16873

O que procura?

Licenciatura em psicologia, admissões…

Admissões:+351 210 200 999
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

Pós-Graduação 100% Online em Data Analytics & Big Data Online

Compreenda os dados e identifique padrões, usando técnicas de data analytics e machine learning.

Selecione o regime preferencial

Pós-Graduação 100% Online em Data Analytics & Big Data

A presente Pós-Graduação pretende entregar conhecimentos e competências em Data Analytics & Big Data a um nível avançado, que constituam suporte para tomada de decisão e construção de soluções com base em dados.

No decorrer do curso os alunos irão ser capazes de identificar problemas com solução com recurso a dados de modo a compreender os dados e identificar padrões, usando técnicas de data analytics e machine learning. Pretende-se que através dos conhecimentos apreendidos sejam aptos a tomar decisões e construir soluções com base em dados.

Online Português
Início: Outubro 2024
8 meses, 18 ECTS
Faculdade Online

Porquê a Pós-Graduação 100% Online em Data Analytics & Big Data?

Benefícios
  • Formação abrangente que aborda aspectos técnicos, analíticos, estratégicos e comunicacionais, essenciais para dominar Data Analytics & Big Data.
  • Desenvolvimento de competências matemáticas, estatísticas e computacionais para análise de problemas complexos.
  • Aprendizagem prática e orientada para o mercado, com professores experientes e reconhecidos nas suas áreas.
  • Preparação dos alunos para a certificação da Data Science Portuguese Association (DSPA), aumentando a sua credibilidade profissional.
  • Os estudantes aprendem em rede, liderando o seu processo de aprendizagem, com moderação dos docentes, o que aumenta a interatividade e a motivação para atingirem os seus objetivos.
  • Atribuição de ECTS (Sistema Europeu de Transferência de Créditos), com equivalência atribuída a 18 ECTS no Mestrado em Ciência de Dados e Análise de Negócios.

Objetivos
  • Capacitar os alunos a dominar ferramentas de tratamento de big data e técnicas de modelagem preditiva, aplicáveis na resolução de problemas empresariais complexos.
  • Facilitar o desenvolvimento de modelos quantitativos que permitam análises e previsões mais precisas para suportar decisões estratégicas.
  • Preparar os alunos para se destacarem no mercado de trabalho, integrando conhecimentos práticos e certificações relevantes.
  • Promover uma visão integrada e estratégica de Data Analytics nas organizações, capacitando os alunos a aplicarem essas competências em diferentes setores.

Fatores Inovadores
  • Estrutura curricular que integra competências técnicas de programação e utilização de ferramentas avançadas, como bases de dados e big data.
  • Ensino 100% online com acesso a plataformas, onde terás todos os conteúdos disponibilizados, gravação das aulas e contato direto com os docentes;
  • Modelo Académico Inovador: O uso do Modelo Académico da Universidade Europeia Online, que promove uma aprendizagem prática, personalizada e interativa, através de metodologias digitais, proporciona uma formação flexível e acessível, alinhada com as mais recentes tendências educacionais.
  • Integração de créditos ECTS no curso, facilitando a continuidade para estudos de nível superior, como o Mestrado em Ciência de Dados e Análise de Negócios.

Parcerias e certificações

Algumas das empresas que colaboram em seminários, estágios, resolução de casos e problemas práticos reais propostos em sala de aula, em projetos curriculares e concursos de ideias para a Pós-Graduação:

MódulosUnidades de EnsinoDocentes
Estatística para Data AnalyticsConceitos fundamentais & Métodos descritivos
Distribuições
Inferência estatística
Redução & Classificação
Regressão
Fernando Gonçalves
José Cruz
Programação para Data AnalyticsIntrodução ao Python
Funções
Estrutura de dados
Controlo de erros
Programação orientada a objetos
Gilson Silva
Bases de Dados & VisualizaçãoBases de dados
Fundamentos de SQL e funções
Funções nativas
Visualização de dados
Power BI
Mariana Cavique
Beatriz Leal
Cloud Computing & Sistemas DistribuídosTopologias de sistemas distribuídos
Segurança informática
Sistemas distribuídos e Big Data
Computação em sistemas distribuídos
Modelos de serviços cloud e distribuídos
Pedro Joaquim
Machine Learning & ApplicationsFundamentos de Machine Learning
Algoritmos de aprendizagem não supervisionada - Princípios matemáticos e computacionais
Algoritmos de aprendizagem não supervisionada - Aplicações
Algoritmos de aprendizagem supervisionada - Princípios matemáticos e computacionais
Algoritmos de aprendizagem supervisionada - Aplicações
Filipe Ramos
Didier Lopes
Diogo Ribeiro Santos
Data Analytics nas OrganizaçõesData Analytics nas Organizações: prespectivas e desafios futuros
Data Analytics nas Organizações: aplicações práticas
Generative AI
Modelos de Machine Learning na tomada de decisão: Explicabilidade/Interpretabilidade
Data Analytics nos Mercados Financeiros
Filipe Ramos
Luís Almeida
Diogo Ribeiro Santos
Ricardo Galante
Didier Lopes

Coordenação
fernando-goncalves-coordenador-pg-big-data

Fernando Gonçalves

Consultar Linkedin

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. É pós-graduado em Ciências Empresariais pelo ISCTE-IUL e licenciado em Economia, ramo de Planeamento e Métodos Quantitativos, pelo ISEG. Os seus interesses de investigação são em Matemática Financeira e, secundariamente, em Econometria Aplicada, sendo membro integrado do REM - Research in Economics and Mathematics, centro de investigação sediado no ISEG. Tem desenvolvido projetos de investigação internacionais, como: STRIKE - Novel Methods in Computational Finance, programa Marie Curie da Comissão Europeia; e Analysis of Nonlinear Partial Differential Equations in Mathematical Finance, programa de cooperação transnacional da Fundação para a Ciência e a Tecnologia. O seu trabalho encontra-se publicado em revistas científicas internacionais da especialidade. É Professor na Universidade Europeia, coordenando a licenciatura e os mestrados na área de Ciência de Dados.

fernando-goncalves-coordenador-pg-big-data
filipe-ramos-coordenador-pos-graduacao-big-data

Filipe Ramos

Consultar Linkedin

Doutorado em Gestão, na especialidade de Métodos Quantitativos, pelo ISCTE-Business School. Mestre em Matemática Financeira, pelo ISCTE-Business School/FCUL, mestre em Ensino da Matemática, pela FCT-UNL e licenciado em Matemática (Ensino) pela FCUL. Além da docência de Matemática nos ensinos Básico e Secundário, de Matemática Aplicada em cursos da Via Profissionalizante e de várias unidades curriculares, da área científica da Matemática/Estatística, em instituições de Ensino Superior Públicas (como FCUL, ISEG, FCT-UNL e ISCTE-IUL) e Privadas (Universidade Europeia); foi ainda colaborador/consultor técnico pedagógico no IAVE (antigo GAVE) e coordenador de cursos profissionais e respetivas equipas pedagógicas. Atualmente, é Professor Auxiliar Convidado na FCUL e Investigador Integrado no CEAUL. A sua atividade de investigação centra-se nos domínios da Análise de Dados e da Modelação Matemática, com destaque em: (i) "Time Series Analysis and Forecasting" (com especial aplicada às áreas da Economia, Gestão e Finanças); (ii) Data Analysis/Data Science; (iii) Machine Learning/Deep Learning.

filipe-ramos-coordenador-pos-graduacao-big-data

Corpo docente composto por profissionais do ramo, com larga experiência.

  • Alexandre Pereira: Mestrado em Engenharia | Sócio, Klab | Professor, U Europeia

Mestrado em Matemática e Estatística | Data Analyst, Teleperformance | Professor, ISEG

Mestrado em Engenharia – Sistemas de Controlo | Founder & CEO, OpenBB

Doutoramento em Gestão | Independent Financial Advisor | Professor, U Europeia & AESE

Licenciatura em Informática de Gestão | Cofounder, Closer & Presidente, Data Science Portuguese Association

Mestrado em Matemática e Estatística | Senior Data Analyst, BNP | Professor, U Europeia

Doutoramento em Matemática e Estatística | Professor, U Europeia

Mestrado em Engenharia| Professor, U Europeia

Mestrado em Estatística | Principal Analytics & Artificial Intelligence Advisor, SAS Iberia | Professor, FCUL & U Europeia

Saídas profissionais
Pós-graduação em Data Analytics for Business

O estudante que terminar o programa com sucesso, estará preparado para desempenhar funções nas seguintes áreas:

  • 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 por definir a infraestrutura necessária para projectos com grandes volumes de dados;
  • Especialista em análise de dados e machine learning. Responsável pela programação dos sistemas de tratamento de dados e aprendizagem automática.
Pós-graduação em Data Analytics for Business

Metodologia Online

Flexibilidade

Aulas 100% Online em direto que ficarão gravadas e sempre disponíveis para que possa assistir quando e onde quiser.

Para si

Contará com o apoio dos nossos professores especializados que o irão ajudar na sua aprendizagem, bem como um gestor académico que o irá acompanhar e orientar durante o seu percurso académico.

Aprendizagem experiencial

Realização de projetos aplicados com casos de estudo reais e ambientes simulados, para que possa liderar os desafios da sua profissão.

Admissões

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

Pedido de Informação

Agende uma conversa de esclarecimento com um Admissions Advisor

2

Documentação

Reúna a documentação solicitada no processo de admissão

3

Candidatura

Avance com a formalização da candidatura online.

None