Disciplina detalhes

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

1. Reconhecer os propulsores, oportunidades e desafios do Big Data;
2. Compreender as principais características do Big Data;
3. Criar valor em contexto empresarial com o uso do Big Data;
4. Entender o papel das soluções de ingestão, armazenamento de dados e visualização no âmbito do Big Data;
5. Gerir projetos de Big Data no âmbito da empresa;
6. Entender os riscos e os desafios de segurança no domínio do Big Data.
Métodos de Ensino

A UC é operacionalizada através do regime de ensino flexível, com metodologias de aprendizagem mistas. Privilegia-se a combinação do regime de aulas online, com sessões presenciais. As aulas são TP, correspondendo à articulação das metodologias expositivas com as indutivas, centradas no esforço e participação do estudante. Na vertente T privilegia-se o método expositivo/demonstrativo para apresentação dos conceitos, sempre apelando à participação ativa do estudante, e na vertente Privilegiam-se os métodos ativos que proporcionam a discussão e aplicação em casos práticos dos conhecimentos adquiridos, recorrendo à utilização de software específico. A UC poderá ainda integrar a participação de convidados com experiência profissional para introduzir e refletir sobre tópicos da sua área de especialização de modo a fomentar a partilha de experiências e conhecimento.

Contínua: 70% ativid. individuais ou em grupo e 30% Teste ou trab. individual.
Final: 50 % exame e 50 % trab. individual
Estágio(s)

Não
Programa

1. Contextualização;
2. Conceitos de Big Data;
3. Tomada de decisão baseada em Big Data;
4. Aplicações de Big Data;
5. A incorporação do Big Data nas aplicações empresariais;
6. Estudo de casos de Big Data.
Demonstração de conteúdos

O programa assenta na exploração de três domínios fundamentais do Big Data: infraestrutura e gestão da informação, a ingestão e análise dos dados e a exploração e adoção pelo negócio. Estes domínios permitem alcançar os diversos objetivos de aprendizagem ao nível da compreensão, reconhecimento e aquisição de competências relacionadas com o Big Data.
Especificamente, o primeiro objetivo é concretizado através dos pontos 1, 2 e 6 dos conteúdos programáticos, o segundo é assegurado com o ponto 4, o terceiro com os pontos 4 e 5, o quarto objetivo programático é concretizado através do ponto 5 dos conteúdos programáticos, o quinto objetivo é concretizado com o ponto 5 e o sexto objetivo programático é assegurado pelo 6 dos conteúdos programáticos.
Demonstração da metodologia

As aulas são teórico-práticas e conjugam diversas metodologias pedagógicas, quer sejam aulas online ou presenciais.
As metodologias de ensino propostas assentam em métodos de ensino-aprendizagem ativos, estimulando a participação e o envolvimento dos estudantes no seu processo de aprendizagem. As metodologias previstas fomentam assim a capacidade do estudante de aplicar competências práticas e de trabalhar de forma autónoma, aspetos cruciais deste Mestrado.
Ao diversificar as metodologias de ensino propostas, pretende-se potenciar a transmissão de conhecimentos e de aprendizagem, assegurando o reconhecimento e a compreensão dos diversos domínios propostos.
Docente(s) responsável(eis)

Ana de Jesus Pereira Barreira Mendes - 4.º Trimestre
Bibliografia

Baesens, B. (2014). Analytics in a Big Data World (Wiley and SAS Business Series) (1st ed.). Wiley. \nChambers, B., & Zaharia, M. (2018). Spark: The Definitive Guide Big Data Processing Made Simple. O'Reilly Media, Inc. \nEMC Education Services. (2015). Data Science & Big Data Analytics. In Data Science & Big Data Analytics. https://doi.org/10.1002/9781119183686 \nGressel, S., Pauleen, D. & Taskin, N. (2021). Management Decision-Making, Big Data & Analytics. SAGE Publications.\nMarr, B. (2015). Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve, Wiley.\nMarr, B. (2016). Big Data in Practice: How 45 Successful Companies Used Big Data Analytics to Deliver Extraordinary Results, Wiley.\nSantos, M. Y., & Costa, C. (2019). Big Data: Concepts, Warehousing, and Analytics. FCA – Editora de Informática, Lda.\nStephenson, D. (2018). Big Data Demystified: How to use big data, data science and AI to make better business decisions and gain competitive advantage. Pearson Education.\nWhite, T. (2015). Hadoop: The definitive guide (4th Edition). O'Reilly Media, Inc.