Disciplina Ciência de Dados Aplicada à Biotecnologia Alimentar

A unidade curricular "Ciência de Dados Aplicada à Biotecnologia Alimentar" insere-se no cruzamento entre as ciências computacionais e a biotecnologia, com enfoque na análise estatística, modelação preditiva e visualização de dados em contextos laboratoriais e industriais. Atua nos domínios da inovação alimentar, controlo de qualidade, segurança e sustentabilidade, proporcionando aos estudantes ferramentas quantitativas essenciais para a resolução de problemas reais. A sua pertinência no ciclo de estudos reside na capacitação técnica e analítica dos alunos para contextos profissionais exigentes e tecnologicamente avançados da Biotecnologia Alimentar.

Não aplicável

1. Fundamentos de programação para análise de dados 2. Estatística descritiva aplicada à análise de alimentos 3. Visualização de dados laboratoriais e industriais 4. Introdução à inferência estatística e testes de hipóteses 5. Regressão linear e logística em contextos de produção e segurança alimentar 6. Métodos de classificação e clustering aplicados a dados microbiológicos ou nutricionais 7. Aquisição e tratamento de dados em Biotecnologia Alimentar

A unidade curricular adota metodologias inovadoras como ensino baseado em problemas reais da indústria alimentar, utilização de notebooks interativos (Jupyter) para experimentação computacional, e integração de datasets abertos para análise prática. Promove ainda o uso de plataformas colaborativas online para discussão entre pares e feedback formativo. A componente de avaliação contínua com projetos aplicados permite uma aprendizagem ativa, autónoma e contextualizada, reforçando a ligação entre teoria e prática com foco na resolução de problemas e no pensamento crítico orientado por dados.

James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning (2nd ed.). Springer. Pandey, B., Balas, V. E., Tripathi, S. L., Pandey, D. K., & Mahmud, M. (Eds.). (2025). Computational intelligence for genomics data. Elsevier. Provero, P. (2025). Principles of computational genomics. Routledge.