Currículo
Seminário em Business Analytics 03634
Contextos
Groupo: Métodos Analíticos para Gestão > 2º Ciclo > Parte Escolar > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
Objetivos de Aprendizagem: OA1. Descrever os conceitos e metodologias-chave para o desenvolvimento de um caso de negócio. OA2. Descrever os principais conceitos e frameworks para o desenvolvimento de uma arquitectura de dados. OA3. Desenvolver e comunicar um caso de negócio suportado numa arquitetura de dados. No final da UC cada estudante deverá ser capaz de: 1) Analisar um caso de negócio; 2) Desenhar um framework de arquitetura de dados; 3) Identificar critérios de decisão; 4) Selecionar funcionalidades tecnológicas; 5) Elaborar uma proposta de valor; e 6) Definir requisitos tecnológicos para a implementação do caso de negócio.
Programa
P1. Fundamentos de arquitetura de dados P2. Armazenamento e recuperação de dados P3. Integração de dados P4. Análise, modelação e visualização de dados P5. Segurança e qualidade de dados P6. Arquiteturas com tecnologias emergentes P7. Identificação de problemas P8. Fundamentação de propostas P9. Identificação de riscos e benefícios P10. Definição de requisitos tecnológicos P11. Comunicação de casos de negócio
Método de Avaliação
A avaliação ao longo do semestre é composta pelas seguintes componentes: a) 10% em função da assiduidade do aluno nas aulas; b) 50% com trabalho de grupo, onde os alunos devem demonstrar a capacidade de desenvolvimento de um caso de negócio, com trabalho colaborativo e brainstorming, através da gravação de um vídeo (pitch); c) 30% com a entrega individual dos requisitos tecnológicos do caso de negócio; d) 10% com a discussão oral individual do caso de negócio. Aprovação: a) classificação mínima 10 valores em cada elemento; Escala: 0-20 valores. Esta UC não contempla avaliação por exame dada a sua natureza de seminário.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 125.0
Carga Total -
Bibliografia
Principal
- Gatti, S. (2023). Project Finance in Theory and Practice: Designing, Structuring, and Financing Private and Public Projects. Academic Press. ISBN: 978-0323983600. Inmon, B.; Levins, M.; Srivastava, R. (2021). Building the Data Lakehouse. Technics Publications. ISBN: 978-1634629669. Kerzner, H. (2022). Project Management: A Systems Approach to Planning, Scheduling, and Controlling. 13th edition, Wiley. ISBN: 978-1119805373. Koller, T., Goedhart, M., Wessels, D. (2020). Valuation: Measuring and Managing the Value of Companies. 7th edition, McKinsey & Company Inc. ISBN: 978-1119611868. Serra, J. (2024). Deciphering Data Architectures. O'Reilly Media, Inc. ISBN: 978-1098150761. Azure Architecture Center - Azure Architecture Center | Microsoft Learn.:
Secundária
- Agrawal, D.; Selçuk Candan, K.; Li, W-S. (2011). Data Management in the Cloud: Challenges and Opportunities. Springer. Erl, T.; Mahmood, Z.; Puttini, R. (2013). Cloud Computing: Concepts, Technology & Architecture. Prentice Hall. Götze, U.; Northcott, D.; Schuster, P. (2015). Investment Appraisal: Methods and Models. Springer. Kavis, M. (2014). Architecting the Cloud: Design Decisions for Cloud Computing Service Models (SaaS, PaaS, and IaaS). Springer. PMI (2017). The Standard for Portfolio Management. Project Management Institute. Zhao, L. (2014). Cloud Data Management. Springer.: