Semana 01
A nova economia da atenção e dos dados. As FAANGE: História e estratégias de crescimento e sobrevivência. Ciência de dados e Ciência de dados espacial. Indústria 4.0: histórico e implicações. Gêmeo digital e IoT. Metaverso e Metaverso industrial.
Semana 02
Métodos ágeis, quadro Kanban, e o que é um produto mínimo viável (MVP). Lean-Agile. Dilema da inovação. Gerenciamento do tempo. Redes sociais e Marketing digital. Criação de um canal no YouTube.
Semana 03
Criação de protótipos em Python: Google Colab. Criando gráficos e estatísticas em Python. Obtenção de dados em tempo real: Marine Traffic. Raspagem e limpeza de dados. Criando um sistema de coleta de dados.
Semana 04
Criação de mapas: inserção de marcadores, HTML, gráficos e tabelas.
Semana 05
Estudo de caso 1: fusão de dados do indicador de inovação dos municípios do estado de São Paulo com dados georeferenciados do IBGE.
Semana 06
Sebrae, indicador e ranking de inovação nos municípios: ISDEL e Promethee II.
Semana 07
Conhecendo o site e a API para extrair os dados geo-referenciados existentes.
Semana 08
Criando mapas coropléticos com os dados de inovação e geo-referenciamento dos municípios. Informações de posts.
Semana 09
Estudo de caso 2: Soja e agronegócio. IA + Otimização = Logística 4.0, Logística portuária. Armazéns e centros de distribuição. Marine Traffic. ESG e BlackRock. Visão geral do modelo: localização de facilidades + transbordo da soja.
Semana 10
Conceitos de Modelos e Métodos de otimização linear. Modelos e métodos de otimização linear em Python. Resolução e exibição de resultados. Modelos e métodos de otimização para o problema do transporte
Semana 11
Modelos e métodos de otimização para o problema transbordo e localização em Python. Resolução do modelo e obtenção dos resultados.
Semana 12
Criando um mapa com os resultados dos métodos de otimização. Identificação de gargalos e propostas de investimento. Informações de posts.
