COORDENAÇÃO CIENTÍFICA
Rui Silva, Prof. Doutor


INTRODUÇÃO
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.


OBJETIVOS
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.


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


ENSINO
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.    


TITULAÇÃO
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;


ESTRUTURA CURRICULAR / CONTEÚDOS PROGRAMÁTICOS

Módulo I – Introdução à Programação em Python (12 Horas)
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

Módulo II – Módulos Python para Análise de Dados (12 Horas)
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

Módulo III – Análise de Dados com Python (12 Horas)
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


CORPO DOCENTE
Bruna Ramos (Ph.D.)
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.  

Vitor Pereira (Ph.D.)
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, HORÁRIO E LOCAL DE FUNCIONAMENTO
Duração: 36 de horas;
Candidaturas (última fase): até 26 de setembro de 2025
Início de aulas: 3 outubro de 2025
Horário de funcionamento: pós-laboral (2 dias/semana, no horário 18.00-22.00 horas)


DOCUMENTAÇÃO NECESSÁRIA PARA A CANDIDATURA
° Cópia do Certificado de Habilitações
° Curriculum científico e académico
° Elementos de identificação do Cartão de cidadão e uma fotografia
° Ficha de candidatura (obter)

+ Informações: