Mestrado em Informática (antes 2023)

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.