Currículo

Projeto Aplicado de Inteligência Artificial I 04530

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

No final da UC o estudante deverá: OA1. Aplicar metodologias de desenvolvimento de projetos em IA para conceber soluções inovadoras alinhadas com critérios de sustentabilidade económica, social e ambiental. OA2. Criar empatia com os utilizadores e com as respetivas organizações, identificar necessidades, obstáculos e oportunidades, e formular o problema e as questões de investigação a abordar. OA3. Realizar uma revisão sistemática da literatura, avaliando o estado da arte e as boas práticas relacionadas com o problema. OA4. Identificar e especificar requisitos funcionais e não funcionais, bem como identificar os recursos digitais, conjuntos de dados e infraestruturas computacionais necessários para o projeto. OA5. Planear, organizar e monitorizar o ciclo de vida do projeto, definindo cronograma e entregáveis. OA6. Trabalhar eficazmente em equipa, participando em dinâmicas colaborativas e comunicando resultados de forma clara através de relatórios técnicos e apresentações orais.

Programa

CP1. Metodologias de desenvolvimento e planeamento de projetos em Inteligência Artificial. CP2. Apresentação de casos de estudo e de temas de projeto em tecnologias digitais de IA (produto, serviço ou processo). CP3. Seleção do tema de projeto e respetivo enquadramento na organização parceira. CP4. Espaço do problema: criação de empatia com utilizadores e organização; definição do problema e das questões associadas, tendo em conta requisitos de negócio, necessidades dos clientes/utilizadores e desafios tecnológicos. CP5. Aplicação de uma metodologia de revisão sistemática da literatura e análise crítica dos resultados. CP6. Identificação dos recursos digitais (incluindo recolha de dados), computacionais e outros necessários ao desenvolvimento do projeto. CP7. Implementação preliminar das soluções nos casos de estudo/projetos propostos; elaboração de relatórios e documentação final; comunicação de resultados.

Método de Avaliação

Esta UC segue a tipologia de avaliação ao longo do semestre por projeto a 100%, não contemplando exame final, dada a adoção ao método de ensino aplicado a situações reais. O processo assenta num relatório evolutivo único dividido em dois entregáveis: - Relatório Preliminar Intermédio [40%] - Relatório Preliminar Final [60%] O Relatório Preliminar Intermédio integra a proposta de projeto, o enquadramento na entidade parceira, a criação de empatia com utilizadores, a definição detalhada do problema, dos requisitos e dos objetivos, bem como a revisão sistemática da literatura e o planeamento de atividades e recursos. Inclui apresentação e discussão oral individual. O Relatório Preliminar Final contém a descrição da implementação preliminar, os resultados iniciais/validação, a análise crítica e o plano de trabalho subsequente. É acompanhado de demonstração funcional e discussão oral pública individual. Reuniões periódicas, presenciais e/ou online, com o mentor da entidade parceira e com o docente coordenador da UC (ou seu nomeado) são obrigatórias sempre que solicitadas. Estas sessões permitem validar o progresso, fornecer feedback contínuo e, se necessário, ajustar o âmbito e o planeamento, constituindo condição para a atribuição de classificação às entregas. A presença física do aluno é obrigatória em todos os elementos de avaliação, sob pena de reprovação à UC e/ou de atribuição de 0 valores ao elemento de avaliação. Para obter aprovação na UC, o estudante deverá alcançar uma nota final mínima de 10 valores, resultante da soma ponderada de todos os elementos de avaliação. A 1ª Época e 2ª Época poderão ser utilizadas para realização de momentos de avaliação. A presença nas aulas não é obrigatória.

Carga Horária

Bibliografia

Principal

• Dooley, J. F., & Kazakova, V. A. (2024). Software development, design, and coding: With patterns, debugging, unit testing, and refactoring. Apress. Huyen, C. (2022). Designing machine learning systems: An iterative process for production-ready applications (1st ed.). O’Reilly Media. Ford, N., Richards, M., Sadalage, P., & Dehghani, Z. (2021). Software architecture: The hard parts: Modern tradeoff analysis for distributed architectures. O’Reilly Media. Lewrick, M., Link, P., & Leifer, L. (2020). The Design Thinking Toolbox: A guide to mastering the most popular and valuable innovation methods (1st ed.). John Wiley & Sons. Knapp, J., Zeratsky, J., & Kowitz, B. (2016). Sprint: How to solve big problems and test new ideas in just five days. Simon & Schuster. Osterwalder, A., Pigneur, Y., Bernarda, G., & Smith, A. (2014). Value Proposition Design: How to create products and services customers want. John Wiley & Sons.:

Secundária

• Ries, E. / capítulos 3 e 4, Penguin Group, The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, 2017 Scrum Institute, The Kanban Framework 3rd Edition, 2020, www.scrum-institute.org/contents/The_Kanban_Framework_by_International_Scrum_Institute.pdf Darrell Rigby, Sarah Elk, Steve Berez / Scrum Institute, The Scrum Framework 3rd Edition, Doing Agile Right: Transformation Without Chaos Hardcover, 2020, www.scrum-institute.org/contents/The_Scrum_Framework_by_International_Scrum_Institute.pdf Jeff Sutherland, J.J. Sutherland, Scrum: The Art of Doing Twice the Work in Half the Time, 2014 Project Management Institute / 6th ed. Newton Square, PA: Project Management Institute, A guide to the project management body of knowledge (PMBOK guide), 2017 Gwaldis M., How to conduct a successful pilot: Fail fast, safe, and smart, 2019, https://blog.shi.com/melissa-gwaldis/:

Disciplinas de Execução