Creation year: 2006
Purposes:
The purpose of UNIRIO Master’s Degree Course in Computer Science is:
- Deepen the scientific and technical-professional knowledge of students in the area of Information Systems;
- Train professionals with technical and organizational knowledge for the modeling, development, selection, deployment and management of Information Systems in companies;
- Enable students to develop skills for research and teaching in higher education in the area of Information Systems;
- Contribute to the constant improvement of the academic community of UNIRIO, stimulating the articulation between teaching, research and extension; and
- Develop cutting-edge research in the area of Information Systems that can contribute to the social and economic development of the region in which UNIRIO operates.
Student Profile:
The professional graduated by the Master’s Degree course in Computer Science at PPGI-UNIRIO shall be able to analyze the several technologies available for information processing under multiple aspects, in order to select, apply, integrate, develop, improve and manage the most recent and appropriate technologies for sectors of society that require information processing mechanisms. Professionals will also be able to discuss the deficiencies of current technologies, being able to promote the development of new technologies, either through innovation, by combining existing technologies or by analogy with other areas of knowledge.
Number of credits: 34
Mandatory Subjects
The common core subjects of all lines of research are mandatory in nature.
The objective of this course is to present the concepts of research and scientific methodology and to prepare students for the elaboration of the master’s dissertation. Students observe the importance of standards for the elaboration of scientific work, structuring techniques, writing and bibliographic review. Dissertations in the field of Computing are analyzed in order to bring the problems into the context of the master’s degree in Information Systems and the appropriate formats for presenting papers in this field.
Nº de Créditos: 4,0
Academic activity carried out by students in conjunction with their advisors.
Enrollment in this discipline implies the formal presentation of the dissertation proposal / progress by the student to professors of the research line and the Program. The presentation counts as part of the student’s formal assessment in the discipline.
No de Créditos: 2,0
Atividade de docência realizada pelos alunos acompanhados por seus orientadores.
No de Créditos: 2,0
Corpo do toggle bla ….
Optional Basic Core Subjects
The subjects that have an affinity with the line of research to which the Student’s Master’s Thesis is bound, but which present basic and fundamental content for the necessary reflections within their research activities, have an optional basic core nature. IMPORTANT: Enrollment in AT LEAST 2 optional basic core subjects is considered mandatory.
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.
Número de créditos: 4,0
Ementa:
- 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
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 aplicações em redes.
Número de créditos: 4,0
Ementa:
- Revisão de conceitos básicos em redes
- LANs, WANs e Internet
- Arquitetura de camadas
- Protocolos de transporte
- Roteamento IP
- Camada de enlace e meio físico
- Desempenho e gerenciamento
- 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
Objetivo: Apresentar o conceito, classificação e projeto de Sistemas de Informação, e discutir tópicos de pesquisa relevantes em Sistemas de Informação.
Número de créditos: 4,0
Ementa:
- 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: Tópicos de pesquisa em SAN
- Pesquisa em SI: Tópicos de pesquisa em RCR
- Pesquisa em SI: Tópicos de pesquisa em DR
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 de da modelagem de informações para interoperabilidade entre aplicações e integração de informações.
No de Créditos: 4,0
Ementa
- Introdução a 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 dado
- Tendências de modelagem conceitual: Ontologias de fundamentação, Ontologia empresarial
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 dois objetivos principais. O primeiro deles é dar uma sólida base em lógica formal aos alunos do mestrado, 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
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
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.
Número de créditos: 4,0
Ementa:
- Abstração, modularidade, comunalidade, variabilidade, acoplamento, coesão
- Revisão da linguagem Java
- Revisão de Projeto Orientado a Objetos
- Análise Orientada a Domínio
- Padrões de Projeto
- Frameworks
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
The subjects that have an affinity with the line of research to which the Student’s Master’s Thesis is bound are optional, in order to propose reflections relevant to the field of specialty to which it is affiliated; as well as enriching the search for content necessary for the composition of the final paper.
No. of Credits: 4.0 (each subject)
- Enterprise Architecture (EA)
- 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
- Human-Computer Interaction
- 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
- Collaborative Systems
- Intelligent Systems and their Applications
- Special Topics RCR I: Applied Logic and Planning in IS
- Special Topics RCR II: Web Science
- Special Topics RCR III: AI Applications
- Special Topics RCR IV: Social Media Analysis
- 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
- Special Topics SD I: SOA + CLOUD + MDA
Elective Subjects
They focus on complementary content to the curriculum, in order to instrumentalize the graduate student’s research projects.
No. of Credits: 2.0 (each subject)
- Directed Studies I
- Directed Studies II
