MPTI-BD

Repositório da Disciplina de Banco de Dados do Mestrado Profissional em Tecnologia da informação

This project is maintained by ifpb

Banco de Dados - Mestrado em Tecnologia da Informação (IFPB)

Professores

Objetivos

Conhecer os conceitos e demandas relacionados ao gerenciamento de dados em diversos cenários e aplicações; identificar desafios para pesquisa e inovação em gerenciamento de dados por meio da discussão de problemas em aberto e possibilidades de soluções para problemas práticos advindos da indústria e da academia em cenários atuais. Aprofundar e aplicar um ou mais tópicos pertencentes ao processo de desenvolvimento de aplicação data-driven.

Conteúdo

Tópico Carga Horária
Introdução ao Gerenciamento de Dados em cenários data-driven 4
Dados estruturados, semiestruturados e não estruturados 2
Dados na Web e em outras fontes 2
Coleta, extração, gerenciamento e análise de dados 8
Representação e persistência de dados – aspectos no gerenciamento de dados em BDs tradicionais e em BDs NoSQL 4
Manipulação de dados com BD NoSQL orientado a documentos 8
Aspectos de distribuição de dados em BD NoSQL orientado a documentos 4
Aplicações potenciais e desafios de pesquisa em cenários data-driven 10
Projeto e implementação de aplicação data-driven conforme tópico(s) pertencente(s) ao pipeline de dados estudado 18

Critérios de Avaliação

  1. Atividades ao longo da disciplina (pesquisas, exercícios, apresentações)
  2. Projeto e implementação de aplicação data-driven, com demonstração do dataset construído, do produto obtido, de seu registro de software e apresentação oral do trabalho. Todas as atividades terão submarcos e deadlines definidos a serem cumpridos.

Bibliografia

  1. ELMASRI, R.; NAVATHE S. B. Sistemas de Banco de Dados. 6 ed. São Paulo: Pearson Education, 2011.
  2. ÖZSU, M. TAMER, AND PATRICK VALDURIEZ. Principles of distributed database systems. Springer Science & Business Media, 2011.
  3. ABITEBOUL, S.; BUNEMAN, P. e SUCIU, D. Gerenciando Dados na Web. Rio de Janeiro: Campus, 2000.
  4. SILBERSCHATZ, A; KORTH, H.; SUDARSHAN, S. Sistema de Banco de Dados. 6. ed. Rio de Janeiro: Campus, 2012.
  5. DOAN, A.; HALEVY, A. e IVES, Z. Principles of Data Integration.1. ed. [S.l.]: Morgan Kaufmann, 2012.
  6. MAYER-SCHÖNBERGER, V.; CUKIER, K. Big Data: A revolution that will transform how we live, work, and think. New York (USA): HoughtonMifflinHarcourt , 2013.
  7. Padrões e recomendações do W3C. Disponível em https://www.w3.org/TR/dwbp/. Último acesso em: 22 de fevereiro de 2023.
  8. SULLIVAN, D. NoSQL for MereMortals. 1. ed. [S.l.]:Addison-Wesley, 2015.
  9. BOAGLIO, F. MongoDB - Construa novas aplicações com novas tecnologias. São Paulo: Casa do Código, 2015.
  10. HAN, J.; KAMBER, M.; PEI, J. Data Mining Concepts and Techniques. 3. ed. Walthan (USA): Morgan Kaufmann, 2012.
  11. KIMBALL, R.; ROSS, M. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling. ed. [S.l.]: Wiley, 2002.
  12. DONG, X. L.; SRIVASTAVA, D. Big Data Integration. [S.l.]: Morgan & Claypool. 2015.
  13. AMARAL, F. Introdução à Ciência de Dados. Mineração de Dados e Big Data. Ed. Alta Books, 2016.
  14. BORGMAN, C. Big data, Little Data, No Data. MIT Press, 2015.
  15. KNAFLIC, Cole N. Storytelling com Dados. Um Guia Sobre Visualização de Dados Para Profissionais de Negócios. Alta Books, 2017.
  16. FOWLER, MARTIN; SADALAGE, P. NoSQL Essencial: um Guia Conciso Para o Mundo Emergente da Persistência Poliglota. Novatec Editora; 1ª edição, junho 2013.
  17. BRADSHAW, S; BRAZIL E, CHODOROW K. Mongodb. The Definitive Guide: Powerful and Scalable Data Storage. 3 ed. Sebastopol CA: O'Reilly; 2019.
  18. Documentação do MongoDB. Disponível em https://docs.mongodb.com/. Último acesso em 23/02/2023.