Com a grande competitividade existente atualmente no mercado, possuir informações corretas e de forma rápida para realizar tomadas de decisões é de suma importância para as organizações. Entre essas, estão as universidades que desejam ter conhecimento da produção científica, bibliográfica e tecnológica de seu corpo docente. Esses dados podem ser conseguidos a partir dos currículos dos professores, disponíveis na Plataforma Lattes, que é uma grande base de dados de currículos de professores e pesquisadores brasileiros. E com o grande crescimento no volume de dados que circulam pelas organizações e o consequente aumento no tamanho de suas bases de dados é necessário o uso de tecnologias de informação para conseguir coletar, gerir, analisar, armazenar e utilizar da melhor forma possível essas informações. Neste contexto, surgem ferramentas para auxílio nesses diversos processos. Uma dessas ferramentas que pode ser utilizada é o KDD (Knowledge Discovery in Databases), processo utilizado para descobrir conhecimento em grandes bases de dados. Entre as etapas do processo de KDD a principal delas é o Data Mining ou Mineração de Dados que consiste no uso de algoritmos específicos para localizar padrões de comportamento nos dados disponíveis. Esse trabalho tem como principal objetivo a geração de conhecimento a partir de dados coletados de currículos Lattes de professores da UNISC (Universidade de Santa Cruz do Sul) com o uso de técnicas de Data Mining, mais especificamente Clusterização e Regras de Associação. No desenvolvimento deste trabalho,inicialmente foi realizada uma pesquisa bibliográfica referente às técnicas de Data Mining e também a Plataforma Lattes. Após essa pesquisa, foram definidas a forma como será feita a coleta dos dados dos currículos Lattes dos professores e quais as técnicas e algoritmos de Data Mining que serão aplicadas sobre os dados para a geração do conhecimento. Está em desenvolvimento a criação de uma ferramenta para realizar a coleta dos dados dos currículos Lattes, salvando-os em uma base de dados previamente construída. A ferramenta também possibilita a aplicação de técnicas e algoritmos de Data Mining para geração e estruturação do conhecimento e, posteriormente a montagem, por parte do usuário, de consultas e pesquisas sobre esses dados em uma interface desenvolvida para este fim. Entre os principais resultados deste trabalho estão a verificação de quais, dentre os algoritmos selecionados, são os melhores algoritmos de Clusterização e Regras de Associação para serem utilizados na situação abordada no trabalho e a possível utilização da ferramenta desenvolvida para gerar o conhecimento útil, que poderá auxiliar os gestores da universidade na tomada de decisões com base na produção bibliográfica, científica e técnica de seus professores.