Centro de Formação ISCIAC, SAS e Universidade Atlântica estruturam e organizam a Pós Graduação em Data Science and Advanced Analytics
Nos últimos anos um conjunto relacionado de áreas de I&D, incluindo a área de Inteligência Artificial, definiram a área da Ciência dos Dados (Data Science). A ciência dos dados é transversal através da aplicação de técnicas e algoritmos de data mining, assim como pela apresentação de diferentes tipos de tarefas de regressão e classificação de dados que compõem a análise preditiva. Estes conceitos e tecnologias da ciência dos dados serão aplicados na pós graduação em determinados domínios e respetivos conjuntos de dados (data sets).
Nos últimos anos um conjunto relacionado de áreas de I&D, incluindo a área de Inteligência Artificial, definiram a área da Ciência dos Dados (Data Science). A ciência dos dados é transversal através da aplicação de técnicas e algoritmos de data mining, assim como pela apresentação de diferentes tipos de tarefas de regressão e classificação de dados que compõem a análise preditiva. Estes conceitos e tecnologias da ciência dos dados serão aplicados na pós graduação em determinados domínios e respetivos conjuntos de dados (data sets).
O habitat natural da Internet torna-se, nos dias de hoje, uma ferramenta indispensável para a aprendizagem, competitividade e produtividade. Estas são variáveis dependentes das competências digitais para o exercício de diferentes profissões. Na criação de uma sociedade mais resiliente implica estimular novas competências, designadamente digitais, que estão em contínua mutação e evolução e, ao mesmo tempo, exige uma melhor preparação dos nossos especialistas. Aos grandes desafios da aplicabilidade IoT na nossa sociedade acresce a validação e conhecimento das áreas de Big Data e sua intervenção na melhoria deste conhecimento.
A Pós Graduação em Data Science and Advanced Analytics desenvolver-se-á num ambiente prático de análise de casos em 2 seminários com apresentação de clientes nos casos a analisar, conjuntamente com a aplicação de um projeto que decorrerá ao longo do modelo curricular em 4 fases práticas de aplicabilidade no software de análise.
Tem um corpo docente com experiência profissional e académica nacional e internacional no conhecimento nas áreas de Inteligência Artificial, Data Science e Big Data, pretende-se que as aulas sejam num ambiente prático de conhecimento e aplicação de casos de estudo.
Veja o Programa Curricular aqui
Coordenadores:
Professora Doutora Carla Silva e Professor Doutor José Braga Vasconcelos
Outras Informações:
março 2019 a outubro 2019
188 horas
60 ects
quarta, quinta e sexta-feira (18h – 22h)
PT/EN
Atlântica
Docentes:
Carla Silva
Pos Doctoral Decision Support with Artificial Intelligence Systems
European Ph. D. in Education with Application to Data Management
José Braga Vasconcelos
Ph.D. in Computer Science
Sofia Rézio
Ph.D. in Education and MSc in Computational Mathematics
Ricardo Galante
Ph.D. in Information Management and Econometrics
Mário Macedo
PhD in Information Management
Leonardo Pedro Donas-Boto de Vilhena Martins
Ph. D. in Engineering Sciences
Rui Gonçalves
Ph. D. in Management
José Fonseca
Ph. D. in Engineering Sciencies and Computacional
Marius Buzera (invited professor)
Ph. D. in Engineering Sciencies – Mechanical Engineering
Objetivos Gerais
- Apresentar a área da Ciências dos Dados (Data Science) e as suas aplicações nas organizações.
- Conhecer diferentes processos em Big Data, modelos de classificação genéricos e em domínios específicos;
- Codificar um problema concreto usando um modelo de programação específico;
- Desenvolver competências de processamento e análise de grande volume de dados por modelos matemáticos e computacionais;
- Aplicar metodologias de análise face aos problemas apresentados extraindo conhecimento e previsão de dados;
- Desenvolver e programar modelos de análise preditiva.
Objetivos Específicos
- Aplicar e analisar opções em software analítico para a comunidade académica
- Escolher e saber aplicar casos de estudo à análise prática de funções
- Analisar com SAS® Visual Analytics & SAS® Visual Statistics em sala de aula
- Fazer parte de uma rede de analistas em Data Science
- Discutir casos de estudo e aplicações práticas consoante a análise
- Desenvolver práticas e mecanismos de análise preditiva
