Inteligencia Artificial-Ciência de Dados-Gestão Sistêmica-ESALQ-USP: agosto 2019

Curso Ciência de Dados, Inteligência Artificial e Gestão 4.0 - Abordagem introdutória e aplicada.

Duração: 10 horas

Dois sábados das 13 as 18h.

Local: LCE em laboratório de informática.

Programa resumido:

· Trata-se de um resumo do programa da Disciplina LCE1270 para 2020, que será desenvolvido em 45 a 50 horas aula, num semestre, com tempo para resolução de exercícios fora de aulas, assim a abordagem deste curso será introdutória, porém com muitos exemplos práticos implementados através de dinâmicas computacionais. Obviamente a maioria dos assuntos será abordada superficialmente, com o objetivo de informar. Poderão ser estruturados outros cursos para profundizar o aprendizado de ferramentas e conceitos.

· Conceito de Ciência de Dados, Inteligência Artificial e Gestão 4.0

· Ferramentas para Ciência de Dados, utilizando modelos computacionais ( desde macros em Excel até programas em SAS, Python, R e SPSS-PSPP). Modelos univariados, multivariados, paramétricos e não paramétricos, DOE. 7FCQ, 7NFQ. Noções de amostragem, univariada, multivariada, para machine learnig. Estatística experimental e observacional (amostras). Regressão (logistica, robusta) uniformidade e capacidade de processos (CUSUM, EWMA, Shewhart- Bell-AT&T). RCA, FMEA/FTA (NASA) QFD (Mitsubishi).

Exigências e recomendações do Sistema ISO para métodos estatísticos. Inteligência antesipativa, competitiva, de negócios (BI), colaborativa, coletiva, etc. Lógica de sistemas: mapas mentais, de processos, de processo decisório, Nashi-Sneiderman, DHB, PE, DFD, PFD, etc. Outras ferramentas: MASP, SWOT, PDCA, DMAIC, M. Eisenhower, Lean Canvas, M. BCG, M. GE, Análise Critica (ISO), CRM (GMPE-Google), ERP( SAP, Oracle, SIGE - Unilever, Microsoft Dynamics,TOTVS, MXM-BI ) MRP, DSS, Azure (Coca Cola, Walmart, BMW, Samsung), Dashboards, Customer Intelligence, Data Discovery Applications, Gestão de KPIs, Atuarial, ISO 22.301, etc. Data Mining. Big - Small Data. STEM (MIT) - SMET.

· Ferramentas de Inteligência Artificial, modelos computacionais, machine learnig (16 métodos: SVM, RF, NB, CART, Redes Neurais, ADL, ADQ, ADB, E Regression, etc. ), modelos supervisionados e não supervisionados. Comparação de resultados com a estatística, Big Data-Small Data. Matriz de confusão, acurácia,( absoluta e relativa), sensibilidade, especificidade, precisão, taxa de falsos positivos, falsos negativos, taxa de verdadeiros positivos e verdadeiros negativos, ranking de má classificação, valor preditivo negativo, erros tipo I (alfa) e II (Beta), potência, etc. Dispositivos gráficos (diagramas de processo decisório, gráficos bi e tridimensionais, redução gráfica de dimensão, etc.) e visual analytics. Mineração de textos (Iramutec-R, Sobek, TextAyser, Python). Funcionamento das principais plataformas como Watson-IBM (BIA, aplicações médicas, chatbots, etc.) e Pluribus-Carnegie Mellon, Facebook e Pentágono. Como se preparar para a Era da IA, acentuada perda de empregos, novas especialidades e profissões. Soft skills vs. hard skills. Sinergia com a IA.

· Gestão 4.0, indústria, serviços e fazenda 4.0. Gestão sistêmica, hiperinovação e hioercompetitividade ( sistemas Amazon, Apple, Uber e Drop Box), Sistema Google de Gestão. Sistemas clássicos: Toyota, GE, Porsche, BSC, 6Sigma, EQA, PNQ, etc. Dinâmicas práticas. Certificação Internacional da Qualidade, normas: ISO, FSC, SA, ,OHSAS, GobalGAP, Nestle, TQS-Sadia, Tesco, Bomsucro (açúcar e álcool Coca Cola) , e Soja Responsável-RTRS (Unilever, Mc Donalds), SIG (Mercedes Benz),Performance com Propósito (PepsiCo), SHP- Hyundai, Orçamento Base Zero-Kraft-Heinz. Auditorias de primeira segunda e terceira (certificação, pré certificação, certificação, follow up, recertificação, etc.) partes, certificadoras BVQi, DNV, Vanzolini, Control Union, etc.

Sotwares a serem utilizados:

Access

Excel avançado, data crunching, data analysis, macros, etc.

GoConcr

Java-script

JMP

Julia

Prezi

Python

SAS

SPSS-PSPP

SQL