ISLA IPGT 24860

Fundamentos de Business Intelligence e Análise de Dados

• ApresentaçãoPresentation

  O principal objetivo desta unidade curricular é apresentar aos estudantes as potencialidades da tomada de decisão em organizações com base em grandes conjuntos de dados e na sua análise no contexto de Business Intelligence e análise de dados. Promover a compreensão dos dados com base na visualização e na apresentação de relatórios claros e estratégicos. Compreender os processos de ETL (Extract, Transfor, Load), Analytics e Data Science KDD (Knowledge Discovery in Databases) e Data Mining (Mineração de Dados). Entender como usar Business Intelligence e análise de dados para suporte à formalização de estratégias e tomada de decisão. Aprender a visualização de dados eficaz (Dashboards e Relatórios). Desenvolver aptidões sociais, nomeadamente trabalho de equipa e colaboração, comunicação, pensamento crítico e ágil.
• ProgramaProgramme

  Descrição dos conteúdos Dados, Informação, Conhecimento e Inteligência Conceitos fundamentais, dados, informação, conhecimento e inteligência. Importância da qualidade dos dados na tomada de decisão. ¿Extração de Conhecimento de Dados Conceito de ETL e as fases do processo. Exemplos de aplicação em contexto organizacional ETL (Extract, Transform, Load) Etapas do processo ETL e o BI. Exemplos de ferramentas de integração de dados. Analytics e Data Science Tipos de analytics (descritivo, preditivo e prescritivo). Papel da Data Science. Processo KDD. Mineração de Dados. Business Intelligence ¿Conceito de BI e objetivos. Indicadores de desempenho (KPIs)   Arquitectura Business Intelligence ¿Componentes e camadas de uma arquitetura de BI (fontes de dados, staging, Data Warehouse, Data Marts). Visão geral de OLAP e modelos dimensionais. Power BI Introdução ao Power BI e ao modelo de dados. Construção de relatórios e dashboards interativos para apoio à decisão
• ObjectivosObjectives

  Entender como usar Business Intelligence e análise de dados para superar a concorrência das empresas tradicionais nos seus setores. Aprender visualização de dados eficaz (Dashboards e Relatórios) com o Power BI. Desenvolver aptidões sociais (soft skills), nomeadamente trabalho de equipa e colaboração, comunicação, pensamento crítico e ágil. Compreender e implementar os tipos de analytics (descritivo, preditivo e prescritivo); - O Papel da Data Science no suporte à decisão e na criação de valor de negócio; - O Processo KDD (Knowledge Discovery in Databases); - Mineração de Dados.
• BibliografiaBibliography

  Deckler, G. (2022). Learn Power BI Second Edition. A comprehensive, step-by-step guide for beginners to learn real-world business intelligence. Editor: Packt Publishing. ISBN: 9781801810074. Meier, M., Baldwin, D., Strachnyi, K., (2021), Mastering Tableau 2021: Implement advanced business intelligence techniques and analytics with Tableau, 3rd Edition, Packt. O'Connor, E. (2018), Microsoft Power BI Dashboards Step by Step, 1st Edition, Microsoft. Santos, M., Y., Ramos, I. (2017). Business Intelligence da Informação ao Conhecimento. Data Science. FCA. Shmueli, G., Bruce, P. C., Gedeck, P., & Patel, N. R. (2019). Data mining for business analytics: Concepts, techniques, and applications in Python. Wiley. Raschka, S., & Mirjalili, V. (2019). Python machine learning: Machine learning and deep learning with Python, scikit-learn, and TensorFlow 2 (3rd ed.). Packt Publishing.  
• MetodologiaMethodology

  A metodologia de ensino consiste na apresentação e discussão dos temas, e sempre que possível apresentar tecnologias existentes, através da concretização de exemplos de aplicações que demonstrem os conceitos envolvidos. No final de cada tema, são propostos exercícios para consolidar a aprendizagem. Metodologia de avaliação: Avaliação Curricular: Trabalho prático com um peso de 100% na nota final.
• LínguaLanguage

  Português
• TipoType

  Anual
• ECTS

  2
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Descrição dos instrumentos de avaliação (individuais e de grupo) ¿ testes, trabalhos práticos, relatórios, projetos... respetivas datas de entrega/apresentação... e ponderação na nota final.

  Exemplo:

  Descrição	Data limite	Ponderação
  Trabalho prático		100%

   

  Adicionalmente poderão ser incluídas informações gerais, como por exemplo, referência ao tipo de acompanhamento a prestar ao estudante na realização dos trabalhos; referências bibliográficas e websites úteis; indicações para a redação de trabalho escrito...