Objetivos

O curso tem como principal objetivo o desenvolvimento de competências no domínio da Estatística Computacional, contemplando várias metodologias atuais de extração de conhecimento a partir de dados. Inclui formação em Aprendizagem Estatística (Statistical Learning), Data Mining, Inferência Estatística Computacional, Métodos de Decisão, Modelação Estatística e Simulação (MCMC). Focando-se numa área científico-tecnológica emergente e de grande impacto na valorização do conhecimento, o curso permitirá a aquisição e/ou atualização de competências, contribuindo para a otimização do desempenho profissional.

Os graduados em MODELAÇÃO ESTATÍSTICA COMPUTACIONAL possuirão excelentes e atrativas competências para o emprego em todas as áreas onde haja necessidade de tratamento intensivo de dados, como sejam a indústria, serviços e investigação.

Destinatários

Licenciados ou pós-graduados nas áreas científicas da Matemática, Estatística, Física, Ciência de Computadores, Engenharia, Economia, Biologia e áreas afins, com objetivos de reskilling e/ou upskilling.

Notas:

• Durante o curso, serão assumidos conhecimentos básicos de Estatística, correspondentes à(s) primeira(s) unidade(s) curricular(es) de Estatística de um curso do ensino superior, bem como conhecimentos em Cálculo/Análise e Álgebra Linear. Contudo, desde que haja motivação, alguma falha nestas áreas poderá ser colmatada, especialmente na situação em que os candidatos possuam experiência anterior em análises estatísticas.
• Algumas unidades curriculares poderão ser dadas em inglês.

Condições de Acesso

• Titulares do grau de licenciado ou titulares de um grau académico superior estrangeiro nas condições descritas na lei nas áreas de: Matemática, Estatística, Física, Ciência de Computadores, Engenharia, Economia, Biologia e áreas afins ou equivalente legal;
• Só serão admitidos candidatos(as) que tenham concluído, ou estejam em condições de concluir antes da matrícula, um dos 1º ciclos referidos no ponto anterior com a classificação mínima de 12 valores;
• Poderão ser admitidos candidatos que pelo seu currículo académico, científico ou profissional, a Comissão Científica do Curso reconheça reunir os requisitos necessários para a realização desta formação.

Critérios de Seleção e Seriação

A seriação será feita atendendo aos seguintes critérios e subcritérios:

• Currículo académico ao nível do 1º ciclo (60 %)
• Subcritério 1: área de formação (20 %)
• Subcritério 2: média aferida de licenciatura (40%)

• Currículo científico e experiência profissional (40 %)
• Subcritério 1: área de formação (20 %)
• Subcritério 2: Formação pós-graduada anterior, publicações científicas, comunicações em conferências, projetos de investigação, experiência profissional e outros dados considerados pertinentes pela Comissão Científica do Curso (20 %)

Critério de desempate: Em caso de empate, será usado como critério de desempate a carta de motivação apresentada pelos estudantes.

Os candidatos que ainda não possuam grau de licenciado e/ou tenham currículo escolar, científico ou profissional, que seja reconhecido como atestando capacidade para realização deste ciclo de estudos pelo órgão científico estatutariamente competente, serão seriados de acordo com os critérios e subcritérios acima indicados, mas substituindo a média final de licenciatura pela média ponderada das unidades curriculares realizadas.

Desistência de frequência do curso

A desistência de frequência até 2 dias úteis antes do início do curso não conferente de grau implica o pagamento de 50% do valor da propina; após essa data, é devida a totalidade do valor.

O estudante pode solicitar a desistência de frequência do curso através de requerimento dirigido à Diretora da Faculdade de Ciências da Universidade do Porto.
Informações

Informações

• Prazos de Ingresso 2022-2023
• Curso acreditado pela Universidade do Porto
• Curso acreditado pela Ordem dos Engenheiros

Contactos

Docente Responsável:	Rita Gaio
Docente Responsável:	Margarida Brito
Educação Contínua:	formacao.continua@fc.up.pt

Dados Gerais

Planos de Estudos

Edições

Diplomas

Áreas Científicas Predominantes