Mestrado Ciência de Dados

O Mestrado em Ciência de Dados tem como objetivo principal proporcionar aos seus participantes uma formação atual e rigorosa, que lhes permita um bom domínio teórico e prático dos mais recentes conhecimentos verificados na área, numa perspetiva interdisciplinar e multidisciplinar, imprescindíveis para garantir uma boa inserção no mercado de trabalho.

Os objetivos gerais do programa são os seguintes:

  • Providenciar competências e aptidões necessárias para processar e analisar grandes volumes de dados (Big Data), bem como extrair valor e conhecimento para tomada de decisão;
  • Desenvolver competências avançadas em áreas como Data & Text Mining, Machine Learning e suas aplicações para problemas concretos;
  • Dotar os estudantes com metodologias, procedimentos e técnicas de investigação que lhes permitam a identificação, formulação e resolução de problemas (e projetos) de forma crítica, criativa e autónoma.

Deste modo, o Mestrado em Ciência de Dados visa colmatar uma lacuna que se tem revelado cada vez maior no tecido empresarial português (e.g., financeiro, políticas públicas, seguros, setor de pescas e agricultura, energia, telecomunicações, turismo, saúde), e que se prende com os desafios inerentes à extração de conhecimento e valor do enorme manancial de dados que existe, quer nas empresas, quer na Internet. Desta forma, o Mestrado proporciona formação avançada que permite complementar uma formação de base em áreas onde a Matemática, Estatística e Ciências de Computação tenham sido um pilar fundamental, de forma a alavancar competências analíticas, descritivas e preditivas nos mestrandos que possibilitem investigação ou aplicação avançada e inovadora.
No que diz respeito às saídas profissionais, este mestrado destina-se àqueles que procuram uma formação adequada que lhes permita implementar e gerir processos analíticos nas organizações e nos sistemas de apoio à decisão. Em particular, a todos aqueles que gostem de desafios interessantes e sintam necessidade de intervir de forma ativa na construção do seu, e do nosso, futuro.

Informações: para o ano letivo 2021/2022
Diretores do Mestrado: Diana Aldea Mendes e Sérgio Moro.
Lecionado em Português
Horário: Pós-Laboral
ECTS: 120
Vagas: 70
Propinas:
Para estudantes da UE:
1º ano: 4000.00€
2º ano: 1800.00€
Para estudantes fora da UE:
1º ano: 5000.00€
2º ano: 2500.00€
Duração: 2 anos

  • Planos de Estudo

    Unidades curriculares Créditos
    1º Ano
    Gestão de Big Data Unidades Curriculares Obrigatórias

    6.0

    Metodologias e Tecnologias para Ciência de Dados Unidades Curriculares Obrigatórias

    6.0

    Modelos de Previsão Unidades Curriculares Obrigatórias

    6.0

    Recolhimento de Padrões Unidades Curriculares Obrigatórias

    6.0

    Análise de Séries Temporais e Previsão Unidades Curriculares Obrigatórias

    6.0

    Processamento e Modelação de Big Data Unidades Curriculares Obrigatórias

    6.0

    Text Mining para Ciência de Dados Unidades Curriculares Obrigatórias

    6.0

    Optativas (3)

     

    2º Ano
    Ciberdireito Unidades Curriculares Obrigatórias

    6.0

    Desenho de Projeto para Ciência de Dados Unidades Curriculares Obrigatórias

    6.0

    Sistemas de Controlo de Gestão Aplicados Unidades Curriculares Obrigatórias

    6.0

    Dissertação em Ciência de Dados Trabalho Final

    42.0

    Trabalho de Projeto em Ciência de Dados Trabalho Final

    42.0

  • Objetivos

    O Mestrado em Ciência de Dados tem como objetivo principal proporcionar aos seus participantes uma formação atual e rigorosa, que lhes permita um bom domínio teórico e prático dos mais recentes conhecimentos verificados na área, numa perspetiva interdisciplinar e multidisciplinar, imprescindíveis para garantir uma boa inserção no mercado de trabalho.
    Os objetivos gerais do programa são os seguintes:
    • Providenciar competências e aptidões necessárias para processar e analisar grandes volumes de dados (Big Data), bem como extrair valor e conhecimento para tomada de decisão;
    • Desenvolver competências avançadas em áreas como Data & Text Mining, Machine Learning e suas aplicações para problemas concretos;
    • Dotar os estudantes com metodologias, procedimentos e técnicas de investigação que lhes permitam a identificação, formulação e resolução de problemas (e projetos) de forma crítica, criativa e autónoma.

  • Requisitos

    • Qualificação académica ao nível da Licenciatura;
    • Conhecimentos ao nível médio de Matemática, Estatística e Ciências de Computação;
    • Domínio da língua inglesa: serão apresentados materiais de trabalho, referências bibliográficas e sessões com convidados estrangeiros.

  • Procedimento da candidatura e Documentos necessários

    As candidaturas são submetidas exclusivamente online. Serão requeridas aos candidatos diversas informações que deverão ser inseridas manualmente, tais como Dados Pessoais, Habilitações Literárias e Experiência Profissional*. Será também necessário carregar alguns Documentos no Formulário de Candidatura online.

    *Note-se que a informação referente a participação em estágios, atividades associativas, serviço voluntário, projetos de investigação e outras experiências relevantes em contexto profissional, bem como experiência internacional, incluindo a participação em programas de intercâmbio e summer schools, a realização de estágios internacionais e a experiência profissional no estrangeiro serão consideradas Experiências Profissionais, pelo que as informações sobre estas atividades devem ser inseridas no campo Experiência Profissional.

    Os documentos abaixo listados são necessários para anexar (upload) ao formulário de candidatura. Outros documentos poderão também ser solicitados.

    • Certificado de Conclusão de Licenciatura, emitido pela Universidade ou Instituto de Ensino Superior
    • Documento de identificação
    • Fotografia em formato jpg, jpeg, png

    Caso ainda se encontre a concluir a Licenciatura deverá anexar:

    • Compromisso de Honra (download disponível no formulário de candidatura)
    • Certidão de Aproveitamento (transcrição de notas) com as respetivas classificações e média parcial obtidas à data da candidatura

  • Processo de Seleção

    A seleção dos candidatos será feita em função de:

    • Classificação Académica;
    • Classificação Profissional;
    • Classificação de Competências (incluindo uma entrevista de seleção, facultativa).

    O processo de seleção compreende vários passos:

    Avaliação Inicial: Depois de completar a candidatura online e de ter efetuado o pagamento da respetiva taxa (não-reembolsável), a candidatura será avaliada pelos membros da Comissão de Análise das Candidaturas. Para efeitos de avaliação da candidatura será considerada a informação inserida no formulário online de candidatura, Carta de Motivação, Curriculum Vitae e outros documentos de suporte devidamente carregados no formulário online.

    Entrevista:  Durante o período de Avaliação Inicial o candidato poderá ser convocado para uma entrevista com o Diretor de Mestrado ou outro membro da Comissão de Análise das Candidaturas. A entrevista servirá para conhecer em detalhe o perfil académico do candidato, bem como experiências profissionais, competências, características pessoais e motivação. As entrevistas poderão ser feitas por telefone ou Skype, caso se justifique.

    Decisão: Todos os candidatos serão notificados da decisão. Os resultados seguirão por email e estarão disponíveis no portal de candidaturas.

    Inscrições: Em caso de admissão, os candidatos serão informados em detalhe acerca do processo de matrícula/inscrição. Será dado um prazo para ser efetuada a matrícula (confirmando dessa forma o seu lugar no Mestrado). Note-se que os candidatos admitidos terão, depois da matrícula, de efetuar o pagamento da primeira prestação das propinas até à data limite estabelecida.

  • Testemunho

    “Ciência de dados é uma área que tem crescido muito ao longo dos últimos anos e é neste momento essencial a qualquer empresa ou instituição. O mestrado em ciência de dados no ISCTE-IUL permite adquirir conhecimentos não só de processamento de dados como também em linguagens de programação. É uma excelente opção para quem gosta de análise de dados e econometria. Por exemplo entender padrões de consumo, fazer previsões, criar soluções para possíveis problemas a partir de dados. Os professores têm em atenção os backgrouds diferentes dos alunos e por isso dão exemplos práticos em diversas áreas, o que permite ter uma visão alargada das possibilidades no mercado de trabalho.”

    Ana Sucena