Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Sistemas de Informação
Departamento / Department
Departamento de Ciências e Tecnologias da Informação
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
NA
Objetivos Gerais / Objectives
Depois de concluir a UC os alunos deverão conhecer o ciclo de vida dos dados e perante as diferentes fases terem capacidade de intervir na construção dos diferentes modelos. Devem também conseguir obter a informação que necessitam.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
1. Enquadramento da gestão de bases de dados no universo do data science 2. Desenvolver capacidade de modelação de dados em contexto de sistemas operacionais e de sistemas analíticos. 3. Capacidade de utilizar com eficiência e eficácia as linguagens e ferramentas para pesquisa de informação de dados estruturados e semi-estruturados
Conteúdos Programáticos / Syllabus
A. Enquadramento da gestão de dados no universo do datascience B. Desenho de esquemas relacionais 1. Relações e chaves primárias 2. Chaves estrangeiras e regras de integridade; 3. Análise crítica e construção de um modelo relacional; C. Linguagem S.Q.L 1 Interrogações Simples; 2 Funções de Agregação e Agrupamentos; 3 Interrogações Encadeadas; 4. Criação de Views D. Otimização E. Modelo Dimensional 1. Conceção modelo dimensional 2. Modelo dimensional vs relacional 3. ETL & qualidade dos dados F. Dados semi-estruturados
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes
O1 - PA O2 - PB+PE+ O3 - PC+PD+PF
Avaliação / Assessment
1ª época 1) Avaliação periódica: i) trabalho de grupo com entregas faseadas e discussão (50%); ii) teste individual escrito (50%). Aprovação: Nota final mínima de 10 valores; teste escrito nota mínima 8 valores. 2) Avaliação por exame: exame escrito (100%), Nota mínima 10 valores. 2ª Época Avaliação por exame: teste escrito (100%), Nota mínima 10 valores. Escala: 0-20 valores.
Metodologias de Ensino / Teaching methodologies
As aulas são teórico-práticas, intercalando exposição dos conceitos fundamentais e aplicação na resolução de exercícios práticos em computador.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
O facto de a transmissão de conhecimentos ser muito suportada por resolução de exercícios potencia o treino sistemático das capacidades de estruturação e abstracção (exercícios de modelação reais de bases de dados) e de pesquisa de informação (nos laboratórios os alunos necessitam pesquisar informação de bases de dados que lhes são disponibilizadas).
Observações / Observations
Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar com o docente da UC, ou com o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC. As frequências e os exames serão realizados presencialmente, quer se utilizem softwares /plataformas digitais ou não.
Bibliografia Principal / Main Bibliography
Ramakrishnan , Raghu; Gehrke, Johannes. Database Management Systems. 3rd Edition. McGrawHill. 2003 Perreira, J. Tecnologia de Base de Dados" FCA Editora de Informática, 1998 Damas, L. SQL - Structured Query Language " FCA Editora de Informática, 2005 Kimball R, Ross M. The Data Warehouse Toolkit. 3rd ed. John Wiley & Sons; 2013. Kimball R, Caserta J, ?The Data Warehouse ETL Toolkit?, Wiley, 2004
Bibliografia Secundária / Secondary Bibliography
Gorelik, Alex. The Enterprise Big Data Lake: Delivering the Promise of Big Data and Data Science. 1st Edition, O?Reilly, 2019
Data da última atualização / Last Update Date
2024-02-16