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

 

Condições de Acesso

 

Coordenadores: 

Professora Doutora Carla Silva e Professor Doutor José Braga Vasconcelos

datascience.analytics@asib.pt

 

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