Mestrado em Ciência de Dados / Data Science

Data Science é uma disciplina científica multidisciplinar recente que vem dar resposta há necessidade de interpretação do grande volume de dados (big-data) que o avanço tecnológico veio trazer à sociedade. Existe assim, uma necessidade pela sociedade de interpretar estas coleções de dados massivo, em geral não estruturados, em prol do bem social.

Data Science é definida por profissionais no domínio científico como uma ciência essencialmente experimental. Devido à diversidade de dados torna-se assim também uma ciência multidisciplinar. Como ciência experimental e multidisciplinar não se pode restringir a uma única definição de ferramentas de análise e de background do data scientist. Assim, não se pode focar numa só disciplina, mas sim em várias, assim como o background do data scientist. Como consequência, existe a necessidade de formar data scientists de diversos backgrounds de preferência equipas multidisciplinares em data science.

Neste momento as ofertas desta especialização são diversas: vêm de Harvard University, MIT, Oxford University, University of Cambridge, e muitas nacionais como IST, FCUL, ISCTE, NOVA, entre outras. Todas tentam uma abordagem específica que as procura diferenciar, seja pelas disciplinas lecionadas ou background dos alunos a formar. No entanto existe uma certa concordância em certas disciplinas e suas ferramentas como tronco comum em data science e sempre a possibilidade da diferenciação devido à multidisciplinaridade desta área científica. Podemos dizer que este tronco comum se pode dividir em quatro áreas principais: Research ou data analysis, Data Engineering, Privacy, Security and Ethics e Team Management. Sendo a de Research a de maior foco na disciplina de Data Science, não se podendo descartar na formação do data scientist, a Data Engineering (tratamento informático de dados massivos – big data), Privacy, Security e ética (devido às leis de privacidade como por exemplo o GDPR), e finalmente devido à multidisciplinaridade e diversidade da equipa de data scientists um bom Team Management.

Há que adicionar ao acima descrito o ambiente que o data scientist vai encontrar no mercado de trabalho. A grande maioria de oferta de emprego em data science reside em grandes tecnológicas, governos, start-ups entre outras, que por sua natureza sofrem de grande pressão pela competitividade acionando em geral mecanismos internos de uma fluidez de resultados que seja rápida, e.g. para a ajuda na tomada de decisão o desenvolvimento de produtos, vendas, etc. Assim, como consequência natural, em geral, o data scientist é sujeito à pressão de lhe ser exigido ser rápido e ao mesmo tempo rigoroso nos resultados, duas aptidões difíceis de conciliar. Deverá existir assim, nas componentes metodológicas dos programas oferecidos pelas respetivas instituições, uma metodologia que adicionalmente incorpore esta habilidade na fluidez e qualidade de resultados, a adquirir pelo data scientist no final do programa.

Este ciclo proporciona

Uma introdução às ciências de dados com uma sólida formação em técnicas de vanguarda para análise de dados, engenharia de dados fundamentais para a fase de protótipos e manuseamento de dados e os conhecimentos necessários em privacidade, segurança e ética fundamentais para tratar dados de acordo com as leis que regem os dados.

Desenvolver competências de trabalho em equipe e a preparação para a competitividade que o aluno vai encontrar no trabalho. Assim, temos por objetivos:

• garantir que numa metodologia de interação de grupo o aluno adquira a aptidão de trabalho em equipe.
• garantir uma formação técnica introdutória 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.
• desenvolver a capacidade e habilidade de uma metodologia de trabalho que façam face à exigência de apresentar resultados rápidos e rigorosos na sua qualidade.

Objetivos

O aluno deverá:

Adquirir conhecimentos em: fundamentos teóricos, metodológicos e práticos nas áreas de análise de dados em particular de estatística, análise exploratória de dados, aprendizagem automatizada, análise relacional, Estrutura de dados e algoritmos, sistemas de recomendação e privacidade, segurança e ética.

Aptidões

• criar ambientes de trabalho computacionais, e.g. Python em plataformas de AWS,
• aceder e tratar os dados em conformidade com as leis de proteção de dados,
• criar estruturas de dados para análise,
• fazer análises exploratórias de dados
• usar técnicas de deteção de padrões,
• formular hipóteses e desenhar experimentos com base nos conhecimentos adquiridos, e repetir ciclos de análise até à conclusão.

Competências

• completar os ciclos de análise experimental;
• obter resultados de qualidade científica com fluidez;
• saber integrar-se e trabalhar em equipas multidisciplinares,
• boa capacidade de síntese a apresentar resultados.

Destinatários

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.

Saídas Profissionais

Através de um ciclo de estudos contando com a colaboração de empresas e instituições de I&D, o Mestrado em Ciência de Dados implementa um programa destinado a garantir aos seus candidatos um alto grau de empregabilidade, com destaque para os seguintes perfis:

• 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