Laboratório de Gestão e Análise de Sistemas
1
2022-2023
03022089
Engenharia e Gestão Industrial
Inglês
Português
B-learning
Semestral
6.0
Opcional
3º Ciclo - Doutoramento
Conhecimentos de Base Recomendados
Estatística e programação.
Métodos de Ensino
Esta unidade curricular centra-se no desenvolvimento de competências de modelação, comunicação e visualização de dados. Nas aulas serão apresentados os conceitos e teoria para a compreensão e aplicação de métodos baseados em dados e tomada de decisão baseada em modelos, bem como serão discutidas estratégias e ferramentas de comunicação e visualização de dados. Os alunos serão conduzidos à resolução um projeto semestral onde serão utilizados vários softwares e linguagens de programação (ex. CPLEX, Python, R, Google Colab, Excel, Tableau).
Resultados de Aprendizagem
Desenvolver competências em processos de tomada de decisão, baseada em dados e suportada em modelos de otimização, em problemas estratégicos e táticos, geralmente encontrados nos contextos de produção, operações e cadeias de abastecimento. Pretende-se que o estudante seja capaz de:
1. Conhecer aspetos metodológicos e definir estratégias alternativas de resolução de problemas complexos;
2. Compreender e implementar ferramentas avançadas de modelação;
3. Identificar soluções equilibradas que considerem aspetos de gestão e questões analíticas;
4. Desenvolver competências de trabalho autónomo através de uma experiência de aprendizagem, centrada na resolução de desafios.
Para atingir estes objetivos os estudantes sertão desafiados a resolver em equipa problemas de gestão e análise de sistemas reais.
Estágio(s)
NãoPrograma
1. Introdução de pensamento analítico com suporte de dados;
2. Resolução de problemas complexos de engenharia e gestão com ênfase na ciência dos dados e técnicas de otimização;
3. Análise preditiva e prescritiva;
4. Métodos de aprendizagem automática;
5. Visualização e comunicação com dados;
6. Resolução de estudos de caso focados em problemas analíticos enfrentados pela indústria de manufatura e cadeias de abastecimento.
Docente(s) responsável(eis)
Samuel de Oliveira Moniz
Métodos de Avaliação
Avaliação
Trabalho de investigação: 20.0%
Resolução de problemas: 20.0%
Projecto: 60.0%
Bibliografia
Provost, F., & Fawcett, T. (2013). Data science for business: What you need to know about data mining and data-analytic thinking. Sebastopol: O'Reilly.
Williams, H. P., & ebrary, Inc. (2013). Model building in mathematical programming. Hoboken, N.J: Wiley.
Knaflic, C. N. (2015). Storytelling with data: A data visualization guide for business professionals. Hoboken: Wiley.