O mestrado em Sistemas Integrados de Apoio à Decisão tem a duração de dois anos, correspondentes à obtenção 120 créditos ECTS, repartidos entre: 60 em unidades curriculares obrigatórias, 12 em optativas e 48 na dissertação.
As unidades curriculares optativas são escolhidas (em articulação com a coordenação de curso) em função do perfil de especialização do estudante. As optativas permitem a obtenção de competências nas áreas de Big Data, Machine Learning (ou Aprendizagem Automática) e Análise Multicritério.
Tipicamente, as optativas mais escolhidas são:
- Fundamentos de Bases de Dados (MSIAD)
- Tópicos Avançados em Business Intelligence
- Aprendizagem Automática
- Algoritmos para Big Data
- Processamento Computacional da Língua
- Modelação Computacional dos Sistemas Sociais Complexos
O mestrado implica a realização de uma dissertação predominantemente de âmbito científico correspondente a 48 créditos. No novo plano curricular, a unidade curricular Dissertação em Sistemas Integrados de Apoio à Decisão tem um componente lectiva de 36h, repartidos pelos dois semestres do 2.º ano do curso. Nestas horas estão incluídos dois seminários (com participação obrigatória) de monitorização do progresso dos trabalhos de dissertação.
Plano de Estudos para 2024/2025
Unidades curriculares | Créditos | |
---|---|---|
Análise de Dados para Business Intelligence
6.0 ECTS
|
||
Desenho e Desenvolvimento de Aplicações de Business Intelligence
6.0 ECTS
|
||
Sistemas de Informação Analíticos I
6.0 ECTS
|
||
Tomada de Decisão Baseada em Dados
6.0 ECTS
|
||
Extração de Padrões e Conhecimento Guiada por Dados
6.0 ECTS
|
||
Gestão de Projectos de Sistemas de Business Intelligence
6.0 ECTS
|
||
Sistemas de Informação Analíticos II
6.0 ECTS
|
||
Text Mining
6.0 ECTS
|
||
Dissertação em Sistemas Integrados de Apoio à Decisão
42.0 ECTS
|
Optativas recomendadas
Tecnologias da transformação digital com as seguintes Unidades Curriculares:
03691 | Blockchain
03557 | Gestão de Processos de Negócio
03746 | Laboratório de Internet das Coisas
04401 | Tecnologias Disruptivas
03579 | Internet das Coisas para Cidades Inteligentes
Internet das coisas (4 das seguintes Unidades Curriculares):
03209 | Fundamentos de Ciência dos Dados
03746 | Laboratório de Internet das Coisas
03691 | Blockchain
03579 | Internet das Coisas para Cidades Inteligentes
04401 | Tecnologias Disruptivas
Computational Data Science com as seguintes Unidades Curriculares:
03363 | Inteligência Computacional e Otimização
02864 | Algoritmos para Big Data
02870 | Text Mining (obrigatória)
03209 | Fundamentos de Ciência dos Dados
Optativas recomendadas*
1.º Semestre (1.º ano uma Unidade Curricular livre e 2.º ano tem duas Unidades Curriculares de especializações)
02864 | Algoritmos para Big Data (ISTA | CTP)
03203 | Fundamentos de Governação das Tecnologias de Informação (ISTA | SI)
03746 | Laboratório de Internet das Coisas (ISTA | CTP)
03209 | Fundamentos de Ciência dos Dados (ISTA | SI)
02198 | Processamento Computacional da Língua (ISTA | IA)
03363 | Inteligência Computacional e Otimização (ISTA | Mat)
03579 | Internet das Coisas para Cidades Inteligentes
2.º Semestre (escolher duas Unidades Curriculares de especialização)
03691 | Blockchain
03557 | Gestão de Processos de Negócio (GPN)
04401 | Tecnologias Disruptivas
Notas:
- Na escolha das Optativas os estudantes devem certificar-se de que não existe sobreposição de horário com as UC obrigatórias.
- O funcionamento de uma UC optativa depende de um número mínimo de inscrições.
- Existe limite máximo de inscrições numa UC como optativa.
Objetivos
O Mestrado em Sistemas Integrados de Apoio à Decisão (MSIAD) tem por missão dotar o mercado de profissionais habilitados a gerir, especificar, implementar e usar com sucesso sistemas que apoiem os processos de decisão, devidamente integrados na gestão da informação organizacional. Os objetivos gerais definidos para MSIAD são:
- Dar formação avançada e abrangente nos diferentes tipos de Sistemas de Apoio à Decisão, integrados na arquitetura global de Sistemas de Informação de uma organização.
- Promover a integração e complementaridade de conhecimentos das áreas da informática, da gestão e dos métodos quantitativos;
- Gerar investigação na área científica de Business Intelligence, fomentando a partilha de conhecimento, de métodos e de resultados, entre as empresas e as universidades.
As unidades curriculares do MSIAD permitem aos estudantes adquirirem os seguintes conhecimentos e competências:
- Possuir uma formação teórica-prática abrangente nos diferentes tipos de Sistemas de Apoio à Decisão (SAD) e integrada na arquitetura global de sistemas de nformação de uma organização, incluindo os SAD baseados em dados, em conhecimento e em modelos;
- Conceber, implementar e explorar sistemas de Data Warehouse (DW) e de Business Intelligence;
- Possuir conhecimentos profundos de técnicas de modelação dimensional para DW;
- Possuir conhecimento e perícia na especificação, desenvolvimento e gestão de sistemas de povoamento de DW – ETL (Extract, Transform, and Load).
- Possuir conhecimento profundo de sistemas de informação estratégicos para a gestão de performance das organizações e apoio à tomada de decisão estratégica;
- Conceber e desenvolver sistemas de informação estratégicos e de gestão de performance, aplicando as abordagem de Balanced Scorecard e ABC/ABM;
- Aplicar técnicas de análise de dados a problemas específicos;
- Desenvolver sistemas para extração de conhecimento a partir de dados empresariais aplicando técnicas de Data Mining;
- Conhecer as principais metodologias para a gestão de risco nas organizações;
- Compreender o processo de tomada de decisões em Marketing;
- Conceber e desenvolver aplicações de Customer Intelligence (CRM Analítico)
- Possuir conhecimentos sobre os principais modelos utilizados na gestão de projetos de SI/TI (sistemas de informação/tecnologias de informação), tradicionais e ágeis;
- Planear, monitorizar, controlar e encerrar a gestão de um projeto de Business Intelligence;
- Possuir conhecimentos sobre as tecnologias necessárias ao desenvolvimento de processos de Text Mining;
- Aplicar métodos e algoritmos apropriados para a resolução de problemas nas áreas de processamento computacional da língua, classificação de texto e representação de documentos;
- Conhecer as tendências e desafios atuais de Big Data Analytics;
- Aplicar métodos de análise multicritério a problemas específicos.
Estes objetivos de aprendizagem são operacionalizados através dos objetivos específicos de cada unidade curricular, que se encontram especificados na respetiva FUC (Ficha de Unidade Curricular). A medição do seu grau de cumprimento é realizada em cada unidade curricular, na respetiva FUC, da qual constam as metodologias de avaliação utilizadas em cada objetivo específico.