-
Apresentação
Apresentação
Esta Unidade Curricular pretende dotar o discente de conhecimentos e competências em ética, segurança e privacidade no âmbito da ciência de dados, bem como de sentido e avaliação de impacto na introdução e utilização de tecnologias avançadas no tratamento de grandes volumes de dados.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Mestre | Semestral | 7
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
1 | Obrigatório | Português
-
Código
Código
ULHT6347-25228
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
CP1. Introdução à Ética. Utilitarismo e deontologia.
CP2. Ética e ciência de dados. Considerações éticas envolvidas no processamento algorítmico de dados sensíveis e no desenvolvimento responsável de Inteligência Artificial.
CP3. Gestão de dados e linhagem de dados. Informação sensível e informação pessoal: como identificar.
CP4. Tecnologias de privacidade. Técnicas básicas de privacidade em ciência de dados. Anonimização e pseudo-anonimização. Privacidade diferencial.
CP5. Estruturas legais e regulatórias relacionadas com a privacidade e segurança de dados.
CP6. Introdução de conceitos gerais de segurança e a sua importância em sistemas de aprendizagem automática
CP7. Tipos de ataques em sistemas de aprendizagem automática
CP8. Abordagens de mitigação, regulamentos e orientações de segurança em sistemas de aprendizagem automática
-
Objetivos
Objetivos
OA1. Compreender os fundamentos da Ética como filosofia moral e pensar numa deontologia para a ciência de dados.
OA2. Conhecer os protocolos fundamentais na gestão de dados e compreender o conceito de linhagem de dados.
OA3. Identificar informação sensível e informação de identificação pessoal.
OA4. Conhecer técnicas concretas que podem ajudar a proteger a privacidade individual ao trabalhar com conjuntos de dados grandes.
OA5. Conhecer os requisitos legais e regulatórios relacionados à privacidade e segurança de dados.
OA6. Compreender a importância de estabelecer estruturas robustas de gestão de dados dentro das organizações para garantir a conformidade com as regulamentações de privacidade.
OA7. Compreender a necessidade de medidas de segurança específicas para sistemas de aprendizagem automática.
OA8. Compreender os principais tipos de ataques a sistemas de aprendizagem automática e as medidas de prevenção e mitigação dos mesmos.
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
As aulas são expositivas e presenciais. Os conteúdos são ilustrados com exemplos e estudos detalhados de casos. Aos alunos será pedido que participem activamente através da apresentação de casos ou conceitos, tanto técnicos como teóricos. Os alunos serão encorajados a intervir continuamente nas aulas, nomeadamente após as intervenções formais dos colegas.
-
Bibliografia principal
Bibliografia principal
- Jarmul, K. (2023). Practical Data Privacy. O'Reilly Media, Inc.
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não
