Disponível em
Viseu
Isabel Silva
Toacy de Oliveira
ISEIT — Ensino Universitário em Viseu
- Duração: 7 meses
- Créditos: 48 Créditos ECTS
- Regime: e-learning (100% online)
A pós-graduação em Análise de Dados e Inteligência Artificial foi desenvolvida com o intuito de capacitar profissionais para os desafios das tecnologias digitais, combinando a teoria e a prática num ambiente de aprendizagem híbrido. Pretende-se que os estudantes obtenham conhecimentos e competências necessárias para enfrentar os desafios e aproveitar as oportunidades no campo da ciência de dados e da inteligência artificial. Ao longo deste Curso os estudantes terão a oportunidade de trabalhar num ambiente articulado entre a teoria avançada e a prática aplicada, cobrindo tópicos essenciais como data mining, machine learning, processamento de linguagem natural e análise preditiva.
O curso, focado em Transformação Digital, Inteligência Artificial (IA) e Análise de Dados Avançada, realça a importância da ética e da responsabilidade no uso de dados e tecnologias de IA, preparando os estudantes para tomar decisões informadas e éticas na sua carreira profissional.
Área de estudo
Ciências Informáticas
Regras de avaliação
A avaliação dos estudantes visa apurar o seu aproveitamento em termos da evolução dos conhecimentos e da aquisição de competências definidos no programa das unidades curriculares.
A avaliação em cada unidade curricular pressupõe métodos e instrumentos adequados aos seus objetivos, características e conteúdos ministrados, sendo realizada de acordo com o Regulamento de Frequência e Avaliação em vigor.
Em termos gerais, existem duas modalidades de avaliação: a avaliação contínua em que se avalia toda a prestação do estudante ao longo do semestre/trimestre/ano – participação nas atividades realizadas na unidade curricular, trabalhos individuais e em grupo, provas orais e escritas, entre outros; e a avaliação por exame, a qual avalia apenas a prestação do estudante no exame realizado.
A pós-graduação destina-se a capacitar profissionais a extrair insights valiosos de grande volume de dados e aplicar técnicas de IA para automação e inovação em diversos setores de atividade.
Entre os destinatários destacam-se:
- Consultores;
- Gestores;
- Quadros Superiores da Administração Pública;
- Técnicos Superiores de Tecnologias de Informação e Comunicação;
- Técnicos Superiores de Organizações de Media Digital;
- Investigadores.
Perfis de saída
Os detentores do certificado de pós-graduação poderão desempenhar funções em:
- Empresas;
- Startups;
- Instituições financeiras;
- Organizações de media digital;
- Empresas de consultadoria;
- Instituições de ensino superior;
- Administração pública;
- Organizações (não) governamentais nacionais e inter/transnacionais.
| UC – Anual | CH | ECTS |
| Introdução à Transformação Digital | 10 T: 16 TP; 4 OT | 6 |
| Análise Exploratória de Dados | 6 T; 20 TP; 4 OT | 6 |
| Métodos e Técnicas de Investigação | 6 T; 20 TP; 4 OT | 6 |
| Big Data e Visualização | 16 T; 20 TP; 4 OT | 7 |
| Inteligência Artificial | 10 T; 16 TP; 4 OT | 6 |
| Representação do Conhecimento | 6 T; 10 TP; 4 OT | 5 |
| Direito de Privacidade em Segurança de Informática | 10 T; 6 TP; 4 OT | 5 |
| Projeto e Contextos de Aplicação | 12 TP; 14 TC; 4 OT | 7 |
Legenda: T- Teórica; TP- Teóricas/Práticas, TC – Trabalho de campo, S – Seminários, UC- Unidade Curricular, CH- Carga Horária, ECTS- Créditos ECTS
Requisitos de acesso
Detentores do grau de Licenciado, ou equivalente legal.
Obtenção de Diploma
Para a conclusão da pós-graduação em Análise de Dados e Inteligência Artificial, o estudante deverá cumprir um plano curricular constituído por 48 créditos ECTS obrigatórios.
No final do curso, o estudante terá as seguintes competências:
- Compreender os conceitos fundamentais de análise de dados e inteligência artificial, incluindo machine learning, deep learning e processamento de linguagem natural;
- Ser capaz de recolher, processar e analisar grande volume de dados para extrair insights significativos;
- Desenvolver, treinar, avaliar e implementar modelos de machine learning e deep learning para resolver problemas da atualidade;
- Aplicar pensamento crítico e capacidade de resolução de problemas para abordar desafios complexos em diferentes domínios;
- Comunicar de forma eficaz os resultados das análises e modelos para públicos diferenciados, utilizando visualizações de dados e relatórios claros;
- Compreender as implicações éticas e sociais da utilização de dados e inteligência artificial.
