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 18 ECTS
8 meses Não conferente de grau Faculdade Online

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

O mundo das Bases de Dados
  • Combinar competências matemáticas, estatísticas e computacionais para análise de problemas complexos.
  • Usar ferramentas para tratamento de big data e preparação de bases de dados.

Machine Learning
  • Desenvolver modelos quantitativos de análise e previsão.
  • Usar linguagens de programação.

Gerir tomadas de decisão
  • Demonstrar capacidade de comunicação dos resultados das análises.
  • Selecionar as técnicas de análise de dados que constituam ferramentas de apoio à tomada de decisão.

Plano de estudos

MódulosDocentes
Estatística para Data AnalyticsFernando Gonçalves
José Cruz
Programação para Data AnalyticsGilson Silva
Bases de Dados & VisualizaçãoBeatriz Leal
Cloud Computing & Sistemas DistribuídosAlexandre Pereira
Machine Learning & ApplicationsFilipe Ramos
Mariana Cavique
Didier Lopes
Data Analytics nas OrganizaçõesFilipe Ramos
Diogo Santos
Fernando Matos
Ricardo Galante
Didier Lopes

Coordenação

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.

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.

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

  • Alexandre Pereira

Mestrado em Engenharia | Sócio, Klab | Professor, U Europeia

  • Beatriz Leal

Linkedin

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

  • Didier Lopes

Linkedin

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

  • Diogo Ribeiro Santos

Linkedin

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

  • Fernando Matos

Linkedin

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

  • Girson Silva

Linkedin

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

  • José Cruz

Linkedin

Doutoramento em Matemática e Estatística | Professor, U Europeia

  • Mariana Cavique

Linkedin

Mestrado em Engenharia| Professor, U Europeia

  • Ricardo Galante

Linkedin

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

Pós-graduação em Data Analytics for Business
Saídas profissionais

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.
Becas y ayudas Master in Big Data Analytics online
Público-Alvo

  • 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;
  • Licenciados na área de gestão e que pretendam adquirir competências adicionais em análise de dados e em gestão de informação;
  • Licenciados em engenharia, com valências em ciências da computação ou em análise de dados, e que pretendam familiarizar-se com a aplicação em contexto de negócio;
  • Profissionais que estejam a iniciar a sua carreira em Data Analytics & Big Data ou queiram aprofundar conhecimentos na área.

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