Disciplina 1: Cartografia e Georreferenciamento de Imóveis Rurais e Urbanos

• Fundamentos da Ciência Cartográfica e Geodésia: Representação espacial, forma da Terra (Geoide e Elipsoide), Sistemas de Referência (SAD-69 e SIRGAS-2000).

• Projeções Cartográficas e Sistema UTM: Propriedades preservadas, superfícies de projeção e aplicação do sistema UTM no Brasil.

• Geotecnologias e Sistemas de Informação Geográfica (SIG): Conceituação de SIG, Sensoriamento Remoto (sistemas ativos/passivos) e GNSS (GPS, GLONASS, etc).

• Atividade Prática de Georreferenciamento em SIG: Manuseio do QGIS, georreferenciamento de cartas topográficas, configuração de SRC e diferença entre levantamento topográfico e georreferenciamento.

Disciplina 2: Geodésia e Sistema de Posicionamento GNSS

• Introdução à Geodésia: Geodésia Geométrica e Tópicos Elementares de Geodésia Física.

• Sistemas Geodésicos: Datum e Transformações de Sistemas Geodésicos.

• Geodésia Espacial: Sistemas Celestes e Terrestres.

• Topografia e Posicionamento: Fundamentos de Topografia e Introdução ao GNSS (com foco no GPS).

Disciplina 3: Sensoriamento Remoto com Qualidade de Dados Espaciais

• Princípios Físicos e Fundamentos da REM: Radiação eletromagnética, espectro, interação da energia com o alvo e janelas atmosféricas.

• Sistemas Sensores e Resoluções: Sensores ativos/passivos, níveis de aquisição e resoluções (espacial, espectral, radiométrica e temporal).

• Missões Satelitárias e Aquisição de Imagens: Série Landsat, Sentinel, CBERS, sensores de alta resolução (Ikonos, Planet) e aplicações práticas.

• Processamento Digital e Qualidade dos Dados: Correção atmosférica, técnicas de realce, cálculo de NDVI, qualidade de dados brutos vs. processados e fontes de aquisição.

Disciplina 4: Processamento Digital de Imagens com Fundamentos de Fotogrametria

• Fundamentos de Fotogrametria: Fotogrametria analógica, analítica e digital; estereoscopia e procedimentos de restituição fotogramétrica.

• Fundamentos de Fotointerpretação: Métodos de interpretação, critérios visuais (forma, textura, etc.) e análise de padrões de uso da terra.

• Processamento Digital de Imagens e Visão Computacional: Correções, técnicas de realce (NDVI/NDWI), transformações espaciais e filtragens.

• Classificação, Pós-Classificação e Acurácia: Classificação temática, introdução à IA (Machine Learning e Deep Learning) e avaliação de acurácia (Índice Kappa).

Disciplina 5: Geomarketing e Business Intelligence

• Introdução e Bases Teóricas do Geomarketing: Marketing geográfico, Teoria dos Lugares Centrais e tendências do mercado de trabalho.

• Métodos de Pesquisa e Inteligência do Consumidor: Trabalho de campo, métricas de satisfação (NPS e CES) e perfil sociodemográfico do cliente.

• Estratégias de Varejo e Expansão de Negócios: Identificação de público-alvo, mapeamento da concorrência, Polos Geradores de Tráfego e variáveis para expansão.

• Geomarketing Aplicado ao Setor Imobiliário e Digital: Inteligência imobiliária, mapeamento de carteira, captação de leads e funil geodirigido.

Disciplina 6: Legislação Ambiental

• Fundamentos e Código Florestal: O Novo Código Florestal, parâmetros para APP, Reserva Legal e uso consolidado.

• Cadastro Ambiental Rural: O sistema SICAR, vetorização para o CAR e resolução de sobreposição de polígonos.

• Licenciamento e ZEE: Fases do licenciamento ambiental, exigências de dados geográficos e Zoneamento Ecológico-Econômico.

• Perícia e Geotecnologias: Laudos periciais, detecção de desmatamento por imagens e consulta a bases de dados oficiais.

Disciplina 7: Linguagem de Programação Python aplicada à Geoinformação

• Conceitos de Geoprocessamento e SIG: Estrutura de um SIG, modelos de dados (Vetorial e Raster) e relações espaciais.

• Introdução à Linguagem: Uso do Python no QGIS, vantagens da automatização e configuração do console.

• Lógica de Programação: Variáveis, loops, explorando a API PyQGIS, importação de camadas e Serviços Web OGC.

• Processamento de Vetores e Raster: Operações de geoprocessamento (Buffer, Clip), uso da biblioteca GDAL, mapas temáticos e estudo de caso final.

Disciplina 8: Introdução à Inteligência Artificial

• Fundamentos e GeoAI: Evolução histórica da IA, paradigmas simbólico e conexionista e o conceito de GeoAI.

• Algoritmos de Busca: Agentes inteligentes, busca heurística e otimização de rotas geográficas em redes viárias.

• Sistemas Especialistas: Lógica de inferência, regras de negócios territoriais e ontologias espaciais.

Disciplina 9: Machine Learning

• Fundamentos do Aprendizado: Aprendizado supervisionado e não supervisionado, pré-processamento e engenharia de atributos.

• Aprendizado Não Supervisionado: Clusterização espacial (K-Means, DBSCAN) e redução de dimensionalidade (PCA).

• Aprendizado Supervisionado: Algoritmos de classificação (Random Forest, SVM), regressão espacial e uso do solo.

• Deep Learning e Acurácia: Redes Neurais Convolucionais (CNNs), extração automática de feições e matriz de confusão.

Você terá acesso a um sistema acadêmico exclusivo com todo conteúdo das aulas, materiais didáticos, dados para atividades práticas,  cronograma completo do curso, fóruns, acesso a notas, frequência e muito mais!

O curso tem duração total de 12 meses  e as aulas são 100% On-line

Todos professores são Mestres ou Doutores formados nas principais universidades do país!  Conheça abaixo!

Doutorando e Mestre em Geografia pela Universidade do Estado do Rio de Janeiro (UERJ). 

Analista e Professor em Sistemas de Informações Geográficas. Possui como foco áreas de pesquisa nas temáticas em Desastres ambientais, Geotecnologias, Modelagem e Climatologia.

• 

  Aline Coimbra é graduada e mestre em Geografia pela FCT Unesp de Presidente Prudente. Especializou-se em Geomarketing ao longo de sua atuação e, atualmente, é Especialista em Go To Market (GTM) na Imagem Geosistemas, com foco nas indústrias de Varejo, Logística, Bancos e segmentos correlatos. Participa de iniciativas de mentoria e desenvolvimento profissional na comunidade GIS e fundou o GEOSpace Brasil.

Mestre em Geomática pela Universidade Federal de Santa Maria, possui graduação em Agronomia pela Universidade Federal de Santa Maria. Experiência na área de Geociências, com ênfase em docência em geoprocessamento e topografia, atuando principalmente nos seguintes temas: geoprocessamento, sistemas de informação geográficas com software livre, mapeamento colaborativo, OSM, preservação ambiental, segurança hídrica, desigualdade social. Atualmente participando do grupo de pesquisa do Instituto Federal de Educação, Ciência e Tecnologia do Pará no projeto Meninas da Geo

Jorge da Paixão Marques Filho é graduado em Geografia (bacharelado e licenciatura) pela Universidade do Estado do Rio de Janeiro (UERJ). Mestre em Geografia pelo Programa de Pós-graduação em Geografia (PPGEO) da Universidade do Estado do Rio de Janeiro (UERJ) e atualmente doutorando em Geografia pelo Programa de Pós-Graduação em Geografia (PPGG) da Universidade Federal do Rio de Janeiro. Na sua formação tem experiência na área de Geociências com ênfase nos seguintes temas: Geomorfologia, Geomorfometria, Geoprocessamento, Modelagem Ambiental, Sensoriamento Remoto e Uso e Cobertura da Terra.

Graduado em Engenharia de Agrimensura pela Universidade Federal de Viçosa (UFV). Especialista em Business Intelligence pelo Instituto Ensino Superior de Brasília (IESB).
Mestrando no Programa de Computação Aplicada (PPCA UNB) em Ciência de Dados (Data Science). Foi professor na UFRRJ nas cadeiras de Geoprocessamento I e II e Projeto Geométrico de Rodovias. Possui experiência profissional de 20 anos com Geotecnologias (Geodésia, Geoprocessamento, Banco de dados Geográfico).

Doutora em Geografia pela Universidade Federal do Rio de Janeiro, Mestrado em Geografia pela Universidade Estadual Paulista Julio de Mesquita – UNESP de Rio Claro e possui graduação em Geografia pela Universidade Estadual de Campinas. Tem experiência na área de Geociências, com ênfase em Cartografia, fotogrametria, Sensoriamento Remoto e VANTs.

Engenheira Agrimensora e Cartógrafa (UFV), graduação sanduíche na Curtin University (Austrália), Mestrado em Sensoriamento Remoto (INPE) e Doutoranda em Engenharia Civil — Informações Espaciais (UFV). Sua expertise é no desenvolvimento de soluções em Python para modelagem geoespacial, integrando machine learning (deep e shallow learning) com uma abordagem data-centric, priorizando a qualidade e a governança dos dados.

Torne-se um Especialista GIS em alto nível com o peso da Anhanguera, uma das maiores e mais tradicionais instituições de ensino do país.

Unimos a segurança de um diploma reconhecido pelo MEC à inteligência geográfica de ponta. Saia da operação manual e aprenda a automatizar processos e prever cenários com foco total em alta performance e empregabilidade.