Objectivos

O principal objetivo do Mestrado em Ciência de Dados é preparar profissionais altamente qualificados, em particular na análise de grandes volumes de dados. O curso foi concebido para dar conhecimento sólido nas áreas da análise estatística e da ciência de computadores. A Ciência de Dados situa-se na interseção destas duas áreas de conhecimento que o Cientista de Dados deve dominar. É esta combinação virtuosa de competências que distingue este curso de outras ofertas. Para além dos sólidos conhecimentos, este mestrado transmite também conhecimento prático e aplicado em Ciência de Dados, através de aulas de laboratório, trabalhos práticos e projetos em colaboração com empresas que têm problemas reais que exigem métodos de Ciência de Dados.

Estrutura do Curso

O ciclo de estudos integra:

• Um curso de mestrado de 60 ECTS, correspondente ao primeiro ano curricular, que confere um diploma de curso de mestrado (não conferente de grau) em Ciência de Dados (Data Science);
• Uma Dissertação de natureza científica original e especialmente realizada para este fim, correspondente a48 ECTS, complementada por 12 ECTS obtidos com a realização de uma unidade curricular na área de Gestão e outra opcional. A aprovação da Dissertação em provas públicas permite a obtenção do grau de Mestre em Ciência de Dados (Data Science).

Horário e língua de ensino

O horário do mestrado, embora diurno, será tanto quanto possível concentrado em blocos que permitam uma melhor gestão de tempo por parte dos alunos. Todos os materiais serão distribuídos em inglês, incluindo exames e outros enunciados. A comunicação oral será em inglês, a menos que tal não se justifique.

Saídas Profissionais

Inúmeros estudos de mercado têm alertado para a crescente necessidade de profissionais capazes de analisar o volume de dados que a nossa sociedade tem vindo a produzir de forma exponencial. Diversos avanços tecnológicos têm contribuído para este crescimento do volume de dados disponível. A redução do custo de inúmeros sensores, o avanço da “informatização” da grande maioria das atividades humanas, o fenómeno conhecido como Internet of Things (IoT), entre outros fatores, têm estado na origem deste crescimento. Cada vez mais a grande maioria das atividades humanas são de alguma forma registadas em suporte informático. Este enorme volume de dados "esconde" informação útil sobre as organizações e as respetivas atividades. Ser capaz de descobrir essa informação a partir desse grande conjunto de dados é, portanto, uma vantagem competitiva que a maioria das organizações já identificaram como chave para serem bem-sucedidas. Para tal ser possível, tendo em conta o volume de dados, tornam-se necessárias ferramentas computacionais bem como profissionais capazes de as desenvolver e utilizar de forma eficiente. O Mestrado em Data Science tem como objetivo formar este tipo de profissionais e desta forma ajudar a colmatar as reconhecidas lacunas a este nível em termos da mão de obra disponível atualmente no mercado de trabalho, conforme alertado por diversos estudos e entidades empresariais.

Condições de Acesso

• Titulares do grau de licenciado ou titulares de um grau académico superior estrangeiro nas condições descritas na lei nas áreas de: Ciência de Computadores, Matemática, Economia, Engenharia, Física, Biologia e áreas afins ou equivalente legal;
• Candidatos não licenciados, mas que estejam em condições de concluir uma licenciatura nos termos do ponto anterior antes do final do prazo de inscrições no ciclo de estudos; serão excluídas candidaturas que não comprovem a conclusão de 85% dos créditos do ciclo de estudos em questão à data de candidatura.
• Domínio da língua inglesa escrita e falada.

Nota: na fase de inscrição serão excluídas candidaturas que não comprovem ter concluído a licenciatura (ou equivalente) até ao final do prazo de realização da matrícula.

Critérios de Seleção e Seriação

A seriação será feita atendendo aos seguintes critérios e subcritérios:

• Critério 1: currículo académico (área de formação e média obtida) (85%)
  • Subcritério 1.1: adequação da licenciatura (10%)

    A classificação da adequação da licenciatura será atribuída numa escala 0 a 20 de acordo com os seguintes princípios:

    • licenciaturas nas áreas de ciência de computadores / engenharia informática, matemática, estatística, análise de dados, inteligência artificial, física, engenharia física, engenharia eletrotécnica e engenharia de gestão industrial ou equiparadas terão classificação de 20;
    • licenciaturas com sólida formação em estatística/matemática ou computação como engenharia mecânica, economia, gestão, informática de gestão terão classificação de 18;
    • licenciaturas com alguma formação em estatística ou em computação como biologia, (engenharia) química e outras engenharias terão classificação de 16;
    • outras licenciaturas serão analisadas caso a caso e a classificação será determinada em função da análise do percurso académico do candidato em específico tendo em conta as Unidades Curriculares nas áreas de computação e estatística/matemática realizadas.
  • Subcritério 1.2: média aferida de licenciatura (75%)

  A média aferida de licenciatura é obtida normalizando a média final de licenciatura, (arredondada para o inteiro mais próximo) para a escala de 0 a 20, somando-lhe o valor ln(R/r), e arredondando à décima; sendo ln o logaritmo natural e sendo R e r os rankings mundiais da Universidade do Porto e da instituição conferente do grau do candidato expressos em http://www.webometrics.info, respetivamente.

  Para candidaturas admitidas em que não tenha ainda sido concluída a licenciatura aplica-se a fórmula anterior, substituindo a média final de licenciatura pela média ponderada das unidades curriculares realizadas à data de candidatura arredondada para o inteiro mais próximo.

• Critério 2: currículo científico e experiência profissional (15%)

  O currículo científico e experiência profissional serão classificados de 0 a 20, segundo os três subcritérios seguintes, sendo ponderada a relevância dos indicadores para a área do ciclo de estudos.

  • Subcritério 2.1: publicações e comunicações técnicas e/ou científicas (5%)
  • Subcritério 2.2: experiência profissional relevante em empresas, participação em projetos de investigação ou em estágios na área do ciclo de estudos (5%)
  • Subcritério 2.3: formação complementar na área, incluindo cursos conferentes e não conferentes de grau, tais como outros mestrados, pós-graduações curtas ou longas, e cursos curtos devidamente certificados (5%)

Critério de desempate:
Em caso de empate, será usado como primeiro critério de desempate o ranking da instituição de ensino superior considerada no subcritério 1.2 e, como segundo critério de desempate, o resultado de uma entrevista.

Observações:
As notas das unidades curriculares realizadas deverão ser atestadas por um documento oficial a apresentar pelo candidato incluindo, sempre que possível, a média ponderada das mesmas. No caso do candidato ainda não possuir o grau de licenciado e a apresentação da média não for possível via documento oficial, a mesma deverá ser indicada, de forma explícita, no campo de observações do formulário de candidatura.

Informações

• Prazos de Ingresso 2023-2024
• Admissão a Provas Académicas

Contactos

Diretor do Curso:	m.cd.diretor@fc.up.pt
Secção de Pós-Graduação:	pos.graduacao@fc.up.pt
Estudantes do curso:	m.cd@fc.up.pt

Dados Gerais

Planos de Estudos

Diplomas

Áreas Científicas Predominantes