Admissões:+351 210 205 703
Geral:
Campus Quinta do Bom Nome: +351 210 309 900
Campus Santos: +351 213 939 600
Campus Lispólis: +351 210 533 820
Whatsapp
Presencial: +351969704048
17263

O que procura?

Licenciatura em psicologia, admissões…

Mestrado em Ciência de Dados e Gestão Lisboa

O Mestrado em Ciência de Dados e Gestão da Europeia é inovador, assente numa metodologia de ensino imersivo, que proporciona uma formação avançada, atual e rigorosa, com domínio teórico e prático dos mais recentes avanços na área da ciência de dados e das suas aplicações à gestão.

Selecione o regime preferencial

Mestrado em Ciência de Dados e Gestão

O Mestrado em Ciências de Dados e Gestão conta com um corpo docente de excelência e com extensa experiência e reconhecimento das suas áreas de atuação e especialidade, este curso visa especializar e preparar os estudantes para extrair, combinar e analisar grandes volumes de dados complexos com vista a melhorar a visibilidade da informação, gerar oportunidades e aumentar a vantagem competitiva e estratégica das organizações.

Presencial
Lecionado em Português
Oriente Green Campus 2 anos, 120 ECTS
Início: Setembro 2025
Faculdade de Ciências Sociais e Tecnologia

Porquê o Mestrado em Ciência de Dados e Gestão?

Fatores Inovadores
  • Docência: Corpo docente de excelência, combinando valências académicas e profissionais, com extensa experiência e reconhecimento nas suas áreas de atuação e especialidade.
  • Metodologia: Ensino imersivo baseado em projeto (PBL – Project Based Learning), com exploração de uma variedade de ferramentas de Ciência de Dados e Gestão.
  • Dualidade de valências: Competências fornecidas em Ciência de Dados e nas áreas de aplicação à Gestão.
  • Dualidade de visão: Combinação da perspectiva académica e técnica com a visão da Indústria, com acesso a sessões de seminário e/ou webinar de especialistas oriundos da academia e indústria.
  • Flexibilidade: Dissertação ajustada aos interesses dos estudantes, com orientação por professores de referência;
  • Certificação: Conferência de sólida preparação com vista a certificação junto da DSPA (Data Science Portuguese Association).
Objetivos

O Mestrado em Ciência de Dados e Gestão visa fornecer competências avançadas num conjunto de ferramentas de análise dados e, simultaneamente, a reflexão sobre a sua utilização em contextos de negócio variados, nomeadamente:

  • Competências para processar e analisar grandes volumes de dados, com extração de conhecimento para tomada de decisão;
  • Competências avançadas em áreas como visualização, data mining, previsão, inteligência artificial generativa e machine learning;
  • Capacidade de analisar e comunicar soluções baseadas em evidência para desafios de negócio com uso de análise quantitativa;
  • Capacidade de aplicar técnicas de Ciência de Dados e Gestão a áreas de negócio variadas.
Benefícios
  • Desenvolvimento de competências avançadas em Ciência de Dados e suas aplicações à Gestão;
  • Corpo docente de excelência, combinando valências académicas e profissionais, com extensa experiência e reconhecimento nas suas áreas de atuação e especialidade;
  • Metodologia PBL (Project Based Learning), centrada no desenvolvimento de um projeto, com exploração de uma variedade de ferramentas de Ciência de Dados e aplicações à Gestão;
  • Abordagem inter e multidisciplinar, possibilitando a descoberta e a prática de aspetos variados de Ciência de Dados e aplicações à Gestão;
  • Integração da visão do mercado, com um conjunto de seminários e/ou webinars de especialistas oriundos da academia e da indústria;
  • Conferência de sólida preparação com vista a certificação junto da DSPA (Data Science Portuguese Association).
Destinatários
  • Licenciados nas áreas de economia, gestão ou finanças que pretendam adquirir competências adicionais em análise de dados e em gestão de informação;
  • Licenciados em matemática, estatística, física ou engenharia, com valências em ciências da computação ou em análise de dados, que pretendam familiarizar-se com as aplicações em contexto de negócio;
  • Quadros empresariais que pretendam desenvolver competências numa área em acelerado crescimento, possibilitando a tomada de decisões de negócio mais informadas;
  • Dirigentes de start ups;
  • Dirigentes de PMEs;
  • Profissionais que estejam a iniciar a sua carreira em Ciência de Dados e suas aplicações à Gestão ou queiram aprofundar conhecimentos na área.

Oriente Green Campus

O campus onde a inovação, a tecnologia e o conhecimento se fundem para criar um ambiente de aprendizagem único e diferenciador. Este é o espaço onde vais querer estar!

youtube thumbnail

Certificação

Integração em unidades curriculares do 3º semestre das provas de certificação em Generative Artificial Intelligence DSPA (Data Science Portuguese Association), em parceria com a Microsoft.

A DSPA é uma associação sem fins lucrativos que promove o desenvolvimento da ciência de dados, incentiva as boas práticas, forma profissionais e representa o sector junto de entidades públicas e privadas.

Logótipo Certificação DSPA - Generative AI

Plano de estudos

1º ANO | 1º SEMESTRE

Unidades curricularesHoras Totais ContactoECTS
Análise e Visualização de Dados426
Metodologia de Investigação426
Programação para a Ciência de Dados426
Business Fundamentals for Analytics426
Finance for Analytics426

1º ANO | 2º SEMESTRE

Unidades curricularesHoras Totais ContactoECTS
Modelos Preditivos426
Bases de Dados & Big Data426
Principles of Business Analytics426
Advanced Topics in Strategic Management426
Advanced Project Management426

2º ANO | 1º SEMESTRE

Unidades curricularesHoras Totais ContactoECTS
Dissertação/Projeto Aplicado em Ciências de Dados e Gestão [Anual]3042
Opção de Especialização em Business Analytics
Applied Business Analytics426
Applied Market Processes426
Business Intelligence426
Opção de Especialização em Data Science
Análise Prescritiva426
Data Manipulation & Machine Learning426
Tópicos Avançados em Data Mining426

2º ANO | 2º SEMESTRE

Unidades curricularesHoras Totais ContactoECTS
Dissertação/Projeto Aplicado em Ciências de Dados e Gestão [Anual]3042

Filipe Ramos

Filipe R. Ramos

Diretor do Mestrado e Comissão Cientifica

PhD em Gestão – Métodos Quantitativos, pelo ISCTE Business School, contando com larga experiência de lecionação nas áreas científicas da Matemática e Estatística.

A atividade de investigação centra-se na Análise de Dados e Modelação Matemática (e.g., Time Series Analysis and Forecasting, Data Science e Machine/Deep Learning). É investigador integrado no CETRAD e colaborador no CEAUL e LAETA.

    Fernando Gonçalves

    Fernando Gonçalves

    Comissão Cientifica

    PhD em Matemática e Estatística pela University of Edinburg. Foi Bolseiro de pós-doutoramento da Fundação para a Ciência e Tecnologia e Visiting Fellow no Mathematical Sciences Institute da Australian National University.

    Os seus interesses de investigação são em Matemática Financeira, sendo membro integrado do REM - Research in Economics and Mathematics, centro de investigação sediado no ISEG.

      Docente José Cruz

      José Cruz

      Comissão Cientifica

      PhD em Matemática Aplicada à Economia e Gestão pelo ISEG – Universidade de Lisboa. Atualmente é Professor Auxiliar na Universidade Europeia e membro colaborador do CEAUL – Centro de Estatística e Aplicações da Universidade de Lisboa.

      A sua investigação centra-se em Análise Matemática, Cálculo Estocástico e Matemática Financeira, com particular interesse em métodos de avaliação de opções em mercados ilíquidos com saltos.

        José Manuel Fonseca

        José Manuel Fonseca

        Comissão Cientifica

        José Manuel Fonseca é licenciado em Gestão, Mestre em Psicologia Organizacional, doutorado em Managment, autor de “Complexity and Innovation in Organizations”. Gestor e consultor em Portugal, Suécia, Bélgica, Espanha, e Inglaterra.

        Especialista em Estratégia, Inovação e Mudança Organizacional nos setores têxtil, agro-alimentar, construções técnicas, mármores, moldes, publicidade e tecnologias de informação.

          Saídas profissionais

          Após a conclusão do mestrado, o estudante estará preparado para desempenhar funções como:

          Data Analyst - Responsável pela inspeção, limpeza, transformação e modelização de dados, necessária à descoberta de informações úteis, identificação de padrões, extração de conclusões e suporte à tomada de decisão;

          Data Architect - Responsável pela definição da infraestrutura para projetos envolvendo o tratamento de grandes volumes de dados;

          Machine Learning Engineer - Responsável pela construção, implantação e manutenção de sistemas de aprendizagem automática para tratamento de dados;

          Data Scientist - Responsável por transformar dados em insights que possam orientar as decisões estratégicas de uma organização, utilizando uma combinação de valências em análise de dados, modelagem estatística e conhecimento de negócios.

          que-es-datasets

          Candidaturas e admissões

          Os candidatos interessados em ingressar na Universidade Europeia poderão formalizar a sua candidatura ao longo de todo o ano.

          O processo de admissão está sujeito às vagas existentes e à adequação do perfil do candidato ao ciclo de estudos de interesse.

          Para dar início ao processo de candidatura ou admissão, o candidato deverá seguir estes 3 passos:

          1

          Pedido de Informação

          Agenda uma conversa de esclarecimento com um Admissions Advisor

          2

          Documentação

          Reúne todos os documentos solicitados no processo de admissão

          3

          Candidatura

          Avança com a formalização da candidatura, presencialmente ou online

          None