No mercado global em constante evolução através de pressões competitivas e regulatórias, decisões de negócio rápidas e precisas são cada vez mais importantes.
Com a revolução digital em aceleração, ser capaz de extrair, combinar e analisar grandes volumes de dados complexos ajuda a melhorar a visibilidade da informação, gerando oportunidades e aumentando a vantagem competitiva.
“Este programa visa fornecer experiência num conjunto de ferramentas de análise dados e, simultaneamente, reflexão sobre a sua utilização em contextos de negócio variados.”
Presencial | |
Quinta do Bom Nome | |
145 horas | Faculdade de Ciências Sociais e Tecnologia |
Não conferente de grau |
Unidades curriculares | Horas/Semana | ECTS |
---|---|---|
Business Analytics Summit | 3 | |
Fundamentos de Negócio para Analytics Pesquisa de Marketing: utilização de estudos de mercado para diagnosticar problemas de marketing Previsão de Vendas: previsão estratégica de vendas em empresas multicanal Gestão de Operações: análise de capacidades Análise Financeira: interpretação de demonstrações financeiras e análise de rácios Gestão de Risco: princípios e técnicas de análise e gestão de risco Estratégia Empresarial: transformação estratégica de empresas multi-negócio DOCENTES: Diogo Ribeiro Santos | 12 | 3 |
Análise e Visualização de Dados Conceitos fundamentais de Estatística Análise preliminar dos dados: Classificação; Valores omissos e valores extremos Técnicas de sumarização: Medidas descritivas; Representação gráfica; Análise de componentes principais Técnicas de associação: Correlação; Medidas de associação para dados categóricos Técnicas de segmentação: Análise de clusters Representação visual: Princípios e estruturas DOCENTES: Fernando Gonçalves | 12 | 3 |
Programação para Data Analytics Conceitos fundamentais de programação em Python Introdução aos principais pacotes de ferramentas Técnicas de extração, transformação e carregamento de dados Aplicações na análise exploratória de dados Incorporação de código e texto com recurso a Notebooks para a apresentação de resultados DOCENTES: Beatriz Malheiros Leal | 12 | 3 |
Seminário I | 2 | |
Projeto Aplicado | 2 |
Unidades curriculares | Horas/Semana | ECTS |
---|---|---|
Bases de Dados & Big Data | 12 | 3 |
Modelos Preditivos | 12 | 3 |
Estratégia de Negócio | 12 | 3 |
Seminário II | 2 | |
Projeto Aplicado II | 4 |
Unidades curriculares | Horas/Semana | ECTS |
---|---|---|
Business Intelligence Introdução: Conceitos associados a Business Intelligence Business Analytics e Sistemas de Business Intelligence Dados e construção de sistemas de Business Intelligence Ferramentas de Business Intelligence Definição de reporting de gestão Sistemas de Business Intelligence de suporte à decisão | 12 | 3 |
Manipulação de Dados & Machine Learning Introdução ao Machine Learning: Noções gerais; Aprendizagem supervisionada; Aprendizagem não supervisionada; Treino e avaliação de modelos Introdução ao Deep Learning: Introdução às redes neuronais; Algumas arquiteturas Aplicações do Machine Learning e Implementação Computacional com R/Python: Análise exploratória de dados na prática; Implementação de modelos de aprendizagem supervisionada; Exemplos de aplicação de aprendizagem não supervisionada DOCENTES: José Cruz | 12 | 3 |
Seminário III | 2 | |
Projeto Aplicado III | 4 |
Modúlo IV
Unidades curriculares | ECTS |
---|---|
Finanças com Data Analytics Introdução às finanças empresariais Estruturas de financiamento Rendibilidade Risco versus rendibilidade Utilização de dados para aferição do risco Determinação do risco e do custo do capital Aplicações DOCENTES: Carlos Pinho | 3 |
Marketing com Data Analytics Tipos de insights sobre o cliente A etnografia como método de obtenção de informação Mapear a Customer Journey A Gestão de Conteúdos nos canais digitais Automatização do Marketing Aplicações de IA e Ciclo de Vida do Cliente DOCENTES: Maria do Carmo Leal | 3 |
Seminário IV | 3 |
Projeto Aplicado IV |
Unidades curriculares | Horas/Semana | ECTS |
---|---|---|
Finanças com Data Analytics Introdução às finanças empresariais Estruturas de financiamento Rendibilidade Risco versus rendibilidade Utilização de dados para aferição do risco Determinação do risco e do custo do capital Aplicações DOCENTES: Carlos Pinho | 12 | 3 |
Marketing com Data Analytics Tipos de insights sobre o cliente A etnografia como método de obtenção de informação Mapear a Customer Journey A Gestão de Conteúdos nos canais digitais Automatização do Marketing Aplicações de IA e Ciclo de Vida do Cliente DOCENTES: Maria do Carmo Leal | 12 | 3 |
Seminário IV | 2 | |
Projeto Aplicado IV | 4 |
Em época de revolução digital, o domínio das técnicas de análise de grandes volumes de dados complexos é crescentemente decisiva para as organizações.
Uma grande vantagem de um programa em business analytics é fornecer conhecimento e competências atrativas para um grande espectro de indústrias. O domínio de competências técnicas, como em machine learning e análise preditiva, e a capacidade de as utilizar para obter resultados são muito importantes e muito valorizados.
Os candidatos interessados em ingressar na Universidade Europeia poderão formalizar a sua candidatura ao longo de todo o ano.
O processo de candidatura está sujeito às vagas existentes e à adequação do perfil do candidato ao ciclo de estudos de interesse.
Para dar início ao Processo de Admissão, o candidato deverá seguir estes 3 passos:
1
Agende uma conversa de esclarecimento com um Admissions Advisor
3
Avance com a formalização da candidatura, presencialmente ou on-line