Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Estatística e Análise de Dados

Departamento / Department

Departamento de Métodos Quantitativos para Gestão e Economia

Ano letivo / Execution Year

2024/2025

Pré-requisitos / Pre-Requisites

Não exitem.

Objetivos Gerais / Objectives

A UC tem como objetivo ensinar os alunos a elaborar um caso de negócio, suportado pelo desenho de uma arquitetura de dados e pela escolha de critérios de decisão e funcionalidades tecnológicas

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

Objetivos de Aprendizagem: OA1. Descrever os conceitos e metodologias-chave para o desenvolvimento de um caso de negócio. OA2. Descrever os principais conceitos e frameworks para o desenvolvimento de uma arquitectura de dados. OA3. Desenvolver e comunicar um caso de negócio suportado numa arquitetura de dados. No final da UC cada estudante deverá ser capaz de: 1) Analisar um caso de negócio; 2) Desenhar um framework de arquitetura de dados; 3) Identificar critérios de decisão; 4) Selecionar funcionalidades tecnológicas; 5) Elaborar uma proposta de valor; e 6) Definir requisitos tecnológicos para a implementação do caso de negócio.

Conteúdos Programáticos / Syllabus

P1. Fundamentos de arquitetura de dados P2. Armazenamento e recuperação de dados P3. Integração de dados P4. Análise, modelação e visualização de dados P5. Segurança e qualidade de dados P6. Arquiteturas com tecnologias emergentes P7. Identificação de problemas P8. Fundamentação de propostas P9. Identificação de riscos e benefícios P10. Definição de requisitos tecnológicos P11. Comunicação de casos de negócio

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

O conhecimento dos conceitos e frameworks para o desenvolvimento de uma arquitectura de dados (OA2) pressupõe a compreensão do que é uma arquitectura de dados (P1), bem como a forma como o pipeline dos dados funciona (P2), integração (P3), análise, modelação e visualização (P4), e segurança e qualidade de dados (P5). Com o desenvolvimento das tecnologias emergentes, importa explicar como é que as arquiteturas de dados podem funcionar em sistemas tecnologicamente mais avançados (P6). O conhecimento e o desenvolvimento de um caso de negócio (OA1, 3) suportado pelo desenho de uma arquitetura de dados, requer que os alunos dominem aspetos relacionados com a identificação de problemas (P7) e sejam capazes de fundamentar propostas de valor (P8). O caso de negócio cobre ainda a identificação de riscos e benefícios (P9) e de requisitos tecnológicos (P10) para a sua implementação. Para a argumentação e storytelling do caso de negócio é fundamental saber comunicar (P11) as opções apresentadas.

Avaliação / Assessment

A avaliação ao longo do semestre é composta pelas seguintes componentes: a) 10% em função da assiduidade do aluno nas aulas; b) 50% com trabalho de grupo, onde os alunos devem demonstrar a capacidade de desenvolvimento de um caso de negócio, com trabalho colaborativo e brainstorming, através da gravação de um vídeo (pitch); c) 30% com a entrega individual dos requisitos tecnológicos do caso de negócio; d) 10% com a discussão oral individual do caso de negócio. Aprovação: a) classificação mínima 10 valores em cada elemento; Escala: 0-20 valores. Esta UC não contempla avaliação por exame dada a sua natureza de seminário.

Metodologias de Ensino / Teaching methodologies

São utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1. Expositivas, para apresentação dos quadros teóricos de referência. ME2. Participativas, com análise e discussão de casos de aplicação. ME3. Ativas, com realização de trabalhos ME4. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.

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

As metodologias de ensino-aprendizagem (ME) visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objetivos de aprendizagem (OA). Através da exposição (ME1) dos conteúdos programáticos nas aulas vai ser possível transmitir aos alunos da UC os conceitos, as metodologias e os frameworks mais relevantes para o desenvolvimento do caso de negócio (OA1, OA2), criando assim, as bases para as metodologias de ensino participativas (ME2) e ativas (ME3). O desenvolvimento do caso de negócio (OA3) vai exigir, em primeira instância, a discussão em grupo (ME2) e a realização de trabalhos em grupo, (ME3) promovendo uma abordagem colaborativa entre os alunos. Numa segunda fase, os alunos precisam de realizar auto-estudo (ME4) para a apresentação do framework metodológico e dos requisitos tecnológicos do caso de negócio, nomeadamente, com a leitura de livros técnicos e visualização de tutoriais em centros de aprendizagem online.

Observações / Observations

A UC contribui em particular para o ODS 9 - Indústria, inovação e infraestruturas, pelo facto de as arquiteturas de dados permitirem o desenvolvimento de infraestruturas de qualidade, de confiança, sustentáveis e resilientes.

Bibliografia Principal / Main Bibliography

Gatti, S. (2023). Project Finance in Theory and Practice: Designing, Structuring, and Financing Private and Public Projects. Academic Press. ISBN: 978-0323983600. Inmon, B.; Levins, M.; Srivastava, R. (2021). Building the Data Lakehouse. Technics Publications. ISBN: 978-1634629669. Kerzner, H. (2022). Project Management: A Systems Approach to Planning, Scheduling, and Controlling. 13th edition, Wiley. ISBN: 978-1119805373. Koller, T., Goedhart, M., Wessels, D. (2020). Valuation: Measuring and Managing the Value of Companies. 7th edition, McKinsey & Company Inc. ISBN: 978-1119611868. Serra, J. (2024). Deciphering Data Architectures. O'Reilly Media, Inc. ISBN: 978-1098150761. Azure Architecture Center - Azure Architecture Center | Microsoft Learn.

Bibliografia Secundária / Secondary Bibliography

Agrawal, D.; Selçuk Candan, K.; Li, W-S. (2011). Data Management in the Cloud: Challenges and Opportunities. Springer. Erl, T.; Mahmood, Z.; Puttini, R. (2013). Cloud Computing: Concepts, Technology & Architecture. Prentice Hall. Götze, U.; Northcott, D.; Schuster, P. (2015). Investment Appraisal: Methods and Models. Springer. Kavis, M. (2014). Architecting the Cloud: Design Decisions for Cloud Computing Service Models (SaaS, PaaS, and IaaS). Springer. PMI (2017). The Standard for Portfolio Management. Project Management Institute. Zhao, L. (2014). Cloud Data Management. Springer.

Data da última atualização / Last Update Date

2024-07-31