Mestrado Ciência de Dados

• O que vou aprender neste curso?

  O que vou aprender neste curso?

  A Ciência de Dados integra os paradigmas e métodos multidisciplinares necessários para dar resposta aos complexos desafios do ecossistema hiperconectado de informação. Diariamente, enormes quantidades de dados são gerados a partir de transações comerciais, interações em redes sociais, registos médicos, leituras de sensores e dispositivos IoT e outras fontes. Ao analisar e integrar estes conjuntos de dados, é possível derivar inferências cruciais que permitem extrair conhecimento dos dados e apoiar a tomada de decisões informadas. O Mestrado em Ciência de Dados (MCiD) da Universidade Lusófona - Centro Universitário de Lisboa é o complemento formativo ideal para candidatos que, após concluírem uma licenciatura em Engenharia Informática, Estatística, Física, Matemática, Gestão, Ciências Económicas e Financeiras ou áreas afins, pretendem prosseguir os seus estudos através de um segundo ciclo. Este percurso académico visa alcançar um nível superior de especialização e proporcionar acesso a posições profissionais de maior relevo. O MCiD oferece uma introdução abrangente à Ciência de Dados, proporcionando uma formação sólida tanto em fundamentos como em técnicas de vanguarda para a análise e engenharia de dados. Adicionalmente, aborda os conhecimentos necessários em privacidade, segurança e ética, essenciais para o tratamento de dados em conformidade com a legislação vigente. Critérios de seriação: Apreciação curricular 100%

• Requisitos de acesso e candidatura

  Requisitos de acesso e candidatura

  Podem candidatar-se ao ciclo de estudos conducente ao grau de mestre, candidatos com bases da área Informática, Estatística, Física, Matemática, Gestão, Ciências Econômicas e Financeiras ou afins e que sejam: a) titulares de grau de licenciado ou equivalente legal; b) titulares de um grau académico estrangeiro conferido na sequência de um 1º ciclo de estudos organizado de acordo com os princípios do processo de Bolonha por um Estado aderente a esse processo; c) titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado pelo órgão estatutariamente competente; d) detentores de currículo escolar, científico ou profissional, que seja reconhecido pelo órgão estatutariamente competente do Centro Universitário Lisboa como atestando capacidade para realizar este ciclo de estudos.

• Critérios de Seriação

  Critérios de Seriação

  • 100% - Mestrado - Apreciação Curricular

  Candidatos sem classificação da habilitação anterior

  • 100% - Mestrado - Apreciação Curricular

• 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

  Ao longo deste programa, os estudantes desenvolvem um conjunto abrangente de competências essenciais na área da Ciência de Dados, preparando-os para enfrentar desafios atuais e futuros na análise, gestão e utilização ética de grandes volumes de dados. Competências Técnicas: 1 - Domínio avançado de linguagens de programação como Python e R, complementada por bibliotecas e ferramentas especializadas para manipulação sofisticada, limpeza e análise de dados. 2 - Conhecimentos sólidos em metodologias estatísticas, incluindo testes de hipóteses, análise de regressão e modelação probabilística, permitindo uma interpretação rigorosa e a criação de previsões precisas. 3 - Capacidade de projetar, implementar e avaliar modelos de aprendizagem automática que identificam padrões, preveem fenómenos e apoiam processos de tomada de decisão. 4 - Especialização na gestão e estruturação de pipelines de dados, para trabalhar eficazmente com bases de dados estruturadas (SQL), formatos semiestruturados (JSON, XML) e tecnologias de Big Data para lidar com dados não estruturados. 5 - Uso correto e compreensão de ferramentas de IA generativo no âmbito do processamento de linguagem natural. Competências de Domínio e Transferíveis: 1 - Capacidade de analisar dados provenientes de redes sociais, dados de saúde e outros para extrair conhecimentos úteis que permitam explicar e prever fenómenos nestas áreas. 2 - Conhecimento aprofundado sobre privacidade de dados, responsabilidades éticas e questões de segurança, garantindo conformidade com normas regulatórias e éticas. 3 - Experiência na resolução de problemas complexos e reais através de projetos colaborativos, integrando conhecimentos de várias áreas, incluindo saúde, indústria e ciências sociais. 4 - Fortes competências de comunicação e colaboração para transmitir insights complexos baseados em dados, eficazmente, em equipas interdisciplinares e a públicos não especializados. 5 - Preparação para a aprendizagem contínua, permitindo rápida adaptação a novas fontes de dados, métodos analíticos e exigências em evolução do mercado, assegurando o seu crescimento e relevância profissional contínua.

• Plano curricular e unidades curriculares

  Plano curricular e unidades curriculares

  Despacho n.º 7799/2021, de 9 de agosto, alterado pelo Despacho n.º 7290/2024, de 4 de julho

  • 1º Ano / Tronco comum
    • [1º Semestre]
    • Fundamentos de Estatística para Ciência de Dados 7 ects
    • Introdução à Ciência de Dados 7 ects
    • Privacidade, Segurança e Ética em Ciência de Dados 7 ects
    • Programação Aplicada para Ciência de Dados 7 ects
    • Seminário de Orientação 2 ects

    • [2º Semestre]
    • Ciência de Dados Avançada 7 ects
    • Introdução às Redes Sociais 7 ects
    • Seminário de Tutoria 2 ects
    • Tópicos em Engenharia de Dados para Ciência de Dados 7 ects
    • Visualização de Informação 7 ects
  • 2º Ano / Tronco comum
    • [1º Semestre]
    • Fundamentos de Processamento de Linguagem Natural 7 ects
    • Seminário de Projeto 2 ects
    • Tópicos em Aprendizagem Automatizada e suas Aplicações 7 ects
    • Opção I
    • Opção II

    • [2º Semestre]
    • Seminário de Dissertação ou Trabalho de Projeto

• Opções

  Opções

  • Seminário de Dissertação ou Trabalho de Projeto
    • Seminário de Dissertação (Seminário de Dissertação ou Trabalho de Projeto) 30 ects
    • Trabalho de Projeto (Seminário de Dissertação ou Trabalho de Projeto) 30 ects
  • Opção I
    • Fundamentos de Sistemas de Recomendação (Opção I) 7 ects
    • Visualização de Informação Avançada (Opção I) 7 ects
  • Opção II
    • Fundamentos da Mineração de Processos (Opção II) 7 ects
    • Métodos Fundamentais para Sistemas de Recomendação (Opção II) 7 ects

• Corpo Docente

  Corpo Docente

  Bruno D. Ferreira-saraiva

  Bruno Miguel Pereira Cipriano

  Carlos M. Fernandes

  Gabriela Eleutério Soares

  João Pedro Lavadinho Moreira

  Leonardo De Carlo

  Lucio Studer Ferreira

  Manuel Pita

  Nuno Coelho

  Paulo Guedes

  Sofia Da Silva Fernandes

  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

  Os diplomados do Mestrado em Ciência de Dados da Universidade Lusófona estão particularmente bem preparados para atuar em contextos que requerem competências avançadas em engenharia e análise de dados, aprendizagem automatizada, construção de modelos e interpretação aplicada de fenómenos complexos. Graças à combinação equilibrada de módulos orientados para a engenharia de dados, estatística aplicada, visualização, aprendizagem automática e responsabilidade ética, os graduados poderão assumir funções em múltiplos sectores, tais como saúde, finanças, retalho, indústrias criativas, telecomunicações, administração pública e investigação científica. Exemplos de saídas profissionais: - Cientista de Dados (Data Scientist) - Engenheiro de Dados (Data Engineer) - Engenheiro de Aprendizagem Automática (Machine Learning Engineer) - Analista de Dados (Data Analyst) - Especialista em Visualização de Informação (Data Visualisation Specialist) - Analista de Redes Sociais e Estudos de Audiência - Analista de Dados em Saúde (Health Data Analyst) - Analista de Dados Financeiros (Financial Data Analyst) - Consultor em Ética e Privacidade de Dados - Especialista em Integração de Dados IoT - Analista de Dados para Políticas Públicas - Investigador Científico em Ciência de Dados ou áreas interdisciplinares Adicionalmente, os graduados poderão prosseguir estudos avançados através de programas de doutoramento em Ciência de Dados, Inteligência Artificial, Ciências Sociais Computacionais, entre outros domínios afins

• Áreas científicas do curso

  Áreas científicas do curso

  Ciências informáticas

• Observações

  Observações

  Regime de Horário: Diurno, Noturno.

Departamento de Engenharia Informática e Sistemas de Informação

• Website do DEISI