ISLA IPGT 24859

Introdução a Data Science nas Organizações

• ApresentaçãoPresentation

  A unidade curricular de Introdução a Data Science nas Organizações aborda o papel dos dados como ativo estratégico e o impacto da ciência de dados e da inteligência artificial nos modelos de negócio e na tomada de decisão. O seu âmbito abrange os fundamentos da data science (engenharia de dados, visualização, machine learning, deep learning, analítica preditiva e prescritiva, NLP, IA generativa e LLM), os papéis das equipas de dados e as metodologias de gestão de projetos (CRISP-DM e Data Driven Scrum), complementados pela análise de casos reais de aplicação de big data e IA e pela reflexão ética sobre a sua utilização responsável. A UC é pertinente no ciclo de estudos por constituir a base concetual e metodológica das restantes unidades curriculares, permitindo aos estudantes compreender o ecossistema de dados de uma organização e identificar oportunidades de criação de valor a partir dos dados.  
• ProgramaProgramme

  Descrição dos conteúdos Introdução à data science: a revolução dos dados e aplicações por setor Conceitos-chave: machine learning, deep learning, analítica preditiva e prescritiva, NLP, IA generativa e LLM Equipas de dados: papéis, responsabilidades e interações Ciclos de vida de projetos de dados: CRISP-DM e Data Driven Scrum Big data na prática: estudos de caso (Netflix, John Deere, Chipotle) Ética e pensamento crítico na utilização de dados e IA Aplicações da IA na educação e no empreendedorismo: desenvolvimento e apresentação de trabalhos
• ObjectivosObjectives

  No final da unidade curricular, o estudante deverá ser capaz de: Compreender os conceitos fundamentais de data science e inteligência artificial (machine learning, deep learning, analítica preditiva e prescritiva, NLP, IA generativa e LLM); Identificar aplicações de dados e de IA nos diferentes setores e o seu impacto nos modelos de negócio; Distinguir os papéis numa equipa de dados e aplicar metodologias de gestão de projetos (CRISP-DM e Data Driven Scrum); Analisar casos reais de big data e IA, avaliando fontes de dados pelo seu valor de negócio e viabilidade; Refletir criticamente sobre as implicações éticas da utilização de dados e de IA; Investigar e apresentar a aplicação da IA a um domínio concreto, desenvolvendo competências de pesquisa e comunicação.
• BibliografiaBibliography

  [Preencher APELIDO], [Preencher Primeiros Nomes] - [Preencher Título]. [Preencher Edição. Local de publicação :Editor, Ano de publicação. Descrição física. Série. ISBN)] [Preencher APELIDO], [Preencher Primeiros Nomes] - [Preencher Título]. [Preencher Edição. Local de publicação :Editor, Ano de publicação. Descrição física. Série. ISBN)  
• MetodologiaMethodology

  A UC combina metodologias ativas e centradas no estudante: aprendizagem baseada em casos reais (Netflix, John Deere, Chipotle), trabalho colaborativo em equipa com aplicação de diferentes lentes éticas a casos de estudo, utilização de ferramentas digitais colaborativas e de recursos multimédia de apoio, e aprendizagem baseada em projetos, com investigação autónoma e apresentação oral de um trabalho individual sobre a aplicação da IA a um domínio concreto, com feedback contínuo do docente.
• LínguaLanguage

  Português
• TipoType

  Anual
• ECTS

  2
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

   

  Descrição	Data limite	Ponderação
  Teste de avaliação	29-11-2025	50%
  Trabalho Individual	29-11-2025	50%