Licenciatura Computação e Matemática Aplicada

• Apresentação

  Apresentação

  1. Com o avanço exponencial do volume de dados "big data" e a sua transformação digital durante a última década e meia, testemunhamos e continuamos a observar uma fase de constante reinvenção não só das infra-estruturas e modelos de sistemas de Informação assim como, a reinvenção de novos perfis de profissionais na transformação de dados em conhecimento. 2. Constata-se que profissionais formados de áreas afins à "Matemática" tradicional têm mostrado uma base muito forte para enfrentar este desafio. No entanto, observa-se o grande esforço destes profissionais à adaptação às infra-estruturas informáticas. 3. Tem-se como objetivo, manter o pensamento Analítico destes profissionais mas também desenvolver aptidões em Engenharia informática.

• Condições de Ingresso

  Condições de Ingresso

  Podem candidatar-se a este ciclo de estudos os que apresentem candidatura através do concurso institucional de acesso e tenham aprovação a um dos seguintes conjuntos:
  
  

  • 04 Economia
  • 16 Matemática

  ou

  • 07 Física e Química
  • 16 Matemática

  ou

  • 16 Matemática
  • 18 Português

  ou

  • 02 Biologia e Geologia
  • 16 Matemática

  ou

  • 09 Geografia
  • 16 Matemática

  ou

  • 13 Inglês
  • 16 Matemática

  
  
  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.

• Competências

  Competências

  1. Fundamentos teóricos, metodológicos e práticos nas áreas das ciências da computação, matemática aplicada e engenharia informática. Em particular: Matemática, Estatística, Machine Learning, Inteligência Artificial e Engenharia Informática. 2. Saber manusear grandes volumes de dados dentro das leis de proteção de dados, criar e implementar novos e atuais algoritmos e modelos matemáticos em A.I. 3. Obter resultados de qualidade científica com fluidez; saber integrar-se e trabalhar em equipas multidisciplinares; boa capacidade de síntese.

• Plano de estudos

  Plano de estudos

  Despacho n.º 9723/2022, de 5 de agosto, alterado pelo Despacho n.º 7754/2023, de 26 de julho

  • 1º Ano / Tronco comum
    • [1º Semestre]
    • Fundamentos de Ciência de Dados 6 ects
    • Introdução à Matemática das Probabilidades 6 ects
    • Matemática Discreta 6 ects
    • Matemática I 6 ects

    • [2º Semestre]
    • Álgebra Linear 6 ects
    • Análise Exploratória de Dados 6 ects
    • Análise Numérica 6 ects
    • Fundamentos de Programação 6 ects
    • Linguagens de Programação 6 ects
    • Matemática II 6 ects
  • 2º Ano / Tronco comum
    • [1º Semestre]
    • Algoritmia e Estrutura de Dados 6 ects
    • Base de Dados 6 ects
    • Fundamentos de Engenharia de Dados para Ciência de Dados 6 ects
    • Introdução às Ciências da Computação 6 ects
    • Introdução às Equações Diferenciais Ordinárias 6 ects

    • [2º Semestre]
    • Aprendizagem Automatizada I 6 ects
    • Introdução à Teoria de Grafos e Redes 6 ects
    • Introdução aos Processos Estocásticos 6 ects
    • Métodos Estatísticos 6 ects
    • Visualização para Ciência de Dados 6 ects
  • 3º Ano / Tronco comum
    • [Anual]
    • Trabalho Final de Curso 20 ects

    • [1º Semestre]
    • Aprendizagem Automatizada II 5 ects
    • Investigação Operacional 5 ects
    • Opção I
    • Opção II

    • [2º Semestre]
    • Opção III
    • Opção IV
    • Redes de Computadores 5 ects
    • Sistemas de Informação na Nuvem 5 ects

• Opções

  Opções

  • Opção I
    • Álgebra Abstrata (Opção I) 5 ects
    • Cálculo III (Opção I) 5 ects
  • Opção II
    • Introdução à Privacidade, Segurança e Ética (Opção II) 5 ects
    • Metodologias de Investigação Científica (Opção II) 5 ects
  • Opção III
    • Aprendizagem Reforçada e Controlo Otimizado (Opção III) 5 ects
    • Inteligência Artificial (Opção III) 5 ects
  • Opção IV
    • Introdução à Criptografia (Opção IV) 5 ects
    • Introdução à Lógica Difusa (Opção IV) 5 ects

• Corpo Docente

  Corpo Docente

  Aleksandar Mikovic

  Ana Vieira Dos Santos Cruz

  Andre Vieira Vassalo Da Fonseca

  Berend Willem Martijn Kuipers

  Bruno D. Ferreira-saraiva

  Duarte Nuno Donas Botto Neves

  Gabriela Eleutério Soares

  Guilherme Marques Antunes

  Henrique Miguel De Andrade Campos Navas

  Iolanda Raquel Fernandes Velho

  Leonardo De Carlo

  Luis Gomes

  Maria José De Almeida E Silva

  Martim Duarte Barja Mourão

  Pedro Hugo De Queirós Alves

  Rui Ribeiro

  Sofia Da Silva Fernandes

  Sofia Naique

  Wellington De Oliveira Junior

  Ver todos os docentes

• Saídas Profissionais

  Saídas Profissionais

  Cientista de Dados / Data Scientist Matemático Aplicado / Computer Scientist Business Intelligence Analista / Analyst Machine Learning & A.I. Scientist Bases Sólidas para prosseguir para Doutoramento / Solid background to pursue a Ph.D program.

• Áreas Científicas

  Áreas Científicas

  Ciências informáticas

• Observações

  Observações

  Metodologia de avaliação O programa oferece uma forte introdução técnica ao aluno nas áreas mencionadas, através de metodologias: (1) Expositiva, (2) Experimental, (3) Activa, promove o trabalho em equipa e (4) Auto-Estudo. Modelo de Ensino B-learning (Misto)

Departamento de Engenharia Informática e Sistemas de Informação

• Website do DEISI