O programa está organizado em 2 semestres e meio de componente letiva e 1 semestre e meio para a preparação e realização da dissertação.
No 1.º ano, temos disciplinas de base nas áreas de Matemática, Inteligência Artificial e Psicologia. No 2º semestre, os e as estudantes têm a possibilidade de escolher duas disciplinas optativas.
No 2.º ano, grande parte da carga horária é dedicada à preparação da dissertação, havendo ainda, no 1.º semestre, uma unidade curricular obrigatória e duas à escolha.
Aos estudantes que obtenham aproveitamento em todas as unidades curriculares do primeiro ano é atribuído o Diploma de Estudos Pós-Graduados de 2.º ciclo em Inteligência Artificial.
A duração e carga horária prevista é de 4 semestres, num total de 120 ECTS.
O curso está planeado para ser frequentado a tempo-inteiro. Recomenda-se aos alunos que pretendem fazer o curso a par com outra ocupação, que considerem a possibilidade de uma inscrição a tempo-parcial.
Plano de Estudos para 2024/2025
Unidades curriculares | Créditos | |
---|---|---|
Cognição e Emoção
6.0 ECTS
|
||
Conhecimento e Raciocínio em Inteligência Artificial
6.0 ECTS
|
||
Introdução à Aprendizagem Automática
6.0 ECTS
|
||
Otimização Computacional
6.0 ECTS
|
||
Tópicos de Matemática em Aprendizagem Automática
6.0 ECTS
|
||
Fundamentos Matemáticos para Aprendizagem Profunda
6.0 ECTS
|
||
Inteligência Artificial na Sociedade
6.0 ECTS
|
||
Projeto de Inteligência Artificial Aplicada
6.0 ECTS
|
||
Aprendizagem Automática Avançada
6.0 ECTS
|
||
Dissertação em Inteligência Artificial
42.0 ECTS
|
||
Trabalho de Projeto em Inteligência Artificial
42.0 ECTS
|
Optativas recomendadas
Ainda que sejam aceitáveis quaisquer disciplinas nas areas requeridas as disciplinas recomendadas como optativas são as seguintes:
(2º semestre, 1º ano)
- Optativa 1, áreas: Mat/IA
- Optativa 2, áreas: Mat/Inf (CTI ,CTP, IA, SI, CD, ACSO, MVCG, RDES)
Processamento Computacional da Língua (IA)
Blockchain (CTI)
Algoritmos para Big Data (CTP)
Aprendizagem Profunda para Visão por Computador (CD)
Processamento e Modelação de Big Data (CD)
Inteligência Computacional e Otimização (CTP)
Objetivos
- Sistematizar e solidificar os conhecimentos nas áreas relacionadas com Inteligência Artificial (Matemática, Aprendizagem Automática, Ciência de Dados, Cognição, Otimização);
- Especializar os conhecimentos em algumas áreas através da escolha de conjuntos de disciplinas optativas relacionadas com sub-areas específicas;
- Fomentar no aluno a criação das capacidades não-técnicas necessárias à maioria dos trabalhos atuais na área (leitura, escrita, apresentação, direção e planeamento);
- Permitir a criação de uma cultura interdisciplinar, quer pela frequência de disciplinas de outras áreas, quer pelo contacto com alunos e docentes das várias escolas do Iscte;
de desempenhar tarefas de investigação e desenvolvimento na área da Inteligência Artificial.
Os alunos do MInt durante a sua formação deverão adquirir conhecimento técnico especializado na área da Inteligência Artificial, além de demonstrar competências específicas para projetos complexos e/ou trabalhos de investigação.
Em particular é expectável que um Mestre em Inteligência Artificial seja capaz:
- de elaborar a especificação, conceção, desenvolvimento e manutenção de projetos e produtos de Inteligência Artificial;
- de desenvolver mecanismos de controlo da qualidade do projeto/produto em etapas sucessivas de testes e validação técnica e funcional;
- de gerir as competências necessárias para lidar e acomodar a mudança e a reação organizacional a essa mudança, com utilização de técnicas de IA;
- de liderar a transformação digital de uma entidade;
- de especificar, conceber e desenvolver sistemas que contemplem o conhecimento, e o apliquem de modo a gerar mais valia no seu contexto empresarial, sem esquecer o importante impacto da cultura organizacional em que se enquadram;
- de identificar, desenhar e implementar as soluções técnicas para as necessidades de gestão de conhecimento;
- de propor processos/models organizacionais que contribuam de maneira suave mas efetiva para a gestão de conhecimento.
- de desempenhar tarefas de gestão de equipas multidisciplinares e multiculturais;
Estes objetivos de aprendizagem são operacionalizados através dos objetivos específicos de cada unidade curricular, devidamente especificados na respetiva FUC, e com uma correspondência direta com pelo menos um dos objetivos de aprendizagem do curso. 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.
Dissertação / Trabalho de Projeto
Os alunos de mestrado realizam uma dissertação no 2.º ano curricular do seu plano de estudos (42 ECTS). Esta dissertação poderá ser integrada num contexto empresarial ou ter um cariz académico.
Em qualquer dos casos os alunos deverão conduzir um projecto que contemple não só a aplicação dos conceitos adquiridos durante a sua formação, mas também a integração de técnicas e de saberes, de modo a realizar um trabalho inovador no campo da ciência da computação.
As dissertações podem ser realizadas no seio do ISCTE-IUL ou em outras instituições, através da participação em projectos de investigação e desenvolvimento, tipicamente realizadas em parceria com empresas e centros de investigação. Neste domínio, destacam-se o Instituto de Telecomunicações (IT) e a ISTAR-IUL.
O âmbito de projectos onde é possível estagiar inclui áreas de investigação básica e/ou aplicada, tais como Sistemas de Informação, Multimédia e Gestão do Conhecimento, Realidade Virtual e Aumentada, Interacção Homem-Máquina, Codificação de Imagem e Audio, Redes Digitais, Computação Móvel, Sistemas Operativos, Sistemas de Código Aberto, Segurança Informática, Computação Grid, Comércio Electrónico, Modelação e Simulação Computacional (incluindo simulação de sistemas sócio-económicos complexos), Inteligência Artificial, Sistemas e Agentes Inteligentes, e Ciências e Tecnologias da Programação, entre outras.