Licenciatura Ciência de Dados

• O que vou aprender neste curso?

  O que vou aprender neste curso?

  Ciência de Dados, como definido por especialistas no campo, é uma ciência experimental multidisciplinar que vem dar resposta ao grande volume de dados "big-data" que tem crescido de forma exponencial face ao desenvolvimento tecnológico recente. A oportunidade de transformar estes dados em informação e conhecimento, em prol do bem da sociedade, é essencial tando no negócio como na ciência entre outras áreas com impacto social. Neste ciclo de estudo apresentamos um programa com fortes componentes em: Estatística, Matemática, Aprendizagem Automatizada, Programação, Extração e Manuseamento de dados, diversas componentes de Engenharia de Dados e uma forte incidência no tema de Privacidade, Segurança e Ética.

• Requisitos de acesso e candidatura

  Requisitos de acesso e candidatura

  Podem candidatar-se a este ciclo de estudos os que apresentem candidatura através do concurso institucional de acesso. Consulte as provas exigidas abaixo.
  
  

  • 16 Matemática
  • e

  ou

  • 04 Economia
  • e
  • 16 Matemática
  • e

  ou

  • 07 Física e Química
  • e
  • 16 Matemática
  • e

  ou

  • 16 Matemática
  • e
  • 18 Português
  • e

  ou

  • 10 Geometria Descritiva
  • e
  • 16 Matemática
  • e

  ou

  • 13 Inglês
  • e
  • 16 Matemática
  • e

  ou

  • 09 Geografia
  • e
  • 16 Matemática
  • e

  
  Aprovação a uma do(s) seguinte(s) conjuntos de provas de ingresso: Matemática (16) ou Matemática (16) e Economia (04) ou Matemática (16) e Física e Química(07) Os candidatos podem ainda ingressar através dos regimes de mudança de par instituição/curso, ou ainda através de um Concurso Especial, de acordo com as normas legais em vigor (titulares de cursos superiores, titulares de CETs, titulares de CTSP, Maiores de 23 anos, titulares de cursos de dupla certificação). Podem ainda ingressar os candidatos que reúnam as condições previstas no Estatuto do Estudante Internacional.

• A quem se destina este curso

  A quem se destina este curso

  Este ciclo de estudos destina-se a candidatos com bases em áreas de Informática, Estatística, Física, Matemática, Gestão, Ciências Economias e Financeiras ou afins, que queiram adquirir competências na área de Ciência de Dados.

• Competências a adquirir

  Competências a adquirir

  • Completar os ciclos de análise experimental
  • Obter resultados de qualidade científica com fluidez
  • Saber integrar-se e trabalhar em equipas multidisciplinares
  • Boa capacidade de síntese a apresentar resultados.

• Plano curricular e unidades curriculares

  Plano curricular e unidades curriculares

  Despacho n.º 11537/2022, de 22 de setembro, alterado pelo Despacho n.º 7351/2023 de 12 de julho

  • 1º Ano / Percurso Geral
    • [1º Semestre]
    • Fundamentos de Ciência de Dados 6 ects
    • Fundamentos de Programação 6 ects
    • Matemática Discreta 6 ects
    • Matemática I 6 ects
    • Probabilidades e Estatística 6 ects

    • [2º Semestre]
    • Álgebra Linear 6 ects
    • Análise Exploratória de Dados 6 ects
    • Análise Numérica 6 ects
    • Linguagens de Programação 6 ects
    • Matemática II 6 ects
  • 2º Ano / Percurso Geral
    • [1º Semestre]
    • Algoritmia e Estrutura de Dados 6 ects
    • Bases de Dados 6 ects
    • Ciência de Dados 6 ects
    • Introdução à Inteligência Artificial 6 ects
    • Introdução à Teoria de Grafos e Redes 6 ects

    • [2º Semestre]
    • Aprendizagem Automatizada I 6 ects
    • Fundamentos de Engenharia de Dados 6 ects
    • Inteligência Artificial 6 ects
    • Introdução aos Processos Estocásticos 6 ects
    • Visualização para Ciência de Dados 6 ects
  • 3º Ano / Percurso Geral
    • [Anual]
    • Trabalho Final de Curso 20 ects

    • [1º Semestre]
    • Aprendizagem Automatizada II 5 ects
    • Introdução à Privacidade, Segurança e Ética 5 ects
    • Metodologias de Investigação Científica 5 ects
    • Visão Computacional 5 ects

    • [2º Semestre]
    • Aprendizagem Automatizada III 5 ects
    • Business Analytics 5 ects
    • Investigação Operacional 5 ects
    • Séries Temporais 5 ects

• Corpo Docente

  Corpo Docente

  Ana Vieira Dos Santos Cruz

  Andre Vieira Vassalo Da Fonseca

  Bruno D. Ferreira-saraiva

  Carlos Alberto Teixeira Iglésias

  Carlos M. Fernandes

  Muratore, Giosuè

  Henrique Miguel De Andrade Campos Navas

  Iolanda Velho

  José Alexandre Silva Paredes

  João Caldeira

  João Licinio Cabral Da Silva

  João Pedro Cunha Da Silva Eleutério

  João Pedro Lavadinho Moreira

  Luis Gomes

  Luís Miguel Serra Da Costa Campos

  Manuel Pita

  Maria José De Almeida E Silva

  Marina Pereira Martins

  Pedro Hugo De Queirós Alves

  Rui Ribeiro

  Sofia Naique

  Thiago Gustavo Vieira De Paiva

  Zuil Pirola

  Ver todos os docentes

• Saídas profissionais e mercado de trabalho

  Saídas profissionais e mercado de trabalho

  • Data Scientist / Cientista de Dados
  • Applied Data Scientist / Cientista de dados Aplicado
  • Applied Data Researcher / Investigador de Dados Aplicado
  • Applied Machine Learning Researcher / Investigador de Aprendizagem Automatizada Aplicada
  • Business Intelligence Analyst / Analista de Inteligência de Negócio

• Áreas científicas do curso

  Áreas científicas do curso

  Ciências informáticas

• Observações

  Observações

  Metodologia de avaliação:

  • Expositiva, que expõe a apresentação teórica de acordo com o plano curricular
  • Experimental, estimula o desenvolvimento experimental fundamental em ciências de dados
  • Ativa, promove o trabalho em equipa
  • Auto-Estudo

Departamento de Engenharia Informática e Sistemas de Informação

• Website do DEISI