Especialização em Business Analytics
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 Mestrado em Data Science and Advanced Analytics, com especialização em Business Analytics, é destinado a pessoas orientadas para o mercado, que pretendem implementar os modelos analíticos mais adequados aos diferentes problemas de negócio, interpretar os resultados da análise e implicações nos negócios, com o objetivo de tomar decisões baseadas em dados para otimizar o processo de negócios.
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 irá fornecer um conjunto de competências e ferramentas interdisciplinares, tais como:
- Compreender os principais paradigmas associados a grandes bases de dados e data warehouses;
- Compreender os processos de tomada de decisão;
- Dominar ferramentas de data mining, em particular para problemas relacionados com Big Data;
- Dominar os processos de criação e manutenção de modelos descritivos e preditivos;
- Reconhecer e aplicar os modelos analíticos mais eficazes aos diferentes casos de negócio;
- Interpretar modelos e as suas implicações para o negócio.
Candidaturas - 2.ª Fase
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 14 de abril a 18 de maio de 2023. O processo de seleção dos alunos é feito com base na análise do currículo académico e profissional.
Caracterização geral
Código DGES
75121
Ciclo
Área de especialização
Grau
Mestre
Acesso a outros cursos
Este curso confere acesso a Doutoramento, verifique o nosso aqui.
Coordenador
Roberto Henriques
Data de abertura
setembro de 2023
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 ou de um trabalho de projeto, a que corresponde 60 ECTS.
Este percurso é um perfil de
Mestrado em Ciência de Dados e Métodos Analíticos Avançados
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
O método de avaliação será por avaliação contínua, ou seja, através da realização de trabalhos individuais ou de grupo, projetos, quizzes, testes/exames, etc.
Cabe a cada docente de cada Unidade Curricular (UC) definir, ao início de cada ano letivo, como será feita a avaliação nas suas UCs, esta informação é depois disponibilizada através da plataforma de aluno.
Estrutura
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 |
200167 | Big Data Analytics | 7.5 |
200282 | Big Data Analytics | 7.5 |
200011 | Business Intelligence | 7.5 |
200208 | Casos de Negócio com a Ciência de Dados | 7.5 |
200292 | Ética em Ciência de Dados | 3.5 |
200278 | Gestão dos Processos de Negócio | 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 |
200283 | Transformação Digital | 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 |