Pós-Graduação em Data Science for Marketing

Objetivos educativos

A Pós-Graduação em Data Science for Marketing tem como finalidade preencher uma lacuna na formação pós-graduada de profissionais na área de marketing que necessitam de obter novas competências para poderem participar ativamente no desenvolvimento e aplicação de modelos analíticos de marketing. Com o plano de estudos proposto, a Pós-Graduação apresenta uma estrutura atualizada que combina diversas áreas de marketing com uma abordagem transversal de ciência dos dados para as alavancar.

Este curso foi concebido para fornecer uma formação de excelência, articulando conceitos e desafios chave para a tomada de decisões em marketing nas suas múltiplas vertentes estratégica, de inovação e metodológica com formação prática orientada para o tratamento de dados (data science & big data), a inteligência artificial (machine learning) e análise de redes sociais de consumidores. A versatilidade na oferta de unidades curriculares optativas permite ainda reforçar conhecimentos teórico-práticos em diversas áreas relacionadas tais como marketing digital, social media, comércio eletrónico e otimização em motores de busca.

Dirige-se a quadros, técnicos e outros profissionais que queiram adquirir competências analíticas na área do marketing utilizando as mais avançadas tecnologias, metodologias de recolha, análise e tratamento de dados no âmbito de data science por forma a permitir a tomada de decisões data-driven fundamentadas.

Candidaturas - ano letivo 2019/2020
Para a candidatura ser considerada completa terá de preencher o formulário disponível em Portal de Candidaturas, fazer o upload do Curriculum Vitae, efetuar o pagamento da taxa de candidatura (51 €) no Portal, e submeter a candidatura no final, até 9 de maio. O processo de seleção dos alunos baseia-se na análise do currículo académico e profissional.

 

Caracterização geral

Código DGES

4977

Ciclo

Cursos de pós-graduação

Grau

Não confere

Acesso a outros cursos

Coordenador

Paulo Miguel Rasquinho Ferreira Rita

Data de abertura

Setembro 2019

Número máximo de admissões

Propinas

3.900€

Horários

Pós-Laboral

Idioma de ensino

A disponibilizar brevemente

Requisitos para obtenção do grau ou diploma

Para a atribuição do diploma de pós-graduação em Data Science for Marketing, os alunos têm que realizar 60 ECTS, dos quais 41,5 em unidades curriculares obrigatórias, e aos restantes 18,5 em optativas escolhidas pelos alunos de entre uma vasta oferta de unidades curriculares. 

Condições de acesso

Os requisitos para poder efetuar a candidatura são: licenciatura em área compatível (concluída até setembro de 2019); Análise ao currículo académico e profissional do candidato.

Regras de avaliação

Estrutura

1º ano - semestre Outono
Código Nome ECTS
200204 Análise de Redes Sociais 4.0
200201 Ciência dos Dados para Marketing 7.5
200187 Estratégia e Inovação em Marketing 7.5
Opções
200185 Análise Estatística 7.5
200159 Atuariado Vida e Não-Vida 7.5
200012 Business Intelligence I 7.5
400082 Digital Analytics 7.5
200070 Gestão de Serviços de Tecnologias de Informação 4.0
200071 Gestão do Conhecimento 7.5
200193 Gestão e Armazenamento de Dados 4.0
200160 Investimentos Financeiros e Gestão de Carteiras 7.5
200196 Marketing Digital e Comércio Eletrónico 7.5
200189 Métodos Analíticos Descritivos em Marketing 0.0
200165 Métodos Descritivos de Data Mining 7.5
200090 Métodos Econométricos 7.5
200101 Operações Bancárias e Seguradoras 7.5
200199 Pré-processamento de Dados 3.5
200192 Privacidade de Dados, Segurança e Ética 4.0
1º ano - semestre Primavera
Código Nome ECTS
200203 Aprendizagem Automática em Marketing 7.5
200202 Big Data para Marketing 7.5
200188 Métodos Analíticos e Engenharia de Marketing 7.5
Opções
200198 Análise de Dados Discretos 4.0
200191 Análise de Séries Temporais 4.0
200205 Análise de Variância 4.0
200186 Análise Multivariada Aplicada 7.5
200210 Arquiteturas de Sistemas de Informação 3.5
200167 Big Data Analytics 7.5
200013 Business Intelligence II 7.5
200014 Business Process Management 3.5
200170 Consumer Behavior Insights 7.5
200163 Desenho Experimental 4.0
200195 Desenvolvimento de Sistemas de Informação 4.0
400020 Direção de Sistemas de Informação 3.5
200049 Estudos de Mercado 7.5
200197 Gestão de Marca 4.0
200068 Gestão de Projectos de Informação 4.0
200069 Gestão de Risco 7.5
200073 Gestão dos Sistemas de Informação 3.5
200190 Métodos Analíticos Preditivos em Marketing 7.5
200088 Métodos de Previsão 3.5
200166 Métodos Preditivos de Data Mining 7.5
200097 Modelos de Solvência 7.5
200200 Otimização de Motores de Pesquisa 4.0
200161 Riscos de Mercado e de Crédito 7.5
400081 Social Media Analytics 7.5
200184 Teoria e Métodos de Amostragem 7.5
200194 Transformação Digital 3.5