10/03 é a data final para se inscrever com desconto (imagem: DC Studio/Freepik)

UFSCar tem inscrições abertas para nova turma de MBA em machine learning

Curso on-line tem como objetivo fornecer formação ampla na área de engenharia de big data

06 de março de 2026
UFSCar tem inscrições abertas para nova turma de MBA em machine learning

Curso on-line tem como objetivo fornecer formação ampla na área de engenharia de big data

06 de março de 2026

10/03 é a data final para se inscrever com desconto (imagem: DC Studio/Freepik)

 

Agência FAPESP – A Universidade Federal de São Carlos (UFSCar) está com inscrições abertas para a nova turma do MBA Machine Learning in Production. O curso, em formato 100% on-line, tem como objetivo fornecer uma formação ampla na área de engenharia de machine learning e big data.

As aulas são ministradas por dois professores, um pesquisador acadêmico e um profissional de mercado, tendo como foco o estudo de iniciativas relacionadas a informação, tecnologia e inovação para negócios.

O curso é estruturado em três módulos temáticos: “Engenharia de Software para Big Data”, “Introdução ao Machine Learning” e “Engenharia de Machine Learning”.

Informações sobre preços e condições estão disponíveis em: iti.ufscar.mba/mlp#investimento.

A carga horária total do curso é de 556 horas. Os encontros são realizados aos sábados, quinzenalmente, a partir de aula ao vivo. O curso tem duração de 18 meses, sendo desejado o comprometimento de aproximadamente oito horas semanais para a realização das atividades virtuais. Ao final do curso, os alunos deverão desenvolver um projeto em contexto de aplicação real, no prazo máximo de três meses. O projeto será avaliado por uma banca composta por profissionais de mercado e acadêmicos.

Os interessados devem se inscrever pelo site do curso.

Mais informações: iti.ufscar.mba/mlp.
 

  Republicar
 

Republicar

A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.