Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Ciência de Dados
Departamento / Department
ISCTE
Ano letivo / Execution Year
2024/2025
Pré-requisitos / Pre-Requisites
Frequência e conhecimento das matérias das UCs dos anos 1.º e 2.º anos curriculares do curso; Familiarização com as etapas e técnicas necessárias a um projeto em Ciência de Dados, com especial foco nas matérias de: programação e estruturas de dados, probabilidades e estatística, gestão de dados, análise exploratória de dados, processamento de Big Data, aprendizagem supervisionada e não supervisionada e séries temporais.
Objetivos Gerais / Objectives
Desenvolvimento de competências de desenho de projeto e organização de trabalho, com estudo e preparação de soluções de processamento e análise de dados para resolução de tarefas concretas em Ciência de Dados (CD) e de acordo com uma conduta ética e deontologicamente sustentada. No final da UC, estes estudantes terão desenvolvido um projecto integrado com todas as suas componentes, desde a concepção da arquitetura da solução ao plano de implementação e, se for caso disso, à implementação propriamente dita. A comunicação coerente, consistente e sustentada de resultados é ainda um dos objetivos a atingir.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
No final da UC, cada estudante deverá ser capaz de: OA1. Definir os objetivos e formular as tarefas em CD que permitem extrair o conhecimento pretendido pelo cliente. OA2. Definir as variáveis de dados e os metadados que conduzem ao conhecimento necessário. OA3. Planear as diferentes fases de desenvolvimento do projeto. OA4. Tratar os dados com as ferramentas de Ciência de Dados mais apropriadas para atingir os objetivos propostos. OA5. Produzir visualizações de dados e documentos adequados a correta comunicação dos resultados obtidos. OA6. Resolver problemas inerentes à utilização de dados reais numa ótica de ethics-by-design.
Conteúdos Programáticos / Syllabus
Os conteúdos programáticos (CP) são os seguintes: CP1. Introdução aos desafios (projetos) propostos e organização de equipas de projeto. CP2. Metodologias de pesquisa de informação para enquadramento do tema de projeto. CP3. Abordagens práticas ao desenvolvimento de projeto numa ótica de ethics-by-design. CP4. Ferramentas para cada etapa de desenvolvimento do projecto. CP5. Modelos usuais de comunicação de dados e de resultados.
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
Deve notar-se que esta UC só faz sentido no final da Licenciatura em Ciência de Dados e para alunos com as competências assinaladas nos pré-requisito. Mais ainda, esta é uma UC do tipo project-based learning, pelo que os conteúdos estão perfeitamente alinhados com os objetivos., uma vez que são desenhados em função destes. Assim, CP1 e CP2 contribuem para a aprendizagem e consolidação de OA1, OA2 e OA3. CP3 contribui para OA4 e OA6. CP5 contribui para melhorar a capacidade de organização de documento escrito ou visualizações de informação, logo, para OA5. A prática de projet-based learning espera-se que contribua para todos os objetivos, dado que o projeto deverá exercitar todas as competências enunciadas.
Avaliação / Assessment
Sendo uma UC de projeto, não existe a figura de exame a 100%. A avaliação será efetuada ao longo do semestre, consistindo nas diferentes etapas de desenvolvimento do projeto, onde: (i) cada etapa é pontuada por um entregável (escrito / apresentado em aula) (E) com feedback. (ii) uma apresentação intermédia (A1) com feedback. (iii) uma apresentação final (A2) com discussão. (iv) um poster (informativo) (P). (v) um relatório de projeto final (R). A nota será o resultado de: E x 0,15 + A1 x 0,10 + P x 0,10 + A2 x 0,30 + R x 0,35.
Metodologias de Ensino / Teaching methodologies
A metodologia única de ensino e aprendizagem é a de project-based learning.
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
Sendo uma UC de projeto, a metodologia é, exatamente, project-based learning.
Observações / Observations
1. Em todas as etapas à exceção do relatório de projeto, estes estudantes recebem retorno construtivo dos elementos apresentados de modo a apresentarem melhorias com vista ao bom desempenho e ao aperfeiçoamento do relatório final. 2. Alunos abrangidos pelo 'Regulamento Interno para Estudantes com Estatutos Especiais' deverão contactar o ou a docente da UC, ou a Coordenadora da mesma, ***na primeira semana de aulas do semestre***, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Dependente dos temas específicos do desafio em que cada grupo de estudantes irá desenvolver os trabalhos do projeto.
Bibliografia Secundária / Secondary Bibliography
Voeneky, S., Kellmeyer, P., Mueller, O., & Burgard, W. (Eds.). 2022. The Cambridge Handbook of Responsible Artificial Intelligence: Interdisciplinary Perspectives. Cambridge: Cambridge University Press. Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. 2016. Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann. Provost, F., & Fawcett, T. 2013. Data Science for Business: What you need to know about data mining and data-analytic thinking. O'Reilly Media, Inc.
Data da última atualização / Last Update Date
2024-07-29