Pós-Graduação em Inteligência Artificial
Coordenador
José Joaquim Magalhães Moreira
Telefone
- Deliberação A3ES
- Plano 2025-26
- Horas de contacto: 150.00
- Créditos ECTS: 30
- Requisitos de Graduação: 30
- Área Científica: Engenharias e Tecnologias
- Modo: A distância
- Língua: PT
- Modo: A distância
- Língua: PT
Grau:
(Pós-Graduação)
CalendáriosCalendars
- Candidatura a Pós-Graduação - Não titulares de grau académico
Data de Início Data de Fim 1ª Época 2025-01-02 2026-06-30 - Candidatura a Pós-Graduação - Titulares de grau académico
Data de Início Data de Fim 1ª Época 2025-01-02 2026-06-30
Propinas e Emolumentos Tuition and Fees (2025/2026)
Valores Candidatura
Graduação - Não
titulares de grau
académico Cidadãos de paises fora da UE
460€
Graduação - Não
titulares de grau
académico Cidadãos nacionais ou da UE e residentes em Portugal há mais de 2 anos.
70€
Graduação -
Titulares de grau
académico Cidadãos de paises fora da UE
460€
Graduação -
Titulares de grau
académico Cidadãos nacionais ou da UE e residentes em Portugal há mais de 2 anos.
70€
Valores Matrícula e Inscrição
Seguro Escolar (ISLA
Gaia)
50€
Matrícula/Inscrição
/Renovação de
inscrição (PG's)
(ISLA IPGT)
200€
-
ApresentaçãoPresentation
A Pós-Graduação em Inteligência Artificial resulta de uma parceria entre o ISLA - Instituto Politécnico de Gestão e Tecnologia e OAF - Oceânica Academia. Este curso visa responder à crescente procura por profissionais qualificados numa das áreas mais estratégicas da atualidade: a aplicação prática de Inteligência Artificial (IA) em contextos reais. Com um plano curricular abrangente e atualizado, a formação cobre tópicos como machine learning, redes neuronais, deep learning, processamento de linguagem natural e aplicações práticas em setores como saúde, indústria, finanças e transportes. O curso integra também bases matemáticas, programação em Python e ferramentas como TensorFlow e PyTorch. Destina-se a licenciados e profissionais que pretendam adquirir competências técnicas na área da IA, essencialmente, em soluções inovadoras, análise de dados e automatização de processos. Inclui um projeto final prático, orientado para desafios reais. O curso é lecionado em regime pós laboral, com componente prática forte e corpo docente com experiência académica e profissional relevante.
-
Condições de IngressoAccess Conditions
- Licenciados nas áreas de Tecnologias da Informação, Engenharia, Matemática, Gestão, Economia ou similares; - Profissionais com experiência comprovada em áreas tecnológicas ou de análise de dados (mediante avaliação curricular). -
DestinatáriosRecipients
1. Profissionais de Tecnologia e Ciência de Dados Engenheiros de software e programadores que desejam especializar-se em IA para desenvolver sistemas inteligentes. Cientistas de dados interessados em aprofundar conhecimentos em machine learning, deep learning e análise de dados. Engenheiros de computação ou especialistas em robótica que desejam aplicar IA em sistemas físicos. 2. Académicos e Investigadores: Graduados em áreas como ciência da computação, engenharia elétrica, matemática ou estatística que pretendem continuar na área académica, realizar investigações ou desenvolver novos modelos e técnicas em IA. Interessados em desenvolver projetos científicos de ponta na interseção de IA com outras áreas disciplinares. 3. Profissionais de Outras Áreas com Interesse em IA Gestores e consultores que procuram entender como a IA pode transformar os negócios e melhorar processos organizacionais. Especialistas de áreas como saúde, finanças, marketing, indústria automóvel, ou direito, que desejam aplicar IA nos seus domínios específicos. Profissionais com formação em áreas criativas como design, interessados em IA generativa para criar conteúdos. 4. Recém-Licenciados Estudantes com formação recente em disciplinas relacionadas, que pretendem entrar no mercado de trabalho com uma especialização num campo altamente promissor. 5. Empreendedores Fundadores ou empreendedores que desejam criar startups baseadas em IA ou integrar tecnologias de IA nos seus negócios. -
ObjectivosObjectives
1. Fornecer uma formação abrangente em Inteligência Artificial (IA), com foco em técnicas, algoritmos e ferramentas utilizadas na resolução de problemas complexos, preparando os alunos para atuar na investigação, desenvolvimento e implementação de soluções baseadas em IA. 2. Capacitar os alunos a aplicar algoritmos de aprendizagem de máquina e redes neurais em diferentes cenários práticos, desenvolvendo soluções em áreas como saúde, finanças, indústria, automação e outras. 3. Desenvolver a capacidade crítica dos alunos sobre questões éticas e sociais associadas à implementação de sistemas de IA, abordando temas como viés algorítmico, privacidade, e impacto no mercado de trabalho. 4. Integrar teorias fundamentais e práticas avançadas de IA, proporcionando aos alunos uma base sólida em matemática, programação, aprendizado de máquina, redes neurais, processamento de linguagem natural (NLP) e outras áreas emergentes. 5. Promover o uso de ferramentas de cloud computing e plataformas de IA, como Google Cloud, AWS e Microsoft Azure, para que os alunos possam trabalhar com grandes volumes de dados e treinar modelos de IA em ambientes de alta performance. -
CompetênciasCompetences
- Desenvolver modelos de Machine Learning e Deep Learning - Analisar e interpretar grandes volumes de dados com ferramentas de IA; - Programar e aplicar algoritmos de Inteligência Artificial em contextos reais; - Integrar soluções de IA em processos empresariais e decisórios; - Refletir criticamente sobre os impactos éticos e sociais da Inteligência Artificial. -
Saídas ProfissionaisCareer Opportunities
- Especialista em Inteligência Artificial aplicada à indústria e serviços - Cientista de Dados (Data Scientist) - Engenheiro de Machine Learning - Analista de Processos Automatizados e Robótica - Consultor em Transformação Digital baseada em IA
-
Plano de EstudosStudy Plan
1º Ano / Tronco comum
Semestre
Programa ECTS Fundamentos Matemáticos para IA 4 ECTS Inteligência Artificial em Aplicações Práticas 3 ECTS Introdução à Inteligência Artificial 3 ECTS Machine Learning 5 ECTS Processamento de Linguagem Natural 3 ECTS Programação para IA 4 ECTS Projeto Final 3 ECTS Redes Neuronais e Deep Learning 5 ECTS
-
ObservaçõesObservations
Metodologia de Avaliação: Testes de avaliação individual, trabalhos individuais e de grupo, desenvolvimento de projetos, entre outros.


