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 - 1.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 e realizar o pagamento da taxa de candidatura (51€) e submeter a candidatura no final. O processo de seleção dos alunos é feito com base na análise do currículo académico e profissional. Os membros do Júri de seleção poderão deliberar a realização de uma entrevista aos candidatos.

As candidaturas a este curso, para o ano letivo 2025/2026, decorrem de 1 de janeiro a 3 de fevereiro de 2025. Para se candidatar, clique aqui.

Caracterização geral

Código DGES

MB68

Ciclo

Mestrado (2.º Ciclo)

Grau

Mestre

Acesso a outros cursos

Este curso confere acesso a Doutoramento, verifique o nosso aqui.

Coordenador

Roberto Henriques

Data de abertura

setembro de 2025

Número máximo de admissões

210

Propinas

6.200€ para candidatos de nacionalidade de um país membro da União Europeia; 8.000€ para candidatos de outras nacionalidades.

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.

Condições de acesso

Para ingressar neste curso, o candidato deverá satisfazer as seguintes condições: possuir grau de Licenciatura em área compatível (concluído até setembro 2024); 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
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
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
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
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
200167 Big Data Analytics 7.5
200208 Casos de Negócio com a Ciência de Dados 7.5
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
200176 Visualização de Dados 4.0
200167 Big Data Analytics 7.5
200208 Casos de Negócio com a Ciência de Dados 7.5
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
200176 Visualização de Dados 4.0
200167 Big Data Analytics 7.5
200208 Casos de Negócio com a Ciência de Dados 7.5
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
200176 Visualização de Dados 4.0
2º ano - semestre Outono
Código Nome ECTS
200290 Dissertação/ Trabalho de Projeto 54.0
200289 Metodologias de Investigação 6.0
200290 Dissertação/ Trabalho de Projeto 54.0
200289 Metodologias de Investigação 6.0
200290 Dissertação/ Trabalho de Projeto 54.0
200289 Metodologias de Investigação 6.0