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
2024/2025
Pré-requisitos / Pre-Requisites
Para esta unidade curricular (UC) são obrigatórios conhecimentos de bases de dados (modelo relacional e SQL) e UML (Unified Modeling Language). Os alunos que não tenham presentes estes conteúdos programáticos devem fazer uma revisão dos mesmos logo no início do semestre letivo. Desta forma, recomenda-se a frequência numa UC de Bases de Dados.
Objetivos Gerais / Objectives
Esta unidade curricular foi especialmente projetada para apresentar, discutir e lidar com a problemática dos sistemas de Data Warehouse e Business Intelligence (DW/BI) 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 DW/BI, em cenários de aplicações reais, complementando-os com a formação essencial em processamento analítico. Pretende-se que os alunos desenvolvam a capacidade de desenhar modelos dimensionais e que sejam capazes de aplicar os conceitos lecionados a um caso de estudo numa determinada área de negócio, com vista a melhorar as suas aptidões em serviços de exploração de informação para suporte à decisão.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Para obter sucesso nesta UC o aluno deverá ser capaz de: OA1. Conhecer as caraterísticas fundamentais e a evolução dos Sistemas de Apoio à Decisão baseados em dados OA2. Distinguir os princípios de desenho aplicados aos sistemas operacionais e aos sistemas analíticos OA3. Conhecer e aplicar técnicas de modelação dimensional para DW/BI OA4. Conhecer e aplicar os princípios base de modelação dimensional ágil OA5. Comparar e criticar diferentes modelos dimensionais OA6. Conhecer as diferentes fases de desenvolvimento de um sistema de DW/BI, segundo a metodologia de R. Kimball OA7. Conhecer e aplicar os conceitos fundamentais do levantamento de requisitos de um projeto de DW/BI OA8. Desenhar um modelo dimensional para uma determinada área de negócio com vista ao desenvolvimento de uma aplicação de BI OA9. Expressar e explicar as decisões de desenho tomadas em cada fase do trabalho prático
Conteúdos Programáticos / Syllabus
CP1. Introdução aos Sistemas de Apoio à Decisão baseados em dados CP2. Introdução aos sistemas de Data Warehouse e Business Intelligence (DW/BI) CP3. Processamento Analítico de Dados (OLAP) versus Processamento Transacional de Dados (OLTP) CP4. Metodologia de R. Kimball para o desenvolvimento de sistemas de DW/BI CP5. Modelação dimensional: Conceitos fundamentais CP6. Conceitos de modelação dimensional ágil CP7. Modelação dimensional: Conceitos avançados CP8. Levantamento de requisitos para o desenho de modelos dimensionais CP9. Planeamento e desenho de aplicações de BI
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
Os objetivos de aprendizagem estão alinhados com os conteúdos programáticos através das seguintes dependências: OA1: Caraterísticas fundamentais e evolução dos Sistemas de Apoio à Decisão baseados em dados - CP1 OA2: Distinguir os princípios de desenho aplicados aos sistemas operacionais e aos sistemas analíticos - CP1, 2 e 3 OA3: Modelação dimensional para DW/BI - CP4, 5 e 7 OA4: Modelação dimensional ágil - CP6 OA5: Comparar e criticar diferentes modelos dimensionais - CP5, 6 e 7 OA6: Diferentes fases de desenvolvimento de um sistema de DW/BI, segundo a metodologia de R. Kimball - CP4 OA7: Levantamento de requisitos de um projeto de DW/BI - CP4 e 8 OA8: Desenhar um modelo dimensional para uma determinada área de negócio com vista ao desenvolvimento de uma aplicação de BI - CP4, 5, 6, 7, 8 e 9 OA9: Expressar e explicar as decisões de desenho tomadas em cada fase do trabalho prático - deve evidenciar a compreensão dos conceitos teóricos de CP4, 5, 6 ,7, 8 e 9 e sua aplicação prática
Avaliação / Assessment
O aluno dispõe de dois métodos de avaliação: avaliação ao longo do semestre e avaliação por exame (para 100% da nota). Dado o carácter prático desta UC, recomenda-se o método de avaliação ao longo do semestre que inclui o desenvolvimento de um trabalho prático. A avaliação ao longo do semestre é composta pelas seguintes componentes: - Trabalho prático (em grupo, com nota individual): 70% (entrega parcial vinculativa para continuar em avaliação ao longo do semestre, com avaliação qualitativa) - Teste individual: 30% Nota mínima 10 em todas as componentes. Os grupos de trabalho são de 3 a 4 elementos. Não há possibilidade de realização de trabalhos práticos individuais. Para os alunos do MSIAD, os grupos devem ser os mesmos para a UC de Desenho e Desenvolvimento de Aplicações de BI. Alternativa: avaliação por exame final para 100% da nota, em 1ª época, 2ª época e época especial. O trabalho prático tem uma entrega parcial vinculativa para continuar em avaliação ao longo do semestre, a meio do semestre (tipicamente na aula 15). Cada grupo receberá feedback e uma avaliação qualitativa: A, B, C, D e F (passa a ser avaliado por exame). Todos os elementos do grupo têm que estar presentes na aula de apresentação da entrega parcial do trabalho prático. A data limite de entrega do trabalho prático é na última semana de aulas, no final do período letivo. As orais para discussão dos trabalhos serão realizadas via Zoom, numa data a combinar com cada grupo. As notas das orais (i.e., a nota da componente do trabalho prático) são individuais. Todas as orais têm que estar concluídas antes da data do teste, que se realiza na 1ª época de avaliação. Passam a ser avaliados por exame em 1ª época (contando 100% da nota) os alunos que: (a) não entregarem a 1ª parte do trabalho a meio do semestre; ou (b) não cumprirem a nota mínima do trabalho de grupo. O exame de 2a época constitui sempre 100% da nota e pode ser realizado: (a) por quem, em 1ª época, não obteve nota positiva ou não foi avaliado; e (b) para melhoria de nota (requer inscrição na secretaria).
Metodologias de Ensino / Teaching methodologies
ME1: Expositivas, para apresentação dos conceitos teóricos de DW e BI ME2: Demonstrativa ou experimental para exploração e desenvolvimento de exercícios e do trabalho prático de DW e BI 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
Os resultados de aprendizagem (OA) são alcançados através de uma combinação de aulas expositivas, realização de exercícios, desenvolvimento do projeto e estudo individual. Nas aulas teóricas (T) são aplicadas metodologias expositivas para apresentação dos fundamentos teóricos de DW e BI. Nas aulas TP são aplicadas metodologias participativas e experimentais, promovendo-se a análise e resolução de exercícios práticos de modelação dimensional. São aplicadas também dinâmicas de grupo para a resolução de exercícios e prática da modelação dimensional ágil e do levantamento de requisitos analíticos para DW/BI. O projeto realizado em grupo permite aos alunos aplicarem os conceitos teóricos lecionados num contexto específico. As aulas de apoio ao desenvolvimento do projeto prático oferecem uma oportunidade para os alunos explicarem as suas decisões e refletirem sobre a aplicação dos conceitos lecionados, obtendo feedback formativo. O alinhamento entre os objetivos de aprendizagem (OA) e cada metodologia de ensino-aprendizagem definidas para a UC é realizado da seguinte forma: ME1: OA1, 2, 3, 4, 6, 7 ME2: OA2, 3, 4, 5, 7, 8, 9 ME3: OA3, 4, 5, 7, 8, 9 ME4: todos os OA.
Observações / Observations
A matéria lecionada nesta unidade curricular será fundamental para Sistemas de Informação Analíticos II.
Bibliografia Principal / Main Bibliography
- Slides das aulas teóricas e exercícios disponibilizados pelos docentes - Adamson, C. (2010) Star Schema: the complete reference. McGraw-Hill, USA - Kimball, R. & Ross, M. (2013) The Data Warehouse Toolkit - the definite guide to dimensional modeling (3rd ed.). John Wiley & Sons, USA. - Corr, L. & Stagnitto, J. (2011) Agile Data Warehouse Design - Collaborative Dimensional Modeling, from Whiteboard to Star Schema. DecisionOne Press, UK. - Kimball, R., Ross, M., Thornthwaite, W., Mundy, J., and Becker, B. (2008) The Data Warehouse Lifecycle Toolkit - practical techniques for building data warehouse and business intelligence systems (2nd ed.) John Wiley & Sons, USA - Bakhshi, S. (2023) Expert Data Modeling with Power BI: Enrich and optimize your data models to get the best out of Power BI for reporting and business needs (2nd ed.) Packt Publishing
Bibliografia Secundária / Secondary Bibliography
- Beaulieu, A. (2020) Learning SQL: Generate, Manipulate, and Retrieve Data (3rd ed.) OReilly Media - Sharda, R., Delen, D., and Turban, F. (2019) Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support (11th Ed). Pearson Education, Inc, USA - Kimball, R., Ross, M., Becker, B., Mundy, J. & Thornthwaite, W. (2015) The Kimball Group Reader: Relentlessly Practical Tools for Data Warehousing and Business Intelligence Remastered Collection. (2nd ed.). Wiley, USA - Moss, L., Atre, S. (2003). Business Intelligence Roadmap. The Complete Lifecycle for Decision-Support Applications. Addison-Wesley Information Technology Series. 2003.
Data da última atualização / Last Update Date
2024-08-09