Ensino Lusófona
ptenfres

Licenciatura em Computação e Matemática Aplicada

Bolsas de Estudo PRR

Curso Integrado no Programa Impulso, PRR 2021 - Plano de Recuperação e Resiliência, com acesso a Bolsa de Estudo.

Informe-se e candidate-se

Curso em Associação ISMAT e Universidade Lusófona Lisboa e Porto.

Apresentação do Curso

Com o avanço exponencial do volume de dados “big data” e a sua transformação digital durante a última década e meia, testemunhamos e continuamos a observar uma fase de constante reinvenção não só das infra-estruturas e modelos de sistemas de Informação assim como, a reinvenção de novos perfis de profissionais na transformação de dados em conhecimento.

Constata-se que profissionais formados de áreas afins à “Matemática” tradicional têm mostrado uma base muito forte para enfrentar este desafio. No entanto, observa-se o grande esforço destes profissionais à adaptação às infra-estruturas informáticas.

Tem-se como objetivo, manter o pensamento Analítico destes profissionais mas também desenvolver aptidões em Engenharia informática.

Duração / Grau ou Diploma Conferido/ ECTS

1530 horas / 3 anos letivos / 180 ECTS

Direção do Curso

João Guerreiro / Tiago Simas

Secretariado

Este endereço de email está protegido contra piratas. Necessita ativar o JavaScript para o visualizar.

Objectivos

Este ciclo proporciona: Uma introdução à computação e matemática aplicada em resposta às necessidades atuais num contexto de big-data, com uma formação técnica de base em ciências da computação, matemática aplicada e engenharia informática essencial para o manuseamento de dados, algoritmos e modelos.

Saídas Profissionais

  • Cientista de Dados / Data Scientist
  • Matemático Aplicado / Computer Scientist
  • Business Intelligence
  • Analista / Analyst
  • Machine Learning & A.I. Scientist
  • Bases Sólidas para prosseguir para Doutoramento / Solid background to pursue a Ph.D program.

Highlights / A destacar

  • Fundamentos teóricos, metodológicos e práticos nas áreas das ciências da computação, matemática aplicada e engenharia informática. Em particular: Matemática, Estatística, Machine Learning, Inteligência Artificial e Engenharia Informática.
  • Saber manusear grandes volumes de dados dentro das leis de proteção de dados, criar e implementar novos e atuais algoritmos e modelos matemáticos em A.I.
  • Obter resultados de qualidade científica com fluidez; saber integrar-se e trabalhar em equipas multidisciplinares; boa capacidade de síntese.

Condições de Acesso

  • Matemática (16) e Economia (04) ou Matemática (16) e Física e Química (07).
  • Transferência de Instituição/Curso, Concurso Especial, Maiores de 23, dupla certificação.
  • Candidatos que reúnam as condições previstas no Estatuto do Estudante Internacional.

Plano de Estudos

1º ano
Unidades curriculares Tipo ECTS
Calculo I / Calculus I 1º Semestre 6
Algebra Linear / Linear Algebra 1º Semestre 6
Introdução à Análise Exploratoria de Dados / Introduction to Exploratory Data Analysis 1º Semestre 6
Fundamentos de Programação / Programming Foundations 1º Semestre 6
Fundamentos de Ciência de Dados / Data Science Foundations 1º Semestre 6
Calculus II / Calculus II 2º Semestre 6
Introdução à Matemática das Probabilidades / Introduction to Mathematical Probability 2º Semestre 6
Métodos Estatisticos / Statistical Methods 2º Semestre 6
Linguagens de Programação / Programming Languages 2º Semestre 6
Algoritmia e Estrutura de Dados / Data Structures and Algorithms 2º Semestre 6
2º ano
Unidades curriculares Tipo ECTS
Análise Numérica / Numerical Analysis 1º Semestre 6
Base de Dados / Databases 1º Semestre 6
Fundamentos de Engenharia de Dados para Ciência de Dados / Fundaments of Data Engineering for Data Science 1º Semestre 6
Matemática Discreta / Discrete Mathematics 1º Semestre 6
Introdução às Equações Diferenciais Ordinárias  / Introduction to Ordinary Differencial Equations 1º Semestre 6
Redes de Computadores / Computer Networks 2º Semestre 6
Sistemas de Informação na Nuvem / Cloud Computing 2º Semestre 6
Introdução às Ciências da Computação / Introduction to Computer Science 2º Semestre 6
Introdução aos Processos Estocásticos / Introduction to Stochastic Processes 2º Semestre 6
Introdução à Teoria de Grafos e Redes / Introduction to the Theory of Graphs and Networks 2º Semestre 6
3º ano
Unidades curriculares Tipo ECTS
Aprendizagem Automatizada I / Machine Learning I 1º Semestre 5
Investigação Operacional / Operational Research 1º Semestre 5
Opção 1.I / Option 1.I 1º Semestre 5
Opção 1.II / Option 1.II 1º Semestre 5
Trabalho final de Curso / Final Project Anual 20
Aprendizagem Automatizada II / Machine Learning II 2º Semestre 5
Visualização para Ciência de Dados / Visualization for Data Science 2º Semestre 5
Opção 2.I / Option 2.I 2º Semestre 5
Opção 2.II/ Option 2.II 2º Semestre 5
Opções
Unidades curriculares Tipo ECTS
Calculo III / Calculus III 1º Semestre 5
Algebra  Abstracta / Abstract Algebra 1º Semestre 5
Metodologias de Investigação Científica / Scientific Research Methodologies 1º Semestre 5
Introdução à Privacidade, Segurança e Ética / Introduction to Privacy, Security and Ethics 1º Semestre 5
Inteligência Artificial / Artificial Intelligence 2º Semestre 5
Aprendizagem Reforçada e Controlo Optimizado /Reinforcement Learning and Optimal Control 2º Semestre 5
Introdução à Lógica Difusa / Introduction to Fuzzy Logic 2º Semestre 5
Introdução à Criptografia / Introduction to Criptography 2º Semestre 5

 

Candidatura online

As candidaturas aos cursos são maioritariamente on-line às quais pode indexar a sua documentação.

* os certificados de habilitações e ficha ENES originais ou cópias autenticadas têm de ser posteriormente entregues


Valores

  • Propinas
  • Emolumentos

Notícias