Creation year: 2014
Purposes:
The UNIRIO Doctorate Degree Course in Computer Science has the following purposes:
- Deepen the scientific and technical-professional knowledge of students in the area of Information Systems;
- Train professionals in the state of the art of technical and organizational knowledge for the conception, development and deployment of Information Systems in organizations;
- Develop students’ skills for research and teaching in higher education in the area of Information Systems;
- Develop students’ skills for research and innovation in the area of Information Systems;
- Contribute to the constant improvement of the (national and international) academic community in Information Systems, stimulating the articulation between teaching, research and extension;
- Develop cutting-edge research in the area of Information Systems that may contribute to the social and economic development of the country;
- Expand Brazil’s international insertion in the Information Systems area, through cooperation projects with institutions and companies abroad.
Student Profile:
Professionals who obtain a Doctorate degree in Computer Science at PPGI-UNIRIO will be able to develop research activities at national and international institutions, as well as teaching Information Systems at different levels of education. The expected education will also enable them to be a catalyst for applied research actions in organizations, including innovation actions.
Number of credits: 60
Mandatory Subjects
Note: Directed Studies III and IV subjects are considered Optional subjects by Line of Research.
Objetivo: Apresentar o conceito, classificação e projeto de Sistemas de Informação, e discutir tópicos de pesquisa relevantes em Sistemas de Informação.
Conteúdos: Teoria Geral de Sistemas; Definição e classificação de Sistemas de Informação; Modelagem de Sistemas de Informação (requisitos, funções, dados, objetos); Modelagem conceitual de domínios de conhecimento (ontologias); Arquitetura de Sistemas de Informação; Sistemas de Informação de apoio à decisão e inteligência de negócios; Sistemas especializados de informação (Inteligência Artificial); Sistemas de informação e a relação com Telecomunicações e Redes (internet, sistemas distribuídos); Pesquisa em SI.
Número de créditos: 4,0
Esta disciplina tem o objetivo de garantir um nivelamento dos alunos. Consideramos que saber analisar e avaliar a eficiência computacional na comparação de algoritmos é fundamental na área de Ciência da Computação, assim como conhecer a complexidade de problemas e seu impacto no desenvolvimento de algoritmos. Conteúdos: Critérios de análise, correção e eficiência; Análise de algoritmos: tempo de processamento e número de operações elementares; Complexidade de pior caso; Algoritmos e estruturas de dados para problemas em grafos; Programação Dinâmica; Algoritmos Gulosos; Teoria da Complexidade; Problemas de decisão; Transformações polinomiais; Classe P; Algoritmos não determinísticos; Classes NP e NP-completa.
Número de créditos: 4,0
Docência do ensino superior e as principais técnicas didático-pedagógicas. Reflexões sobre o papel do ensino, as funções da docência de nível superior. Análise do conceito de didática, modelo e planejamento de ensino, estratégias de ensino e aprendizagem. O papel das Tecnologias de Informação e Comunicação na educação. Teorias Pedagógicas. Práticas educativas. Tendências atuais no desenvolvimento da didática. Elaboração de planejamentos de ensino (redação de objetivos de ensino; conteúdos conceituais, procedimentais e atitudinais; sequências didáticas; avaliação da aprendizagem). A relação entre Ensino, Pesquisa, Indústria e Aprendizagem de Sistemas de Informação. Esta disciplina inclui também atividades de docência realizada pelos alunos acompanhados por seus orientadores.
No de Créditos: 4,0
Objetivo: apresentar os conceitos e processos de inovação, discussão de casos, desenvolvimento de projeto de exploração de pesquisa específica do aluno, com apresentação a especialistas e representantes da indústria. Conteúdos: Invenção e inovação. Lei da inovação (lei 10.973/04). Lei de Propriedade Industrial (Lei 9.279/96). Outras leis de incentivo à pesquisa, desenvolvimento e inovação. Processos de inovação. Inteligência competitiva. Transferência de tecnologia. Inovação e estratégia competitiva. Sistema de inovação e difusão tecnológica. Gestão da inovação. Paradigmas da gestão de inovação: produtividade, qualidade, flexibilidade/rapidez e criatividade. Gestão da inovação na economia do conhecimento. Estratégias de inovação. Características de um projeto de inovação e do seu processo de desenvolvimento. Estudos de caso: Estágios do desenvolvimento de produtos: geração de conceito, planejamento do produto. Detalhamento do produto, detalhamento do processo, revisão e testes. Identificação das necessidades do mercado e sociedade. Novos produtos e novidades em produtos. Perfil do consumidor. Plano de negócios. Prototipagem. Noções de engenharia econômica. Tipos de investimentos, métodos de avaliação de alternativas de investimento. Importância da avaliação das inovações. Métodos e técnicas para mensurar a eficiência e o desempenho da inovação. Propriedade Intelectual, Marcas e Patentes. Busca de Patentes. Escrita de patentes. Dissecação de Patentes de Software e Hardware. Classificação de Patentes. A estrutura do sistema de patentes. A função do sistema de patentes. Processo de obtenção de patentes no Brasil e de patentes internacionais. Modalidades de Contratos. Incentivos a Inovação Tecnológica. Estudo de caso de inovações de setores industriais no Brasil. Seminários. Discussões de projeto.
No de Créditos: 4,0
O objetivo da disciplina é trabalhar os conceitos de metodologia científica para capacitar os alunos a projetar e executar a pesquisa da tese de doutorado. Discute-se o processo e os diversos aspectos de uma pesquisa científica: conhecimento científico, posição epistemológica (positivista, interpretativista e crítica); finalidade da pesquisa (explicar, explorar ou descrever o fenômeno observado); abordagem quantitativa e qualitativa; dentre outros. Também é discutida a abordagem Design Science em Sistemas de Informação. São caracterizados os principais métodos usados nas pesquisas em Sistemas de Informação: experimento, levantamento (survey), estudo de caso, pesquisa-ação, entre outros. São trabalhadas as principais técnicas de coleta de dados: questionário, entrevista, observação direta (incluindo etnografia), documentos históricos, entre outras. São apresentadas as técnicas de análise de dados: análise estatística, análise do discurso, análise de conteúdo, entre outras. São abordadas as normas para elaboração de um trabalho científico, as técnicas de estruturação, redação e revisão bibliográfica. São analisadas dissertações e teses na área da Computação, em especial em Sistemas de Informação, de forma a contextualizar e problematizar os formatos adequados para o desenvolvimento de pesquisas nesta área.
No de Créditos: 4,0
O objetivo desta disciplina é capacitar os alunos a planejar experimentos e realizar análise estatística descritiva e inferencial sobre os dados coletados de uma pesquisa científica. São trabalhados os conceitos de: desenho experimental, variáveis aleatórias discretas e contínuas, sumarização de dados (mediana, média e desvio padrão), amostra e população, estimativa e erro amostral, probabilidade, função de distribuição e densidade, inferência e grau de confiança, testes de diferença significativa e teste de equivalência, seleção do teste adequado em função dos dados (Qui-Quadrado, T, Z, U, F, b), testes paramétricos e não-paramétricos, modelos discretos e contínuos, função de distribuição conjunta, função marginal, distribuição condicional, independência, correlação, valor esperado, teorema central do limite, noções de controle estatístico de processo, análise de regressão linear e múltipla (Mínimos Quadrados), modelos de regressão, análise de variância (ANOVA), análise multivariada e séries temporais.
No de Créditos: 4,0
Todas as linhas.
Desenvolvimento de atividades de pesquisa e/ou construção pelo Aluno, cujo planejamento, acompanhamento e avaliação final são realizadas por seu Professor Orientador.
No de Créditos: 2,0
Todas as linhas
Desenvolvimento de atividades de pesquisa e/ou construção pelo Aluno, cujo planejamento, acompanhamento e avaliação final são realizadas por seu Professor Orientador.
No de Créditos: 2,0
Objetivo: Elaboração da proposta de tese de doutorado pelos alunos, acompanhados por seus orientadores. Instrumentalização dos alunos para a escrita de textos e artigos científicos.
Componentes de uma tese de doutorado
Conceitos de escrita de textos científicos
Conceitos de escrita de artigos científicos
No de Créditos: 4,0
Atividade acadêmica realizada pelos alunos em conjunto com seus orientadores. A inscrição nesta disciplina implica na apresentação formal da proposta/andamento da dissertação pelo aluno aos professores da linha de pesquisa e do Programa em seminários semestrais. A apresentação conta como parte da avaliação formal do aluno na disciplina.
No de Créditos: 4,0 (cada)
Optional Basic Core Subjects
The optional basic core provides basic education in Computer Science and Information Systems. IMPORTANT: Enrollment in AT LEAST 1 optional basic core subject is considered mandatory.
Apresentar conceitos fundamentais de Ciência da Web como uma ciência interdisciplinar, bem como seu impacto na sociedade e temas de pesquisa relevantes a Sistemas de Informação. Será enfatizada a importância das alterações provocadas pela Web no dia-a-dia das pessoas, das empresas e da academia. A pesquisa em Ciência da Web e no contexto de Sistemas de Informação será discutida através de tópicos de interesse. Conteúdos: História da Web; Framework Conceitual de Modelos Web; Pensamento Interdisciplinar; Web na Sociedade; Web 2.0 e Software Social; Mineração, Arquivamento e Comunidades na web; Processamento de Linguagem Natural e Recuperação de Informação; Web Semântica; Ciência de Serviços; Paradigmas de Computação e WWW; Governança na Internet (incluindo Privacidade e Confiabilidade na Web).
Numero de créditos: 4,0
Objetivo: Fazer uma extensa revisão dos conceitos básicos inerentes às redes de computadores e abordar conceitos mais avançados que norteiam o surgimento de novas tecnologias e apllicações em redes. Revisão de conceitos básicos em redes. Aplicações de redes multimídia (video, VoIP, IPTV, TV digital, CDN, grids). Protocolos para aplicações de tempo real (RSTP, RTP, H.323, SIP, FECs). QoS (serviços integrados, serviços diferenciados, escalonamento de fila). Protocolos para redes WAN (multicast, anycast, MPLS, GMPLS, IPv6, DCN). Conceitos básicos de segurança. Estudos de caso e revisão crítica de artigos
Número de créditos: 4,0
Discutir o estado da arte em Gestão de Dados, no que se refere à modelagem e representação de Informações. Serão abordados modelos, técnicas e linguagens de modelagem conceitual de informações, tanto sob a perspectiva estrutural quanto comportamental, e discutidos os benefícios e impactos relacionados à qualidade da modelagem de informações para interoperabilidade entre aplicações e integração de informações. Conteúdos: Introdução à modelagem de dados e Informações; Níveis e Frameworks de Informação; Modelagem conceitual e Ontologias; Modelagem de Papéis e Restrições; Modelagem de Processos e Estados; Modelagem de Regras de Negócio; Metamodelos e linguagens de modelagem conceitual de dados: ER, UML, OntoUML; Metamodelos e linguagens de modelagem lógica de dados; Relacional, Objeto-relacional; Projeto de bancos de dados: modelagem conceitual, lógica e física; Mapeamento de modelo conceitual para lógico de dados; Tendências de modelagem conceitual: Ontologias de fundamentação, Ontologia empresarial
No de Créditos: 4,0
Objetivo: 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. Conteúdos: 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; Redes Bayesianas.
Número de créditos: 4,0
O acesso à informação de qualidade é essencial para que uma organização obtenha a sua eficácia. Essa importância da informação é um dos fatores responsáveis pelo mercado de tecnologia da informação e pelo crescimento constante do uso da Internet. Com esse mercado crescente, as organizações começaram a desenvolver sistemas de informação baseados na Web. Esses sistemas, além de desempenharem um importante papel no tratamento, processamento e distribuição da informação, estão se tornando cada dia mais importantes para as organizações, não só porque passaram a permitir uma nova modalidade de negócio, mas também por constituírem um importante canal de marketing.
Como o diálogo entre o homem e o sistema é estabelecido através da Interface com o Usuário (IU), através da qual, ele se comunica com o sistema para realizar suas tarefas, é fundamental que se projete interfaces amigáveis, isto é, interfaces que o usuário se sinta confortável e encorajado de usar. Assim torna-se importante que se estude os fatores humanos e os requisitos envolvidos em um sistema orientado á usabilidade. Conteúdos: Conceitos Básicos; Sistemas centrados no usuário; Usabilidade; Requisitos não Funcionais de Usabilidade (requisitos de entrada de dados e requisitos de Exibição da informação); Modelagem de Usuário; Globalização; Projetos de Sites
No. de Créditos: 4,0
Objetivo: Esta disciplina tem dois objetivos principais. O primeiro deles é dar uma base sólida em lógica formal aos alunos, de forma que eles possam utilizar esse conhecimento para lidar com provas formais e especificar formalmente modelos de sistemas de informação. O segundo objetivo consiste em transmitir os conhecimentos básicos para a implementação de sistemas que incorporam mecanismos de raciocínio automático. Conteúdos: 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.
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
Apresentar os principais conceitos e desafios de pesquisa relacionados a processos de software e à definição, execução e avaliação de iniciativas de melhoria de processos de software em organizações.
No de Créditos: 4,0
Ementa
- Engenharia de Software – Conceitos, Objetivos, Desenvolvimento de Software, Desafios de Pesquisa
- Processos de Software – Conceitos, Mecanismos de Definição, Normas Nacionais e Internacionais
- Automação de Processos de Software – Conceitos, Ferramentas CASE, Ambientes Centrados em Processo
- Avaliação e Melhoria de Processos de Software – Conceitos, Normas Nacionais e Internacionais, Melhoria Contínua, Melhorias Horizontais, Melhorias Verticais, Modelos de Maturidade
- Iniciativas de Melhoria de Processos de Software – Planejamento, Execução e Avaliação de Iniciativas de Melhoria, Métodos e Técnicas aplicáveis, Melhoria de Processos em diferentes contextos, Análise de Retorno de Investimento
- Mecanismos de Apoio e Controle aos Processos de Software – Garantia da Qualidade, Medição, Gerência de Configuração, Planejamento e Monitoração de Projetos, Gerência de Conhecimento
- Controle Estatístico de Processos – Conceitos, Técnicas e Ferramentas, Alta Maturidade no Desenvolvimento de Software, Gerência Estatística, Gerência Quantitativa
- Aspectos Sociotécnicos – Motivação, Mobilização, Políticas, Benefícios e Expectativas do Desenvolvimento de Software
- Engenharia de Software Experimental – Conceitos, Diferenças entre Tipos de Estudos, Análises Qualitativas e Quantitativas, Aplicação à Melhoria de Processos de Software
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. Conteúdos: 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
No de Créditos: 4,0
Na construção de sistemas de informação complexos, verifica-se que a adoção de uma única técnica de desenvolvimento raramente é suficiente para se alcançar os requisitos de eficiência, reusabilidade, facilidade de evolução, manutenção e ou interoperalibiliade entre sistemas. Observa-se ao contrário, a necessidade de se construir soluções que agregam diversos paradigmas, aplicados onde são mais apropriados ou ainda a sua combinação em uma unidade de software mais complexa. O conceito de projeto multiparadigma (multi-paradigm design) descreve a atividade cujo objetivo é reconhecer abstrações em um sistema, sem forçá-las a um único paradigma e observando-se as ferramentas de implementação disponíveis para se construir o sistema. O ponto crucial desse processo é o casamento entre as abstrações sobre o domínio do problema e as ferramentas de implementação corretas para materializá-las.
O foco do curso é oferecer aos alunos um curso avançado de programação voltado para o projeto e construção de sistemas complexos. O curso discutirá com maior profundidade os problemas relacionados com paradigmas de programação, especialmente as questões relacionadas a Padrões de Projeto e Programação Genérica. Os tópicos a serem abordados incluem: Abstração, modularidade, comunalidade, variabilidade, acoplamento, coesão; Revisão da linguagem Java; Revisão de Projeto Orientado a Objetos; Análise Orientada a Domínio; Padrões de Projeto; Frameworks
Número de créditos: 4,0
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.
Optional Subjects by Line of Research
Subjects that focus on state-of-the-art topics in research in Information Systems are optional.
No. of Credits: 4.0 (each subject)
- Scientific Communication
- Database Knowledge Discovery
- Complex Systems Engineering
- Software Project Management
- Knowledge Management and Organizational Learning
- Data Management in Distributed Environments (GDAD)
- Business Process Management
- Artificial Intelligence (AI) – Machine learning and music generation
- Heuristics for Combinatorial Problems (HPC)
- Quantitative Methods for Decision Support and Management
- Multimethodology applied to Complex Social Problems
- Research in Design Science
- Wireless Computer Networks
- Web Semantics
- Business Intelligence Support Systems
- Intelligent Systems and their Applications
- Special Topics RCR I: Applied Logic and Planning in IS
- Special Topics Networks I: Tool MS Evaluation and Performance
- Special Topics Networks II: Network management, virtualization, security and mobility
- Special Topics in Networks III: Vehicle Networks and Urban Mobility
- Special Topics SAN I: Software Measurement
- Special Topics SAN II: Accessibility
- Special Topics SAN III: Cyberculture
- Special Topics SAN IV: Experimentation in ES
