Análise e Engenharia de Big Data

Objetivos educativos

A crescente e desafiante transformação digital, a internet, as redes sociais, e a utilização generalizada de sensores geram grandes volumes de dados de forma contínua, em setores chave como a saúde, a administração pública, media e comunicação social, marketing e comércio eletrónico, finanças, energia, ambiente e urbanismo, telecomunicações, indústria farmacêutica e bioinformática.

O Mestrado em Análise e Engenharia de Big Data permite formar profissionais altamente especializados, com um perfil inovador e uma forte capacidade para criar valor a partir dos dados, nos processos de gestão e inovação em todos os domínios da indústria e serviços.

O Mestrado em Análise e Engenharia de Big Data beneficia da valência de dois departamentos da NOVA FCT: Informática e Matemática, sendo esta a base da Ciência e Engenharia de Dados.

Com uma forte componente teórico-prática, este Mestrado permite desenvolver sólidas competências de processamento e análise de grandes volumes de dados por métodos e metodologias de última geração (Aprendizagem Automática, Análise da Dados Avançada).

Porquê este mestrado?

  • Metodologia de ensino que combina a teoria com uma significativa experiência prática, com dados reais e recurso a ferramentas atuais;
  • Ensino suportado pela excelência de dois departamentos da NOVA FCT: Informática e Matemática, sendo a base da Ciência e Engenharia de Dados;
  • Possibilidade de escolha do percurso curricular: conjunto de unidades curriculares obrigatórias no primeiro semestre e 4 unidades curriculares de especialização a escolher entre grande oferta de unidades curriculares avançadas;
  • Tese de mestrado não apenas de 6 meses,mas com uma duração de 1 ano completo sobre temas de investigação dos centros de investigação NOVA LINCS e NOVA MATH ou sobre temas e desafios de investigação realizadfas em empresas parceiras do mestrado.
  • Forte ligação ao meio empresarial e parcerias estratégicas;
  • Profissionais especializados no domínio da Ciência e Engenharia de Dados, fortemente procurados pelo mercado de trabalho, em diferentes setores da indústria e serviços.

Saídas profissionais

  • Integrar e contribuir para a liderança e construção de equipas especializadas em Análise e Engenharia de Dados em grandes organizações ou empresas de em várias áreas de atividade (Saúde, Administração Pública, Comércio eletrónico e marketing, Banca e Seguros, Energia, meio ambiente e urbanismo, Telecomunicações, Media e comunicação social, Indústria farmacêutica ou biotecnológica, etc.);
  • Integrar e contribuir para a liderança e construção de equipas especializadas em Análise e Engenharia de Dados em consultoras nacionais e internacionais que atuam nestes mesmos sectores de atividade;
  • Desenvolver investigação científica na academia ou empresas líderes soluções para Análise e Engenharia de Dados

Caracterização geral

Código DGES

994

Ciclo

Mestrado (2.º Ciclo)

Grau

Mestre

Acesso a outros cursos

Acesso ao 3.º ciclo

Coordenador

João Carlos Gomes Moura Pires

Data de abertura

Setembro

Número máximo de admissões

25

Propinas

A disponibilizar brevemente

Horários

Diurno

Idioma de ensino

A disponibilizar brevemente

Requisitos para obtenção do grau ou diploma

Duração: 2 anos

Créditos totais: 120 ECTS

Área científica Sigla ECTS
Obrigatórios Optativos
Informática I 18 6
Matemática M 12 6
Informática ou Matemática M/I  63 6
Competências Complementares CC   3  0
Qualquer Área Científica    QAC 0  6 a)
TOTAL 96 24

(a) 6 créditos ECTS em unidades curriculares escolhidas pelo estudante numa lista, aprovada anualmente pelo Conselho Científico da NOVA FCT, que inclui unidades de todas as áreas científicas da NOVA FCT.

Condições de acesso

Titulares de licenciatura ou equivalente legal em licenciaturas das áreas de Engenharia, Ciências Exatas, Ciências Naturais ou Economia, sujeito a apreciação curricular dos candidatos. O programa requer bases matemáticas e noções de computação e programação;
Titulares de um grau académico superior estrangeiro conferido na sequência de um 1.º ciclo de estudos organizado, em áreas de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo;
Titulares de um grau académico superior estrangeiro, em áreas, que seja reconhecidas como satisfazendo os objetivos do grau de licenciado pelo Conselho Científico da NOVA FCT;
Detentores de um currículo escolar, científico ou profissional, que seja reconhecido como atestando capacidade para realização deste ciclo de estudos pela Comissão Científica do curso.

Regras de avaliação

A avaliação de todas as UC é contínua para todas as componentes que a integrarem, tendo obrigatoriamente de estar concluída até ao último dia do período de aulas do semestre letivo.

A avaliação contínua de uma UC tem de incluir um mínimo de três elementos no conjunto das componentes de avaliação, em datas adequadamente espaçadas ao longo do período de aulas.

Todas as UC com componente de avaliação teórico-prática têm de prever, supletivamente, uma forma de avaliação desta componente por exame, a realizar após o período de aulas (Exame de Recurso).

Todos os requisitos e condições respeitantes à avaliação das UC, nomeadamente os pesos e classificações mínimas, caso existam, de cada componente, bem como as condições de Frequência, são definidas a priori e, obrigatoriamente, publicados na Ficha da Disciplina.  

Para cada UC são admitidas combinações de três componentes de avaliação: (i) Avaliação teórico-prática; (ii) Avaliação laboratorial ou de projeto; (iii) Avaliação sumativa.

A disciplina de Dissertação (ou Projeto) compreende uma discussão pública com Júri, de acordo com lei.

Ver Regulamento de Avaliação de Conhecimentos (Licenciaturas, Mestrados Integrados e Mestrados.)

Estrutura

1.º Semestre
Código Nome ECTS
11157 Aprendizagem Automática 6.0
8518 Estatística Multivariada 6.0
10810 Estatística Numérica Computacional 6.0
12077 Recuperação de Informação 6.0
12078 Sistemas para Processamento de Big Data 6.0
2.º Semestre
Código Nome ECTS
10380 Empreendedorismo 3.0
12079 Seminário 3.0
2.º Semestre - Unidade Curricular de Bloco Livre
Código Nome ECTS
Opções
11066 Opção(ões) Livre(s) 6.0
O aluno deverá obter 6.0 créditos nesta opção.
2.º Semestre - Unidade de Especialização I
Código Nome ECTS
Opções
12083 Algoritmos para Redes Complexas 6.0
12082 Análise de Grandes Grafos 6.0
12084 Aprendizagem com Dados Não Estruturados 6.0
12081 Decisão e Risco 6.0
12080 Métodos Bayesianos 6.0
12145 Otimização Linear 6.0
10808 Otimização Não Linear 6.0
11562 Processamento de Streams 6.0
11563 Prospeção e Análise de Dados 6.0
12507 Visualização e Análise de Dados 6.0
O aluno deverá obter 6.0 créditos nesta opção.
2.º Semestre - Unidade de Especialização II
Código Nome ECTS
Opções
12083 Algoritmos para Redes Complexas 6.0
12082 Análise de Grandes Grafos 6.0
12084 Aprendizagem com Dados Não Estruturados 6.0
12081 Decisão e Risco 6.0
12080 Métodos Bayesianos 6.0
12145 Otimização Linear 6.0
10808 Otimização Não Linear 6.0
11562 Processamento de Streams 6.0
11563 Prospeção e Análise de Dados 6.0
12507 Visualização e Análise de Dados 6.0
O aluno deverá obter 6.0 créditos nesta opção.
2.º Semestre - Unidade de Especialização III
Código Nome ECTS
Opções
12083 Algoritmos para Redes Complexas 6.0
12082 Análise de Grandes Grafos 6.0
12084 Aprendizagem com Dados Não Estruturados 6.0
12081 Decisão e Risco 6.0
12080 Métodos Bayesianos 6.0
12145 Otimização Linear 6.0
10808 Otimização Não Linear 6.0
11562 Processamento de Streams 6.0
11563 Prospeção e Análise de Dados 6.0
12507 Visualização e Análise de Dados 6.0
O aluno deverá obter 6.0 créditos nesta opção.
2.º Ano
Código Nome ECTS
12085 Dissertação em Análise e Engenharia de Big Data 60.0
Unidade Curricular de Bloco Livre - O estudante deverá realizar 6 ECTS de entre as UC que integram o Bloco Livre FCT, aprovado anualmente pelo Conselho Científico da FCT NOVA, o qual inclui unidades de todas as áreas científicas da FCT NOVA.