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
2021/2022
Pré-requisitos / Pre-Requisites
Para esta unidade curricular são obrigatórios conhecimentos de conhecimentos de sistemas de bases de dados. Desta forma, recomenda-se a frequência de uma unidade curricular de fundamentos de bases de dados.
Objetivos Gerais / Objectives
A realização com sucesso desta unidade curricular possibilitará aos alunos: OA1. Entenderem a missão e os objetivos de um sistema de data warehousing dentro de uma organização e caracterizarem de forma clara o processo de como os implementar e justificar os investimentos necessários OA2. Projetarem um sistema de data warehousing desde o seu esboço até à sua efetiva implementação e exploração OA3. Aplicarem de forma concreta técnicas de modelação dimensional no desenvolvimento de esquemas para Data Warehouse OA4. Integrar num ambiente de um sistema de data warehousing serviços de processamento analítico
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Esta unidade curricular foi especialmente projetada para apresentar, discutir e lidar com a problemática dos sistemas de data warehousing e de processamento analítico, desde os seus conceitos e terminologia básica até aos seus aspetos de projeto e implementação. Desta forma, pretende-se providenciar aos estudantes o conhecimento e a perícia necessária para planearem, projetarem, implementarem e explorarem sistemas de data warehousing, em cenários de aplicações reais, complementando-os com a formação essencial em processamento analítico, com vista a melhorar as suas aptidões em serviços de exploração de informação para suporte à decisão.
Conteúdos Programáticos / Syllabus
CP1. A área dos Sistemas de Suporte à Decisão CP2. Introdução aos Sistemas de Data Warehousing CP3. Infra-estruturas e Serviços de um Sistema de Data Warehousing CP4. Ciclo de Vida do Desenvolvimento de um Sistema de Data Warehousing CP5. Metodologias para o Desenvolvimento de Sistemas de Data Warehousing CP6. Planeamento de um Projeto de Data Warehousing CP7. Levantamento e Análise de Requisitos de Agentes de Decisão CP8. Modelação Conceptual, Lógica e Física de Data Warehouses CP9. Projecto de Sistemas de ETL CP10. Administração de Sistemas de Data Warehousing CP11. Exploração de Sistemas de Data Warehousing CP12. Processamento Analítico de Dados (OLAP)
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
Os conteúdos programáticos estão alinhados com os objetivos de aprendizagem da unidade curricular através das seguintes dependências: CP1.: contribui para OA1. CP2.: contribui para OA1, OA2, OA3 e OA4. CP3.: contribui para OA2. CP4.: contribui para OA2. CP5.: contribui para OA2 e OA3. CP6.: contribui para OA2. CP7.: contribui para OA2, OA3 e OA4. CP8.: contribui para OA2 e OA3. CP9.: contribui para OA2 e OA4. CP10.: contribui para OA2. CP11.: contribui para OA2. CP12.: contribui para OA3 e OA4
Avaliação / Assessment
Avaliação periódica: - Teste individual: 30% - Trabalho prático em grupo: 70% Alternativa: Exame (100% nota e presencial) Grupos de 3 a 4 elementos. A nota mínima no teste individual é de 10 valores. Se no trabalho prático o aluno tiver nota inferior a 10, mas superior ou igual a 8, será submetido a uma prova oral de avaliação individual. Quem não cumprir a nota mínima em avaliação periódica (1ª época) terá que fazer exame em 2ª época.
Metodologias de Ensino / Teaching methodologies
ME1: Expositivas, para apresentação dos conceitos teóricos de Data Warehousing ME2: Experimental para exploração e desenvolvimento de exercícios e do trabalho prático de DW ME3: Participativa, para desenvolvimento de trabalho prático e discussão crítica de casos de estudo. ME4: Auto-estudo, relacionadas com o trabalho autónomo do aluno, segundo o Planeamento da UC.
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
Nas aulas teórico (T) são aplicadas metodologias expositivas para apresentação dos fundamentos teóricos de Data Warehousing. Nas aulas teórico-práticas (TP) são aplicadas metodologias participativas e experimentais, promovendo-se a análise e resolução de exercícios práticos de modelação dimensional. O alinhamento entre os objetivos de aprendizagem e cada metodologia de ensino-aprendizagem definidas para a UC é realizado da seguinte forma: ME1: todos os OA. ME2: OA2, 3, 4 ME3: todos os OA. ME4: todos os OA. O aluno dispõe de dois métodos de avaliação: avaliação periódica e avaliação por exame (100% da nota). Dado o carácter prático desta UC, recomenda-se o método de avaliação periódica que inclui o desenvolvimento de um trabalho prático. Os grupos de trabalho são de 3 a 4 elementos. Não há possibilidade de realização de trabalhos práticos individuais.
Observações / Observations
A matéria lecionada nesta unidade curricular será fundamental para Sistemas de Informação Analíticos II.
Bibliografia Principal / Main Bibliography
- L. Corr, J. Stagnitto (2011) Agile Data Warehouse Design - Collaborative Dimensional Modeling, from Whiteboard to Star Schema. DecisionOne Press, UK. - R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, and B. Becker (2008) The Data Warehouse Lifecycle Toolkit - practical techniques for building data warehouse and business intelligence systems, 2nd ed. John Wiley & Sons, USA - R. Kimball, M. Ross (2013) The Data Warehouse Toolkit - the definitive guide to dimensional modeling, 3rd Edition. John Wiley & Sons, USA. - C. Adamson (2010) Star Schema: the complete reference. McGraw-Hill, USA
Bibliografia Secundária / Secondary Bibliography
- Inmon, W.H. (1996). Building the Data Warehouse, John Wiley & Sons - Moss, L., Atre, S. (2003). Business Intelligence Roadmap. The Complete Lifecycle for Decision-Support Applications. Addison-Wesley Information Technology Series. 2003. - Kimball, R., Caserta, J. (2004). The Data Warehouse ETL Toolkit - Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, John Wiley & Sons.
Data da última atualização / Last Update Date
2024-02-16