MBA em Big Data e Business Intelligence/Analytics - uma proposta de conteúdos

Um amigo me perguntou que conteúdos seriam essenciais a um bom curso de pós-graduação nestas áreas (do título). Pois bem, relaciono aqui minha opinião. São conteúdos mas bem poderiam ser disciplinas do curso. E não necessariamente nesta ordem.

·         Introdução

É importante estudar o contexto atual de dados e análise de dados. Isto inclui estudar o que está acontecendo com as organizações depois da globalização, advento da Internet e redes sociais, e com a evolução da tecnologia, do marketing e do consumo.

Não se pode deixar de estudar o que é Big Data e o que o caracteriza.

Entender a "information explosion" a partir das tecnologias e as mudanças que acarretaram na sociedade.

Isto tudo sem se desconectar da História, a nossa História da Humanidade.

  

·         Tecnologias da Informação

É importante conhecer as tecnologias da informação que permitem coletar, armazenar, tratar e disseminar informações.

Isto inclui o estudo de técnicas (explícita, implícita e por inferência) e tecnologias (sensores, dispositivos, etc) para coleta de dados. Dando especial ênfase às tecnologias móveis. A computação pervasiva e ubíqua (informação anytime  anywhere) é um dos tópicos chave neste conteúdo.

Não se pode também deixar de estudar como as TI se conectam com máquinas e sensores. Isto tudo pode ser resumido no tópico Internet das Coisas (IoT).

Com menor ênfase, mas também com importância, deve-se estudar tecnologias para disseminação de dados (3G/4G, wifi, Near Field Communication, etc).

·         Epistemologia

Estudar o que é conhecimento,  de onde vem, como se armazena, como se valida, é essencial para entender Business Intelligence/Analytics e entender a importância do Big Data. Aqui deve-se retroceder no tempo para entender a História. Começando com estudos gregos sobre o assunto, passando pelo Iluminismo, Empirismo, lógica, método científico, descobertas científicas e até, porque não, estudar as correntes contrárias ao conhecimento, como a Inquisição e o Nazismo.

·         Gestão do Conhecimento

Estudar as técnicas e ferramentas para gerenciar o conhecimento, suas formas de coleta, armazenamento, disseminação, etc.

Um ponto interessante é estudar as formas de incentivo para que pessoas numa organização coletem, armazenem e compartilhem conhecimento.

Não deixar de tratar capital intelectual e ativos intangíveis.

·         Estatística Aplicada

Cada vez mais precisamos entender como aplicar estas técnicas e como interpretar seus resultados. Em especial, estudar como gerar amostras. O importante aqui não são os resultados matemáticos, mas as técnicas e como empregá-las.

Não se pode deixar de estudar a influência de ruídos nas análise e interpretações (bom livro sobre isto é o do Nate Silver, "O sinal e o ruído").

·         Software para BI/BA

Aqui vale momentos de prática em laboratório, experimentando com software e computadores o que realmente acontece quando temos dados disponíveis.

·         Data Mining

Complementando o tópico anterior, estudar as técnicas de mineração e poder aplicá-las em casos reais. Em especial, aprender como é feita a preparação de dados e amostras, e a interpretação de padrões estatísticos no contexto do domínio.

·         Métodos e técnicas para Investigação Científica

Começamos com o método científico de Descartes. Mas também estudar os métodos empregados pelos grandes cientistas, como Isaac Newton (síntese-análise), Galileu Galilei (método da observação), Darwin, Franklin, etc.

Mais recentemente fala-se em e-Science, o 4o paradigma.

Aqui pode-se também estudar como funciona o diagnóstico médico e a perícia criminal.

·         Análise de Causas e Correlação entre Eventos

Alguns chama de Link Discovery (descobrir relações significativas entre eventos). Mas podemos incluir análise de causa raiz, aprendendo com engenheiros.

·         Complexidade

O mundo está mais complexo. A vida das pessoas e o comportamento das organizações e relações comerciais também. Big Data inclui como característica a complexidade. Entender suas características, regras universais e modelos que permitem entendê-la é importante para poder compreender a complexidade dos dados e sistemas.

Também é possível estudar a relação entre sistemas e humanos, e como um influencia o outro (e vice-versa). Um dos assuntos do momento é user experience.

·         Pensamento Sistêmico

Entender sistemas pelo ponto de vista do pensamento sistêmico é mais que analisar somente as partes que compõe o todo. As relações internas e externas também influenciam o comportamento do sistemas.

·         Negócios e Planejamento

Estudar o alinhamento da TI com os negócios, as técnicas, métodos e ferramentas para  planejamento estratégico.

Isto inclui não só entender as divisões e relações entre objetivo, recursos e operações, mas também compreender a importância de pessoas, processos, dados e infraestrutura, como um todo indivisível.

·         Negócios - conceitos básicos e empresariais

Para quem não é formado na área, seria bom entender as técnicas e ferramentas atuais para gerenciar negócios, compreendendo as partes: financeiro, estoque, logística, produção, vendas, relações com fornecedores, marketing, vendas.

E isto tudo no contexto atual de empreendedorismo e os novos modelos de negócio.

·         Economia Básica e Aplicada

Eu sugiro também que se abram as mentes para que possamos entender a economia mundial atual, onde a globalização, capital, tecnologias, etc. agem formando um complexo que acaba influenciando as empresas e profissionais.

Aqui pode-se estudar a História, tentando entender as origens da riqueza e pobreza das nações, os indicadores de riqueza e desenvolvimento humano, as desigualdades, especialmente de renda per capita. Isto inclui também o estudo da sociedade moderna, o capitalismo e o socialismo hoje, o consumismo e o papel dos governos e da livre iniciativa.

·         Prática de Análise de Eventos e Causas

Após tanta teoria, seria bom que os alunos realizassem projetos reais para entender como se dá a investigação e análise de dados para atingir objetivos de negócio.

·         Projeto de Big Data

Definir uma arquitetura de dados, como, quando, onde serão coletados, e como serão armazenados e analisados. Isto tudo em função do negócio.

·         Projeto de Business Analytics

Complementando as práticos anteriores, pode-se fechar o curso com um projeto de análise de dados para apoiar decisões específicas.