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
2023/2024
Pré-requisitos / Pre-Requisites
-
Objetivos Gerais / Objectives
Os estudantes saberão desenvolver um projeto real de ciência de dados em ambiente empresarial ou académico, identificando necessidades e manipulando dados para se obter o conhecimento pretendido pela empresa. Dá-se preferência ao acolhimento direto pelas empresas em projetos reais de preferência no local de trabalho das empresas
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
Os estudantes saberão desenvolver um projecto integrado com todas as suas componentes, desde a concepção ao plano de implementação e, se for caso disso, à implementação propriamente dita. O1- Identificar necessidade de conhecimento das empresas. O2- Identificar as variáveis que conduzem ao conhecimento necessário O3- Tratar os dados com plataforma apropriadas para se atingir os objetivos propostos O4 ? Produzir documento adequado a correta divulgação dos resultados obtidos O5 - Lidar com o problema do acesso e da privacidade dos dados
Conteúdos Programáticos / Syllabus
CP1 ? Introdução aos projetos de Data Science aplicados CP2 ? Enquadramento na organização CP3 ? Desenvolvimento do projecto CP4 ? Templates de divulgação de resultados obtidos CP5 ? Questões de privacidade e acesso aos dados
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
É a seguinte a correspondência entre os objetivos de aprendizagem e os tópicos do programa: O1 ? CP1 e CP2 O2 ? CP3 O3 ? CP3 O4 - CP4 O5 ? CP5
Avaliação / Assessment
A UC tem como única avaliação continua a realização do projecto em empresa ou ISCTE-IUL A classificação final resulta dos seguintes componentes: * Entregáveis e poster: 20% (3 entregáveis, cada um 5%; um cartaz de divulgação: 5%) * Apresentação do projeto e discussão: 40% * Relatório final: 40% A disciplina não tem exame final dado a sua natureza de projeto aplicado a situações reais
Metodologias de Ensino / Teaching methodologies
Metodologias de ensino: Ensino Tutorial: no ISCTE-IUL e nas organizações. Ensino Teórico-Prático: no ISCTE e nas organizações. Aprendizagem: por trabalho e estudo em grupo e individual; por prática nas organizações; por aprendizagem com o coordenador da cadeira.
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 são as necessárias ao cumprimento dos objectivos de aprendizagem e variarão de grupo de alunos para grupo de alunos, de projecto para projecto e de empresa para empresa. O princípio deve ser o da geometria totalmente variável e em função das necessidades de cada grupo e projecto: tutoria, desenvolvimento teórico-prático, em grupo ou individualmente, a ocorrer no ISCTE-IUL e/ou nas empresas.
Observações / Observations
Alunos abrangidos pelo 'Regulamento Interno para Estudantes com Estatutos Especiais' deverão contactar o docente da UC, ou o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Field Cady ?The Data Science Handbook? 1st Edition 2017, Wiley. Outra dependente dos temas específicos da monografia e das empresas em que os alunos vão desenvolver os trabalhos de projecto.
Bibliografia Secundária / Secondary Bibliography
Foster Provost and Tom Fawcett, ?Data Science for Business: What you need to know about data mining and data-analytic thinking?, 2013, O'Reilly Media
Data da última atualização / Last Update Date
2024-02-16