Ciência de Dados e Inovação para Impacto

Objetivos

• Compreender os princípios fundamentais e os principais conceitos de gestão da inovação, bem como as diferentes formas
de desenvolver e gerir uma cultura inovadora dentro da organização;
• Compreender os diferentes contextos e fontes de inovação;
• Compreender o processo intraempreendedor e aplicar as melhores práticas a projetos/iniciativas de inovação nas
organizações;
• Reconhecer como a economia e o modelo de gestão organizacional (por exemplo, empresas privas ou organizações
públicas de saúde) têm impacto na introdução da inovação;
• Desenvolver competências para integrar diversos fatores, internos e externos à organização, na análise e tomada de
decisão;
• Após a conclusão, cada aluno deve ter demonstrado sua capacidade de articular questões de gestão da inovação e aplicar
o conhecimento adquirido em contexto real.

Caracterização geral

Código

67899

Créditos

Professor responsável

Pedro Oliveira

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Inglês

Pré-requisitos

N/A

Bibliografia

• Tidd, J. (2006). “A review of innovation models” (discussion paper, Imperial College London)
• Perkmann, M., Salter, A. (2012) "How to create productive partnerships with universities", MIT Sloan Management Review
• Gans, J., and S. Stern (2016). “The Intellectual Property Strategy”, Entrepreneurial Strategy, Chapter 9.
• Oliveira, P., L. Zejnilovic, S. Azevedo, A.M. Rodrigues and H. Canhão (2019) "Peer-adoption and development of health
innovations by patients: a national representative study of 6204 citizens,” Journal of Medical Internet Research, 21 (3):
e11726.
• Logg, J. M., “Algorithm appreciation: People prefer algorithmic to human judgment”, HBR, 2018
• Data Science Project Scoping, Blog Post, Data Science for Social Good Foundation, 2017.
• Lee, M. K., “Understanding perception of algorithmic decisions: Fairness, trust, and emotion in response to algorithmic
management”, Big Data & Society, 2018.
• Miller, A., “Want Less-Biased Decisions? Use Algorithms.”, HBR, 2018.

Método de ensino

• As aulas terão a forma, predominantemente, de apresentação e serão complementadas por outras abordagens de ensino
como a discussão de estudos de caso e resolução de exercícios na aula.
• Espera-se uma troca de conhecimentos e experiências entre professores e alunos. A preparação antes das aulas é de
importância crucial.
• A participação de oradores convidados, para partilha de experiência na gestão da inovação será uma mais valia.

Método de avaliação

N/A

Conteúdo

Introdução à Gestão da Inovação
• Incerteza e risco
• Da linear technology-push aos modelos dinâmicos de inovação
• Investigação em inovação
• Fontes de inovação internas/externas
Estratégia de Propriedade Intelectual
Inovação aberta
• Inovação fechada/aberta
• Inovação e impulsionador da inovação
• Inovação na área da saúde
Introdução à Ciência de Dados para Impacto Social
• Tomada de decisão baseada em dados
• Tecnologia e competências em ciência de dados
• Infraestrutura para ciência de dados
• Machine Learning
• Ciência de dados como ferramenta de inovação
Soluções inovadoras com base na ciência de dados
• Identificar necessidades e encontrar soluções inovadoras para problemas sociais
• Âmbito dos projetos de ciência de dados
• Pipeline da ciência de dados
• Implementação de projetos de ciência de dados, impacto social e ética

Cursos

Cursos onde a unidade curricular é leccionada:

Mestrado em Empreendedorismo de Impacto e Inovação