OfertaEAD
Carga Horária360 horas
Duração12 meses
Investimentoem até 24x de R$ 514,00
mais opções de pagamento
Valores válidos para 2026
Até 12 parcelas
(por boleto e cartão de crédito)
Acima de 12 parcelas
(apenas por boleto)
A escolha do plano de pagamento é realizada no ato da matrícula e não poderá ser alterada após a assinatura do contrato.
O curso de Especialização em Ciências de Dados e Machine Learning é destinado a profissionais graduados em Computação (Engenharia de Software, Ciência da Computação, Sistemas de Informação, Engenharia da Computação e áreas afins).
Também é indicado para graduados em Matemática, Engenharia, Estatística ou outros cursos correlatos, desde que possuam sólidos conhecimentos e experiência em programação e matemática.
Ideal para aqueles que desejam obter ou especializar-se em Ciência de Dados e Machine Learning.
A PUC-Campinas, buscando preparar seus alunos para um mundo do trabalho dinâmico, implementou uma Assinatura Pedagógica inovadora em seus cursos de Pós-Graduação. Essa proposta de valor, com foco na inovação educacional, diferencia a PUC-Campinas e potencializa o ensino e a aprendizagem.
A Assinatura Pedagógica prioriza o desenvolvimento de competências e a aplicabilidade prática do conhecimento. A divisão dos módulos por objetivos, com disciplinas interligadas, garante que os estudantes atuem em frentes diversas e elaborem projetos com base nos componentes de cada módulo.
A metodologia de aprendizagem por projetos/problemas e a educação por competências aproximam o conteúdo da realidade do trabalho e da sociedade, impulsionando os alunos a elaborar propostas de impacto positivo em seu cotidiano e futuro profissional. A PUC-Campinas deixa para trás modelos engessados, promovendo uma formação completa e conectada com as necessidades do mercado.
| Módulo – Conceitos e Mineração de Dados | |
|---|---|
| Entrada nesse bloco | Sim |
| Disciplinas | Carga Horária |
| Ciência de Dados, Big Data e Analytics | 30 |
| Aplicações de Machine Learning | 30 |
| Mineração de Dados e Business Intelligence | 30 |
| TOTAL | 90 |
| Módulo – Python e BD para Ciência de Dados | |
|---|---|
| Entrada nesse bloco | Sim |
| Disciplinas | Carga Horária |
| Banco de Dados Não Relacional | 30 |
| Linguagem de Programação Python aplicada a Visualização de Dados | 30 |
| Linguagem de Programação Python aplicada à Análise de Dados | 30 |
| TOTAL | 90 |
| Módulo – Machine Learning e Projeto de Ciência de Dados | |
|---|---|
| Entrada nesse bloco | Sim |
| Disciplinas | Carga Horária |
| Projeto de Ciência de Dados | 30 |
| Linguagem de Programação Python aplicada a Machine Learning | 30 |
| Machine Learning – Aprendizado Supervisionado | 30 |
| TOTAL | 90 |
| Módulo – Machine Learning, Deep Learning e Projeto de Machine Learning | |
|---|---|
| Entrada nesse bloco | Sim |
| Disciplinas | Carga Horária |
| Machine Learning – Aprendizado Não-Supervisionado | 30 |
| Deep Learning | 30 |
| Projeto de Machine Learning | 30 |
| TOTAL | 90 |

Escolher o curso de Ciências de Dados e Machine Learning da PUC-Campinas é investir em uma formação sólida e prática, voltada para o mercado de trabalho.
O curso capacita profissionais para atuarem em projetos de mineração de dados, big data, business intelligence, análise de dados, visualização de dados, aprendizado de máquina (machine learning) e deep learning.
Além disso, o aluno se especializará em técnicas e ferramentas computacionais de análise de dados e aprendizado de máquina por meio de projetos práticos desenvolvidos durante o curso.
O curso oferecido na modalidade EAD os estudantes realizam as atividades pedagógicas assíncronas e, assistem as aulas síncronas com os professores. Elas ficam gravadas, permitindo que você as assista conforme sua disponibilidade. Além de todas as atividades, encontros, debates, conferências e eventos, bem como materiais digitais específicos de cada módulo, disponibilizamos recursos adicionais de interação, como bibliotecas virtuais e bases do nosso Sistema de Bibliotecas e Informação (SBI), palestras, grupos de discussão, desafios pedagógicos, cases e espaço para networking.
Os cursos ‘online e ao vivo’ acontecem de forma síncrona, transmitidos através de plataformas virtuais, com dias e horários predefinidos, que variam de curso para curso, e ficam disponíveis na página de cada um dos cursos.
Nos cursos presenciais as aulas acontecem em data e horário pré-definidos, em ambiente físico da Universidade (Campus I ou II) ou por ela indicado, permitindo contato direto com professores e colegas. Os dias e horários variam de curso para curso, e ficam disponíveis na página de cada um deles.
Algumas condições podem ser alteradas sem aviso prévio.