Ciência de Dados, como definido por especialistas no campo, é uma ciência experimental multidisciplinar que vem dar resposta ao grande volume de dados “big-data” que tem crescido de forma exponencial face ao desenvolvimento tecnológico recente.
A oportunidade de transformar estes dados em informação e conhecimento, em prol do bem da sociedade, é essencial tando no negócio como na ciência entre outras áreas com impacto social.
Neste ciclo de estudo apresentamos um programa com fortes componentes em: Estatística, Matemática, Aprendizagem Automatizada, Programação, Extração e Manuseamento de dados, diversas componentes de Engenharia de Dados e uma forte incidência no tema de Privacidade, Segurança e Ética.
(1) garantir que numa metodologia de interação de grupo o aluno adquira a aptidão de trabalho em equipe. (2) garantir uma formação técnica diversa e consistente em técnicas de vanguarda e que adicionalmente lhe garanta uma maior fluidez na aquisição e desenvolvimento de novas técnicas que vai encontrar no futuro. (3) desenvolver a capacidade e habilidade de uma metodologia de trabalho que façam face à exigência de apresentar resultados rápidos e rigorosos na sua qualidade.
Explore os conteúdos e projetos das unidades curriculares
1.º Semestre |
---|
Apresentação
Esta unidade curricular é o primeiro contacto dos alunos com as múltiplas dimensões da ciência de dados. Apresenta conteúdos de “visão global” que serão aprofundados noutras UC, ao longo de toda a licenciatura.
Nesta UC pretende-se dar ao aluno as visões de diferentes setores: académicos, empresariais e sociais, do uso e da utillidade da ciência de dados. Serão debatidos os seus principios básicos, a sua génese, as relações com outras disciplinas e algumas das suas ferramentes e princípios teóricos, assim como as potenciais implicações éticas da sua aplicação. Pretende-se igualmente levar o aluno a refletir sobre a fonte, o uso e o conhecimento que se pode extrair dos dados, contribuindo para o desenvolvimento da acuidade de pensamento baseado em evidência.
Docentes: Gabriela Soares.
Programa
CP1 – Introdução à UC
CP2 – Dados, tipos de dados e manipulação de dados
CP3 – Análise Exploratória de Dados
CP4 – Modelação de dados, Bases de dados, Extração, Integração e Tratamento de dados
CP5 – Aprendizado de Máquina
CP6 – Estudo de Caso
CP7 – Ética para a Ciência de Dados
CP8 – Projetos em Ciência de Dados – Metodologias
Apresentação
Esta é uma disciplina fundamental na formação de qualquer profissional da área de Informática pois introduz os conceitos básicos da programação, sobre os quais assentarão muitas disciplinas subsequentes como Linguagens de Programação I e II, Algoritmia e Estruturas de Dados, Programação Web, Computação Móvel, etc. Mais do que aprender uma linguagem de programação, o aluno aprende a pensar como um programador, analisando problemas e desenhando algoritmos que os resolvam recorrendo a fluxogramas e a programas escritos em Kotlin, uma linguagem promissora que combina as melhores características das linguagens modernas mais populares (Java, Python, etc.)
Dado ser o primeiro contacto de muitos alunos com o tópico da Programação, reveste-se de uma importância especial na aquisição de conhecimentos primordiais mas também na sua motivação. Mais do que aprender a programar, os alunos aprendem a gostar de programar.
Docentes: Pedro Alves, Brena Lima, Bruno Saraiva, Lucio Studer, Rodrigo Correia, Wellington Oliveira.
Projetos
Programa
Apresentação
Na UC de Matemática Discreta pretende-se contribuir para a aquisição de um conjunto de competências nos alunos: capacidade de assimilar informação e de a comunicar; capacidade de expressão escrita; capacidade de expressão oral e capacidade de raciocínio matemático. Para tal, serão estudados conceitos de lógica matemática, teoria de conjuntos e teoria de números.
Docentes: Maria Silva, Houda Harkat.
Programa
CP1. Cálculo proposicional e quantificadores
CP2. Provas
CP3. Teoria de conjuntos
CP4. Funções
CP5. Teoria de números
Apresentação
Esta disciplina abrange os métodos fundamentais de Cálculo associados a funções reais de variável real. É uma área transversal a todas as engenharias e demais cursos de cariz científico. Abrange os métodos clássicos de cálculo diferencial e Integral a uma dimensão.
Docentes: André Fonseca, Sofia Fernandes, Sofia Naique.
Programa
1. Lógica Matemática
2. Os números reais
3. Funções reais de variável real:
3. Limite:
4. Derivada:
5. Estudo global de uma função:
6. Integração:
Apresentação
Esta unidade curricular dedica-se aos conceitos fundamentais da teoria da probabilidade, estatística e inferência estatística.
Docentes: Sofia Naique.
Programa
1. Estatística Descritiva
Tipos de dados: inteiros, contínuos, categóricos, array, matriz
Tabelas de frequências
Medidas de centralidade e de variabilidade
Visualização (Gráficos de barras, Histogramas, Caixas de Bigodes … )
2. Regressão Linear
Variável independente vs. dependente.
Gráficos de dispersão
Covariância e coeficiente de Pearson
Reta de regressão,
Resíduo
Método dos mínimos quadrados
Cálculo da estimativa para a resposta, dado certo valor para a variável independente
3. Probabilidade
Experiência aleatória. Espaço de resultados. Evento. Operações entre eventos.
Propriedades da função probabilidade. Probabilidade da união de eventos Lei da probabilidade total Teorema de Bayes Probabilidade condicionada. Eventos independentes
4. Inferência Estatística
Amostra e amostra aleatória. Estimador e estimativa para uma proporção. Intervalo de confiança para uma proporção. Teste de hipótese para uma proporção
2.º Semestre |
---|
|
|
|
|
|
1.º Semestre |
---|
|
|
|
|
|
2.º Semestre |
---|
|
|
|
|
|
1.º Semestre |
---|
2.º Semestre |
---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(1) completar os ciclos de análise experimental; (2) obter resultados de qualidade científica com fluidez; (3) saber integrar-se e trabalhar em equipas multidisciplinares, (4) boa capacidade de síntese a apresentar resultados.
Este ciclo de estudos destina-se a candidatos com bases em áreas de Informática, Estatística, Física, Matemática, Gestão, Ciências Economias e Financeiras ou afins, que queiram adquirir competências na área de Ciência de Dados.
– Data Scientist / Cientista de Dados
– Applied Data Scientist / Cientista de dados Aplicado
– Applied Data Researcher / Investigador de Dados Aplicado
– Applied Machine Learning Researcher / Investigador de Aprendizagem Automatizada Aplicada
– Business Intelligence Analyst / Analista de Inteligência de Negócio
Departamento de Engenharia Informática e Sistemas de Informação
Edifício F, sala F.1.3
Direção — 217 515 500 (ext: 683)
Serviço de Apoio Tecnico-Admistrativo (SATA) — 17 515 500 (ext: 764)
Gestão de conteúdos por Lucio Studer Ferreira © 2022 COFAC.