Sistemas de Informação Analíticos
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Ciência de Computadores |
Ocorrência: 2024/2025 - 1S
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
MCI |
0 |
Plano de estudos oficial |
2 |
- |
6 |
42 |
162 |
Docência - Responsabilidades
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Dotar os estudantes da capacidade de projetar, implementar e explorar armazéns de dados (data warehouses).
Resultados de aprendizagem e competências
(1) Planear e gerir o ciclo de vida de um projeto de armazém de dados;
(2) Identificar os requisitos e as fontes de dados;
(3) Projetar um modelo dimensional adequado;
(4) Desenhar e implementar um processo de extração, transformação e carregamento de dados;
(5) Especificar e implementar aplicações e modelos de acesso e visualização da informação no armazém de dados;
(6) Otimizar o armazém de dados pela criação de agregações e índices;
(7) Criar e explorar implementações multidimensionais;
(8) Interrogar implementações multidimensionais;
(9) Definir os metadados necessários para efeitos de auditoria.
Modo de trabalho
Presencial
Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)
Bases de dados relacionais, normalização, SQL.
Programa
- Indicadores de desempenho
- Dimensões e hierarquias
- Modelação Conceptual do Armazém de Dados: o modelo MultiDim
- A Enterprise Data Warehouse: implementação numa base de dados relacional
- Kimball Data Marts: implementação numa base de dados relacional
- Extração, tranformação e carregamento de dados: experiências com uma ferramenta ETL
- O modelo multi-dimensional
- Exemplos com um servidor OLAP
- A linguagem MDX
- Como desenhar Dashboards: exemplos com uma ferramenta de desenho de dashboards
- Os princípo básicos do desenvolvimento agile de projetos de armazenamento de dados
- Utilização de técnicas de análise de dados sobre cubos OLAP
- Requisitos de metadados
Bibliografia Obrigatória
Alejandro Vaisman and Esteban Zimanyi;
Data Warehouse Systems: Design and Implementation, Springer, 2014. ISBN: 978-3642546549
Bibliografia Complementar
Inmon, W. H.;
Building the data warehouse. ISBN: 0-471-08130-2
Ralph Kimball, Margy Ross, Warren Thornthwaite, Joy Mundy, Bob Becker;
The Data Warehouse Lifecycle Toolkit, 2nd ed., John Wiley & Sons, 2008. ISBN: 978-0470149775
Harold Kerzner;
Project Management Metrics, KPIs, and Dashboards: A Guide to Measuring and Monitoring Project Performance, WIley, 2017. ISBN: 978-1119427285
Lawrence Corr and Jim Stagnitto;
Agile Data Warehouse Design: Collaborative Dimensional Modeling, from Whiteboard to Star Schema, DecisionOne Press, 2011. ISBN: 978-0-9568172-0-4
Rick Sherman;
Intelligence Guidebook: From Data Integration to Analytics, Morgan Kaufmann, 2015. ISBN: 978-0124114616
Métodos de ensino e atividades de aprendizagem
As aulas têm um formato teórico-prático em que a discussão de novos conceitos e a descrição de técnicas é entremeada com exemplos e com a resolução de exercícios em computador, uma vez que decorrem num laboratório. Atendendo aos objetivos aplicados da UC, optou-se por uma avaliação em que 50% assenta na realização de um trabalho prático de média dimensão, em grupos de 2 pessoas, de preferência com dados reais, no qual são percorridas as diversas etapas de um projeto de um armazém de dados. No final, para além do relatório do projeto, é realizada uma apresentação e discussão oral, como acontece nos projetos reais. Os restantes 50% correspondem a um exame escrito individual, onde os estudantes têm a oportunidade de demonstrar o seu domínio de assuntos que não tenham sido cobertos no seu trabalho prático.
Software
Pentaho workbench
Pentaho OLAP server
mySQL
Kettle
Palavras Chave
Ciências Físicas > Ciência de computadores > Gestão de bases de dados
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
50,00 |
Trabalho laboratorial |
50,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
66,00 |
Frequência das aulas |
56,00 |
Trabalho laboratorial |
40,00 |
Total: |
162,00 |
Obtenção de frequência
Avaliação distribuída não inferior a 7,5/20.
Fórmula de cálculo da classificação final
NotaProjeto: nota do projeto realizado em grupo.
NotaExame: nota do exame final.
Final = 50% * NotaProjeto + 50% NotaExame
Requer-se nota superior a 7,5/20 na NotaExame.
Provas e trabalhos especiais
Um trabalho laboratorial.
Avaliação especial (TE, DA, ...)
Os estudantes com estatutos especiais devem entregar e apresentar o trabalho e fazer o exame nas mesmas datas que os restantes estudantes.
Melhoria de classificação
O exame final pode ser melhorado através de um exame de melhoria de classificação.
O trabalho prático pode ser melhorado através de um novo trabalho a definir pelo docente.