicos de Pesquisa em Gerenciamento de Redes e Serviços III – 4,0 créditos
  • Tópicos de Pesquisa em Gerenciamento de Redes e Serviços IV – 4,0 créditos
  • Tópicos de Pesquisa em Qualidade de Software e Serviços de TI I – 4,0 créditos
  • Tópicos de Pesquisa em Qualidade de Software e Serviços de TI II – 4,0 créditos
  • Tópicos de Pesquisa em Qualidade de Software e Serviços de TI III – 4,0 créditos
  • Tópicos de Pesquisa em Qualidade de Software e Serviços de TI IV – 4,0 créditos
  • Tópicos de Pesquisa em Engenharia de Sistemas Complexos I – 4,0 créditos
  • Tópicos de Pesquisa em Engenharia de Sistemas Complexos II – 4,0 créditos
  • Tópicos de Pesquisa em Engenharia de Sistemas Complexos III – 4,0 créditos
  • Tópicos de Pesquisa em Engenharia de Sistemas Complexos IV – 4,0 créditos
  • Tópicos de Pesquisa em Ciência de Dados I – 4,0 créditos
  • Tópicos de Pesquisa em Ciência de Dados II – 4,0 créditos
  • Tópicos de Pesquisa em Ciência de Dados III – 4,0 créditos
  • Tópicos de Pesquisa em Ciência de Dados IV – 4,0 créditos
  • Tópicos de Pesquisa em Acessibilidade I – 4,0 créditos
  • Tópicos de Pesquisa em Acessibilidade II – 4,0 créditos
  • Tópicos de Pesquisa em Acessibilidade III – 4,0 créditos
  • Tópicos de Pesquisa em Acessibilidade IV – 4,0 créditos
  • Tópicos de Pesquisa em Heurísticas Inteligentes e Análise de Redes Sociais I – 4,0 créditos
  • Tópicos de Pesquisa em Heurísticas Inteligentes e Análise de Redes Sociais II – 4,0 créditos
  • Tópicos de Pesquisa em Heurísticas Inteligentes e Análise de Redes Sociais III – 4,0 créditos
  • Tópicos de Pesquisa em Heurísticas Inteligentes e Análise de Redes Sociais IV – 4,0 créditos
  • Tópicos de Pesquisa em Comunicação Mediada por Computador I – 4,0 créditos
  • Tópicos de Pesquisa em Comunicação Mediada por Computador II – 4,0 créditos
  • Tópicos de Pesquisa em Comunicação Mediada por Computador III – 4,0 créditos
  • Tópicos de Pesquisa em Comunicação Mediada por Computador IV – 4,0 créditos
  • Tópicos de Pesquisa em Redes Sem Fio, Redes Móveis e Redes Veiculares I – 4,0 créditos
  • Tópicos de Pesquisa em Redes Sem Fio, Redes Móveis e Redes Veiculares II – 4,0 créditos
  • Tópicos de Pesquisa em Redes Sem Fio, Redes Móveis e Redes Veiculares III – 4,0 créditos
  • Tópicos de Pesquisa em Redes Sem Fio, Redes Móveis e Redes Veiculares IV – 4,0 créditos
  • Tópicos de Pesquisa em Computação Humana e Inteligência Coletiva, e Computação Ubíqua e Inteligência Artificial I – 4,0 créditos
  • Tópicos de Pesquisa em Computação Humana e Inteligência Coletiva, e Computação Ubíqua e Inteligência Artificial II – 4,0 créditos
  • Tópicos de Pesquisa em Computação Humana e Inteligência Coletiva, e Computação Ubíqua e Inteligência Artificial III – 4,0 créditos
  • Tópicos de Pesquisa em Computação Humana e Inteligência Coletiva, e Computação Ubíqua e Inteligência Artificial IV – 4,0 créditos
  • Tópicos de Pesquisa em Gestão de Processos de Negócios e Colaboração I – 4,0 créditos
  • Tópicos de Pesquisa em Gestão de Processos de Negócios e Colaboração II – 4,0 créditos
  • Tópicos de Pesquisa em Gestão de Processos de Negócios e Colaboração III – 4,0 créditos
  • Tópicos de Pesquisa em Gestão de Processos de Negócios e Colaboração IV – 4,0 créditos
  • Tópicos de Pesquisa em Jogos e Ludificação I – 4,0 créditos
  • Tópicos de Pesquisa em  Jogos e Ludificação II – 4,0 créditos
  • Tópicos de Pesquisa em  Jogos e Ludificação III – 4,0 créditos
  • Tópicos de Pesquisa em  Jogos e Ludificação IV – 4,0 créditos
  • Tópicos de Pesquisa em Propriedade Intelectual e Negócios I – 4,0 créditos
  • Tópicos de Pesquisa em Propriedade Intelectual e Negócios II – 4,0 créditos
  • Tópicos de Pesquisa em Propriedade Intelectual e Negócios III – 4,0 créditos
  • Tópicos de Pesquisa em Propriedade Intelectual e Negócios IV – 4,0 créditos
  • Tópicos de Pesquisa em Aprendizagem Profunda I – 4,0 créditos
  • Tópicos de Pesquisa em Aprendizagem Profunda II – 4,0 créditos
  • Tópicos de Pesquisa em Aprendizagem Profunda III – 4,0 créditos
  • Tópicos de Pesquisa em Aprendizagem Profunda IV – 4,0 créditos