Ciência de Dados para Empresas

Apresentação do Curso

Segundo o World Economic Forum (2019), “It has become commonplace to refer to data as the ‘new oil’ of the global economy. Data scientists are the talent that provide the ability to extract, refine and deploy this new source of value in the global economy”. Neste sentido, o mercado de trabalho irá necessitar de profissionais na área da Ciência de Dados, considerando a emergência da Quarta Revolução Industrial, o que implica o reforço de competências em Ciência de Dados e em Sistemas de informação e Tecnologias de Informação. De acordo com o Gartner Top Data and Analytics Trends for 2021, “These data and analytics trends can help organizations and society deal with disruptive change, radical uncertainty and the opportunities they bring over the next three years (…) Data and analytics leaders must proactively examine how to leverage these trends into mission-critical investments that accelerate their capabilities to anticipate, shift and respond”.

Em consonância, o ciclo de estudos em Ciência de Dados para Empresas visa formar profissionais no domínio da Ciência de Dados, dotando-os de competências que lhes permitam enriquecer o processo de tomada de decisão nas diversas áreas de negócio, com o consequente retorno de benefícios para o negócio. Por outro lado, este Mestrado está fortemente orientado para permitir a aprendizagem ao longo da vida, pelo que o perfil de competências está centrado no desempenho da profissão, o que é cariz distintivo do Ensino Politécnico e do Instituto Politécnico de Setúbal (IPS).

O curso de Mestrado em Ciência de Dados para Empresas visa formar profissionais no domínio da Ciência de Dados, dotando-os de competências que lhes permitam enriquecer o processo de tomada de decisão nas diversas áreas de negócio, com o consequente retorno de benefícios para o negócio. Por outro lado, este Mestrado está fortemente orientado para permitir a aprendizagem ao longo da vida, pelo que o perfil de competências está centrado no desempenho da profissão, o que é cariz distintivo do Ensino Politécnico e do Instituto Politécnico de Setúbal (IPS).

Enquadrado na estratégia de afirmação de uma oferta formativa diferenciadora pretendida pela Escola Superior de Ciências Empresariais (ESCE) pelo próprio IPS, este é um curso atual e pertinente, que se encontra alinhado com a curriculum da European Data Science Academy bem como com as necessidades da comunidade empresarial.

Objetivos do Curso

Pretende-se com este mestrado formar e dotar os estudantes de conhecimentos e competências, no domínio da ciência de dados, que lhes permitam retirar valor dos dados de negócio e suportar as decisões das empresas com base na análise e aplicação de modelos, preditivos e prescritivos, sobre esses mesmos dados. Os estudantes deverão ser capazes de obter informação que potencie um melhor conhecimento do estado da organização e que suporte o processo de tomada de decisão nas diversas áreas de negócio, bem como simular e otimizar o retorno potencial de diferentes decisões alternativas nos resultados da empresa. Este ciclo de estudos procura capacitar os estudantes para a identificação, formulação e resolução de problemas, no contexto das ciências empresariais, de forma autónoma, criativa e fundamentada, utilizando os conhecimentos, aptidões e competências adquiridos.

Os Mestres em Ciência de Dados para Empresas deverão demonstrar conhecimentos de nível teórico, metodológico e prático nas áreas fundamentais do ciclo de estudos, bem como expressar as seguintes aptidões e competências:

• Desenvolver a capacidade de abstração na identificação e análise de problemas;
• Selecionar e adequar os diversos tipos de modelos à resolução de problemas concretos na área das ciências empresariais;
• Identificar os dados relevantes e a sua origem dentro das organizações de acordo com o problema no domínio do negócio, e prepará-los de acordo com os modelos adotados;
• Implementar e avaliar os modelos (descritivos, preditivos, prescritivos) utilizados na resolução dos problemas;
• Compreender as implicações éticas e de privacidade na recolha, gestão de dados e resultados alcançados pelos modelos de previsão/prescrição;
• Ser capaz de resumir e comunicar os resultados analíticos relevantes para a tomada de decisão e suporte à gestão;
• Ser capaz de divulgar e apresentar as conclusões do trabalho (aplicado ou de investigação);
• Ser proficiente na pesquisa e seleção de literatura de suporte ao trabalho científico.