Mestrado em Informática

Ano de criação: 2006

Objetivos:

O Curso de Mestrado 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 com conhecimento técnico e organizacional para a modelagem, o desenvolvimento, a seleção, a implantação e a gestão de Sistemas de Informação em empresas;
  • Possibilitar aos seus alunos o desenvolvimento de habilidades para a pesquisa e para a docência no ensino superior na área de Sistemas de Informação;
  • Contribuir para o aprimoramento constante da comunidade acadêmica da UNIRIO, estimulando a articulação entre ensino, pesquisa e extensão; e
  • Desenvolver pesquisas de ponta na área de Sistemas de Informação que possam contribuir para o desenvolvimento social e econômico da região em que a UNIRIO se insere.

Perfil do Egresso:

O profissional formado pelo curso de Mestrado em Informática do PPGI-UNIRIO deverá estar capacitado a analisar as diversas tecnologias disponíveis para processamento de informação sob múltiplos aspectos, com o intuito de selecionar, aplicar, integrar, desenvolver, aprimorar e gerir as mais recentes e adequadas tecnologias para os setores da sociedade que demandem mecanismos de processamento de informação. Os profissionais também estarão habilitados a discutir as deficiências das tecnologias atuais, sendo capazes de promover o desenvolvimento de novas tecnologias, seja pela inovação, pela combinação de tecnologias existentes ou pela analogia com outras áreas do conhecimento.

Número de créditos: 34

Disciplinas Obrigatórias

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

O objetivo desta disciplina é apresentar os conceitos de pesquisa e metodologia científica e preparar os alunos para a elaboração da dissertação de mestrado. Os alunos observam a importância de normas para elaboração de um trabalho científico, técnicas de estruturação, redação e revisão bibliográfica. São analisadas dissertações na área da Computação de forma a trazer os problemas para o contexto do mestrado em Sistemas de Informações e os formatos adequados de apresentação de trabalhos nesta área.

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. A apresentação conta como parte da avaliação formal do aluno na disciplina.

No de Créditos: 2,0

Atividade de docência realizada pelos alunos acompanhados por seus orientadores.

No de Créditos: 2,0

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 dissertação de mestrado do Aluno mas que apresentam conteúdo básico e fundamental para as necessárias reflexões dentro de suas atividades de pesquisa. IMPORTANTE: Considera-se obrigatória a inscrição em no MÍNIMO 2 disciplinas optativas de núcleo básico.

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.

Disciplinas Optativas por Linha de Pesquisa

Têm natureza optativa as disciplinas que guardam afinidade com a linha de pesquisa a que se vincula a dissertação de mestrado 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)

  • Arquitetura Empresarial (AE)
  • Comunicação Científica
  • Descoberta de Conhecimento em Banco de Dados
  • Engenharia de Sistemas Complexos
  • Gerência de Projetos de Software
  • Gestão de Conhecimento e Aprendizagem Organizacional
  • Gestão de Dados em Ambientes Distribuídos (GDAD)
  • Gestão de Processos de Negócio
  • Inteligência Artificial (IA) – Aprendizagem máquina e geração de música
  • Interação Humano-Computador
  • Heurísticas para Problemas Combinatórios (HPC)
  • Métodos quantitativos para Apoio à Decisão e Gestão
  • Multimetodologia aplicada a Problemas Sociais Complexos
  • Pesquisa em Ciência do Design
  • Redes de Computadores sem Fio
  • Semântica na Web
  • Sistemas de Apoio à Inteligência do Negócio
  • Sistemas Colaborativos
  • Sistemas Inteligentes e suas Aplicações
  • Tóp Esp RCR I: Aplic. Logica e Pljto em SI
  • Tóp Esp RCR II: Ciência da Web
  • Tóp Esp RCR III: Aplicações de IA
  • Tóp Esp RCR IV: Análise de Redes Sociais
  • Tóp Esp Redes I: Ferr. MS Avaliação e Desempenho
  • Tóp Esp Redes II: Gerenciamento de Redes, virtualização, segurança e mobilidade
  • Tóp Esp em Redes III: Redes Veiculares e Mobilidade Urbana
  • Tóp Esp SAN I: Medição de Software
  • Tóp Esp SAN II: Acessibilidade
  • Tóp Esp SAN III: Cibercultura
  • Tóp Esp SAN IV: Experimentação em ES
  • Tóp Esp SD I: SOA + CLOUD + MDA

Disciplinas Eletivas

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

No de Créditos: 2,0 (cada disciplina)

  • Estudos Dirigidos I
  • Estudos Dirigidos II