Apresentação do Curso
A Ciência dos Dados, ou Data Science, é uma disciplina científica multidisciplinar recente que vem dar resposta à necessidade de interpretação do grande volume de dados (big-data) que o avanço tecnológico veio trazer à sociedade.
O Mestrado em Ciência de Dados da Universidade Lusófona de Lisboa constitui o complemento natural para os candidatos que, tendo concluído uma das licenciaturas em Engenharia Informática, Estatística, Física, Matemática, Gestão, Ciências Económicas e Financeiras ou afins desejem prolongar os seus estudos com a realização de um 2º ciclo, com o objetivo de obter um maior nível de especialização e o acesso a níveis de contratação profissionais mais elevados.
Este ciclo proporciona uma introdução às ciências de dados com uma sólida formação em técnicas de vanguarda para análise de dados, engenharia de dados e os conhecimentos necessários em privacidade, segurança e ética fundamentais para tratar dados de acordo com as leis que regem os dados.
Critérios de seriação:
Apreciação curricular - 100%
Despacho do curso
Despacho n.º 7799/2021, de 9 de agosto
Estado de acreditação pela A3ES
Acreditado - Deliberação da A3ES
Data da publicação
09/06/2021
Registo
R/A-Cr 219/2021
Grau ou Diploma conferido | Duração | ECTS
Mestre | 4 Semestres | 120 ECTS
Direção do Curso
Coordenação Executiva
Profª Doutora Alexandra Campos
Secretariado
Requisitos de Graduação
Ter concluído um total de 120 ECTS
Objetivos
Desenvolver competências de trabalho em equipe e a preparação para a competitividade que o aluno vai encontrar no trabalho:
1 - Garantindo que numa metodologia de interação de grupo o aluno adquira a aptidão de trabalho em equipe.
2 - Garantindo uma formação técnica introdutória diversa e consistente em técnicas de vanguarda e que adicionalmente garanta ao aluno uma maior fluidez na aquisição e desenvolvimento de novas técnicas que vai encontrar no futuro.
3 - Desenvolvendo a capacidade e habilidade de uma metodologia de trabalho que façam face à exigência de apresentar resultados rápidos e rigorosos na sua qualidade.
Destinatários
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.
Conhecimentos, capacidades e competências a adquirir
Adquirir conhecimentos em: fundamentos teóricos, metodológicos e práticos nas áreas de análise de dados em particular de estatística, análise exploratória de dados, aprendizagem automatizada, análise relacional, Estrutura de dados e algoritmos, sistemas de recomendação e privacidade, segurança e ética.
Aptidões em:
1 - Criar ambientes de trabalho computacionais, e.g. Python em plataformas de AWS,
2 - Aceder e tratar os dados em conformidade com as leis de proteção de dados,
3 - Criar estruturas de dados para análise,
4 - Fazer análises exploratórias de dados
5 - Usar técnicas de deteção de padrões,
6 - Formular hipóteses e desenhar experimentos com base nos conhecimentos adquiridos, e repetir ciclos de análise até à conclusão.
As Competências:
1 - Completar os ciclos de análise experimental;
2 - Obter resultados de qualidade científica com fluidez;
3 - Saber integrar-se e trabalhar em equipas multidisciplinares,
4 - Boa capacidade de síntese a apresentar resultados.
Saídas Profissionais
Através de um ciclo de estudos contando com a colaboração de empresas e instituições de I&D, o Mestrado em Ciência de Dados implementa um programa destinado a garantir aos seus candidatos um alto grau de empregabilidade, com destaque para os seguintes perfis:
- 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
Observações
Regime de Horário: Diurno, Noturno.
Modelo de Ensino: B-learning (Misto).
Áreas Científicas
Ciências informáticas | Electrónica e automação