Enquadramento
A ascensão da internet e a transformação digital da sociedade são acontecimentos que têm gerado um grande volume de dados em diversas áreas.
A Pós-Graduação em Engenharia Informática com Análise de Dados não é um curso de gestão, mas sim uma formação completa voltada para a pesquisa e implementação, tanto a nível tecnológico, como a nível de dados. Os formadores do curso são especialistas e partilham conhecimento atualizado, para que o aluno esteja preparado para contextos de trabalho atuais.
Na formação, os alunos irão adquirir conhecimento avançado nas áreas de engenharia informática e análise de dados e aprofundar os conhecimentos tecnológicos adquiridos no 1.º ciclo (licenciatura).
Ao longo das aulas, o aluno irá adquirir o conhecimento necessário para treinar futuros especialistas na área ou trabalhar nas melhores empresas de toda a Europa e desenvolver a capacidade analítica e o pensamento crítico.
Profissionais que terminem o curso com distinção serão capazes de organizar grandes volumes de dados e desenvolver soluções que permitam aproveitar todo o potencial desses mesmos dados. A Pós-Graduação em Engenharia Informática com Análise de Dados abre as portas para cargos elevados em empresas de Portugal ou de toda a Europa.
Objetivos
No final da Pós-Graduação, o aluno deverá ser capaz de:
- Trabalhar com os melhores profissionais da área no desenvolvimento de sistemas e softwares de informação multimédia e em projetos de pesquisa e análise de dados.
- Ser um elemento essencial em qualquer negócio, pois irá ajudar a empresa a tomar decisões com base em dados concretos e não depender da intuição.
Público-alvo
Este curso é destinado a profissionais que trabalhem na área da informática ou que tenham interesse nas áreas de engenharia, informática e análise de dados e que tenham licenciatura em áreas semelhantes, como na área de tecnologia. O curso não exige experiência prévia em contexto prático.
Plano de Estudos
- Introdução às ferramentas R e RStudio, abordando instalação, funcionalidades e ambiente de trabalho
- Programação em R: variáveis, estruturas de dados, funções, controlo de fluxo e iteração
- Processos de importação, preparação e manipulação de dados, com recurso ao tidyverse
- Visualização: grammar of graphics e a utilização do pacote ggplot2 para a representação de informação
- Métodos de análise exploratória de dados e estatística descritiva, seguidos de conceitos e aplicações de estatística inferencial, incluindo testes de hipóteses
- Fundamentos de machine learning: algoritmos básicos, limitações e implicações éticas da sua utilização
- O modelo de custos relacional: processador de consultas, operadores e estatísticas
- Cálculo de custos de planos de consulta e otimização em SQL
- O modelo objeto-relacional: conceitos, extensões em PostgreSQL e Oracle
- O modelo objeto: esquemas orientados a objetos e consultas em db4o
- Consultas no modelo objeto: linguagens, execução e análise de desempenho
- O modelo de documentos: fundamentos, modelação em MongoDB e PostgreSQL
- Consultas no modelo de documentos: linguagens, processamento e comparação entre abordagens nativas e relacionais
- Introdução aos sistemas Ubicomp/IoT
- Tecnologias de comunicação sem fios
- Protocolos e serviços IoT
- Contexto e localização
- Adaptação dinâmica, gestão energética e segurança
- Sistemas embebidos – Arduino com ZigBee/XBee
- Sistemas embebidos – LoPy com WiFi/BLE
- Introdução à Inteligência Artificial e Agentes Inteligentes
- Resolução de Problemas, Pesquisa Não Informada
- Resolução de Problemas, Pesquisa Informada e Heurísticas
- Pesquisa com Satisfação de Restrições
- Pesquisa com Adversários e Jogos
- Introdução à Aprendizagem Computacional
- Aprendizagem Computacional e Redes Neuronais
- A Interação Homem-Máquina como disciplina de estudo
- Conceitos de mediação em sistemas digitais
- O ciclo de desenvolvimento em Interação Homem-Máquina
- A descoberta das necessidades do utilizador
- Alternativas de projeto no desenvolvimento em Interação Homem-Máquina
- A prototipagem no desenvolvimento em Interação Homem-Máquina
- A avaliação no desenvolvimento em Interação Homem-Máquina
- Tecnologias e ferramentas de desenvolvimento de aplicações móveis
- Modelo de desenvolvimento Android com Kotlin e Android Studio
- Bases de dados locais SQLite e ORM (Room)
- Comunicações HTTP e programação assíncrona
- Serviços locais (Intent Services, Services)
- Visualização de mapas e interação com Google Services
- Testes unitários e de integração de aplicações Android
- Arquitetura de aplicações web: modelos, padrões de projeto e critérios de escolha
- Docker: instalação, configuração, containers, imagens e Docker Compose
- Backend com Golang e Gin: rotas, handlers, persistência de dados, segurança
- Frontend com React: configuração, componentes, estado, formulários, consumo de APIs
- Integração backend/frontend: comunicação, autenticação/autorização com JWT
- Testes de software em aplicações web
- Deploy de aplicações completas com Docker
- Introdução à Engenharia de Software
- Especificação de requisitos de software
- Modelação de sistemas de software com UML
- Desenvolvimento de aplicações backend com Node.js e Express
- Integração de bases de dados, rotas, controladores e formulários
- Automação de testes e Test Driven Development
- Integração contínua, entrega contínua e implantação em produção
- Introdução à tecnologia de comunicação sem fios
- Transmissão de dados em redes sem fios
- Conceitos básicos de antenas e propagação de sinal em redes sem fios
- Técnicas de multiplexagem de terminais em redes sem fios
- Tecnologias de rede sem fios de área local (WLANs)
- Tecnologias de rede sem fios para IoT (WPANs e LPWANs)
- Redes Celulares (WWANs)
- Introdução e fundamentos sobre imagem e visão computacional
- Introdução ao processamento e análise de imagem no domínio espacial
- Processamento de imagem morfológico
- Processamento de imagens a cores
- Segmentação de imagem
- Representação e descrição de características visuais
- Reconhecimento e segmentação de objetos com aprendizagem computacional (Machine Learning – ML)
METODOLOGIA E SISTEMA DE AVALIAÇÃO
METODOLOGIA
Durante as 8 semanas de cada disciplina, os estudantes contam com o suporte de um professor especialista no conteúdo que irá responder a dúvidas, interagir com os estudantes e ensinar novos conteúdos.
A principal característica é a flexibilidade, por isso, a forma de estudo/interação é assíncrona, ou seja, o aluno faz a gestão do seu tempo e local de estudo, não sendo obrigado a estar disponível num horário específico. As 20h semanais são uma média de dedicação de um estudante, ninguém é obrigado a realizá-las (não serão contabilizadas) e podem ser distribuídas como o aluno desejar. Ex.: 5h/ dia de segunda a sexta. 10h/ dia sábado e domingo.
Pode optar pela frequência do curso em:
- Full-time (duração total de 10 meses), assistindo a duas disciplinas de cada vez;
- ou Part-time (duração total de 20 meses), assistindo a uma disciplina de cada vez.
A cada intake, sensivelmente de 2 em 2 meses, iniciam novas disciplinas.
O conteúdo das disciplinas é composto por vídeos, apresentações, PDFs, leitura de livros de bibliotecas digitais, entre outros tipos de recursos educacionais.
A LMS (plataforma) utilizada na UFP é o Canvas, um dos mais modernos LMS do mercado.
SISTEMA DE AVALIAÇÃO
Todos os módulos/disciplinas têm avaliações.
As avaliações são contínuas, ou seja, ocorrem ao longo da disciplina e não apenas no final. São compostas por questionários de escolha múltipla, fóruns de discussão, elaboração de trabalhos em grupo e artigos científicos.
Não existe a necessidade de elaboração de uma dissertação ou tese no final.
Condições
CUSTOS
Full-time: 700.00€ x 5 intakes.
Part-time: 350.00€ x 10 intakes.
(custo total do curso: 3500.00€)
DOCUMENTOS NECESSÁRIOS PARA A INSCRIÇÃO
- Diploma ou certificado de habilitações literárias: certificado de graduação no ensino superior ou certificado de conclusão do ensino secundário (para quem não é graduado e necessita utilizar a experiência profissional para efeito de candidatura);
- Cópia autenticada do Cartão da Ordem Profissional, se aplicável;
- Curriculum Vitae (Modelo Europass);
- Elementos comprovativos das atividades indicadas no CV;
- Cópia do documento de identificação civil e fiscal (para emissão de recibos);
OBSERVAÇÕES
- Como o curso é 100% online o cartão de residência não é obrigatório, pois não há a necessidade de morar em Portugal.
- Documentos que constem em Inglês, Francês e Espanhol não precisam de tradução oficial. Para os demais idiomas precisa de uma tradução oficial.
- Para os candidatos cuja língua nativa não é o português, é necessário documento que ateste proficiência linguística com nota mínima B2.
Efetue aqui a sua Pré-inscrição
Contacto
Academia Fernando Pessoa
Praça 9 de Abril, 349
4249-004 Porto
T. +351 22 507 1300
academia@fundacaofernandopessoa.pt