MBA em Business Intelligence, Management & Analytics

• A dimensão humana das organizações e no mundo 4.0.
• Teorias acerca da aprendizagem humana.
• Ativos intangíveis e gestão de capacidades dinâmicas nas organizações.
• Competências e estratégia competitiva.
• Inteligência emocional.
• Visão sistêmica: pensar além da lógica como um grande diferencial competitivo.
• Liderança e motivação de equipes.
• Criatividade e inovação.
• Flexibilidade e tomada de decisão.
• Processos envolvidos em modelos de avaliação de desempenho informatizado, interpessoal e autoavaliativo, integradas no modelo 360 graus.

• Influências macroambientais: demográficas, econômicas, político-jurídicas, socioculturais e tecnológicas.
• Economia globalizada e glocalização.
• Revolução 4.0. Modelos I/O e RBV com retornos acima da média.
• Capacidades e recursos da organização.
• Competição na indústria e análise dos concorrentes: grupos estratégicos, oportunidades e ameaças e considerações éticas.
• Mapeando as naturezas da força competitiva na indústria; A natureza da análise do ambiente interno: contexto, criação de valor e desafios.
• Drivers de ações e respostas competitivas.
• Mapeamento das competências: de essenciais para core business.
• Criando e desenvolvendo competências essenciais e de core: análise de cadeia de valor e outsourcing.
• Aplicação do modelo VRIO: critérios para vantagem competitiva sustentável.
• Estratégias de aquisição e reestruturação.
• Estratégias de cooperação.
• Liderança estratégica.
• Ações-chave em liderança estratégica.
• Papel da governança corporativa.

• Definição e histórico.
• Mineração de dados.
• Evolução no tratamento dos diferentes modelos de bancos de dados.
• Big Data: definição, características e gerenciamento.
• Do processo de coleta ao processamento e a geração de conhecimento e sabedoria.
• Novos tipos de dados em Big Data: semi e não estruturados. Tratamento e gerenciamento.
• Tecnologias Fundamentais para Big Data: Infra-estrutura e interfaces.
• Desafios estruturais.
• Fundamentos do Ecossistema Hadoop (Map Reduce, Data Lake, HDFS).
• Big Data Analitycs.
• Computação em nuvem.
• Computação distribuída.
• Internet das Coisas.
• Bancos SQL e NoSQL.
• Soluções em Big Data / Consumo.
• Estudos de Caso. Tendências.
• Cientista de dados: perfil do novo profissional de dados.
• Mercado atual e tendências.

• Construção de cenários de negócio e mercado baseados em dados
• Advanced analytics e os algoritmos: além do Business Intelligence
• Formular estratégias a partir dos resultados obtidos com o uso da ciência de dados
• A relação entre ciência de dados, big data e estatística
• Machine Learning
• Ciências de dados versus machine learning
• Os dados como suporte a decisões estratégicas e comerciais: agilidade e assertividade nas tomadas de decisão
• Análise Preditiva
• Marketing Analytics
• RH Analytics
• Financial Analytics
• Social Network Analytics
• Ciclo de vida de projetos de Ciências de Dados
• Soft skills e Carreira em Business Analytics
• Ferramentas de análise de dados
• Estruturação de relatórios e dashboards para análise e formulação de estratégia

• Métodos analíticos baseados em ciência de dados
• Métricas para tomada de decisão: o que são métricas, classificação das métricas.
• O que é uma meta?
• O método SMART para estabelecimento de metas
• O que são Objective Key Results (OKRs)?
• Utilizando OKRs para mensurar as metas

• Qualidade de dados, tratamento e preparação de dados, ferramentas e técnicas de processamento de dados, visualização da Informação, arquiteturas de interação, métodos e técnicas de organização e visualização de dados, dashboard design, ferramentas para visualização de dados.

• Conceito de inteligência competitiva.
• Conceitos envolvidos em inteligência competitiva: dado-informação-inteligência-conhecimento.
• O processo de IC: gestão; estratégia de atuação da organização; necessidades de informação da organização; coleta de informação; análise das informações.

• A metodologia ágil como instrumento de ação para o novo cenário empresarial.
• Conceitos e tendências do gerenciamento de projetos
• MVP; planejamento e avaliação da estratégia em períodos mais curtos; equipes colaborativas, autônomas e flexíveis; feedback
• Ciclo PDCA
• Planejamento, gerenciamento e acompanhamento de projetos por meio de metodologias ágeis: Lean, Kanban, Scrum, Design Sprint, Squad

Fundamentos científicos da felicidade no ambiente de trabalho, com base na neurociência, psicologia positiva e economia do bem-estar. Relações entre engajamento, clima organizacional e alta performance. Estratégias para o desenvolvimento de resiliência, inteligência emocional e adaptabilidade em contextos corporativos. Mindfulness aplicado ao bem-estar no trabalho: benefícios, mitos e equívocos. Construção de culturas organizacionais voltadas à felicidade como diferencial competitivo e fator de retenção de talentos. Abordagem preventiva do estresse e burnout em cenários de transformação digital e alta performance.