Curso


Grau académico de Mestre

--
Plano de Estudos (Percurso Geral) 120 ECTS
Estrutura Curricular
Estrutura Curricular
Área Científica Sigla ECTS Peso
Obrigatórios Optativos
Mínimo Máximo
Matemática Mat 0 0 0 0%
Não especificada n.e. 0 30 30 25%
Ciência de Dados CD 30 48 48 65%
Ciências e Tecnologias da Programação CTP 0 0 0 0%
Inteligência Artificial IA 0 0 0 0%
Estatística e Análise de Dados EAD 12 0 0 10%
Total 42 78
Plano de Estudos
Plano de Estudos
Duração Op. Unidades Curriculares Sigla Horas ECTS
Total Contacto
1º Ano 1500h 256h 60
Semestral Sim Optativa 4
Leque de Escolha:
Optativa Livre
Tópicos de Matemática em Aprendizagem Automática
Otimização Computacional
Processamento e Modelação de Big Data
Gestão de Big Data
Modelos de Previsão
Aprendizagem Estatística Não Supervisionada
Conhecimento e Raciocínio em Inteligência Artificial
Fundamentos da Programação
n.e. 150h

150h
150h
150h
150h
150h
150h
150h
150h
150h
25h
 ( OT 1h  TP 24h  )
25h  ( OT 1h  TP 24h  )
31h  ( OT 1h  TP 30h  )
31h  ( TP 30h  OT 1h  )
25h  ( PL 12h  OT 1h  TP 12h  )
25h  ( TP 24h  OT 1h  )
25h  ( TP 24h  OT 1h  )
25h  ( OT 1h  TP 24h  )
31h  ( TP 30h  OT 1h  )
25h  ( OT 1h  TP 24h  )
6

6
6
6
6
6
6
6
6
6
Semestral Seminário Interdisciplinar em Ciência de Dados CD 150h 31h
 ( TP 30h  OT 1h  )
6
Semestral Sim Optativa 5
Leque de Escolha:
Conhecimento e Raciocínio em Inteligência Artificial
Fundamentos da Programação
Processamento e Modelação de Big Data
Optativa Livre
Modelos de Previsão
Otimização Computacional
Aprendizagem Estatística Não Supervisionada
Tópicos de Matemática em Aprendizagem Automática
Gestão de Big Data
n.e. 150h

150h
150h
150h
150h
150h
150h
150h
150h
150h
25h
 ( OT 1h  TP 24h  )
31h  ( TP 30h  OT 1h  )
25h  ( OT 1h  TP 24h  )
25h  ( PL 12h  OT 1h  TP 12h  )
25h  ( OT 1h  TP 24h  )
25h  ( TP 24h  OT 1h  )
31h  ( TP 30h  OT 1h  )
25h  ( OT 1h  TP 24h  )
31h  ( OT 1h  TP 30h  )
25h  ( TP 24h  OT 1h  )
6

6
6
6
6
6
6
6
6
6
Semestral Text Mining para Ciência de Dados CD 150h 25h
 ( TP 24h  OT 1h  )
6
Semestral Sim Optativa 2
Leque de Escolha:
Optativa Livre
Conhecimento e Raciocínio em Inteligência Artificial
Otimização Computacional
Tópicos de Matemática em Aprendizagem Automática
Fundamentos da Programação
Modelos de Previsão
Processamento e Modelação de Big Data
Aprendizagem Estatística Não Supervisionada
Gestão de Big Data
n.e. 150h

150h
150h
150h
150h
150h
150h
150h
150h
150h
25h
 ( OT 1h  TP 24h  )
25h  ( OT 1h  TP 24h  )
31h  ( TP 30h  OT 1h  )
31h  ( TP 30h  OT 1h  )
31h  ( OT 1h  TP 30h  )
25h  ( OT 1h  TP 24h  )
25h  ( TP 24h  OT 1h  )
25h  ( PL 12h  OT 1h  TP 12h  )
25h  ( OT 1h  TP 24h  )
25h  ( TP 24h  OT 1h  )
6

6
6
6
6
6
6
6
6
6
Semestral Fundamentos de Business Analytics EAD 150h 25h
 ( PL 21h  TP 3h  OT 1h  )
6
Semestral Modelação Bayesiana EAD 150h 25h
 ( OT 1h  TP 24h  )
6
Semestral Sim Optativa 3
Leque de Escolha:
Modelos de Previsão
Tópicos de Matemática em Aprendizagem Automática
Conhecimento e Raciocínio em Inteligência Artificial
Otimização Computacional
Optativa Livre
Fundamentos da Programação
Gestão de Big Data
Processamento e Modelação de Big Data
Aprendizagem Estatística Não Supervisionada
n.e. 150h

150h
150h
150h
150h
150h
150h
150h
150h
150h
25h
 ( TP 24h  OT 1h  )
25h  ( TP 24h  OT 1h  )
31h  ( OT 1h  TP 30h  )
31h  ( TP 30h  OT 1h  )
31h  ( TP 30h  OT 1h  )
25h  ( OT 1h  TP 24h  )
25h  ( OT 1h  TP 24h  )
25h  ( TP 24h  OT 1h  )
25h  ( PL 12h  OT 1h  TP 12h  )
25h  ( OT 1h  TP 24h  )
6

6
6
6
6
6
6
6
6
6
Semestral Análise de Séries Temporais e Previsão CD 150h 25h
 ( TP 14h  OT 1h  T 10h  )
6
Semestral Sim Optativa 1
Leque de Escolha:
Tópicos de Matemática em Aprendizagem Automática
Gestão de Big Data
Aprendizagem Estatística Não Supervisionada
Fundamentos da Programação
Modelos de Previsão
Conhecimento e Raciocínio em Inteligência Artificial
Optativa Livre
Otimização Computacional
Processamento e Modelação de Big Data
n.e. 150h

150h
150h
150h
150h
150h
150h
150h
150h
150h
25h
 ( OT 1h  TP 24h  )
31h  ( OT 1h  TP 30h  )
25h  ( TP 24h  OT 1h  )
25h  ( OT 1h  TP 24h  )
25h  ( OT 1h  TP 24h  )
25h  ( TP 24h  OT 1h  )
31h  ( TP 30h  OT 1h  )
25h  ( OT 1h  TP 24h  )
31h  ( TP 30h  OT 1h  )
25h  ( PL 12h  OT 1h  TP 12h  )
6

6
6
6
6
6
6
6
6
6
2º Ano 1500h 57h 60
Anual Sim Dissertação ou Trabalho de Projeto em Ciência de Dados
Leque de Escolha:
Dissertação em Ciência de Dados
Trabalho de Projecto em Ciência de Dados
CD 1200h

1200h
1200h
7h
 ( OT 7h  )
7h  ( OT 7h  )
7h  ( OT 7h  )
48

48
48
Semestral Desenho de Projeto para Ciência de Dados CD 150h 25h
 ( TP 24h  OT 1h  )
6
Semestral Aprendizagem Estatística Não Supervisionada help CD 150h 25h
 ( OT 1h  TP 24h  )
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,
Entidade Situação de acreditação Publicada em Processo de acreditação
A3ES Com Acreditação 17-03-2025 Link
Logótipos (COMPETE 2020, PORTUGAL 2020 e UE)