A Ciência de Dados tem vindo a ganhar destaque com a crescente disponibilização de grandes quantidades de dados auxiliando empresas e profissionais na tomada de decisão. Por outro lado, dada a sua simplicidade e crescimento em diversos segmentos, a linguagem de programação Python tem sido adotada pelos cientistas de dados tendo-se consolidado como uma das principais linguagens de programação da atualidade. Este curso providencia uma experiência prática usando a linguagem de programação Python na resolução de desafios reais da Ciência de Dados. O curso introdutório à Ciência de Dados com Python visa fornecer os conceitos básicos da programação em Python incluindo técnicas fundamentais para a manipulação de dados. O curso abrange a manipulação de arquivos locais bem como dados em acesso remoto com recurso a estruturas de dados características do Python e da Ciência de Dados. Na segunda parte do curso são apresentadas diferentes ferramentas e bibliotecas fundamentais do Python que auxiliam a manipulação e tratamento de dados potenciando o desenvolvimento e exploração de diferentes domínios avançados associadas à Ciência de Dados. O último módulo está focado na aplicação e desenvolvimento de algumas técnicas e ferramentas em casos de estudo bem como na exploração da visualização de dados. Neste último módulo são exploradas de forma aplicada aspetos que abrangem a exploração de: Estatística descritiva; redução de dimensionalidade de dados; criação de modelos preditivos; diversos algoritmos de aprendizagem computacional. O curso termina com uma visão de técnicas mais avançadas, como construção de ensembles e limitações práticas de modelos preditivos. 

São objetivos do presente curso: desenvolver e aprofundar capacidades de programação em Python; desenvolver capacidades de análise e interpretação de conjuntos de dados; conhecer as principais bibliotecas para Ciência de Dados; desenvolver capacidades de criação e implementação de modelos com base em dados; desenvolver capacidades ao nível da comunicação visual sobre conjunto de dados.

O público-alvo deste curso são estudantes nas áreas da ciência exatas com conhecimentos básicos de programação.

Os conteúdos são apresentados em aulas teórico-práticas e acompanhadas com exemplos de aplicação prática. Os estudantes são incentivados através da apresentação de casos exploratórios a explorar diferentes vertentes dos conteúdos procurando dar aplicação prática aos diferentes conhecimentos apreendidos.    

A presença, física e/ou on line, obrigatória em pelo menos 70% das aulas de cada unidade curricular deste curso confere o direito à emissão de um Certificado de Frequência no Curso Breve de Introdução à Ciência de Dados com Python;

Este módulo fornece as bases da programação em Python orientada para a manipulação de dados.

Conteúdos:

1. Introdução ao Python

2. Variáveis, tipos e estruturas de dados

3. Loops, métodos e funções

4. Processamento básico de dados com Pandas

5. Manipulação de Arquivos

6. Séries e DataFrames

7. Manipulação de Bases de Dados

Este módulo explora a utilização de diferentes ferramentas/módulos nos domínios da Ciência de Dados disponíveis em Python.

Conteúdos:

1. NumPy - Estatísticas em Matrizes e Arrays

2. Matplotlib, Seaborn, Plotly – Visualização de Dados

3. SciPy – Computação Científica

4. Scikit-Learn – Aprendizagem Automática

Este módulo está orientado para a aplicação prática de conceitos nos domínios da Ciência de Dados e funciona com base em casos de estudo explorando a aplicação de diferentes conceitos. 

Conteúdos:

1. Processo de Análise de Dados

2. Análise exploratória de dados

3. Construção de modelos e escolha de classificador

4. Mini projeto de Machine Learning

Professora Auxiliar da Faculdade de Engenharias e Tecnologias da Universidade Lusíada, Campus de Vila Nova de Famalicão. Doutora em Engenharia Industrial e de Sistemas. Membro integrado no Centro de Investigação em Organizações, Mercados e Gestão Industrial, Universidade Lusíada.

Rui Silva (Ph.D.) 

Professor Associado na Faculdade de Engenharias e Tecnologias da Universidade Lusíada, Campus de Vila Nova de Famalicão. Doutor em Engenharia Electrotécnica, Eletrónica e Informática. Áreas de Especialização: Inteligência Artificial; Engenharia Industrial; Engenharia Mecânica. Membro integrado no Centro de Investigação em Organizações, Mercados e Gestão Industrial, Universidade Lusíada.  

Professor Auxiliar da Faculdade de Engenharias e Tecnologias da Universidade Lusíada, Campus de Vila Nova de Famalicão. Doutor em Engenharia Electrotécnica, Eletrónica e Informática. Membro integrado no Centro de Investigação em Organizações, Mercados e Gestão Industrial (COMEGI), da Universidade Lusíada. 

Duração de 36 de horas;

Candidaturas (última fase): até 13 de outubro de 2023

Início de aulas: 18 outubro de 2023

■ Certificado de Habilitações (original ou fotocópia autenticada)
■ Curriculum científico e académico 
■ Elementos de identificação do Cartão de Cidadão e uma fotografia (tipo passe)
■ Formulário de candidatura 

OBS: Esta informação pode ainda vir a sofrer alguma alteração pontual. 

Horário de funcionamento: pós-laboral (2 dias/semana, no horário 18.00-22.00 horas)