Pós-Graduação em Data Science | ASIB

Descrição

A quantidade de dados gerados pelas organizações tem vindo a crescer e consequentemente a necessidade de pessoas especializadas capazes de retirar valor desses dados. Quando devidamente explorados, permitem suportar decisões estratégicas para o negócio, criação de novos produtos, oferta de serviços mais personalizados entre muito outras potencialidades. Data Science é por isso uma área transversal a todos o tipos de organizações e a todos os sectores, sendo o seu valor reconhecido pelas vantagens competitivas que potencia.

Esta Pós-Graduação é desenvolvida ao abrigo do protocolo de colaboração entre a Rumos e a Atlântica. Destina-se a todos aqueles que pretendam tirar partido desta nova capacidade estratégica, dotando-os dos conhecimentos necessários para retirar o máximo valor dos dados, dando uma visão detalhada, teórica e prática, de conceitos e metodologias.

Composição

O programa do ciclo de estudos de Pós-Graduação em Data Science (PGDS) é composta por dois ciclos de especialização, Especialização  Data Science Manager e Especialização Data Science Researcher que no seu conjunto permitem aos alunos ficarem com uma visão alargada e detalhada dos conceitos e metodologias subjacentes a esta área emergente.

A Especialização Data Science Manager fornece aos alunos os principais conceitos e ferramentas usadas pelos Data Scientists e os princípios de constituição e orientação de equipas de Data Science para que o resultado do trabalho destas seja bem sucedido. A Especialização Data Science Researcher oferece uma forte base dos princípios necessários para o desenvolvimento de um projeto de Data Science com práticas de aplicação a projetos reais.

Os alunos que concluam o curso com sucesso ficam habilitados a proceder à criação e gestão de equipas de Data Science na organização, a estruturar projetos de Data Science, serem capazes de identificar oportunidades para uso de Data Science dentro das organizações, saberem extrair, processar e explorar dados aplicando métodos estatísticos para retirar mais informação dos dados e serem capazes de criar modelos descritivos e preditivos.

Os alunos vão adquirir na PGDS amplos conhecimentos, teóricos e práticos, para exercer uma carreira que é altamente procurada e valorizada no mercado nacional e internacional.

Objetivos

  • Criação e Gestão de equipas de Data Science
  • Estruturação de um Projecto de Data Science
  • Capacidade de identificar oportunidades para uso de Data Science dentro da Organização
  • Extracção, pre-processamento e exploração de dados
  • Aplicação de métodos estatísticos para retirar mais informação dos dados
  • Criação de modelos descritivos e preditivos
  • Conhecimentos de Python

Programa

Ciclo de especialização Data Science Manager

  • Fundamentos de Ciência de Dados (9 horas)
  • Gestão de Equipas de Ciência de Dados (9 horas)
  • Gestão do Processo de “Data Mining” (18 horas)
    • por: Rui Machado, Manager of BI and Big Data na Jumia
  • Aplicação da Ciência de Dados (18 horas)

Ciclo de especialização Data Science Researcher

  • Programação em Python (27 horas)
  • Metodologia de Recolha de Dados (9 horas)
    • por: Ricardo Pereira, Data Scientist e Co-founder na DareData Engineering i
  • Metodologia de Pré-Processamento de Dados
  • Inferência Estatística (18 horas)
  • Análise Exploratória de Dados (18 horas)
    • por: Hugo Lopes, Data Scientist e Senior Software Engineer na Crowd Process
  • Fundamentos Práticos de “Machine Learning” (18 horas)

Docentes

Comissão Científica

Filipa Rodrigues

Data Scientist at OutSystems, Scientific Coordinator of the Data Science Postgraduate Programme at Rumos.
É Data Scientist, licenciada em Engenharia Biomédica e Biofísica pela Faculdade de Ciências da Universidade de Lisboa e estagiou no Wyss Institute for Biologically Inspired Engineering na Universidade de Harvard, em Boston, onde esteve envolvida em projetos relacionados com o processamento e visualização de grande volume de dados fisiológicos.

Em 2013 iniciou o projeto para a tese de mestrado, cujo o objetivo foi o desenvolvimento de um sistema para o diagnóstico automático da doença de Alzheimer usando imagens do cérebro ao longo do tempo.

É Mestre em Engenharia Biomédica e Biofísica com perfil em Sinais e Imagens Médicas.

 

Corpo Docente

Manuela Almeida

Data Scientist na Talkdesk.
Tem feito a sua carreira como Data Scientist em empresas como a Infosistema, a Morphing Portals e mais recentemente a Talkdesk.

Tem certificações diversas em áreas como Functional Programming in Scala Capstone, Functional Programming in Scala Specialization, Parallel Programming, Big Data Analysis with Scala and Spark, Functional Program Design in Scala, Functional Programming Principles in Scala, Machine Learning, Mining Massive Datasets by Stanford University. Tem um bacharelato em Ciências da Comunicação pela Universidade Nova de Lisboa, é Licenciada em Computational and Applied Mathematics pelo IST e mestre em Mathematics and Applications também pelo IST.

 

Miguel Guedes

Diretor of Consulting na CGI
Experienced Data Scientist with a demonstrated history of working in the banking industry. Skilled in Negotiation, Analytical Skills, Customer Relationship Management (CRM), English, and Management. Strong finance professional with a Certified focused in Geographic Information Science and Cartography from Esri Portugal.

 

Filipa Peleja

Data Scientist na Vodafone Portugal.
É atualmente Data Scientist na Vodafone. Anteriormente foi Data Scientist no Eurecat – Centre Tecnologic de Catalunya e desenvolveu o seu doutoramento em Computer Science pela FCT/UNL no Yahoo! Research Barcelona.

 

Luís Silva

Data Scientist na Feedzai
É Data Scientist na Feedzai. Anteriormente trabalhou como consultor na Altran tendo desenvolvido projetos de BI com Oracle Data Integrator, Oracle Database and Business Intelligence Enterprise Edition e Data Integration em SAS. Foi CTO da Spindler.

Antes tinha sido Data Scientist na Altran Portugal em que desenvolveu a sua tese em “Estimativa do Número de Vítimas Mortais a 30 Dias em Acidentes Rodoviários” em parceria com a Autoridade Nacional de Segurança Rodoviária. Foi membro da iNOVAfuture. É mestre pela FCT/UNL em Computer Science

 

Luís Silva

Data Scientist na Feedzai
É Data Scientist na Feedzai. Anteriormente trabalhou como consultor na Altran tendo desenvolvido projetos de BI com Oracle Data Integrator, Oracle Database and Business Intelligence Enterprise Edition e Data Integration em SAS. Foi CTO da Spindler.

Antes tinha sido Data Scientist na Altran Portugal em que desenvolveu a sua tese em “Estimativa do Número de Vítimas Mortais a 30 Dias em Acidentes Rodoviários” em parceria com a Autoridade Nacional de Segurança Rodoviária. Foi membro da iNOVAfuture. É mestre pela FCT/UNL em Computer Science

 

Carlos Rodrigues

Data Scientist e Big Data Engineer na Marionete
É Data Scientist e Big Data Engineer na Marionete. Participou numa plataforma cloud de E2E para a indústria automóvel na recolha de dados de IoT provenientes de sensores ao nível da viatura e do condutor. Anteriomente esteve na Deloitte Portugal como Data Scientist no Deloitte Digital Studio Porto envolvido em diversos projetos de Big Data com diversas Data Mining solutions. Foi Data Mining Analyst na NameNomad Tech – A Nomad Digital & EMEF Joint Venture onde participou no desenvolvimento de uma “event based approach to predict maintenance using machine learning”.

É mestre pela Faculdade de Engenharia da Universidade do Porto em Electrical and Computer Engineering com especialização em Automation. Esteve também no curso de Engenharia Elétrica e Eletrónica da University of Zagreb/Sveuciliste u Zagrebu.

 

Luís Baía

Data Scientist na Farfetch
É Data Scientist na Farfetch, onde faz parte da equipa responsável pelo Search Engine utilizando NLP e Information Retrieval techniques, tendo também trabalhado nos projetos Farfetch’s Ranking System e Recommendation System. É especialista em aproximações tradicionais e de Deep Learning para as componentes de extração. Trabalhou com Python, Github/Gitlab, Dockers, Elasticsearch, C#, TFS, Luigi e SQL. Foi analista de risco de crédito no Millennium BCP onde desenvolveu, aplicou e testou o modelo de aproximação Semi-Markovian para melhoria da decisão de crédito pelo banco. Trabalhou na KNOYDA num projeto específico para análise de dados para incremento de vendas em big data.

É mestre pela Universidade do Porto em Matemáticas Aplicadas e licenciado em Matemática pela Universidade de Coimbra.

 

Hugo Lopes

Data Scientist na James
Trabalha na James (antiga CrowdProcess) como Data Scientist na definição de modelos de probability of default (PD), performance assessment, discrimination power, calibration e stability. É conhecedor da regulação Basel II/III da European Banking Agency (EBA). Trabalhou na definição de modelos preditivos com classificação machine learning (XGBoost, Random Forests, Logistic Regression). Trabalha com Statistical Analysis e Data Visualization, data extraction, analysis e machine learning aplicada a Hedge Funds. Tem experiência em definição e implementação de processos. Foi Data Science Instructor na Lisbon Data Science Starters Academy. Anteriormente tinha sido Senior Software Engineer na Deimos Engenharia. Participou em diversos projetos na ESA onde foi responsável pela definição, desenho, implementação, teste, validação e publicação científica de resultados, nomeadamente no desenho e implementação de um algoritmo de navegação espacial.

É mestre pela Delft University of Technology em engenharia aeroespacial com uma dupla certificação. É licenciado pelo Instituto Superior Técnico em Aerospace Engineering.

 

Daniel Ferrari

Data Scientist na Talkdesk
Trabalha na Talkdesk como Data Scientist desenvolvendo data design para obtenção de dados mais relevantes informacionalmente. Desenvolve e programa modelos de machine learning models para melhorar a experiência dos utilizadores.

É mestre pela Universidade Federal de Goiás em Fuzzy Systems. Tem uma pós-graduação pela Universidade Presbiteriana Mackenzie no Natural Computing Laboratory (LCoN) em pesquisa sobre natural computing, data mining, meta-learning, clustering, ensembles e machine learning. Foi professor na Universidade Anhembi Morumbi em são Paulo onde lecionou as disciplinas de programação, estruturas de dados e inteligência artificial. É investigador em machine learning na Université Libre de Bruxelles e investigador no IRIDIA Lab em que trabalhou com bio-informática e data mining para o projeto inSilicoDB.

 

Rui Pedro Machado

Manager of BI and Big Data @ Jumia // Co-founder and CEO @ ShopAI.co
Rui Pedro Machado enjoys playing a good football game, either physically or virtually.

Keeps riding his skateboard on weekends but never says no to a good reading session in those sunny days. His academic background has a graduate degree in Information Systems, a post-graduation in Business Intelligence and a Masters degree in Data Analytics.

He is a hands-on information systems developer and entrepreneur, highly oriented for innovative solutions, always looking for technical and business solutions to fix all sort of problems. Over six years of experience in the design and implementation of business intelligence and analytics solutions.

Has been collaborating with companies from industries such as healthcare, e-commerce, and logistics, architecting and implementing solutions to solve data and decision support related problems.

Currently working as a BI and Big Data Manager at JUMIA, he is also founder and CEO of ShopAI.co

 

Ricardo Pereira

Data Scientist, Co-founder @ DareData Engineering and Lisbon Data Science Academy
O Ricardo é co-founder da DareData Engineering – uma empresa de consultoria para Data Science – e da Lisbon Data Science Academy, com interesse tanto pela parte de Data Engineering como pela parte de Data Science.

Atualmente, é Professor Assistente na Nova SBE onde ensina Introdução a Python.

Com especial interesse pela área financeira e social, o Ricardo tem explorado diferentes formas de juntar conhecimentos em Data Science a ambas.

Atlântica School of Industry and Business