Especialização em Data Science
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 Data Science, destina-se a pessoas orientadas para as tecnologias da informação com forte background científico, que pretendem consolidar e aprofundar competências nos paradigmas e ambientes mais conhecidos e amplamente utilizados para o desenvolvimento de software e aplicar os mesmos na resolução de problemas complexos do mundo real envolvendo grandes quantidades de dados.
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:
- Compreensão dos principais paradigmas associados a grandes bases de dados e data warehouses;
- Compreender os processos de tomada de decisão;
- Dominar ferramentas de data mining e computational intelligence em particular para problemas relacionados com Big Data;
- Dominar os mais usados paradigmas e ambientes de desenvolvimento de software;
- Dominar o conceito de resolução de problemas.
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
75122
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 |