Introdução à Engenharia e Ciência de Dados

Conhecimentos de Base Recomendados

Programação

Métodos de Ensino

A metodologia de ensino segue um modelo de uma aula teórica e de uma aula prática por semana, com duas horas cada. As aulas teóricas correspondem a uma componente expositiva de conceitos, princípios, exemplos e boas práticas, e as aulas práticas servem de contextos em que serão apresentados problemas que os alunos terão que resolver e que permitem consolidar conceitos chave da unidade curricular. Nas aulas práticas recorrer-se-á a ferramentas e módulos que serão usadas e integradas pelo aluno.

Resultados de Aprendizagem

A uc pretende introduzir as áreas da engenharia e ciência dos dados, apresentando ao aluno uma visão geral da área, dos seus princípios metodológicos, dos seus desafios e das suas principais aplicações. Nesse sentido pretende-se que o aluno crie sensibilidade para o conjunto de desafios técnicos, científicos e metodológicos que um Engenheiro em Ciência dos Dados irá enfrentar na sua prática profissional, permitindo-lhe criar sensibilidade para a escolha das metodologias adequadas na análise e desenho de soluções bem como para a criação de valor em Ciências dos Dados. A uc servirá assim de ligação às unidades curriculares disciplinares que compõem o plano curricular, facultando ao aluno a possibilidade de integrar em cada momento os conhecimentos disciplinares numa perspectiva mais abrangente da Engenharia e da Ciência dos Dados.  Também se pretende fomentar a aprendizagem autónoma e o trabalho em grupo, as relações interpessoais, e a comunicação.

Estágio(s)

Não

Programa

Introdução: O que é a Engenharia e a Ciência de Dados?
- Big Data e Ciência dos Dados
- Porquê agora?
- Situação atual e perspectivas
- Competências necessários
Problemas e Aplicações
- Ciência de dados: ciclo de vida e o pipeline
- Problemas: regressão, classificação, agrupamento, e regras de associação
- Aplicações comuns de análise de dados
Engenharia de dados
- Desafios na engenharia de dados
- Dados, memória e armazenamento
- Sistemas operativos
- Bases de Dados
- Rede e Internet
- Engenharia de S/W
- Computação de alto desempenho e em nuvem
Ciência dos Dados
- Porque precisamos de métodos diferentes?
- Desafios comuns na ciência de dados
- Análise exploratória de dados
- Preparação e limpeza de dados
- Engenharia de atributos e maldição da dimensionalidade
- Regressão, classificação, agrupamento, ...
- Fusão
- Validação
Algoritmos básicos
- Regressão linear
- kNN

Docente(s) responsável(eis)

Jorge Manuel Oliveira Henriques

Métodos de Avaliação

Avaliação
Resolução de problemas: 50.0%
Exame: 50.0%

Bibliografia

João Moreira, Andre Carvalho, Tomás Horvath, A General Introduction to Data Analytics,  1st Edition, Wiley (2019)

Wes McKinney, Python for Data Analysis,  O'Reilly Media, Inc, USA (2018)