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;
• Detentores de um currículo escolar, científico ou profissional, em qualquer das áreas científicas supracitadas e áreas afins, nas condições descritas na lei.
• Domínio da língua inglesa escrita e falada.

Nota:Serão excluídos todos os candidatos que não comprovem ter concluído a licenciatura (ou equivalente) até ao final do prazo de realização da matrícula.

Critérios de Seleção e Seriação

1- Serão seriados em primeiro lugar os candidatos que tenham o grau de licenciado em licenciatura adequada.

• A seriação será feita atendendo aos seguintes critérios e subcritérios:

• 1.1 - Currículo académico (área de formação e média obtida) (60%)

• 1.1.1 - Subcritério 1: média de licenciatura (50%), ponderada pela média entre adequação da licenciatura num coeficiente entre 0 e 1, com um peso de 75%, e a reputação da instituição onde foi obtida a licenciatura, também entre 0 e 1, com um peso de 25%. 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 têm ponderação de 1. Licenciaturas com sólida formação em estatística/matemática ou computação como engenharia mecânica, economia, gestão, informática de gestão têm ponderação de 0.9. Licenciaturas com alguma formação em estatística ou em computação como biologia, (engenharia) química e outras engenharias têm ponderação de 0.8. Outras licenciaturas serão analisadas caso a caso e a ponderação de qualquer caso pode ser alterada 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. A reputação da instituição será avaliada tendo em consideração rankings internacionais como o Times Higher Education (THE), QS World University Rankings, Center for World University Rankings (CWUR) e sistemas de avaliação nacionais como o Capes Brasil.
• 1.1.2 - Subcritério 2: 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 (10%).

• 1.2 - Currículo científico e experiência profissional (40 %)

  • 1.2.1 - Subcritério 1: publicações e comunicações técnicas e/ou científicas (20%)
  • 1.2.2 - Subcritério 2: experiência profissional relevante em empresas, participação em projetos de investigação ou em estágios na área do ciclo de estudos ponderada com a relevância da área (20%)

• Critério de desempate:

  Em caso de empate, será usado como critério de desempate o resultado de uma entrevista.

2 - 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.

Informações

• Prazos de Ingresso 2020-2021
• 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