Curso


Diploma de técnico superior profissional
Uma das seguintes áreas: Matemática; Informática; Português
Total de novos alunos a admitir em cada ano letivo 20
Total de alunos inscritos em simultâneo 40
Localidade Morada Total de novos alunos a admitir em cada ano letivo no local/morada Total de alunos inscritos em simultâneo no local/morada
Vila Nova de Gaia R. Diogo Macedo 192 20 40
Descrição geral Planear, projetar, implementar e otimizar software e sistemas de informação baseados na inteligência artificial, integrando algoritmos desenvolvidos através de linguagem de programação, bases de dados, software e meta-informação. Produção de artefactos baseados em inteligência artificial, com recurso à Machine Learning.
Atividades principais
Projetar Software e Sistemas de Informação baseados em inteligência artificial
Interpretar, selecionar e relacionar requisitos com vista à conceção de software e sistemas de informação baseados na inteligência artificial
Gerir metodologias e ferramentas de desenvolvimento de software baseadas em machine learning
Implementar, programar e colocar em funcionamento sistemas de inteligência artificial
Conceber arquiteturas de sistemas de informação
Planear, desenvolver e executar aplicações de software em inteligência artificial
Conceber documentação técnica de apoio ao desenvolvimento e utilização de software e sistemas de inteligência artificial
Controlar, avaliar e melhorar software e sistemas de informação baseados em inteligência artificial
Gerir e supervisionar de forma integrada equipas, software de inteligência artificial
Conhecimentos
Conhecimentos fundamentais da língua portuguesa
Conhecimentos fundamentais da língua inglesa
Conhecimentos fundamentais de matemática e estatística
Conhecimentos especializados em inteligência artificial e machine learning
Conhecimento especializado em programação em Python e bibliotecas para IA (Pandas, NumPy, Scikit-Learn)
Conhecimento especializado de estruturas de dados e algoritmos para manipulação eficiente de dados
Conhecimento especializado de lógica computacional e pensamento computacional para desenvolvimento de algoritmos
Conhecimento especializado em estatística e probabilidade para modelagem e análise de dados
Conhecimento especializado em fundamentos de IA: diferenças entre IA e machine learning
Conhecimento especializado de aprendizado supervisionado e não supervisionado para classificação e agrupamento
Conhecimento especializado em aprendizado por reforço para desenvolvimento de agentes em ambientes dinâmicos
Conhecimento especializado em visualização de dados para análise e descoberta de padrões
Conhecimento especializado em análise exploratória de dados para insights iniciais sobre o conjunto de dados
Conhecimento especializado em modelos de regressão e classificação: Regressão Linear, Logística, KNN, SVM, entre outros
Conhecimento especializado em árvores de decisão e florestas aleatórias para classificação complexa
Conhecimento especializado em métricas de performance como precisão, recall, F1-score e matriz de confusão
Conhecimento especializado de validação cruzada para testar a generalização dos modelos
Conhecimento especializado em otimização de hiperparâmetros para melhorar o desempenho do modelo
Conhecimento especializado em ética na IA: viés, imparcialidade e responsabilidade no uso de dados
Conhecimento especializado de privacidade e segurança de dados em conformidade com leis e boas práticas
Aptidões
Produzir e apresentar, de forma escrita e de forma oral, relatórios técnicos em língua portuguesa
Produzir e apresentar, de forma escrita e de forma oral, relatórios técnicos em língua inglesa
Manipular estruturas de dados de forma eficiente para IA
Desenvolver algoritmos lógicos aplicados em IA
Analisar dados com técnicas estatísticas e de probabilidade
Implementar algoritmos de aprendizado supervisionado e não supervisionado
Criar agentes de aprendizado por reforço em ambientes de simulação
Construir modelos de regressão e classificação
Desenvolver classificadores com árvores de decisão e florestas aleatórias
Integrar e implantar modelos de IA em aplicações
Garantir a privacidade e a segurança de dados
Atitudes
Demonstrar capacidade de relacionamento interpessoal com interlocutores diferenciados
Demonstrar capacidade de trabalhar em equipa
Demonstrar capacidade de planificar, organizar, gerir trabalho e tomar decisões de forma autónoma
Demonstrar capacidade de autonomia, polivalência e espírito de iniciativa
Demonstrar capacidade de comunicação, sentido de responsabilidade e comportamento ético
Demonstrar capacidade analítica
Demonstrar flexibilidade adaptando-se a diferentes situações e contextos profissionais
Demonstrar autonomia na resolução de problemas técnicos
Demonstrar capacidade de adapção à evolução dos procedimentos e das tecnologias

--
Desenvolvimento de Aplicações de Inteligência Artificial (Percurso Geral) 120 ECTS
Estrutura Curricular
Estrutura Curricular
Área de Educação e Formação Sigla ECTS Peso
Obrigatórios Optativos
Mínimo Máximo
Língua e Literatura Materna (223) 223 3 0 0 2.5%
Psicologia (311) 311 3 0 0 2.5%
Línguas e Literaturas Estrangeiras (222) 222 6 0 0 5%
Ciências Informáticas (481) 481 96 0 0 80%
Matemática (461) 461 6 0 0 5%
Estatística (462) 462 6 0 0 5%
Total 120 0
Plano de Estudos
Plano de Estudos
Duração Op. Unidades Curriculares Componente de formação Sigla - AFE Horas ECTS
Total Aplicação Contacto
1º Ano 1500h 600h 600h 60
Semestral Probabilidades e Estatística Técnica 462 150h 60h 60h
 ( TP 60h  )
6
Semestral Introdução à Inteligência Artificial Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Fundamentos de Programação Técnica 481 150h 60h 60h
 ( PL 60h  )
6
Semestral Inglês Técnico Geral e científica 222 150h 60h 60h
 ( TP 60h  )
6
Semestral Pensamento Crítico Geral e científica 311 75h 30h 30h
 ( TP 30h  )
3
Semestral Técnicas de Expressão Oral e Escrita Geral e científica 223 75h 30h 30h
 ( TP 30h  )
3
Semestral Machine Learning I Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Inteligência Artificial Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Matemática para a Computação Técnica 461 150h 60h 60h
 ( TP 60h  )
6
Semestral Base de Dados Técnica 481 150h 60h 60h
 ( PL 60h  )
6
Semestral Algoritmos e Estruturas de Dados Técnica 481 150h 60h 60h
 ( PL 60h  )
6
2º Ano 1500h 300h 450h 60
Semestral Estágio Em contexto de trabalho 481 750h
 (HEP 600h)
0h 150h
 ( OT 150h  )
30
Semestral Projeto de Inteligência Artificial Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Programação Avançada Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Cibersegurança Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Machine Learning II Técnica 481 150h 60h 60h
 ( TP 60h  )
6
Semestral Ciência de Dados Técnica 481 150h 60h 60h
 ( TP 60h  )
6
T: Ensino teórico, TP: Ensino teórico-prático, PL: Ensino prático e laboratorial, TC: Trabalho de campo, S: Seminário, E: Estágio, OT: Orientação tutorial, O: Outro tipo de contacto, HEP: Horas de estágio protocoladas
Logótipos (COMPETE 2020, PORTUGAL 2020 e UE)