Disciplina detalhes

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

1. Compreender o que é a Ciência de Dados, as funções envolvidas e o seu contributo no suporte à decisão em contexto empresarial;
2. Compreender os desafios e oportunidades da integração de Ciência de Dados numa organização;
3. Conhecer metodologias utilizadas em projetos de Analítica e compreender as etapas envolvidas no processo;
4. Compreender a importância do conhecimento do negócio na definição dos problemas, dos dados e das condicionantes a considerar em projetos de ciência de dados;
5. Conhecer a saber utilizar técnicas e ferramentas para consulta e extração de dados dos sistemas de informação empresariais e fontes externas;
6. Conhecer os diferentes formatos de dados (das empresas e externos), identificar as suas fontes e conhecer formas de os preparar e integrar aplicando as regras de negócio em que o projeto se enquadra;
7. Conhecer e compreender os modelos multidimensionais e ser capaz de conceber e popular esses modelos.
Métodos de Ensino

A UC irá privilegiar a utilização de metodologias ativas, utilizando pontualmente a metodologia expositiva. A tipologia das aulas é TP, sendo que na vertente Teórica será utilizado o método expositivo/demonstrativo para apresentação dos conceitos, e na vertente Prática serão utilizadas metodologias ativas, adequadas ao tópico em estudo, prevendo-se trabalhos de grupo/debate e a aprendizagem baseada em projetos (individuais e em grupo).
Na sua operacionalização, as aulas serão TP, distribuídas entre sessões presenciais e online (sempre síncronas), com 11h de aulas presenciais (33% do total) e 21h online.
Estágio(s)

Não
Programa

1. Ciência de Dados, Engenharia de Dados e Decisão Baseada em Dados
2. Oportunidades e Desafios da Analítica nas Empresas;
3. Metodologias e fases de desenvolvimento de projetos de Analítica;
4. Formatos dos dados e os desafios/oportunidades do seu processamento;
5. Consulta e extração de dados dos sistemas de informação de suporte ao negócio e fontes externas;
6. Preparação e integração de dados considerando regras/restrições de negócio.
7. Introdução ao Data Warehouse: Modelos e conceitos.
Demonstração de conteúdos

O ponto 1, mapeia com o objetivo 1, pretende apresentar a Ciência da Dados, distinguindo-a da engenharia de dados, apresentar os diversos papéis (roles) envolvidos e a sua contribuição para a transição das empresas para decisões baseadas em dados e não na experiência dos decisores/gestores.
O ponto 2 corresponde ao objetivo com o mesmo número.
O ponto 3, onde serão discutidas as metodologias e etapas envolvidas em projetos de Analítica/Ciência de Dados, mapeia diretamente com os objetivos 3 e 4.
Os conteúdos do ponto 5 permitirão alcançar o objetivo 5, dotando o estudante do conhecimento e capacidades consultar e extrair os dados dos sistemas de informação de suporte ao negócio, assim como de outras fontes.
O ponto 6 dos conteúdos pretende dotar o estudante de conhecimento e competências para, quando necessário, integrar e transformar os dados num novo repositório (ou dataset) que serve de fonte aos métodos analíticos (ex. modelo multidimensional) ou aos modelos de aprendizagem automática,
completando o objetivo 6.
O ponto 7 mapeia diretamente com o objetivo 7 e ainda é relevante para o objetivo 6.
Demonstração da metodologia

-
Docente(s) responsável(eis)

-
Bibliografia

Gama, J., Carvalho, A., Oliveira, M., Lorena, A., Faceli, K. (2017). Extração de Conhecimento de Dados – Data Mining, 3ª Edição, Edições Silabo.\nGrus, J. (2019). Data science from scratch: first principles with python. O'Reilly Media.\nMalik, U., Goldwasser, M., & Johnston, B. (2019). SQL for Data Analytics: Perform fast and efficient data analysis with the power of SQL: Packt Publishing.\nProvost, F. & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data analytic thinking. O'Reilly Media.\nRattenbury, T., Hellerstein, J. M., Heer, J. M., Carreras, C., & Kandel, S. (2017). Principles of Data Wrangling: Practical Techniques for Data Preparation. O'Reilly Media.\nShah, C. (2020). A Hands-On Introduction to Data Science. Cambridge University Press.\nSharda,R., Delen ,D. & Turban, E. (2017). Business Intelligence, Analytics, and Data Science: A Managerial Perspective, 4th Edition, Pearson