Vivemos numa era em que os dados assumem um valor crescente e preponderante para a criação de valor. Com o crescimento do Big Data e a quantidade de dados cada vez maior à disposição de empresas e indivíduos, todos estão em busca de ferramentas que tragam insights desta imensidão de dados e forneçam o apoio necessário nas tomadas de decisão. A multiplicidade de canais, a globalização e a aceleração digital estão a tornar o marketing cada vez mais uma disciplina analítica, onde a capacidade de recolher dados, tratá-los, retirar insights e apresentá-los constitui um valor maior.
R é uma linguagem de programação multi-paradigma orientada a objetos, com programação funcional, dinâmica, voltada para o tratamento, análise e visualização de dados. A linguagem R utiliza uma grande variedade de estatísticas e técnicas gráficas, como modelagem linear e não linear, testes estatísticos, time-series analysis, classificação e clustering. A linguagem de programação R conjugada com o estudo e análise dos modelos de forecasting e decisão mais adequados para o marketing, constitui um acelerador na criação de valor.
Online | Português |
Início: Setembro 2024 | 7 meses, 18 ECTS |
Faculdade Online |
Módulos | Unidades de Ensino | Docentes | ECTS |
---|---|---|---|
Introdução à Programação | Instalar e Conhecer o Rstudio Tipos de dados e suas utilizações Operar com Vetores e ordenação Matrizes e Subsetting Data Frames e Indexing Graphics e customização gráficos | Luís Costa | 4 |
Modelos Preditivos | Estatística descritiva Modelos de regressão linear e múltipla Distribuições de probabilidade discretas Distribuições de probabilidade contínuas Estimação de intervalos de confiança Testes de Hipóteses | Rui Miguel Mendes | 3,5 |
Machine Learning | Overview of machine learning (ML) Packages in R. Supervised and Unsupervised Learning Decision Trees and Random forest Introduction to support vector machines Introduction to Neural networks | Cristóvão Sousa Dias | 3,5 |
Análise de séries temporais | Definição de série temporal Modelação de séries temporais - ETS Modelação de séries temporais - ARIMA Avaliação da qualidade dos modelos Orquestração da modelação de séries temporais Visualização e explicação de resultados | Marta Monteiro | 3,5 |
Modelação e Visualização | Data Wrangling and Data Preparation Basic Plots, Maps, and Customization Data Visualizations with R (ggplot2) Data Comparisons, customize charts and plots using themes and faceting Data Visualizations best practices Building dashboards in R | João Boavida | 3,5 |
Corpo docente composto por profissionais do ramo, com larga experiência.
Conheça as saídas profissionais que este curso lhe proporciona:
Marketing
Áreas de gestão de negócio
Departamentos de transformação digital
CRM e Analytics; Conhecimento de clientes e geração de leads
Informação de gestão e planeamento
Departamentos de Gestão de Clientes
A Pós-Graduação dirige-se a:
Profissionais com atividade nas áreas do marketing e vendas dos mais diversos setores de atividade e que pretendam ter uma perspectiva mais analítica na sua abordagem – Data Driven Approach
Profissionais com atividade nas áreas de recolha e análise de dados
Técnicos que pretendam reforçar os seus conhecimentos analíticos sobre os modelos de suporte à previsão e decisão
Técnicos de departamentos de CRM, planeamento e informação de gestão
Recentes alunos de licenciatura que pretendem reforçar os seus conhecimentos na combinação de marketing, análise de dados e integração da visão computacional
Aulas 100% Online em direto que ficarão gravadas e sempre disponíveis para que possa assistir quando e onde quiser.
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.
Realização de projetos aplicados com casos de estudo reais e ambientes simulados, para que possa liderar os desafios da sua profissão.
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 online.