Mestrado em Ciência de Dados e Métodos Analíticos Avançados
Objetivos educativos
A popularidade da ciência de dados e análise de negócios tem crescido continuamente nos últimos anos, quer na indústria quer no meio académico. O curso de Mestrado em Data Science and Analytics é destinado a pessoas com capacidades analíticas que pretendem enfrentar os desafios da tecnologia moderna, resolver problemas novos e desafiadores, que gostam de transformar dados em conhecimento e desejam desenvolver uma carreira numa área com enorme potencial de crescimento e com grande demanda mundial.
Os melhores alunos do 1º ano deste curso serão convidados para um estágio remunerado de 6 meses, a decorrer durante o 2º ano, numa das seguintes instituições: Accenture, BI4ALL, Feedzai, Future Healthcare, Grupo Ageas Portugal, iFood, Izertis, Millennium BCP, NOVA IMS, SAS e Tranquilidade.
Este curso tem duas especializações, identificando as duas principais áreas e tendências de Data Science and Analytics: Business Analytics e Data Science. No plano de estudos, existe um tronco comum que consiste numa formação nos principais paradigmas associados a grandes quantidades de dados, processos de tomada de decisão, estatística, data mining e machine learning, e processos de criação e manutenção de modelos descritivos e preditivos.
Candidaturas
Para a candidatura ser considerada completa terá de preencher o formulário disponível em Portal de Candidaturas da NOVA IMS, fazer o upload do Curriculum Vitae, realizar o pagamento da taxa de candidatura e submeter a candidatura no final, de 20 de abril a 26 de maio de 2022. O processo de seleção dos alunos é feito com base na análise do currículo académico e profissional.
Caracterização geral
Código DGES
7512
Ciclo
Mestrado (2.º Ciclo)
Grau
Mestre
Acesso a outros cursos
Access to Doctoral Program.
Coordenador
Roberto Henriques
Data de abertura
setembro de 2022
Número máximo de admissões
Propinas
6.200€
Horários
Diurno
Idioma de ensino
Inglês
Requisitos para obtenção do grau ou diploma
Cada especialização do Mestrado tem a duração de 4 semestres letivos, num total de 120 ECTS. Os dois primeiros semestres correspondem à parte letiva, durante a qual os alunos têm que realizar um conjunto de Unidades Curriculares, a que correspondem 60 ECTS. O terceiro semestre é dedicado à elaboração de uma dissertação de natureza científica, de um trabalho de projeto ou de um relatório de estágio de natureza profissional, a que corresponde 60 ECTS.
Condições de acesso
Para ingressar neste curso, o candidato deverá satisfazer as seguintes condições: possuir grau de Licenciatura em área compatível (concluído até setembro); ser proficiente na língua inglesa, falada e escrita. O processo de seleção dos candidatos é realizado com base na análise do currículo académico e profissional.
Regras de avaliação
Estrutura
Percursos
1º ano - semestre Outono | ||
---|---|---|
Código | Nome | ECTS |
200179 | Aprendizagem Automática | 7.5 |
200174 | Armazenamento e Recuperação de Dados | 4.0 |
200175 | Data Mining | 7.5 |
200178 | Estatística para a Ciência de Dados | 7.5 |
200211 | Programação para a Ciência de Dados | 3.5 |
1º ano - semestre Primavera | ||
---|---|---|
Código | Nome | ECTS |
200180 | Aprendizagem Profunda | 3.5 |
200282 | Big Data Analytics | 7.5 |
200011 | Business Intelligence | 7.5 |
200208 | Casos de Negócio com a Ciência de Dados | 7.5 |
200278 | Gestão dos Processos de Negócio | 3.5 |
200142 | Inteligência Computacional para Otimização | 7.5 |
200181 | Text Mining | 4.0 |
200283 | Transformação Digital | 4.0 |
Opções | ||
200180 | Aprendizagem Profunda | 3.5 |
200292 | Ética em Ciência de Dados | 3.5 |
200142 | Inteligência Computacional para Otimização | 7.5 |
200207 | Modelação e Gestão de Big Data | 3.5 |
200294 | Neural and Evolutionary Learning | 4.0 |
200293 | Operações de Aprendizagem Automática | 3.5 |
200295 | Reinforcement Learning | 4.0 |
200181 | Text Mining | 4.0 |
200176 | Visualização de Dados | 4.0 |
2º ano - semestre Outono | ||
---|---|---|
Código | Nome | ECTS |
200290 | Dissertação/ Trabalho de Projeto/ Relatório de Estágio | 54.0 |
200289 | Metodologias de Investigação | 6.0 |
200289 | Metodologias de Investigação | 6.0 |