OA1 Diferenciar Agile e Waterfall. Tendências tecnológicas
OA2 Distinguir Gestão de Produto e Gestão de Projeto. Foco na descoberta e entrega de produto
OA3 Compreender um plano de negócios e a tela de modelo de negócio (visão Lean Startup)
OA4 Compreender e enquadrar a visão de produto num projeto empresarial. Compreender como satisfazer as necessidades do utilizador
OA5 Adquirir competências na definição de PMVs, mapeamento de histórias de utilizador, e priorização de funcionalidades (Matriz de Impacto vs Esforço e MoSCoW)
OA6 Compreender as metodologias rituais e artefactos Scrum e Kanban
OA7 Compreender o lançamento de um produto digital: critérios de sucesso, plano e ligação com o marketing
OA8 Aplicar métricas (funil AARRR) para avaliação do produto. Interpretar e analisar dados. Evoluir o roteiro do produto
OA9 Recolher feedback de utilizadores num processo de descoberta contínua ajustando o produto ao mercado

C1 Fundamentos e Manifesto Agile. Agile vs Waterfall. História. Tendências tecnológicas
C2 Gestão de Produto vs Gestão de Projeto. Desenvolvimento em 2 vias: descoberta de produto e entrega de produto
C3 Ideias de negócio. Captação de valor. Plano de negócio. Tela de modelo de negócio. Visão Lean Startup
C4 Visão do produto e necessidades do utilizador. Mapa de empatia. Personas. Histórias de Utilizador (HU). Requisitos. Estratégia. Concorrência. Roteiro do produto
C5 PMV: Mapeamento das HU. Definição de PMV para cada caso de uso: requisitos e funcionalidades
C6 Metodologias ágeis: Kanban. Rituais e artefactos Scrum: backlog de produto e sprint, epics, HU, critérios de aceitação
C7 Priorização de funcionalidades
C8 Planeamento ágil: entrega do MVP em sprints semanais
C9 Plano de lançamento do Produto. Tração dos canais e marketing
C10 Métricas de eficácia e eficiência do produto. OKR. Funil AARRR. Entrevistas com utilizadores. Descoberta contínua. Lições aprendidas. Ajuste de mercado

Esta UC adotará como metodologia de ensino e aprendizagem central a aprendizagem baseada em estudo de casos, combinada com aprendizagem baseada em projetos. Como estratégia de motivação e desenvolvimento da capacidade criativa e de inovação, a UC adotará a tutoria entre pares e Design Thinking, uma metodologia de resolução de problemas centrada no ser humano, baseada na empatia, ideação, prototipagem rápida, experimentação e iteração. Esta abordagem pedagógica está articulada com o modelo pedagógico do Iscte porque o estudante é considerado um agente ativo no seu processo de aprendizagem, o conhecimento é trabalhado como uma ferramenta para a construção e desenvolvimento de mais conhecimento e aplicado em diversos contextos.

No final da UC, o aluno deverá estar apto a:
OA1 Compreender a natureza dos processos de Transformação Digital (TD) e o seu impacto nas organizações, nas sociedades e no mundo em geral
OA2 Identificar as principais categorias de Tecnologias Digitais e Modelos de Negócios relevantes
OA3 Identificar os principais ingredientes de um processo de TD e saber como ele deve ser gerido
OA4 Discutir e compreender casos concretos de TD em organizações reais
OA5 Elaborar uma proposta concreta de um processo de TD

A coerência entre os objetivos de aprendizagem (OA) e o programa (C) do curso é evidente:
C1 - Introdução à TD, introduz a temática central, alinhando-se ao OA1 sobre compreender a natureza e impacto da Transformação Digital.
C2 - Tecnologias e Modelos de Negócio, aborda tecnologias digitais e modelos relevantes, e está sintonizado com OA2.
C3 - Ingredientes da TD, aborda elementos-chave da TD e a sua gestão, alinhando-se com OA3.
C4 - Estudo de Caso Exemplificativo, através de estudo de 1 caso, alinha-se com OA4.
C5 - Estudo de Casos Específicos, reforça o OA4, oferecendo visão diversificada da TD nas organizações.
C6 - Proposta de Caso de Uso, alinha-se ao OA5 ao convidar alunos a elaborar propostas de TD numa organização da sua escolha.

UC com Avaliação Periódica, não contemplando Exame Final. Pesos da avaliação:
- Teste 1 (30%)
- Discussão de Casos em grupo (40%)
- Proposta de Caso individual (30%)
A média das 3 componentes terá de ser igual ou superior a 9,5.

OA1 Compreender o processo empreendedor. Conhecer as tendências tecnológicas relevantes e dinâmicas socioeconómicas relevantes
OA2 Elaborar propostas de valor, planos de negócio e modelos de negócio (contexto Lean Startup), que sejam triplamente sustentáveis, nas suas vertentes social, ambiental e financeira
OA3 Conhecer diferentes metodologias de inovação aplicada, e técnicas de benchmarking do mercado e da concorrência (matriz Ansoff)
OA4 Conceber um modelo negócio com base na metodologia da tela BMC
OA5 Promover o produto e analisar a escalabilidade do negócio
OA6 Preparar planos de internacionalização e de comercialização
OA7 Procurar e analisar as fontes de financiamento
OA8 Conhecer e saber aplicar os regulamentos de propriedade intelectual, patentes e documentação de suporte
OA9 Saber realizar a comunicação com pares e partes interessadas no desenvolvimento do produto, através de sumário executivo e apresentação de elevator pitch

C1 Introdução ao Empreendedorismo. Contexto Macro do Empreendedorismo
C2 Metodologias: do plano de negócios ao Lean Startup. Eventos recomendados. O que é uma ideia de negócio? Como é que encontramos ideias de negócio?
C3 Exemplos de negócios e iniciativas de empreendedorismo triplamente sustentáveis
C4 O dilema da inovação com casos de estudo: framework de inovação, funil de inovação, Inovação aberta. Inovação em produtos triplamente sustentáveis
C5 Técnicas de benchmarking do mercado e da concorrência (matriz Ansoff)
C6 Apresentação da metodologia da tela de modelo de negócio (BMC)
C7 Promoção do produto e análise de escalabilidade
C8 Planos de internacionalização e de comercialização
C9 Fontes de financiamento
C10 Propriedade intelectual e patentes
C11 Apresentação duma ideia de negócio. Comunicação em público (a arte do pitching). Partes interessadas relevantes

Esta UC adotará como metodologia de ensino e aprendizagem central a aprendizagem baseada em estudo de casos, combinada com aprendizagem baseada em projetos. Como estratégia de motivação e desenvolvimento da capacidade criativa e de inovação, a UC adotará a tutoria entre pares e Design Thinking, uma metodologia de resolução de problemas centrada no ser humano, baseada na empatia, ideação, prototipagem rápida, experimentação e iteração. Esta abordagem pedagógica está articulada com o modelo pedagógico do Iscte porque o estudante é considerado um agente ativo no seu processo de aprendizagem, o conhecimento é trabalhado como uma ferramenta para a construção e desenvolvimento de mais conhecimento e aplicado em diversos contextos.

OA1 Introdução à linguagem de programação Python.
OA2 Compreender os princípios da ciência de dados e da mineração de dados e compreender e saber aplicar o modelo Cross-Industry Standard Process for Data Mining (CRISP-DM) em casos práticos, incluindo a compreensão do negócio e dos dados e a preparação dos dados para modelação.
OA3 Saber executar e depurar aplicações em Python e utilizar as bibliotecas fundamentais em casos práticos de preparação, exploração, visualização e análise de características dos dados.
OA4 Compreender os algoritmos de aprendizagem automática, em problemas supervisionados de previsão (classificação, regressão, séries temporais) e problemas não supervisionados de agrupamento, e saber aplicá-los e avaliar o seu desempenho em problemas práticos, usando a linguagem Pyhton, no contexto da metodologia CRISP-DM.
OA5 Compreender e saber aplicar considerações éticas e de privacidade na análise de dados e discutir as tendências futuras neste domínio.

P1 Introdução à linguagem de programação (Python 3)
P2 Ambientes de desenvolvimento em Python
P3 Primitivas de controlo, variáveis, expressões e declarações. Objetos e classes de objetos. Funções, módulos e pacotes
P4 Operações sobre ficheiros. Interpretação de dados JSON, XML. Operações sobre bases de dados. Web scrapping
P5 Introdução à ciência dos dados, ao ciclo dos dados e à mineração de dados. Modelo CRISP-DM
P6 Técnicas de preparação e limpeza de dados
P7 Análise exploratória e visualização de dados
P8 Seleção e engenharia de características relevantes dos dados
P9 Métodos de previsão em aprendizagem automática (classificação, regressão, séries temporais). Algoritmos essenciais, incluindo a sua avaliação com métricas de desempenho
P10 Métodos de agrupamento em aprendizagem automática. Algoritmos essenciais
P11 Considerações éticas: privacidade, segurança e tratamento responsável de dados
P12 Tecnologias emergentes e seu impacto na análise de dados

UC com Avaliação Periódica, não contemplando Exame Final. Pesos da avaliação:
Trabalhos individuais, 80% obrigatórios (25%)
Projeto laboratorial (grupo de 2), com discussão oral individual (50%)
2 mini-testes de resposta múltipla (25%)
Se reprova na época normal (< 10 val) o aluno acede ao exame de 1º ou 2ª épocas, valendo 50% da nota, sendo obrigatória a aprovação no Projeto em grupo ou a realização de um projeto individual (50%).

OA1 Compreender os princípios da Interação Pessoa-Máquina, IPM e Desenho Centrado no Utilizador
OA2 Entender as características fundamentais percetivas e cognitivas dos seres humanos
OA3 Descobrir: criar empatia com o utilizador (necessidades, objetivos, tarefas, problemas). Levantar requisitos baseados em dados recolhidos
OA4 Desenhar: compreender e aplicar princípios e “regras de ouro” de usabilidade no design de IPM
OA5 Desenhar: idealizar soluções. Compreender e aplicar técnicas/regras do design visual de ecrãs e saber criar storyboards e protótipos de baixa-fidelidade (PBF)
OA6 Desenhar: introduzir as tecnologias emergentes e desenvolver protótipos de alta-fidelidade (PAF), low-code/no-code: Web (FIGMA, Wordpress), Metaverso (Unity, EON Reality), mobilidade (FIGMA, Flutter), IA Generativa (SuperAGI, Open.AI)
OA7 Decidir e validar: Avaliação heurística com peritos do PBF e iterar para PAF. Desenhar estudos experimentais do PAF c/ utilizadores finais. Produzir um elevator pitch

P1 IPM: História, princípios, estado da arte e aplicações. Desenho centrado no utilizador. Experiência do utilizador, UX
P2. Nós os humanos
P3 Análise de utilizadores e tarefas. Mapa de empatia. Personas. Cenários e Jornadas do utilizador. Priorizar requisitos do utilizador
P4 Princípios e regras de ouro do design das interfaces. Usabilidade
C5 Princípios do design visual de ecrãs
P6 Técnicas de esboço e pensamento visual. Storyboards
P7 Protótipos de baixa fidelidade (PBF) da solução em papel
P8 Avaliação heurística c/ peritos do PBF e iterar para PAF
P9 Desenhar o protótipo de alta-fidelidade (PAF) baseado em interfaces/UX para tecnologias emergentes: Web (FIGMA, WordPress), Metaverso (Unity, EON Reality), mobilidade (FIGMA, Flutter), IA Generativa (SuperAGI, Open.AI)
P10 Avaliação c/ utilizadores do PAF. Análise estatística dos dados da avaliação. Calcular métricas de usabilidade e satisfação de utilizador e re-iterar o design
P11 Elevator Pitch para investidores e utilizadores

UC com Avaliação Periódica, não contemplando Exame Final. Pesos da avaliação:
Projeto de grupo (grupo de 4), com discussão oral individual (70%)
2 mini-testes de resposta múltipla (30%)
Se reprova na época normal (< 10 val) o aluno acede à repetição dos mini-testes em 1º ou 2ª épocas, valendo 30% da nota, sendo obrigatória a aprovação no Projeto em grupo ou a realização de um projeto individual (70%).