Engenharia Informática

A dissertação poderá ser integrada num contexto empresarial ou ter um cariz académico. Em qualquer dos casos os alunos deverão conduzir um projecto que contemple não só a aplicação dos conceitos adquiridos durante a sua formação, mas também a integração de novas técnicas e de saberes, de modo a realizar um trabalho inovador no campo da Engenharia Informática.

Variável de dissertação para dissertação.

A dissertação deve ser submetida a avaliação de um juri e defendida oralmente em provas públicas.

Bibliografia

Isabel Machado Alexandre

Departamento de Ciências e Tecnologias da Informação

Os objectivos desta unidade curricular estão primariamente ligados à investigação científica, pretendendo dotar os alunos com o conhecimento dos métodos e técnicas nela utilizadas. Pretende-se que através deste conhecimento os alunos desenvolvam os seus projectos de dissertação de mestrado de uma forma consciente, critica e informada.
Para isso, para além de uma parte expositiva sobre as metodologias utilizadas na investigação cientifica, serão também apresentados conceitos de técnicas de apresentação e ainda conceitos elementares sobre patentes.
Numa segunda componente mais prática, pretende-se apoiar os alunos na preparação da apresentação do seu trabalho num seminário, através de exercicios de apresentação de matérias previamente leccionadas ao longo da licenciatura, onde os alunos terão de investigar sobre a matéria subjacente aos slides atribuidos, apresentá-los e defende-los, consoante a pesquisa que efectuaram sobre os mesmos.

P1. Metodologias e técnicas de investigação científica
P2. Pesquisa em ciência adaptada À resolução de problemas
P3. Patentes
P4. Como escreve um paper de investigação ciêntifica.
P5. Entrega do Estado da Arte
P6. Técnicas de apresentação
P7. Treinar como defender a sua apresentação
P8. Seminário

A avaliação desta unidade curricular é baseada num processo contínuo onde se identificam os seguintes critérios com os pesos na nota final:
- Trabalhos Autónomos ao longo do semestre(20%)
- Seminário (apresentação pública do trabalho) (30%)
- Relatório do Estado da Arte (50%)

Bibliografia

Nuno David

Departamento de Ciências e Tecnologias da Informação

Esta UC visa compreender questões culturais, sociais, legais e éticas inerentes à engenharia e às disciplinas científicas da informática, computação e tecnologias da informação e comunicação. O curso adota recomendações do Currículo de Computação 2013 do IEEE-CS e ACM. Os alunos devem apreender o seu papel individual como profissionais na evolução das disciplinas de computação, examinar as questões filosóficas que desempenham papeis de importância nessas áreas, incluindo a complementaridade entre aspectos técnicos, éticos e deontológicos no desenvolvimento de sistemas computacionais.

1. A responsabilidade dos engenheiros: Responsabilidade activa e passiva. Contexto social do desenvolvimento tecnológico.
2. Especificidade das questões éticas na Informática.
3. Ética normativa e teorias fundamentais: Valores, normas e virtudes. Ética utilitarista; ética deontológica; ética das virtudes. Argumentação.
4. Abordagens de apoio à decisão e estudo de caso em ética aplicada na computação.
5. Informática e responsabilidade profissional. Ética em projectos de desenvolvimento de software. Design e poder não intencional. Desenho de software sensível a valores.
6. Códigos deontológicos e associações profissionais
7. Privacidade e protecção de dados: A directiva 95/46/CE. Biometria e protecção de dados. O Regulamento Geral de Protecção de Dados de 2016.
8. Propriedade intelectual: direitos de autor e de propriedade industrial; protecção jurídica de programas de computador. Os debates sobre direitos de propriedade: software livre e código aberto vs. software proprietário.

A avaliação é periódica:
Seminário em grupo: 22,5%
Trabalho individual: 30% (nota mínima 7 valores)
Teste individual: 40% (nota mínima 7 valores)
Assiduidade/participação: 7,5%

No seminário os alunos organizam-se em grupos e apresentam um dado caso, avaliando-se a correcção e profundidade dos conteúdos apresentados

Considera-se ainda a assiduidade e participação do aluno nas aulas.

Os alunos não aprovados por avaliação periódica em 1ª época fazem exame na 2ª época.

Bibliografia

Joaquim Lourenço Esmerado

Departamento de Ciências e Tecnologias da Informação

Conhecimento dos princípios básicos e consagrados da animação.
Conhecimento dos principais aspectos técnicos da animação tradicional e sua aplicação ao trabalho assistido por computador.
Conhecimento dos desenvolvimentos e técnicas mais significativos respeitantes à modelação e animação a 3D assistida por computador.
Conhecimento qualitativo dos pacotes integrados de software mais conhecidos utilizados na geração de animação 2D e 3D.
Conhecimento mais aprofundado de pacotes de software vocacionados para 3D.
Conhecimento teórico aprofundado de pelo menos um tópico importante no domínio da modelação e animação em 3D.

Perspectiva histórica
Princípios da animação e sua relevância
Sinopse, guião, storyboard, etapas de produção
Técnicas de animação
- Tradicional
- 2D e 3D por computador

Animação 3D e comparativo com 2D
- Interpolação de forma, morphing 2D e 3D
- Transformações e álgebra
- Modelação para animação
- Linetest, visualização, iluminação e câmara virtual
Repicagem de som, implicações na animação
Fundamentos da animação de figuras articuladas
Aplicações da cinemática em animação de figuras articuladas
Fundamentos de modelação 3D
Aplicação dos conceitos no contexto de um software de modelação/animação
Montagem e pós-produção de animação
Projecto de animação
- Selecção de técnica e suporte alvo
- Definição e planificação de conteúdo
- Desenvolvimento do projecto

Consiste em: um trabalho prático realizado em grupo(60% da nota final) e também uma apresentação individual de 30 minutos (40% da nota final) durante uma das aulas práticas nas semanas a designar pelo docente em conjunto com os alunos. As apresentações individuais podem ser substituídas por um teste escrito (nota mínima 7.5 valores).
As apresentações na aula deverão ser baseadas em tópicos propostos pelo docente.
Pela natureza da UC não há Exame escrito ou Época Especial.

Bibliografia

Pedro Santana

Departamento de Ciências e Tecnologias da Informação

Pretende-se que os alunos desenvolvam competências na especificação, modelação e programação de algoritmos para geração de gráficos tridimensionais em computador. Com uma forte ênfase nos modelos matemáticos e nos algoritmos que os realizam de forma eficiente, pretende-se com este programa aprofundar a formação dos alunos em multimédia e computação gráfica. O conhecimento detalhado dos mecanismos subjacentes à geração de gráficos em computador é essencial em áreas tão diversas como a visualização de dados científicos, animação por computador, indústria do cinema, jogos por computador, tele-presença, entre outras.

Os principais conteúdos programáticos a abordar são:

CP1. História e aplicações;
CP2. Percepção visual e cor;
CP3. Pipeline gráfico;
CP4. Perspectiva, visualização e transformações;
CP5. Ray tracing e rasterização
CP6. Iluminação direta e indireta
CP7. Splines, curvas e superfícies;
CP8. Texturas
CP9. Percepção aplicada para sintetização selectiva
CP10. Grafos de cena e gráficos procedimentais
CP11. Toolkits para programação 3D (eduRayTracer, OpenGL, OSG)
CP12. Casos de uso.

Avaliação periódica: 2 testes realizados ao longo do semestre (2 x 20%) e 1 projeto realizado em grupo, sujeito a entregas intermédias e avaliação de progresso semanal (60%); existe nota mínima de 7.5 valores na média dos testes, assim como no projeto; a presença nas aulas não é obrigatória.

Avaliação nas épocas de recurso e especial: exame final composto por uma parte teórica (40%) e uma parte prática (60%) (ver detalhes obrigatórios no campo Observações).

Bibliografia

Pedro Faria Lopes

Departamento de Ciências e Tecnologias da Informação

Apreensão dos conceitos e práticas associados à captura, processamento e criação de som e vídeo digitais para multimédia, desde os requisitos técnicos de suporte aos requisitos de conteúdo, com realce para a componente de criação de conteúdos coerentes do ponto de vista de mensagem a comunicar, do suporte e do público-alvo.

CP1: Storyline/Sinopse, guião, storyboard, etapas de produção, planificação.

CP2: Técnica: Aquisição, suporte, fita, HD, SSM, DVD, implicações; imagem e enquadramento, 4/3, 16/9, "safe area"; varrimento progressivo e entrelaçado; tipos de microfones, ruído; Transcrição de áudio e vídeo, largura de banda, droped frames, implicações; edição à frame, NLE.

CP3: Conteúdo: Sequências e Planos, travelings, panorâmicas, picado e contra-picado, plano e contra-plano; Enquadramento e espaço imagem: cinema, vídeo, vídeo para multimédia, implicações; Linguagem e narrativa vídeo e áudio; Tipos de som; mistura, equalização, filtragem; redução de ruído.

CP4: Montagem e pós-produção; Repicagem de som, montagem à banda sonora, sincronização e pós-sonorização; Ritmo; Transições, corte, Chromakey, transparência, motion, titulagem e "safe area".

CP5: Codificação e compressão, selecção do CODEC, "Constant Bit Rate", "Variable Bit Rate", "1 pass / 2 pass coding", implicações.

Avaliação contínua: criação de projecto em grupo (70% da nota final) através de desenvolvimento faseado de projecto, analisado e avaliado etapa a etapa, todas as semanas, entregue na data do Exame 1 ou 2. Miniteste escrito individual (30% da nota final). Pela natureza da UC com avaliação de projecto semanal, não há Exame escrito ou Época Especial.

Bibliografia

Isabel Machado Alexandre

Departamento de Ciências e Tecnologias da Informação

Nesta Unidade Curricular (UC) pretende-se investigar a utilização de ambientes inteligente interactivos em diversos domínios de aplicação (educação, entertenimento, saúde, formação profissional, etc). No final da UC os alunos serão capazes de identificar quais os elementos necessários à conceptualização de uma aplicação inteligente e interactiva, bem como desenvê-la e avalia-la no seu contexto de aplicação.

1. Introdução e Objectivos
2. Agentes Inteligentes
3. Personagens Sintéticas (PS)
a. Características
b. PSs em Jogos de Computador
c. Embodied PSs
4. O interactor
5. Narrativa
a. Utilização de narrativa como forma/meio num AII
b. Introdução à narrativa e ficção
c. Desenho e controlo automático de história
d. Geração de histórias
6. AIIs
a. Catalogação dos seus requisitos;
b. Estudo de exemplos de AIIs
c. Conceptualização de AIIs
d. Desenvolvimento e implementação de um AII.
7. Avaliação de Casos de Estudo

O aluno opta pela forma de avaliação pretendida, sendo que a avaliação final é completamente autónoma em relação à avaliação periódica. Avaliação Periódica: Nota = 40%Projecto (grupo) + 60%Seminário e Artigo (individual) Obs: Mínimo de 7.5 valores em todas as componentes.
Em avaliação final, cada aluno tem de realizar um projeto que demonstre os conhecimentos adquiridos na UC e apresentar oralmente o projeto bem como realizar um relatório. Nota mínima 9.5valores.

Bibliografia

Pedro Faria Lopes

Departamento de Ciências e Tecnologias da Informação

Desenvolver capacidades de elaboração e gestão de projectos multimédia, tendo em linha de conta a especificidade multicultural e multidisciplinar que caracterizam estes projectos, tanto ao nível da componente técnica de suporte e desenvolvimento como ao nível da produção, adequação e validação dos conteúdos.
É necessário dominar conceitos prévios, conforme o explicitado nos Pré-requisitos.

CP1 Revisões, multimédia digital, modelação, fotografia, vídeo, animação, som; Codificar e (não)comprimir; problemas e implicações
CP2 Ambientes multiculturais/técnicos de desenvolvimento de projectos multimédia, implicações
CP3 Formulação de requisitos de projectos multimédia, requisitos técnicos, funcionalidade de interface, percepção, psicologia
CP4 Gestão das expectativas dos clientes face a requisitos dos projectos
CP5 Produção do guião e requisitos, gestão de versões; Congelamento de versão final, aprovação pelo cliente
CP6 Elaboração e cálculo do caderno de encargos: gráficos, programação, plataforma, animação, design, interface, vídeo, som, texto, navegação, interacção, psicologia, validação, avaliação de resultados, bateria de testes, gestão de grupo alvo de testes
CP7 Métricas e controlo de qualidade, avaliação, validação
CP8 Estudo de casos: Taco a Taco, ANMP, BCP, AVLx88, APM, EcoPontos
CP9 Critérios para recolha de artigo científico, escrita de artigo científico

Avaliação contínua: trabalho individual de escolha e apresentação de artigo científico (20% da nota final), miniteste individual (20% da nota final), e criação de projecto em grupo (60% da nota final) através de desenvolvimento faseado de projecto, analisado e avaliado etapa a etapa, todas as semanas, entregue na data do Exame 1 ou 2. Pela natureza da Unidade Curricular, com o projecto desenvolvido e avaliado semanalmente, esta UC não tem Avaliação final, apenas Avaliação contínua semanal.

Bibliografia

Pedro Faria Lopes

Departamento de Ciências e Tecnologias da Informação

Os jogos digitais são a maior indústria de entretenimento mundial em volume de negócios, incluindo o edutainment (ensino pelo divertimento) e jogos sérios (simulação, treino militar e outros). Os jogos didácticos, no ensino de línguas, matemática ou medicina, por exemplo ensino de como lidar com a Diabetes, assumem papel de relevo. É uma área muito competitiva. Pretende-se que o aluno desenvolva um jogo com um tema e público-alvo definidos, tendo em conta jogos já existentes na área.

CP1: Título, storyline/sinopse, guião, storyboard, etapas de produção
CP2. Tipos de jogos, níveis etários, público alvo
CP3. Ambientes de desenvolvimento de jogos; jogo integrado versus integração de jogos
CP4. Análise funcional do jogo, interface e interacção, tempo e pontuação, níveis de dificuldade
CP5. Definição e planificação de conteúdo, validação de conteúdo
CP6. Design gráfico, som, imagem, vídeo, animação, texto; mapa de navegação e interacção; programação com Low cost-Low fidelity; design final
CP7. Planificação do teste; teste exaustivo; bateria de testes; público de teste e rotatividade; testes desde o início
CP8. Estudo de casos: Eco-Pontos, Eco-media, Math4Kids, Age of Mithology, Flight Simulator, GT3, Learn English With Inspector Flops, Cell life - An educational game about biology
CP9. O que (não) é um artigo científico, critérios para recolha de artigo científico, escrita de artigo científico

Avaliação contínua, com componente individual de apresentação e discussão de artigo científico seleccionado (20% da nota final), miniteste individual a meio do semestre (20% da nota final), e componente de projecto em grupo (60% da nota final) através de desenvolvimento faseado de projecto, analisado e avaliado etapa a etapa, todas as semanas.

Bibliografia

Pedro Santana

Departamento de Ciências e Tecnologias da Informação

Esta UC tem como objectivo principal introduzir os estudantes nos conceitos fundamentais da especificação, modelação, implementação e integração de algoritmos para realidade aumentada, uma área que procura fechar a lacuna entre a realidade virtual e a realidade física, interligando disciplinas como a computação gráfica e a visão por computador. Esta UC tem ainda o objectivo de dotar os estudantes de experiência prática na implementação e utilização desses mesmos algoritmos. Com os conhecimentos adquiridos, os estudantes complementam a sua formação nas áreas da computação gráfica e visão por computador através de uma perspectiva integrada de ambas.

Os principais conteúdos programáticos a abordar são:

CP1. Visão por Computador:
- Aquisição de dados sensoriais;
- Calibração de câmaras;
- Estruturas de dados eficientes;
- Transformadas e filtros;
- Registo de imagens;
- Localização de câmaras;
- Extração de características;
- Reconhecimento de objetos;
- Reconstrução de cenas;
- Estimação de modelos de iluminação;
- Detecção de marcadores.

CP2. Realidade Mista:
- Historial e aplicações;
- Arquiteturas;
- Fusão sensorial;
- Interfaces tangíveis;
- Interfaces gestuais;
- Interfaces multimodais;
- Síntese de imagem;
- Vídeo aumentado.

CP3. Casos de estudo.

Avaliação periódica: 2 testes realizados ao longo do semestre (2 x 20%) e 1 projeto realizado em grupo, sujeito a entregas intermédias e avaliação de progresso semanal (60%); existe nota mínima de 7.5 valores na média dos testes, assim como no projeto; a presença nas aulas não é obrigatória.

Avaliação nas épocas de recurso e especial: exame final composto por uma parte teórica (40%) e uma parte prática (60%) (ver detalhes obrigatórios no campo Observações).

Bibliografia

Bibliografia

Bibliografia

Bibliografia

Ana Maria de Almeida

Departamento de Ciências e Tecnologias da Informação

Luís Nunes

Departamento de Ciências e Tecnologias da Informação

Conhecer os rudimentos da Aprendizagem Automática (AA) de modo a conseguir usar ferramentas com algoritmos de AA em problemas reais e construir algoritmos de complexidade média a partir de descrições.

CP1. Nota histórica sobre a Aprendizagem Automática. Relação com outras disciplinas. Principais aplicações.
CP2. Problemas e tipos de aprendizagem;
CP3. Aprendizagem Não Supervisionada;
CP4. Aprendizagem Supervisionada (simbólica e sub-simbólica);
CP5. Aprendizagem por Reforço;
CP6. Métodos de procura e Algoritmos Genéticos;
CP7. Preparação de dados, validação de resultados;
CP8. Técnicas de aceleração de algoritmos de AA.
CP9. Implementação de algoritmo de AA

A avaliação é feita por trabalho final (90%), incluindo relatório (com um máximo de 10 páginas) e apresentações orais (aprox. 10m). A realização de 3 mini-testes cuja média contribui com os restantes 10% da nota final.

Os temas dos trabalhos serão acordados com o docente até meio do semestre.

As avaliações serão publicadas na página da disciplina, na plataforma de e-learning e/ou directamente por mail.

A assiduidade não é usada como critério de avaliação ou reprovação.

Bibliografia

João Carlos Ferreira

Departamento de Ciências e Tecnologias da Informação

Vítor Basto Fernandes

Departamento de Ciências e Tecnologias da Informação

O objetivo desta unidade curricular é introduzir os estudantes aos paradigmas de computação emergentes. Tecnologias, serviços e modelos de negócio associados à Computação Ubíqua e Internet das Coisas (UC&IoT).

Fornece também uma visão geral das tendências futuras e investigação em curso nesta nova área de rápido crescimento:
- Estudar os princípios, problemas de investigação e aplicações no contexto da mobilidade dos dispositivos, do software e dos utilizadores, bem como da IoT;
- Adquirir experiência com tecnologias e sistemas operativos para IoT;
- Ajudar os estudantes a desenvolver competências de autoestudo para que possam acompanhar as abordagens, normas, tecnologias, ferramentas e técnicas em rápida mudança nesta área de conhecimento.

CP1-Ambientes de Exploração para UC&IoT
Ambientes de exploração e sistemas operativos para contextos de UC&IoT
CP2-Middleware para IoT
Quadros de referência de suporte à construção de ambientes distribuídos, gestão de fluxos e processos para IoT
CP3-Conceção e desenho de soluções para IoT
Metodologias e princípios para soluções para IoT centradas na rede e no utilizador
CP4-Normas, protocolos e pilhas protocolares de referência para IoT
Boas práticas, especificações padrão, protocolos e pilhas protocolares para a conceção de soluções IoT
CP5-Modelos de negócio em UC&IoT
Modelos de negócio emergentes, pub., tecnologias de pagamentos eletrónicos
CP6-Smart Spaces e Wearable Computing
Smart buildings,smart cities e smart cars;Wearable computing e Well-being;Drones
CP7-Serviços Baseados em Localização
Serviços e tecnologias baseadas na localização e sensíveis ao contexto
CP8-Evolução futura
Tendências tecnológicas;Investigação e desenvolvimentos comerciais em UC&IoT

AVALIAÇÃO CONTÍNUA
Método recomendado devido à natureza prática da UC. Trabalhos práticos em grupo de 2/3 alunos (60%),apresentação oral final e duas avaliações intermédias (20% + 20%). Cada componente requer uma nota mínima de 8.
EXAME FINAL
Os estudantes podem realizar apenas um exame final (100%). Esta opção não é encorajada, porque a aprendizagem dos tópicos desta UC é difícil sem a experiência prática conseguida na avaliação contínua.

Bibliografia

Após terem frequentado a unidade curricular os participantes estão aptos a conceber uma arquitectura global de um sistema de informação adequado às características específicas de uma organização, e a participar directa e activamente no seu desenvolvimento. Para a criação de um modelo de informação utilizam-se conceitos e linguagens de modelação conceptual aplicados ao desenvolvimento de sistemas de informação de gestão. Na disciplina será utilizada a metodologia UML (Unified Modeling Language) para a análise e desenho de sistemas. Serão ainda utilizadas ferramentas CASE (Computer Aided Software Engineering) na realização prática de exercícios. Adopta-se uma perspectiva conceptual (semântica), formal, e orientada para serviços / objectos.

1. Análise e Modelação de Sistemas de Informação orientadas a objectos
2. Desenho de Sistemas de Informação
3. Arquitecturas de Sistemas de Informação (EAI, SOA, WebS, Distribuidas)
4. Base de Dados não relacionais (NoSQl)

A avaliação da disciplina é efectuada através de dois momentos de avaliação, um teste (50%) e um trabalho (50%). São aprovados os mestrandos que obtiverem uma média de 9,5 valores nas 2 avaliações e não obtenham nota inferior a 7,5 valores em nenhuma das avaliações.O trabalho poderá ser em grupo ou individual.

Bibliografia

Augusto Afonso Albuquerque

Departamento de Ciências e Tecnologias da Informação

O principal objetivo desta UC é capacitar o aluno a usar qualquer informação disponível para extrair conhecimento para seu negócio, seja privado ou público.
A disciplina baseia-se na utilização dos princípios fundamentais da ciência dos dados a aplicar à gestão, às finanças e à economia. Uma forte ênfase é dada ao desenvolvimento de competências em vários casos de estudo.

CP1. Introdução à engenharia de dados e conhecimento
CP2. Curso em Python
CP3. Estruturas de dados
CP4. Carregamento de dados, armazenamento e formatos de arquivo
CP5. Data Wrangling: Limpar, Transformar, Mesclar, Redimensionar
CP6. Plotagem e Visualização
CP7. Agregação de Dados e Operações de Grupo. Estatísticas: tendência central, dispersão, correlação, regressão linear
CP8. Hipótese e Inferência
CP9. Clustering: Kmeans, silhueta, Análise de Componentes Principais. Caso de uso: O índice DAX e seus 30 estoques. Regressão bayesiana
CP10. Análise de rede. Caso de uso: comércio internacional
CP11. Séries temporais, incluindo funções de janela móvel
CP12. Aplicações de Dados Financeiros e Econômicos: Gerenciamento de Risco, Simulação de Modelos Financeiros, Teorema Fundamental de Precificação de Ativos e Risco-Neutro, Valorização de Derivativos.

Dada a natureza dos conteúdos lecionados, a avaliação será realizada por 2 trabalhos individuais. O seu tema deverá estar alinhado com a totalidade ou parte do programa da UC. Embora não obrigatório, é incentivada a contextualização deste trabalho na realidade empresarial.

A entrega será na época normal. Cada aluno realizará uma apresentação e discussão sobre os trabalhos, que terão um peso de 100% e será graduado na escala de 0 a 20.

É exigida uma assiduidade mínima de 80% às aulas.

Bibliografia

Rúben Pereira

Departamento de Ciências e Tecnologias da Informação

Esta UC, tem como principal objetivo introduzir os principais conceitos relacionados com a governação das tecnologias de informação. Após completarem com sucesso esta UC os alunos deverão ser capazes de perceber e ter opinião crítica, devidamente sustentada, sobre as principais problemáticas relacionadas com a governação das tecnologias de informação numa empresa.

Pretende-se assim com esta UC dotar os alunos de conhecimentos teóricos essenciais e transversais para que possam mais tarde aplicar na prática uma boa governação das tecnologias de informação, enfrentando os problemas que irão encontrar no terreno de forma eficaz, sempre orientados para o alinhamento entre o negócio e as tecnologias de informação.

CP1-Princípios e conceitos
Princípios e conceitos sobre governação das TI.
CP2-Governação vs gestão das TI
Principais diferenças entre governar e gerir as TI.
CP3-Mecanismos de governação das TI
Mecanismos para governação das TI, assim como as suas funcionalidades.
CP4-Gestão da estratégia das TI
Clarificar a importância de existir um bom planeamento das TI e de manter a estratégia de negócio e das TI alinhadas.
CP5-Valor das TI
Perceber o custo/benefício dos investimentos nas TI.
CP6-Desempenho das TI
Aplicação e relevância de um Balance ScoreCard nas TI.
CP7-Gestão de risco das TI
Importância da gestão de risco e como pode ser aplicada.
CP8-Gestão de conformidades nas TI
Importância de se manter em conformidade com as diversas políticas externas e internas.
CP9-Inovação
Como utilizar as TI para potenciar o negócio.
CP10-Quadros de referência para a governação das TI
Introdução aos principais quadros de referência no mercado para uma melhor governação das TI.

Dada a natureza dos conteúdos lecionados, a avaliação será realizada por trabalho individual. O seu tema deverá estar alinhado com a totalidade ou parte do programa da UC. Embora não obrigatório, é incentivada a contextualização deste trabalho na realidade empresarial.

A entrega será na época normal. Cada aluno realizará uma apresentação e discussão sobre o trabalho, que terá um peso de 100% e será graduado na escala de 0 a 20.

É exigida uma assiduidade mínima de 80% às aulas.

Bibliografia

Esta UC tem como principal objetivo ensinar aos alunos os fundamentos de ITIL; a nomenclatura utilizada, os papéis dos intervenientes principais, os processos e funções. A estratégia, gestão, transição, operação e filosofia de melhoria contínua serão tópicos cobertos em detalhe, com especial enfâse na gestão.
Após completarem com sucesso esta UC os alunos deverão ser capazes de perceber e ter opinião crítica, devidamente sustentada, sobre as principais problemáticas relacionadas com a gestão das tecnologias de informação numa empresa, tendo sempre em mente o alinhamento entre o negócio e as tecnologias de informação.

CP1 [Princípios e conceitos]
Principais princípios, nomenclatura e conceitos sobre fundamentos da gestão de serviços de TI.
CP2 [Processos principais das TI]
Principais processos das TI e as suas interligações.
CP3 [Funções principais nas TI]
As 4 funções principais na gestão de serviços das TI
CP4 [Estratégia de serviço]
A estratégia necessária para cumprir com os objetivos do negócio e interligação entre processos.
CP5 [Gestão de serviços de TI]
Principais áreas a ser geridas nas TI e sua explicação mais detalhada.
CP6 [Gestão da mudança de serviços nas TI]
Lidar com as constantes transições necessárias para manter o negócio atualizado e eficiente relativamente aos serviços de TI.
CP7 [Gestão de risco das TI]
Importância da gestão de risco e como pode ser aplicada.
CP8 [Operações principais das TI]
Discutir quais as operações principais das TI.

De acordo com o Regulamento do ISCTE-IUL n.º436/2014, contemplam-se 2 modalidades:
i) Avaliação contínua - trabalho individual com peso de 100% na nota final. O tema deverá estar alinhado com o programa da UC e contextualizado na realidade empresarial. Implica uma apresentação e discussão perante um júri que incluirá um perito externo. Esta modalidade exige uma assiduidade mínima de 80% às aulas.
ii) Exame final.

Bibliografia

Nesta UC o aluno deverá ser capaz de identificar as tipologias de sistemas de informação relacionando-os com as varias funções da gestão organizacional. O aluno devera saber identificar as tecnologias facilitadoras aos modelos de gestão do conhecimento.

- Enquadramento teórico da gestão do conhecimento
- Gestão Operacional e Projectos
- Sistemas de Informação Contabilísticos
- Marketing e Web
- Gestão de Pessoas e do Conhecimentos
- Sistemas Integrados

Avaliação Contínua:
- Teste 60%
- Trabalho 40%

Bibliografia

Alexandra Etelvina Fernandes

Departamento de Marketing, Operações e Gestão Geral

Esta unidade curricular tem como principal objectivo proporcionar aos alunos conhecimentos que lhes permitam ter um primeiro contacto com os princípais conceitos da gestão, gestão do conhecimento e cultura organizacional.

1. Princípios básicos de gestão
2. Evolução histórica da gestão
3. Complexidade do mercado actual
4. Gestão do conhecimento
5. Aprendizagem organizacional
6. Cultural organizacional
7. Gestão do conhecimento e inovação.

OPÇÃO 1:
Avaliação ao longo do semestre lectivo:
1.Participação nas aulas - 20%
?Assiduidade e pontualidade.
?Intervenção e participação nas aulas.
?Resposta a questões em aula.
2.Teste - 80%
Os alunos deverão obter uma classificação mínima de 7,50 valores no teste.


OPÇÃO 2:
Exame no final do semestre - 100%
A aprovação é obtida com uma classificação de 10 valores ou superior.

Bibliografia

Rosário Laureano

Departamento de Matemática

Vítor Basto Fernandes

Departamento de Ciências e Tecnologias da Informação

O objetivo desta UC é dotar os estudantes de capacidade para formular problemas de otimização linear (OL), mas sobretudo resolver problemas de otimização não linear (OLN), incluindo problemas de otimização com restrições.
Os estudantes deverão aprender a determinar, de forma crítica, quais os métodos numéricos a aplicar com vista a? resolução de problemas de otimização.
Serão abordados com particular ênfase problemas e técnicas vocacionadas para a ODM, por se revelarem de especial utilidade e objetividade no processo de escolha entre alternativas diversas, quando considerados múltiplos critérios de decisão.
A UC fornece uma perspetiva alargada e completa das bases matemáticas nas técnicas de otimização baseadas na derivação, mas também aprofunda métodos de otimização estocástica e métodos baseados em computação natural.
Adicionalmente pretende-se que os estudantes ganhem experiência em ambientes de desenvolvimento de software específicos para a resolução de problemas de ODM.

CP1 [Programação linear]
Convexidade;Interpretação geométrica;Simplex;Teoremas de dualidade.
CP2 [Métodos Analíticos para otimização não-linear]
Formas quadráticas;Funções convexas;Condições ótimas necessária e suficiente para problemas de otimização não linear sem e com restrições;Otimização convexa.
CP3 [Métodos Numéricos para otimização não-linear]
Eliminação e interpolação, método dos gradientes, Newton e quasi-Newton
CP4 [Análise multicritério]
Decisão multicritério; Agentes de decisão; Função de normalização e valor; Critérios de agregação; Avaliação global de alternativas; Análise de sensibilidade e incerteza; Estruturação de problemas através de decisão multicritério; Analytic Network Process e Analytic Hierarchy Process; MACBETH.
CP5 [Métodos de otimização multiobjetivo]
Modelos determinísticos e estocásticos, OCU e ODM; Conceito de Pareto-Optimal; Tratameto de restrições; OM inspirada na natureza; Qualidade de algoritmos de OM.
CP6 [Software para ODM]
Matlab, Excel, jMetal,

AVALIAÇÃO PERIÓDICA
Inclui 3 componentes:
-Um trabalho prático em grupo (2/3 estudantes) com peso de 30% na nota final da UC;
-Escrita de um artigo científico com peso de 30% na nota final da UC;
-Frequência (prova teórica escrita) com peso de 40% na nota final da UC.
Cada componente tem associada nota mínima (50%) para aproveitamento à UC por avaliação periódica.
EXAME FINAL
Os estudantes podem realizar apenas um exame final sobre a totalidade da matéria,com um peso de 100% na nota final da UC.

Bibliografia

Adquirir conhecimentos práticos sobre componentes e sistemas optoelectrónicos, e desenvolver competências para trabalhar em laboratórios avançados de óptica.

CP1 - Conceitos básicos de simulação.
CP2 - Caracterização de lasers, moduladores e fotodetetores.
CP3 - Caracterização de filtros ópticos, fibras ópticas mono-núcleo e amplificadores ópticos.
CP4 - Transmissão em fibras ópticas multi-núcleo.
CP5 - Emissores ópticos de banda lateral única.
CP6 - Sistemas ópticos com modulação de intensidade e detecção directa.

O processo de avaliação consiste na preparação e realização de 4 experiências laboratoriais (50%); na preparação e realização individual de um simulador de sistema de comunicações por fibra óptica (50%). No final de cada sessão de laboratório, os alunos deverão preencher e entregar uma ficha de avaliação dos conhecimentos adquiridos. Em alternativa, poderá ser realizado, no segundo período de avaliações, um exame. A avaliação do simulador inclui discussão sobre o trabalho desenvolvido.

Bibliografia

Aquisição de conhecimentos sobre planeamento e optimização de redes de telecomunicações (fixas), com ênfase nos principais problemas de optimização nestas redes e nos algoritmos mais adequados para a sua resolução.

CP1 ? Introdução às redes de telecomunicações fixas: tecnologias, camadas, segmentos.
CP2 ? Evolução e caracterização do tráfego: modelos, padrões, previsões.
CP3 ? Representação da rede e do padrão de tráfego: topologia física e topologia lógica de rede.
CP4 ? Planeamento de redes de telecomunicações: objectivos gerais e a necessidade de optimização combinatória.
CP5 ? Métodos de optimização exacta (modelos de programação linear) e métodos de optimização aproximada (algoritmos heurísticos).
CP6 ? Cenários de planeamento: estático, incremental, dinâmico; Greenfield, Brownfield.
CP7 ? Características das redes ópticas e restrições ao planeamento: arquitectura dos nós de rede, grelhas espectrais, sobrevivência a falhas.
CP8 ? Problemas de encaminhamento e atribuição de espectro em redes ópticas.
CP9 ? Problemas de minimização do número de interfaces ópticas.
CP10 ? Ferramentas de planeamento e a sua importância para operadores de rede e fabricantes de equipamento.

Exame (60%), com nota mínima de 9.5 valores, e trabalho prático (40%).

Bibliografia

Fernando Batista

Departamento de Ciências e Tecnologias da Informação

Ricardo Ribeiro

Departamento de Ciências e Tecnologias da Informação

Os alunos devem ficar a conhecer as tecnologias necessárias ao processamento da língua natural escrita e falada. Pretende-se que os alunos conheçam as tecnologias envolvidas, as suas aplicações imediatas e as suas limitações. Assim, as principais competências e atitudes que identificam os processos cognitivos internos do aluno, uma vez finalizado o processo educativo, são as seguintes: reconhecer as diferentes vertentes científicas envolvidas na análise e compreensão da língua natural; perceber quais são os métodos, algoritmos e resultados de cada uma das tarefas envolvidas no processamento da língua escrita; conhecer os métodos e técnicas atualmente utilizadas no processamento da língua falada; conhecer as aplicações realizáveis com as tecnologias atuais e discutir a evolução futura (previsível) no processamento computacional da língua, concretamente em áreas tais como a tradução automática, sistemas de extração e recuperação de informação, identificação de tópicos, etc.

Processamento das palavras: morfologia, algoritmos e técnicas de processamento
CP1: Expressões regulares e autómatos
CP2: Morfologia e Transdutores
CP3: Modelos de N-gramas
CP4: Análise morfossintática
CP5: Modelos de Markov e modelos de Máxima Entropia
Processamento de fala
CP6: Fonética
CP7: Síntese de fala
CP8: Reconhecimento automático de fala
CP9: Fonologia computacional
CP10: Aplicações de processamento de fala
Processamento sintático
CP11: Gramáticas livres de contexto
CP12: Análise sintáctica
CP13: Análise sintáctica probabilística
Processamento Semântico
CP14: Representação de significado
CP15: Semântica computacional
CP16: Semântica lexical
Aplicações Reais
CP17: Sistemas de recuperação de informação
CP18: Resposta a perguntas e sumarização
CP19: Análise de sentimento

Esta UC é feita apenas por avaliação periódica, não contemplando a modalidade de exame final. A avaliação consiste em duas componentes: TRABALHOS (3 trabalhos, valendo cada um 20%) e MINI-TESTES (2 mini-testes, valendo cada um 20%). A nota da componente TRABALHOS está limitada à nota da componente MINI-TESTES + 6 valores. É obrigatória a presença em 66% das aulas. Em caso de reprovação, a nota da componente MINI-TESTES pode ser substituída por uma prova escrita realizada em 1ª ou 2ª época.

Bibliografia

Pretende-se que os alunos obtenham bases sólidas, para além de uma boa intuição, sobre a representação e processamento de imagens e vídeo digitais. Isto inclui compreender as operações elementares de processamento de imagem, bem como as principais técnicas de compressão de imagem e vídeo.

Os principais temas a abordar são:
1. Sistema visual humano: Olho humano; tipos de visão; células receptoras; percepção de cor; espaços de cor; diagrama de cromaticidade.
2. Imagens: Imagens analógicas e discretas; amostragem; imagens digitais e quantização.
3. Transformadas: Interpretação no espaço e na frequência; amostragem e digitalização; transformada discreta de Fourier.
4. Processamento de amplitudes: Tipos de operações; histogramas; igualação e modelação de histogramas.
5. Imagens binárias: Vizinhanças; componentes conexos, operações morfológicas; binarização; limiarização; detecção de arestas.
6. Compressão: Compressão com e sem perdas; codificação; teoria da informação; códigos de prefixo; codificação de Huffman e aritmética.
7. Modelos de imagem: Quantização e codificação de transformada; medidas de qualidade; transformada discreta do coseno (DCT).
8. Vídeo: movimento aparente; redundância; predição de imagens; estimação de movimento; erros de predição.

Existem dois esquemas de avaliação:
- Avaliação periódica: A avaliação é feita em duas partes: i) dez laboratórios e ii) um exame. A nota dos laboratórios (média das oito melhores notas) tem um peso de 30% na nota final e a do exame tem um peso de 70%.
- Avaliação por exame: A avaliação é feita por um exame final com um peso de 100% na nota final.

Caso o aluno tenha feito os dois tipos de avaliação, a nota final será a melhor das duas. A nota mínima do exame é de 9.5 valores.

Bibliografia

André Santos

Departamento de Ciências e Tecnologias da Informação

Desenvolvimento de sistemas de software com boas propriedades relativas à sua manutenção e evolução requer o domínio de conceitos e tecnologias de programação avançada, em articulação com desenho de software. Nesta Unidade Curricular os alunos são expostos a matérias avançadas que assentam em noções prévias de programação orientada por objetos, com uma forte componente prática. A aplicação prática de conceitos é feita com base na linguagem e plataformas baseadas em Java.

CP1. Primitivas de reflexão (Java)
CP2. Definição de anotações (Java)
CP3. Primitivas de programação orientada por aspetos (AspectJ)
CP4. Orientações para desenho de APIs (application programming interface)
CP5. Sistemas baseados em componentes (OSGi, open services gateway initiative)
CP6. Plataformas para desenvolvimento de sistemas extensíveis baseados em plugins (Equinox/Eclipse)

Avaliação Contínua:
- Quizzes sobre leituras ou visionamento de palestras exigidas (20%)
- Projeto de individual (80%)

Sempre que possível, será proposto um projeto colaborativo, significando isto que o resultado final é um sistema de componentes composto pelas contribuições dos vários alunos. Há abertura para propostas alternativas de projetos que envolvam as matérias abordadas.

Aprovação à UC requer um mínimo de 75% de presenças nas aulas.

Bibliografia

Adquirir novos conhecimentos, teóricos e práticos, em redes definidas por software (SDN) aplicadas a diversos cenários relevantes de redes digitais.

CP1 ? Ministrar conhecimento base, detalhes essenciais sobre componentes técnicos, e as funcionalidades mais relevantes oferecidas pelas soluções SDN.
CP2- Fornecer informação útil sobre os diversos melhoramentos efetuados em sucessivas versões do SDN e novos modelos tecnológicos que foram importantes no contexto do SDN ao longo dos últimos anos.
CP3- Discutir diversos cenários de redes, como por exemplo, rede fixa, móvel, e ótica, onde a adoção do SDN pode oferecer resultados positivos.
CP4- Aprender como simular e testar sistemas SDN (incluindo aplicações que usam APIs de SDN), controlando diversas topologias de rede.
CP5- Visualizar alguns desenvolvimentos futuros, por exemplo Mobile Edge Computing, onde os diversos serviços SDN podem ser usados numa forma orquestrada para potenciar a utilização de todos os recursos disponíveis duma infraestrutura de rede.

O processo de avaliação consiste na realização de várias sessões práticas (com um peso total de 40% na avaliação final) e um exame escrito (60%), com a nota mínima do exame de 9,5 valores. A presença nas aulas é obrigatória.

Bibliografia

Carlos Serrão

Departamento de Ciências e Tecnologias da Informação

O objectivo da cadeira de Segurança em Redes e Sistemas de Informação (SRSI) é o de oferecer um conjunto de conhecimentos completo relacionados com a gestão de segurança de informação no contexto do ambiente de sistemas de informação e redes digitais. Com a crescente dependência da tecnologia, a ciber-segurança encontra-se no topo da lista das preocupações de clientes e de empresas.
A necessidade de criação de elevados níveis de segurança e de relações de negócio de confiança, é uma prioridade para muitas organizações.
Esta cadeira abrange um conjunto de tópicos de segurança que incluem a gestão da segurança de informação, criptografia, controlo de acesso, segurança de redes, segurança de aplicações, segurança de operações, segurança física, gestão de incidentes e planeamento de continuidade de negócio.

I. Introdução à Segurança de Informação
II. Controlo de Acessos
III. Ataques e Monitorização
IV. Segurança das Comunicações e Contra-Medidas
V. Princípios e Conceitos de Gestão de Segurança
VI. Valor dos Bens, Políticas e Papeis
VII. Aspectos de Segurança de Dados e Aplicações
VIII. Código Malicioso e Ataques a Aplicações
IX. Criptografia
X. PKI e Aplicações Criptográficas
XI. Gestão de Material de Criptográfico
XII. Segurança no Desenvolvimento de Aplicações Web
a. Desenvolvimento de Aplicações Web em Segurança
b. Análise das Vulnerabilidade de Segurança das Aplicações Web
c. Práticas de Desenvolvimento de Aplicações Web Seguras
XIII. Princípios de Desenho de Computadores
XIV. Princípios de Modelos de Segurança
XV. Gestão Administrativa
XVI. Auditoria e Monitorização
XVII. Planeamento de Continuidade de Negócio
XVIII. Planeamento da Recuperação de Desastres
XIX. Leis e Investigações
XX. Incidentes e Ética
XXI. Requisitos de Segurança Física

Avaliação Contínua:
- Realização de projeto em grupo (40%)
- Apresentação e discussão do projeto (20%)
- Realização de um teste individual (40%)

Exame Final:
- Prova escrita (100%)

Os alunos que reprovarem na avaliação contínua possuem duas épocas de exame. A nota do projecto não é considerada para alunos que optem por fazer exame.
A frequência de um número mínimo de aulas não é obrigatória em nenhum dos métodos de avaliação.

Bibliografia

Sancho Moura Oliveira

Departamento de Ciências e Tecnologias da Informação

Dotar os alunos de conhecimentos e competências nas áreas de sociedades artificiais, agentes e simulação social, ciências sociais computacionais, inteligência artificial, abordando-se métodos e técnicas de modelação de sistemas complexos em áreas diversas, tais como nas Engenharias, nas Ciências Sociais e da Gestão. Numa perspectiva integradora de competências, são estudados problemas em domínios interdisciplinares, especialmente em casos menos susceptíveis de resolução através de abordagens clássicas e analíticas, onde a simulação computacional desempenha um papel crucial. É dada ainda relevância à construção de modelos de simulação em contextos espaciais, através de sistemas de informação geográficos.

1. Conceitos básicos de modelação e simulação numérica: simulação DEV.

2. Fundamentos da simulação social: papel da experimentação; papel dos modelos em domínios interdisciplinares; características da modelação baseada em agentes.

3. Fundamentos de Sistemas Multiagentes na Inteligência Artificial; Introdução às metodologias das Ciências Sociais.

4. A simulação social como método: estudos de caso; verificação e validação; estratégias de simulação.

5. Ambientes de simulação social: ferramentas e ambientes; Repast; NetLogo; programação em NetLogo.

6. Noções de complexidade: autoorganização e emergência; autómatos celulares.

7. Redes sociais: conceitos gerais; redes aleatórias simples e de Erdos-Renyi; redes de pequenos mundos; scale-free networks;

8. SIGs e simulação social. A extensão SIG em NetLogo. Exemplos.

9. Estratégias e técnicas de verificação/validação, alinhamento e replicação de simulações sociais.

10. Seminários diversos de aplicações.

A avaliação é contínua, incluindo:

- Assiduidade nas aulas, com ponderação de 5% na nota final.
- mini-testes individuais com ponderação de 40%
- Projecto em grupo (55%) com eventual apresentação prévia de seminário.

A médias dos testes e o projecto têm notas mínimas de 35%.

Para o aluno ter nota máxima na assiduidade terá que participar em 70% das aulas.

Bibliografia

Elsa Cardoso

Departamento de Ciências e Tecnologias da Informação

José Eduardo Barateiro

Departamento de Ciências e Tecnologias da Informação

Apresentar aos alunos uma visão introdutória dos diferentes tipos de sistemas de apoio à decisão. Dotar os alunos de conhecimentos profundos na área de Data Warehouse e Business Intelligence. Pretende-se que os alunos desenvolvam a capacidade de desenhar modelos dimensionais e que sejam capazes de aplicar os conceitos leccionados a um caso de estudo numa determinada área de negócio.

CP1. Introdução aos diferentes tipos de Sistemas de Apoio à Decisão (DSS)
CP2. Data Warehouse e Business Intelligence (DW/BI): conceitos fundamentais
CP3. Arquitecturas de DW

Modelação dimensional:
CP4. Conceitos fundamentais
CP5. Conceitos avançados
CP6. Conceitos de modelação dimensional ágil

Metodologia de desenvolvimento de DW/BI de Kimball:
CP7. Levantamento de requisitos para o desenho de modelos dimensionais
CP8. Processo de ETL (extracção, transformação e carregamento)
CP9. Desenho de aplicações de BI

Avaliação contínua:
- Participação nas atividades do Learning Scorecard (individual): 10%
- Trabalho prático sobre modelação dimensional (em grupo): 40%
- Peer assessment (em grupo): 10%
- Teste teórico individual (frequência): 40%
Regras de elegibilidade: nota mínima 10 em todas as componentes, assiduidade >=40% das aulas (relatório Fenix), 2 reuniões de tutoria ao trabalho prático, cumprimento datas limite das etapas. Grupos  3-4 elementos. Alternativa: avaliação por exame final 100%

Bibliografia

O objetivo desta UC é proporcionar aos alunos uma compreensão dos principais aspetos da arquitetura, recursos e tecnologias de sistemas de computação em Nuvem. Esta UC cobrirá os tópicos de virtualização de computadores, centros de dados, arquiteturas orientada a serviços, gestão de Nuvem, segurança e processos, tanto dentro de uma Nuvem assim como entre Nuvens. A UC também irá abranger os mais recentes desenvolvimentos em computação em Nuvem, como a computação "green", "edge", "IoT", "Big Data" e "Blockchain". A análise teórica destas tecnologias é complementada com exemplos reais de serviços e sistemas na Nuvem. O programa inclui diversas aulas práticas com desenvolvimento de aplicações e serviços reais na Nuvem.

CP1: Fundamentos de Nuvem, Business Drivers e História;
CP2: Tecnologia Pré-Nuvem, Virtualização, Hipervisores, Xen, Clusters Virtuais;
CP3: XaaS, Nuvens Públicas, Privadas, e Híbridas, Exemplos;
CP4: Princípios básicos de desenvolvimento de aplicações na Nuvem;
CP5: Centros de Dados: Princípios, Arquiteturas, Exemplos;
CP6: Green Computing, Parallel Computing, Economia de Nuvem;
CP7: IoT, Fog/Edge Computing, Interoperabilidade, Investigação europeia na área da Nuvem, "Industrie 4.0", FIWARE;
CP8: Desenvolvimento de Aplicações na Nuvem com Ligação a Sensores IoT e Atuadores;
CP9: Segurança, Riscos na Nuvem, Gestão da Nuvem;
CP10: Big Data, Hadoop, Map Reduce;
CP11: Blockchain, Criptomoedas;
CP12: Desenvolvimento de Aplicações na Nuvem com Aprendizagem e Análise Analítica.

Esta UC é feita apenas por aproveitamento no Exame Final.

Bibliografia

Fernando Batista

Departamento de Ciências e Tecnologias da Informação

Ricardo Ribeiro

Departamento de Ciências e Tecnologias da Informação

O principal objetivo desta UC é o de dar a conhecer ao aluno o potencial das grandes quantidades de texto atualmente disponíveis e os métodos computacionais que podem ser utilizados para extrair conhecimento a partir desses dados.
Os alunos devem ficar a conhecer as tecnologias necessárias ao desenvolvimento de processos de Text Mining. Pretende-se que os alunos conheçam as tecnologias envolvidas, as suas aplicações imediatas e as suas limitações. Assim, as principais competências e atitudes que identificam os processos cognitivos internos do aluno serão as seguintes: reconhecer as diferentes vertentes científicas envolvidas nos processos de Text Mining; perceber quais são os métodos, algoritmos e resultados de cada uma das tarefas envolvidas; conhecer as aplicações realizáveis com as tecnologias atuais e discutir a evolução futura (previsível) dos tópicos nucleares e sua aplicação específica a tarefas tais como análise de sentimento e modelação de tópicos.

Introdução
CP1: Utilidade de grandes quantidades de texto, desafios e métodos atuais
CP2: Informação não estruturada vs. (semi-)estruturada
CP3: Obtenção e filtragem de informação, extração de informação e Data Mining
Representação de documentos
CP4: Preparação e limpeza de documentos
CP5: Extração de propriedades
CP6: Estratégias de pesagem de termos
CP7: Modelos de espaços vectoriais
CP8: Medidas de similaridade
Processamento Computacional da Língua
CP9: Modelos de língua
CP10: Morfologia e análise morfossintática
CP11: Estruturas complexas: análise sintáctica
CP12: Extração de informação
Classificação de Texto
CP13: Introdução à aprendizagem automática estatística
CP14: Medidas de avaliação
CP15: Classificadores generativos
CP16: Classificadores discriminativos
CP17: Aprendizagem não supervisionada
CP18: Recursos para Text Mining
Casos de Estudo
CP19: Análise de sentimento
CP20: Identificação de tópicos

Esta UC é feita apenas por avaliação periódica, não contemplando a modalidade de exame final. A avaliação consiste em duas componentes: TRABALHOS (2 trabalhos, valendo cada um 30%) e MINI-TESTES (2 mini-testes, valendo cada um 20%). A nota da componente TRABALHOS está limitada à nota da componente MINI-TESTES + 6 valores. É obrigatória a presença em 66% das aulas. Em caso de reprovação, a nota da componente MINI-TESTES pode ser substituída por uma prova escrita realizada em 1ª ou 2ª época.

Bibliografia

João Pedro Oliveira

Departamento de Ciências e Tecnologias da Informação

O objectivo geral desta UC é dar formação nas técnicas e algoritmos que permitem extrair modelos e informação a partir de grandes quantidades de informação.

CP1: Programação para larga escala
- Sistema de ficheiros distribuídos
- O modelo de programação MapReduce
CP2: Locality-sensitive hashing algorithm
CP3: Aprendizagem a partir de sequências
CP4: Análise de hiperligações
- PageRank
- Link Spam
CP5: Regras de associação
CP6: Aprendizagem não supervisionada em larga escala
CP7: Sistemas de recomendação
CP8: Comunidades em redes sociais
CP9: Redução de dimensionalidade
- Análise de componentes principais
- Decomposição em valores próprios singulares
- Decomposição CUR
CP10: Aprendizagem supervisionada em larga escala
- Vizinho mais próximo
- Máquinas de vetor de suporte
CP11: Árvores de decisão
CP12: Introdução ao Deep Learning

A avaliação pode ser realizada de duas formas: periódica [1] ou exame final [2].
[1] A avaliação periódica consiste em:
- 2 testes escritos (com um peso na nota final de 20% cada), realizados ao longo do semestre, com uma nota mínima de 7;
- 1 trabalho (de grupo) com um peso na nota final de 60%.
[2] O exame final é composto por parte teórica e prática realizadas no ISCTE-IUL, realizada em época de recurso ou em época especial (ver detalhes obrigatórios no campo Observações).

Bibliografia

A unidade curricular pretende consolidar conhecimentos necessários ao desenvolvimento de repositórios de informação de suporte a sistemas de informação distribuídos, nomeadamente lidar com tolerâncias a falhas e grandes volumes de dados.

1. Introdução às Bases de Dados Não Relacionais;
2. Redundância para gerir tolerância a falhas;
3. Distribuição de Dados para gerir grandes volumes de informação;
4. Introdução ao MongoDB;
5. Extracção de dados no MongoDB;
6. Integração de informação proveniente de sensores num sistema de informação distribuído.

A UC é exclusivamente avaliada através projecto.A nota individual resulta da avaliação dos relatórios intercalares,do relatório final (50%) que inclui os intercalares e da apreciação do desempenho do aluno ao longo do semestre (do seu envolvimento nas discussões semanais do projecto,e na sua capacidade de exposição e discussão técnica do trabalho, 50%).É obrigatória presença nas aulas. Não existe nenhuma avaliação por exame e a época especial poderá completar a avaliação contínua se necessário.

Bibliografia

Luís Ferreira da Silva

O objetivo principal desta UC é a compreensão das diversas componentes arquiteturais das infraestruturas de TI (ITI) e suas interdependências. Os conhecimentos desta UC fazem parte das competências chave dos arquitetos de ITI.

Os conhecimentos adquiridos são aplicáveis a todo o tipo de ITIs, contudo o foco será nos modelos de infraestruturas híbridas (atualmente mais comuns) em que um conjunto de componentes de infraestrutura reside num modelo de nuvem pública ou privada e os restantes residem num modelo tradicional.

Esta UC incidirá na vertente de desenho de ITIs, sendo que serão utilizados exemplos baseados em casos reais. A abordagem de desenho de ITIs é baseada em experiencia acumulada e expressa em padrões de desenho.

A UC aprofunda as componentes de virtualização, computação, conectividade, identidade, armazenamento, salvaguarda de informação, alta disponibilidade e balanceamento de carga, recuperação em caso de desastre, entre outras competências.

Esta UC inclui os seguintes conteúdos programáticos (CPs):

CP1 [Infraestruturas de TI]
Definição, Atributos, Modelos

CP2 [Padrões de desenho de ITI]
Padrões de desenho, Padrões de ITI, Boas Práticas

CP3 [Modelação de ITI]
Ferramentas, Modelação de ITI, UML

CP4 [Virtualização]
Arquitetura, Replicação, Alta Disponibilidade

CP5 [Gestão de Configurações]
Automação, Orquestração, Gestão de Recursos

CP6 [Monitorização]
Ferramentas, Monitorização de Recursos

CP7 [Identidade, Segurança e Privacidade]
Autenticação, Federação, Sincronização de Diretórios

CP8 [Computação, Armazenamento e Conectividade]
Abstrações de armazenamento, tipos de conectividade, armazenamento hibrido

CP9 [Continuidade de Negócio e Recuperação de Desastres]
Grupos de disponibilidade, Domínios de atualização e de falha, acordos de níveis de serviço

CP10 [Arquiteturas de Referência]
Ambientes Produtivos, Desenvolvimento e Testes

AVALIAÇÃO CONTÍNUA
Método recomendado, devido à natureza aplicada desta UC. Inclui 2 componentes: trabalhos práticos de grupo de 2 (45%) ou 3 alunos (35%), e um teste final individual sumativo (55% ou 65%, respetivamente). Cada componente requer nota mínima de 8.

EXAME FINAL
Em alternativa, os alunos podem optar pelo exame final (100%). Esta opção não é encorajada, porque a aprendizagem dos tópicos desta UC é difícil sem a experiência prática conseguida com o esquema de avaliação contínuo.

Bibliografia

Rui Neto Marinheiro

Departamento de Ciências e Tecnologias da Informação

Aquisição de competências nas áreas da Internet das Coisas (IoT) e das Redes de Sensores (SN), em concreto competências em redes de comunicação especializadas, na integração de sistemas e aplicações.

CP1-Arquiteturas e tecnologias de redes
Soluções de âmbito geral
Soluções para domótica de edifícios e AMR/AMI
Medição em utilities
Redes de automação industrial
Outras soluções:5G
CP2-Protocolos para IoT e WSNs
Camadas físicas e MAC
Descoberta de topologia
Protocolos de Routing,Transporte e de Aplicação
CP3-Interoperabilidade de rede
Gateways para interoperabilidade de protocolos
Servidores/gateways de integração na franja
Plataformas de integração multiprotocolo
IP para WSNs
SCADA para aplicações WSN
Integração de WSNs no IMS
Gestão de dispositivos:manutenção,interação e gestão na franja da rede
Edge Analytics:processamento de dados IoT em dispositivos na franja
CP4-Técnicas de localização
Localização por proximidade
Posicionamento
Fingerpinting
CP5-Gestão de bateria
CP6-Segurança e privacidade
Estruturas de segurança
Privacidade
Robustez e fiabilidade
Autenticação
Ofuscação e diversificação
Transações e pagamentos
BlockChain

A avaliação desta UC é obtida por:
-50% - projeto em grupo, de 2 estudantes, com apresentação pública e demonstração
-30% - artigo sobre um tópico específico de IoT ou SN, entregue individualmente
20% - teste escrito individual

Bibliografia

Rúben Pereira

Departamento de Ciências e Tecnologias da Informação

Álvaro Augusto da Rosa

Departamento de Marketing, Operações e Gestão Geral

. Compreender os passos e técnicas necessárias para planear e desenvolver uma auditoria;
. Dominar um conjunto de conceitos organizacionais e tecnológicos essenciais ao desenvolvimento da actividade de auditor;
. Aprender os princípios gerais da metodologia COBIT;
. Conhecer os standards técnicos e standards profissionais de auditoria.
. Reconhecer a importância da qualidade no desenvolvimento da actividade de auditoria e de desenvolvimento de Sistemas de informação.
. Compreender as dos teóricos principais da gestão da qualidade
. Desenvolver um projecto de gestão de qualidade

Qualidade como um novo paradigma da gestão
Qualidade e Estratégia
Qualidade: Definições
Qualidade: as ideias principais de Deming, Juran, Ishikawa, Feigenbaum, Oakland e Imai
Qualidade: Ferramentas
Qualidade: elaboração de um programa de gestão da qualidade.

Introdução à auditoria Informática
O programa de auditoria informática
Análise de risco em auditoria informática
Abordagem formal da auditoria informática
As Frameworks COBIT e COSO
Sarbannes Oxley
A utilização de CAAT's (Computer Audit Auxiliary Techniques and Tools)

Avaliação continua:
Dois testes individuais (50% cada) sobre cada um dos tópicos do programa. A média das notas dos elementos de avaliação (não inferior a 8 valores em cada um ) constituirá a nota final deste regime, que, sendo maior ou igual a 10 valores, dispensará o aluno de exame final.
Exame Final:
O exame final é composto por um teste escrito individual e sem consulta, que engloba toda a matéria.

Bibliografia

A unidade curricular de Comunicação em Multimédia propõe uma formação complementar nas seguintes áreas:

- Representação dos vários tipos de informação em formato digital (texto, imagens, voz, áudio e vídeo).

- Algoritmos de compressão usados para cada um dos diferentes tipos de informação.

- Requisitos dos vários tipos de aplicações de comunicação multimédia.

- Funcionamento de várias redes de comunicação.

- Protocolos de comunicação e o modo como permitem suportar os requisitos das aplicações multimédia.

- Normas internacionais associadas com os vários aspectos da comunicação multimédia.

1. Introdução à Comunicação em Multimédia: tipos de informação multimédia; redes de comunicação; aplicações e terminologia.

2. Representação de Informação Multimédia: imagens, áudio e vídeo.

3. Compressão de Texto e Imagem: compressão com e sem perdas (noções de redundância e de irrelevância, codificação entrópica e codificação de fonte); codificação de Huffman estática e dinâmica, codificação aritmética; compressão de FAX (ITU-T T.4 e T.6, JBIG e JBIG2); compressão de imagens fotográficas (JPEG, JPEG-LS e JPEG2000).

4. Compressão de Vídeo, Voz e Áudio: princípios de compressão de vídeo e normas de compressão (H.261, H.263, MPEG-1, MPEG-2 e MPEG-4); princípios de compressão de voz e áudio e normas de compressão (normas ITU, MPEG e Dolby).

5. Normas de Comunicação Multimédia: modelos de referência; normas H.320 (ISDN), H.324 (PSTN) e H.323 (Internet).

6. Televisão Digital: perspectiva histórica; norma DVB; a televisão digital em Portugal.

- Prova escrita com nota mínima de 9.5 valores (50%).

- Trabalhos experimentais (30%).

- Artigo de pesquisa (20%)

Bibliografia

Alexandra Paio

Departamento de Arquitectura e Urbanismo

Joaquim Lourenço Esmerado

Departamento de Ciências e Tecnologias da Informação

Joaquim Reis

Departamento de Ciências e Tecnologias da Informação

Pedro Faria Lopes

Departamento de Ciências e Tecnologias da Informação

Introduzir os estudantes às teorias, aos modelos, a trabalhos actuais e a alguns dos aspectos mais importantes da área da Criatividade Computacional, entendida como uma subárea de Inteligência Artificial.

1 - Informática, Inteligência Artificial e criatividade.
2 - Criatividade e ideias criativas. Definições de criatividade e abordagens históricas à criatividade. Criatividade e inteligência. Criatividade e computação. Exemplos de criatividade.
3 - Tipos de criatividade. Dimensão combinação transformação. Criatividade "improbabilístca" e "impossibilística". Criatividade, mapas mentais e psicologia computacional. Dimensão individual social. P criatividade e H criatividade.
4 - Alguns exemplos de trabalhos de investigação. Seminários de especialistas sobre temas específicos (criatividade visual, musical, linguística e de outros tipos, criatividade humana e "automatizada"/computacional, perspectivas históricas, etc.).
5 - Questões levantadas, discussão, propostas de trabalhos e orientação.

Alternativa 1: Relatórios escritos sobre 2 artigos (mínimo) e um trabalho teórico ou exploratório publicável (um artigo), totalizando um máximo de 40% e 60%, respectivamente, da nota final. Alternativa 2: Um trabalho prático/implementação (um pequeno projecto), totalizando um máximo de 100% da nota final. Inclui-se apresentação e discussão. A avaliação presume pontualidade e assiduidade mínima de 80% (36x0,80=28,8 horas, i.e., 19 aulas de 1:30 horas) na assistência às aulas.

Bibliografia

Carlos Serrão

Departamento de Ciências e Tecnologias da Informação

Pretende-se que os alunos, no final desta Unidade Curricular (UC) possam adquirir as competências necessárias que lhes permitam:
- Perceber as principais características e limitações de dispositivos móveis inteligentes
- Introduzir o desenvolvimento de aplicações móveis para dispositivos móveis inteligentes (smartphones e tablets)
- Introduzir o desenvolvimento nativo de aplicações móveis para diferentes plataformas (Google Android, Apple iOS)
- Introduzir o desenvolvimento para Web para dispositivos móveis (recorrendo a normas Web, como o HTML5, CSS3 e JavaScript).
Introduzir o desenvolvimento híbrido para dispositivos móveis (recorrendo ao ionic ou ReactNative)

I. Introdução ao desenvolvimento de aplicações para dispositivos móveis inteligentes
a. Introdução ao desenvolvimento de aplicações para dispositivos móveis
b. Características e funcionalidades dos dispositivos móveis
II. Plataformas de desenvolvimento de aplicações para dispositivos móveis inteligentes
a. Google Android, Apple iOS
b. IDEs de desenvolvimento
III. Desenvolvimento Nativo de Aplicações para Dispositivos Móveis
a. Desenvolvimento nativo de Aplicações com Google Android (Java)
b. Desenvolvimento nativo de Aplicações com Apple iOS
IV. Desenvolvimento de aplicações Web e Híbridas para Dispositivos Móveis
a. Desenvolvimento Web de Aplicações móveis (HTML5, CSS3, JS)
b. Desenvolvimento Híbrido de Aplicações móveis (ionic, ReactNative)
V. Planeamento e concepção de projeto de desenvolvimento de Aplicações para dispositivos móveis

Avaliação Contínua:
- Realização de projeto em grupo (60%)
- Apresentação e discussão do projeto (40%)

Os alunos que reprovarem na avaliação contínua, ou que assim o desejem, podem entregar e apresentar o projecto da data da época de recurso (2ª época).

A frequência de um número mínimo de aulas não é obrigatória em nenhum dos métodos de avaliação.

Bibliografia

Unidade Curricular optativa para mestrandos DCTI, para executar um projecto à escolha em Redes Digitais, aprendendo noções gerais de como montar uma rede numa empresa, e como avaliar o desempenho de uma rede.

As aulas serão teórico-práticas, laboratoriais e de tutoria.
P1: Serão dadas umas aulas em laboratório para aprenderem a avaliar um rede e trabalharem com o Simulador de Rede NS3
P2: Serão dadas umas aulas em laboratório para aprenderem a testarem determinados serviços com o sistema PlanetLab
P3: Serão dadas várias aulas sobre como montar uma rede de computadores numa empresa
P4: Os trabalhos laboratoriais de NS3 e PlanetLab serão efectuados por grupos de 2 ou 3 alunos, sendo sujeites a avaliação individual. O projecto de montar uma rede de computadores poderá ser substituido por elaboração e exposicao de slides na aula

A nota será calculada pela seguinte formula:

50% montagem rede + 25% trabalho NS3 + 25% trabalho PlanetLab

Todas as notas serão arrendondadas em cada um dos 3 componentes.

Os trabalhos laboratoriais de NS3 e PlanetLab serão efectuados por grupos de 2 ou 3 alunos, sendo sujeites a avaliação individual. O projecto de montar uma rede de computadores poderá ser substituido por elaboração e exposicao de slides na aula.

Bibliografia

Sérgio Moro

Departamento de Ciências e Tecnologias da Informação

A unidade desenvolve competências em extração de conhecimento a partir de dados empresariais. Problemas típicos passíveis de serem estudados: descoberta de padrões de consumo, deteção de fraudes, estimação do risco de incumprimento no crédito ao consumo ou a empresas, deteção de fatores de abandono de serviços, seleção de clientes de companhias de seguros, descoberta de sequências típicas de visitas a páginas Web e outros.

CP1. Introdução à extração de conhecimento a partir de dados (Data Mining) e principais metodologias.
CP2. Aplicação de modelos de aprendizagem supervisionada e não supervisionada;
CP3. Problemas de classificação e métricas;
CP4. Problemas de regressão e métricas;
CP5. Problemas de predição e métricas;
CP6. Tratamento e preparação de dados;
CP7. A importância da seleção das variáveis adequadas;
CP8. Utilização do software open source R para proceder à modelação básica e análise de dados;
CP9. Visualização de dados: princípios básicos e ferramentas;
CP10. Adaptive Business Intelligence.

Aval. Contínua:
4 testes (TI), 10% cada
Um trabalho de grupo(TF) discutido intergrupos, na 1ª época (60%).
Nota Final=TIx40%+TFx60%. Min.Testes:5val;Trabalho:7val.

Alternativa - Aval. 1ª época:
trabalho individual (T) min.7val- inscrição até um mês antes do final das aulas e discussão oral -50%.
Um exame(E) min.7val, na data da 1ª época -50%.
Nota Final=Tx50%+Ex50%.

Avaliação 2ª época:
Trabalho de grupo (60%) + Exame (40%)
OU
Trabalho individual 1ª época (50%) + Exame (50%)

Bibliografia

O Aluno deverá ficar apto a:
- Identificar e caracterizar tipos de sistemas de informação e as fases do seu desenvolvimento;
- Realizar o planeamento estratégico de sistemas de informação.

1.Introdução aos Sistemas de Informação Organizacionais.
2.Planeamento Estratégico de Sistemas de Informação

Avaliação Contínua
-Teste escrito individual(60%)teste teórico/prático individual sem consulta
-Trabalho prático(40%)trabalho em grupo com discussão com o docente
A média ponderada das notas dos elementos de avaliação (não inferior a 8 valores em cada elemento de avaliação) constituirá a nota final deste regime,que,sendo maior ou igual a 10 valores, dispensará o aluno de exame final.
Exame Final:
-Prova escrita(100%)teste teórico prático individual sem consulta,com nota mínima de 8 val

Bibliografia

A presente UC pretende dar aos alunos uma visão abrangente da gestão e governação nas áreas dos sistemas e tecnologias de informação, integrando aspectos essenciais da Gestão das pessoas, dos grupos e da organização com as práticas e os normativos específicos das áreas de Sistemas e Tecnologias de Informação.
Pretende-se que os estudantes desenvolvam competências que permitam vir a integrar estas duas vertentes no desenvolvimento do seu projecto ou proposta de investigação.

Os principais conteúdos programáticos a abordar são:
CP1. Introdução e Conceitos Fundamentais: Estratégia, Planeamento, Governação e Gestão;
CP2. Principais frameworks para a Governação de TI (COSO, COBIT, ISO 38500)
CP3. Gestão de benefícios dos investimentos em Sistemas e Tecnologias de Informação;
CP4. "Best practices" e modelos de maturidade em SI/TI;
CP5. Introdução ao comportamento organizacional;
CP6. Mudança, Aprendizagem e Desenvolvimento Organizacional;
CP7. Processos típicos da Gestão de Recursos Humanos;
CP8. Gestão da qualidade e modelos de excelência organizacional;
CP9. Introdução à investigação em contexto organizacional.

Avaliação Contínua:
- Teste escrito individual (50%) - teste teórico/prático individual com consulta limitada;
- Trabalho prático (50%) - trabalho em grupo, ou individual, com apresentação em sala e apresentação escrita.
A média ponderada destas notas (não inferior a 8 valores em cada um dos elementos de avaliação) constituirá a nota final deste regime.
Exame Final:
Os alunos vão a exame final caso tenham optado por este regime ou não tenham obtido nota positiva na avaliação contínua.

Bibliografia

A UC tem como primeiro objetivo ensinar a modelar processos de vários tipos (negócio, tecnológicos e outros) com uma linguagem padrão, o BPMN. Serão identificadas as boas práticas de modelação de processos, recorrendo a padrões de fluxos de trabalho, ilustrados com casos de estudo.
Seguidamente os alunos aprenderão a avaliar cenários alternativos com técnicas de simulação. Será também experimentada a reconstrução de modelos a partir de eventos guardados durante a execução de um processo.
Finalmente, mas não menos importante, os alunos ficarão ao par da crescente utilização dos modelos de processo como ponto de partida para a geração de aplicações informáticas, usando abordagens ?low-code?.
Após completarem com sucesso esta UC, para além de serem capazes de sintetizar e analisar modelos de processo, os alunos deverão ser capazes de usar ambientes de modelação de processos, na edição cooperativa, documentação, validação, simulação, reconstrução e implementação de modelos de processos.

CP1[Introdução e Motivação]
O papel da modelação de processos.Comparação das linguagens de modelação de processos
CP2[Síntese de modelos com BPMN]
Sintaxe e semântica dos construtos de modelação em BPMN
CP3[Qualidade dos modelos]
Catálogo de padrões de fluxos de trabalho, condensando boas práticas na modelação de processos. Deteção de defeitos
CP4[Ambientes de modelação]
Panorama sobre as ferramentas de modelação existentes, modelação cooperativa e formatos de interoperabilidade
CP5[Simulação de processos]
Prática de simulação de processos para avaliação de cenários alternativos
CP6[Mineração de processos]
Engenharia inversa de modelos de processo, a partir de eventos gerados durante a sua execução
CP7[Desenvolvimento ?low-code?]
Plataformas de desenvolvimento ?low-code? baseadas em modelos de processo
CP8[Normas relacionadas]
Norma CMMN (Case Management Model and Notation) para lidar com processos não estruturados.Norma DMN (Decision Model and Notation) para a gestão de decisões.

De acordo com o Regulamento do ISCTE-IUL n.º 436/2014, contemplam-se 2 modalidades:
i) Avaliação periódica ? trabalho de grupo com 2 entregas (sensivelmente a meio e final do semestre) e peso de 40% (grupo de 3 alunos) ou 50% (grupo de 2 alunos). Os restantes 60% ou 50% da classificação final serão obtidos através a um teste final individual a realizar na 1ª época de exames.
ii) Exame final.

Bibliografia

O principal objectivo desta unidade curricular consiste em desenvolver um projeto empreendedor tecnológico (PET) inovador na área da Internet das Coisas (Internet of Things - IoT) sob a forma de produto, processo, serviço e/ou sistema (PPSS), com a aspiração de ser feita transferência de tecnologia e com elevado valor para o mercado.
Esta UC tem como objetivos específicos o conhecimento dos principais blocos técnicos que fazem parte do IoT e várias aplicações existentes como casos de estudo que foram implementados através de projetos internacionais financiados e projetos em funcionamento nas várias áreas da indústria, agricultura, cidades, regiões, veículos, etc....
Também são identificadas e estudadas as principais normas relacionadas com o IoT.
O Projeto considera 3 partes essenciais que têm de estar desenvolvidas: (I) Estudos Técnico- Científicos; (II) Análise de Mercado e Plano de Negócio; (III) Plano de Sustentabilidade.

CP1. Introdução aos principais blocos de IoT: Infraestruturas, Processamento de dados, Apresentação de dados, Dispositivos, Aplicações, Plataformas, Atuadores, Sensores.
CP2. IoT com case studies ao nível de PPSS
CP3. Introdução a tipos de projetos a desenvolver em contexto de IoT e identificação de ?Case Studies? de projetos Nacionais e Internacionais
CP4. Conceitos de ?Design Thinking?
CP5. Organização e estrutura do projeto (PET): Estratégia económica, científica-tecnológica; estado da arte e desenvolvimentos propostos relacionados com o PPSS de IoT; principais contribuições-benefícios.
CP6. Caraterísticas inovadoras do PET:
CP7. Plano de negócio do PPSS
CP8. Plano de sustentabilidade do PPSS em IoT.
CP9. Plano de trabalho e respetivo cronograma.

O método de avaliação nesta UC consiste: na realização de um projeto (PET em IoT) prático elaborado em grupo, para fomentar a discussão e a procura de solução em equipa, que tem 50% na nota final (40% para o Projeto e 10% para a apresentação/discussão) e uma avaliação individual de 50%. Existe uma alternativa de um projeto individual de avaliação 100% (podendo ser entregue na 1ª ou 2ª época). A classificação mínima é 10 de um total de 20.

Bibliografia

Adquirir conhecimentos sobre características e planeamento de redes ópticas.

CP1 - Introdução às redes ópticas.
CP2 - Clientes da rede óptica. SDH, SDH de nova geração (VCAT, LCAS e GFP), OTN, Carrier Ethernet, MPLS.
CP3 - Elementos da rede óptica de transporte. Arquitecturas de comutação e tecnologias de comutação óptica, arquitecturas de multiplexadores de inserção-extracção reconfiguráveis (ROADMs): Broadcast & Select, Route & Select.
CP4 - Planeamento de redes ópticas (routing and wavelength assignment, RWA). Algoritmos de encaminhamento estáticos e dinâmicos e algoritmos de atribuição de comprimentos de onda estáticos e dinâmicos.
CP5 - Sobrevivência das redes ópticas. Protecção linear, protecção de anel e protecção de malha.
CP6 - Redes de acesso ópticas. Redes ópticas passivas, redes híbridas fibra-cabo e norma DOCSIS.
CP7 - Redes ópticas de rajadas e de pacotes.

i) 30% trabalho prático (grupos de 2 alunos) + 35 % teste 1 + 35% teste 2, com nota mínima dos testes de 8 valores,
ou
ii) 30% trabalho prático (grupos de 2 alunos) + 70% exame, com nota mínima do exame de 9,5 valores.

Bibliografia

Identificar, discutir e aplicar conceitos e tecnologias associados aos sistemas de Business Intelligence, com um particular destaque para com sitemas de Data Warehouses e de Data Mining.

- Introdução ao Business Intelligence, Data Mining, metodologia CRISP-DM
- Sistemas de Dataware houses e OLAP
- Adaptive Business Intelligence
- Previsão e Optimização
- Data Mining: classificação, regressão, segmentação
- Modelos de Aprendizagem (e.g. Árvores de decisão, Redes Neuronais)
- Estatística da Aprendizagem
- Apresentação de Diversos Casos de Estudo
- Ferramentas (Dataware houses, OLAP, BI, Data Mining), como por exemplo o WEKA e o R
- Projecto

Aval. contínua: 60% de trabalho de grupo + 40% teste
Aval. final: 60% de trabalho individual + 40% teste
Nota mínima em cada componente: 9 valores
Nota mínima final: 10 val.

Bibliografia

Os sistemas de comunicações por satélite desempenham um papel cada vez mais importante, como parte integrante dos sistemas de telecomunicações globais. O principal objectivo desta UC é complementar e alargar os conhecimentos base em sistemas de telecomunicações leccionados no curso com técnicas mais avançadas, que são aplicadas sobretudo aos sistemas de telecomunicações por satélite.

CP 1. Princípios fundamentais dos sistemas de comunicação digital por satélite.
CP 2. Órbitas dos satélites: leis de Kepler; determinação da distância, posição e velocidade de um satélite em qualquer tipo de órbita; efeito de Doppler.
CP 3. Sistemas de radionavegação por satélite. Sistemas GPS, GALILEU e GLONASS. Determinação das coordenadas pela utilização da mensagem de navegação emitida pelos satélites.
CP 4. Cálculo dos requisitos de potência e especificações do equipamento para uma ligação via satélite (link budget).
CP 5. Sistemas de Espalhamento de Espectro (SEE) e suas vantagens nos sistemas de comunicações em geral e nos satélites em particular.
CP 6. Sistemas VSAT (Very Small Aperture Terminals) e MSAT. Redes em malha e em estrela.

1 - Trabalho com peso de 70% (até 3 alunos) + Exame (30%, nota mínima 9,5 valores)
2 - 2 trabalhos e um pequeno projecto (50%) + Exame (50%, nota mínima 9,5 valores)
3 - Exame final com peso de 100% (nota mínima 9,5 valores)

Bibliografia

Bibliografia

Bibliografia

Ana Maria de Almeida

Departamento de Ciências e Tecnologias da Informação

Luís Nunes

Departamento de Ciências e Tecnologias da Informação

Conhecer os rudimentos da Aprendizagem Automática (AA) de modo a conseguir usar ferramentas com algoritmos de AA em problemas reais e construir algoritmos de complexidade média a partir de descrições.

CP1. Nota histórica sobre a Aprendizagem Automática. Relação com outras disciplinas. Principais aplicações.
CP2. Problemas e tipos de aprendizagem;
CP3. Aprendizagem Não Supervisionada;
CP4. Aprendizagem Supervisionada (simbólica e sub-simbólica);
CP5. Aprendizagem por Reforço;
CP6. Métodos de procura e Algoritmos Genéticos;
CP7. Preparação de dados, validação de resultados;
CP8. Técnicas de aceleração de algoritmos de AA.
CP9. Implementação de algoritmo de AA

A avaliação é feita por trabalho final (90%), incluindo relatório (com um máximo de 10 páginas) e apresentações orais (aprox. 10m). A realização de 3 mini-testes cuja média contribui com os restantes 10% da nota final.

Os temas dos trabalhos serão acordados com o docente até meio do semestre.

As avaliações serão publicadas na página da disciplina, na plataforma de e-learning e/ou directamente por mail.

A assiduidade não é usada como critério de avaliação ou reprovação.

Bibliografia

João Carlos Ferreira

Departamento de Ciências e Tecnologias da Informação

Vítor Basto Fernandes

Departamento de Ciências e Tecnologias da Informação

O objetivo desta unidade curricular é introduzir os estudantes aos paradigmas de computação emergentes. Tecnologias, serviços e modelos de negócio associados à Computação Ubíqua e Internet das Coisas (UC&IoT).

Fornece também uma visão geral das tendências futuras e investigação em curso nesta nova área de rápido crescimento:
- Estudar os princípios, problemas de investigação e aplicações no contexto da mobilidade dos dispositivos, do software e dos utilizadores, bem como da IoT;
- Adquirir experiência com tecnologias e sistemas operativos para IoT;
- Ajudar os estudantes a desenvolver competências de autoestudo para que possam acompanhar as abordagens, normas, tecnologias, ferramentas e técnicas em rápida mudança nesta área de conhecimento.

CP1-Ambientes de Exploração para UC&IoT
Ambientes de exploração e sistemas operativos para contextos de UC&IoT
CP2-Middleware para IoT
Quadros de referência de suporte à construção de ambientes distribuídos, gestão de fluxos e processos para IoT
CP3-Conceção e desenho de soluções para IoT
Metodologias e princípios para soluções para IoT centradas na rede e no utilizador
CP4-Normas, protocolos e pilhas protocolares de referência para IoT
Boas práticas, especificações padrão, protocolos e pilhas protocolares para a conceção de soluções IoT
CP5-Modelos de negócio em UC&IoT
Modelos de negócio emergentes, pub., tecnologias de pagamentos eletrónicos
CP6-Smart Spaces e Wearable Computing
Smart buildings,smart cities e smart cars;Wearable computing e Well-being;Drones
CP7-Serviços Baseados em Localização
Serviços e tecnologias baseadas na localização e sensíveis ao contexto
CP8-Evolução futura
Tendências tecnológicas;Investigação e desenvolvimentos comerciais em UC&IoT

AVALIAÇÃO CONTÍNUA
Método recomendado devido à natureza prática da UC. Trabalhos práticos em grupo de 2/3 alunos (60%),apresentação oral final e duas avaliações intermédias (20% + 20%). Cada componente requer uma nota mínima de 8.
EXAME FINAL
Os estudantes podem realizar apenas um exame final (100%). Esta opção não é encorajada, porque a aprendizagem dos tópicos desta UC é difícil sem a experiência prática conseguida na avaliação contínua.

Bibliografia

Após terem frequentado a unidade curricular os participantes estão aptos a conceber uma arquitectura global de um sistema de informação adequado às características específicas de uma organização, e a participar directa e activamente no seu desenvolvimento. Para a criação de um modelo de informação utilizam-se conceitos e linguagens de modelação conceptual aplicados ao desenvolvimento de sistemas de informação de gestão. Na disciplina será utilizada a metodologia UML (Unified Modeling Language) para a análise e desenho de sistemas. Serão ainda utilizadas ferramentas CASE (Computer Aided Software Engineering) na realização prática de exercícios. Adopta-se uma perspectiva conceptual (semântica), formal, e orientada para serviços / objectos.

1. Análise e Modelação de Sistemas de Informação orientadas a objectos
2. Desenho de Sistemas de Informação
3. Arquitecturas de Sistemas de Informação (EAI, SOA, WebS, Distribuidas)
4. Base de Dados não relacionais (NoSQl)

A avaliação da disciplina é efectuada através de dois momentos de avaliação, um teste (50%) e um trabalho (50%). São aprovados os mestrandos que obtiverem uma média de 9,5 valores nas 2 avaliações e não obtenham nota inferior a 7,5 valores em nenhuma das avaliações.O trabalho poderá ser em grupo ou individual.

Bibliografia

Augusto Afonso Albuquerque

Departamento de Ciências e Tecnologias da Informação

O principal objetivo desta UC é capacitar o aluno a usar qualquer informação disponível para extrair conhecimento para seu negócio, seja privado ou público.
A disciplina baseia-se na utilização dos princípios fundamentais da ciência dos dados a aplicar à gestão, às finanças e à economia. Uma forte ênfase é dada ao desenvolvimento de competências em vários casos de estudo.

CP1. Introdução à engenharia de dados e conhecimento
CP2. Curso em Python
CP3. Estruturas de dados
CP4. Carregamento de dados, armazenamento e formatos de arquivo
CP5. Data Wrangling: Limpar, Transformar, Mesclar, Redimensionar
CP6. Plotagem e Visualização
CP7. Agregação de Dados e Operações de Grupo. Estatísticas: tendência central, dispersão, correlação, regressão linear
CP8. Hipótese e Inferência
CP9. Clustering: Kmeans, silhueta, Análise de Componentes Principais. Caso de uso: O índice DAX e seus 30 estoques. Regressão bayesiana
CP10. Análise de rede. Caso de uso: comércio internacional
CP11. Séries temporais, incluindo funções de janela móvel
CP12. Aplicações de Dados Financeiros e Econômicos: Gerenciamento de Risco, Simulação de Modelos Financeiros, Teorema Fundamental de Precificação de Ativos e Risco-Neutro, Valorização de Derivativos.

Dada a natureza dos conteúdos lecionados, a avaliação será realizada por 2 trabalhos individuais. O seu tema deverá estar alinhado com a totalidade ou parte do programa da UC. Embora não obrigatório, é incentivada a contextualização deste trabalho na realidade empresarial.

A entrega será na época normal. Cada aluno realizará uma apresentação e discussão sobre os trabalhos, que terão um peso de 100% e será graduado na escala de 0 a 20.

É exigida uma assiduidade mínima de 80% às aulas.

Bibliografia

Rúben Pereira

Departamento de Ciências e Tecnologias da Informação

Esta UC, tem como principal objetivo introduzir os principais conceitos relacionados com a governação das tecnologias de informação. Após completarem com sucesso esta UC os alunos deverão ser capazes de perceber e ter opinião crítica, devidamente sustentada, sobre as principais problemáticas relacionadas com a governação das tecnologias de informação numa empresa.

Pretende-se assim com esta UC dotar os alunos de conhecimentos teóricos essenciais e transversais para que possam mais tarde aplicar na prática uma boa governação das tecnologias de informação, enfrentando os problemas que irão encontrar no terreno de forma eficaz, sempre orientados para o alinhamento entre o negócio e as tecnologias de informação.

CP1-Princípios e conceitos
Princípios e conceitos sobre governação das TI.
CP2-Governação vs gestão das TI
Principais diferenças entre governar e gerir as TI.
CP3-Mecanismos de governação das TI
Mecanismos para governação das TI, assim como as suas funcionalidades.
CP4-Gestão da estratégia das TI
Clarificar a importância de existir um bom planeamento das TI e de manter a estratégia de negócio e das TI alinhadas.
CP5-Valor das TI
Perceber o custo/benefício dos investimentos nas TI.
CP6-Desempenho das TI
Aplicação e relevância de um Balance ScoreCard nas TI.
CP7-Gestão de risco das TI
Importância da gestão de risco e como pode ser aplicada.
CP8-Gestão de conformidades nas TI
Importância de se manter em conformidade com as diversas políticas externas e internas.
CP9-Inovação
Como utilizar as TI para potenciar o negócio.
CP10-Quadros de referência para a governação das TI
Introdução aos principais quadros de referência no mercado para uma melhor governação das TI.

Dada a natureza dos conteúdos lecionados, a avaliação será realizada por trabalho individual. O seu tema deverá estar alinhado com a totalidade ou parte do programa da UC. Embora não obrigatório, é incentivada a contextualização deste trabalho na realidade empresarial.

A entrega será na época normal. Cada aluno realizará uma apresentação e discussão sobre o trabalho, que terá um peso de 100% e será graduado na escala de 0 a 20.

É exigida uma assiduidade mínima de 80% às aulas.

Bibliografia

Esta UC tem como principal objetivo ensinar aos alunos os fundamentos de ITIL; a nomenclatura utilizada, os papéis dos intervenientes principais, os processos e funções. A estratégia, gestão, transição, operação e filosofia de melhoria contínua serão tópicos cobertos em detalhe, com especial enfâse na gestão.
Após completarem com sucesso esta UC os alunos deverão ser capazes de perceber e ter opinião crítica, devidamente sustentada, sobre as principais problemáticas relacionadas com a gestão das tecnologias de informação numa empresa, tendo sempre em mente o alinhamento entre o negócio e as tecnologias de informação.

CP1 [Princípios e conceitos]
Principais princípios, nomenclatura e conceitos sobre fundamentos da gestão de serviços de TI.
CP2 [Processos principais das TI]
Principais processos das TI e as suas interligações.
CP3 [Funções principais nas TI]
As 4 funções principais na gestão de serviços das TI
CP4 [Estratégia de serviço]
A estratégia necessária para cumprir com os objetivos do negócio e interligação entre processos.
CP5 [Gestão de serviços de TI]
Principais áreas a ser geridas nas TI e sua explicação mais detalhada.
CP6 [Gestão da mudança de serviços nas TI]
Lidar com as constantes transições necessárias para manter o negócio atualizado e eficiente relativamente aos serviços de TI.
CP7 [Gestão de risco das TI]
Importância da gestão de risco e como pode ser aplicada.
CP8 [Operações principais das TI]
Discutir quais as operações principais das TI.

De acordo com o Regulamento do ISCTE-IUL n.º436/2014, contemplam-se 2 modalidades:
i) Avaliação contínua - trabalho individual com peso de 100% na nota final. O tema deverá estar alinhado com o programa da UC e contextualizado na realidade empresarial. Implica uma apresentação e discussão perante um júri que incluirá um perito externo. Esta modalidade exige uma assiduidade mínima de 80% às aulas.
ii) Exame final.

Bibliografia

Nesta UC o aluno deverá ser capaz de identificar as tipologias de sistemas de informação relacionando-os com as varias funções da gestão organizacional. O aluno devera saber identificar as tecnologias facilitadoras aos modelos de gestão do conhecimento.

- Enquadramento teórico da gestão do conhecimento
- Gestão Operacional e Projectos
- Sistemas de Informação Contabilísticos
- Marketing e Web
- Gestão de Pessoas e do Conhecimentos
- Sistemas Integrados

Avaliação Contínua:
- Teste 60%
- Trabalho 40%

Bibliografia

Alexandra Etelvina Fernandes

Departamento de Marketing, Operações e Gestão Geral

Esta unidade curricular tem como principal objectivo proporcionar aos alunos conhecimentos que lhes permitam ter um primeiro contacto com os princípais conceitos da gestão, gestão do conhecimento e cultura organizacional.

1. Princípios básicos de gestão
2. Evolução histórica da gestão
3. Complexidade do mercado actual
4. Gestão do conhecimento
5. Aprendizagem organizacional
6. Cultural organizacional
7. Gestão do conhecimento e inovação.

OPÇÃO 1:
Avaliação ao longo do semestre lectivo:
1.Participação nas aulas - 20%
?Assiduidade e pontualidade.
?Intervenção e participação nas aulas.
?Resposta a questões em aula.
2.Teste - 80%
Os alunos deverão obter uma classificação mínima de 7,50 valores no teste.


OPÇÃO 2:
Exame no final do semestre - 100%
A aprovação é obtida com uma classificação de 10 valores ou superior.

Bibliografia

Rosário Laureano

Departamento de Matemática

Vítor Basto Fernandes

Departamento de Ciências e Tecnologias da Informação

O objetivo desta UC é dotar os estudantes de capacidade para formular problemas de otimização linear (OL), mas sobretudo resolver problemas de otimização não linear (OLN), incluindo problemas de otimização com restrições.
Os estudantes deverão aprender a determinar, de forma crítica, quais os métodos numéricos a aplicar com vista a? resolução de problemas de otimização.
Serão abordados com particular ênfase problemas e técnicas vocacionadas para a ODM, por se revelarem de especial utilidade e objetividade no processo de escolha entre alternativas diversas, quando considerados múltiplos critérios de decisão.
A UC fornece uma perspetiva alargada e completa das bases matemáticas nas técnicas de otimização baseadas na derivação, mas também aprofunda métodos de otimização estocástica e métodos baseados em computação natural.
Adicionalmente pretende-se que os estudantes ganhem experiência em ambientes de desenvolvimento de software específicos para a resolução de problemas de ODM.

CP1 [Programação linear]
Convexidade;Interpretação geométrica;Simplex;Teoremas de dualidade.
CP2 [Métodos Analíticos para otimização não-linear]
Formas quadráticas;Funções convexas;Condições ótimas necessária e suficiente para problemas de otimização não linear sem e com restrições;Otimização convexa.
CP3 [Métodos Numéricos para otimização não-linear]
Eliminação e interpolação, método dos gradientes, Newton e quasi-Newton
CP4 [Análise multicritério]
Decisão multicritério; Agentes de decisão; Função de normalização e valor; Critérios de agregação; Avaliação global de alternativas; Análise de sensibilidade e incerteza; Estruturação de problemas através de decisão multicritério; Analytic Network Process e Analytic Hierarchy Process; MACBETH.
CP5 [Métodos de otimização multiobjetivo]
Modelos determinísticos e estocásticos, OCU e ODM; Conceito de Pareto-Optimal; Tratameto de restrições; OM inspirada na natureza; Qualidade de algoritmos de OM.
CP6 [Software para ODM]
Matlab, Excel, jMetal,

AVALIAÇÃO PERIÓDICA
Inclui 3 componentes:
-Um trabalho prático em grupo (2/3 estudantes) com peso de 30% na nota final da UC;
-Escrita de um artigo científico com peso de 30% na nota final da UC;
-Frequência (prova teórica escrita) com peso de 40% na nota final da UC.
Cada componente tem associada nota mínima (50%) para aproveitamento à UC por avaliação periódica.
EXAME FINAL
Os estudantes podem realizar apenas um exame final sobre a totalidade da matéria,com um peso de 100% na nota final da UC.

Bibliografia

Adquirir conhecimentos práticos sobre componentes e sistemas optoelectrónicos, e desenvolver competências para trabalhar em laboratórios avançados de óptica.

CP1 - Conceitos básicos de simulação.
CP2 - Caracterização de lasers, moduladores e fotodetetores.
CP3 - Caracterização de filtros ópticos, fibras ópticas mono-núcleo e amplificadores ópticos.
CP4 - Transmissão em fibras ópticas multi-núcleo.
CP5 - Emissores ópticos de banda lateral única.
CP6 - Sistemas ópticos com modulação de intensidade e detecção directa.

O processo de avaliação consiste na preparação e realização de 4 experiências laboratoriais (50%); na preparação e realização individual de um simulador de sistema de comunicações por fibra óptica (50%). No final de cada sessão de laboratório, os alunos deverão preencher e entregar uma ficha de avaliação dos conhecimentos adquiridos. Em alternativa, poderá ser realizado, no segundo período de avaliações, um exame. A avaliação do simulador inclui discussão sobre o trabalho desenvolvido.

Bibliografia

Aquisição de conhecimentos sobre planeamento e optimização de redes de telecomunicações (fixas), com ênfase nos principais problemas de optimização nestas redes e nos algoritmos mais adequados para a sua resolução.

CP1 ? Introdução às redes de telecomunicações fixas: tecnologias, camadas, segmentos.
CP2 ? Evolução e caracterização do tráfego: modelos, padrões, previsões.
CP3 ? Representação da rede e do padrão de tráfego: topologia física e topologia lógica de rede.
CP4 ? Planeamento de redes de telecomunicações: objectivos gerais e a necessidade de optimização combinatória.
CP5 ? Métodos de optimização exacta (modelos de programação linear) e métodos de optimização aproximada (algoritmos heurísticos).
CP6 ? Cenários de planeamento: estático, incremental, dinâmico; Greenfield, Brownfield.
CP7 ? Características das redes ópticas e restrições ao planeamento: arquitectura dos nós de rede, grelhas espectrais, sobrevivência a falhas.
CP8 ? Problemas de encaminhamento e atribuição de espectro em redes ópticas.
CP9 ? Problemas de minimização do número de interfaces ópticas.
CP10 ? Ferramentas de planeamento e a sua importância para operadores de rede e fabricantes de equipamento.

Exame (60%), com nota mínima de 9.5 valores, e trabalho prático (40%).

Bibliografia

Fernando Batista

Departamento de Ciências e Tecnologias da Informação

Ricardo Ribeiro

Departamento de Ciências e Tecnologias da Informação

Os alunos devem ficar a conhecer as tecnologias necessárias ao processamento da língua natural escrita e falada. Pretende-se que os alunos conheçam as tecnologias envolvidas, as suas aplicações imediatas e as suas limitações. Assim, as principais competências e atitudes que identificam os processos cognitivos internos do aluno, uma vez finalizado o processo educativo, são as seguintes: reconhecer as diferentes vertentes científicas envolvidas na análise e compreensão da língua natural; perceber quais são os métodos, algoritmos e resultados de cada uma das tarefas envolvidas no processamento da língua escrita; conhecer os métodos e técnicas atualmente utilizadas no processamento da língua falada; conhecer as aplicações realizáveis com as tecnologias atuais e discutir a evolução futura (previsível) no processamento computacional da língua, concretamente em áreas tais como a tradução automática, sistemas de extração e recuperação de informação, identificação de tópicos, etc.

Processamento das palavras: morfologia, algoritmos e técnicas de processamento
CP1: Expressões regulares e autómatos
CP2: Morfologia e Transdutores
CP3: Modelos de N-gramas
CP4: Análise morfossintática
CP5: Modelos de Markov e modelos de Máxima Entropia
Processamento de fala
CP6: Fonética
CP7: Síntese de fala
CP8: Reconhecimento automático de fala
CP9: Fonologia computacional
CP10: Aplicações de processamento de fala
Processamento sintático
CP11: Gramáticas livres de contexto
CP12: Análise sintáctica
CP13: Análise sintáctica probabilística
Processamento Semântico
CP14: Representação de significado
CP15: Semântica computacional
CP16: Semântica lexical
Aplicações Reais
CP17: Sistemas de recuperação de informação
CP18: Resposta a perguntas e sumarização
CP19: Análise de sentimento

Esta UC é feita apenas por avaliação periódica, não contemplando a modalidade de exame final. A avaliação consiste em duas componentes: TRABALHOS (3 trabalhos, valendo cada um 20%) e MINI-TESTES (2 mini-testes, valendo cada um 20%). A nota da componente TRABALHOS está limitada à nota da componente MINI-TESTES + 6 valores. É obrigatória a presença em 66% das aulas. Em caso de reprovação, a nota da componente MINI-TESTES pode ser substituída por uma prova escrita realizada em 1ª ou 2ª época.

Bibliografia

Pretende-se que os alunos obtenham bases sólidas, para além de uma boa intuição, sobre a representação e processamento de imagens e vídeo digitais. Isto inclui compreender as operações elementares de processamento de imagem, bem como as principais técnicas de compressão de imagem e vídeo.

Os principais temas a abordar são:
1. Sistema visual humano: Olho humano; tipos de visão; células receptoras; percepção de cor; espaços de cor; diagrama de cromaticidade.
2. Imagens: Imagens analógicas e discretas; amostragem; imagens digitais e quantização.
3. Transformadas: Interpretação no espaço e na frequência; amostragem e digitalização; transformada discreta de Fourier.
4. Processamento de amplitudes: Tipos de operações; histogramas; igualação e modelação de histogramas.
5. Imagens binárias: Vizinhanças; componentes conexos, operações morfológicas; binarização; limiarização; detecção de arestas.
6. Compressão: Compressão com e sem perdas; codificação; teoria da informação; códigos de prefixo; codificação de Huffman e aritmética.
7. Modelos de imagem: Quantização e codificação de transformada; medidas de qualidade; transformada discreta do coseno (DCT).
8. Vídeo: movimento aparente; redundância; predição de imagens; estimação de movimento; erros de predição.

Existem dois esquemas de avaliação:
- Avaliação periódica: A avaliação é feita em duas partes: i) dez laboratórios e ii) um exame. A nota dos laboratórios (média das oito melhores notas) tem um peso de 30% na nota final e a do exame tem um peso de 70%.
- Avaliação por exame: A avaliação é feita por um exame final com um peso de 100% na nota final.

Caso o aluno tenha feito os dois tipos de avaliação, a nota final será a melhor das duas. A nota mínima do exame é de 9.5 valores.

Bibliografia

André Santos

Departamento de Ciências e Tecnologias da Informação

Desenvolvimento de sistemas de software com boas propriedades relativas à sua manutenção e evolução requer o domínio de conceitos e tecnologias de programação avançada, em articulação com desenho de software. Nesta Unidade Curricular os alunos são expostos a matérias avançadas que assentam em noções prévias de programação orientada por objetos, com uma forte componente prática. A aplicação prática de conceitos é feita com base na linguagem e plataformas baseadas em Java.

CP1. Primitivas de reflexão (Java)
CP2. Definição de anotações (Java)
CP3. Primitivas de programação orientada por aspetos (AspectJ)
CP4. Orientações para desenho de APIs (application programming interface)
CP5. Sistemas baseados em componentes (OSGi, open services gateway initiative)
CP6. Plataformas para desenvolvimento de sistemas extensíveis baseados em plugins (Equinox/Eclipse)

Avaliação Contínua:
- Quizzes sobre leituras ou visionamento de palestras exigidas (20%)
- Projeto de individual (80%)

Sempre que possível, será proposto um projeto colaborativo, significando isto que o resultado final é um sistema de componentes composto pelas contribuições dos vários alunos. Há abertura para propostas alternativas de projetos que envolvam as matérias abordadas.

Aprovação à UC requer um mínimo de 75% de presenças nas aulas.

Bibliografia

Adquirir novos conhecimentos, teóricos e práticos, em redes definidas por software (SDN) aplicadas a diversos cenários relevantes de redes digitais.

CP1 ? Ministrar conhecimento base, detalhes essenciais sobre componentes técnicos, e as funcionalidades mais relevantes oferecidas pelas soluções SDN.
CP2- Fornecer informação útil sobre os diversos melhoramentos efetuados em sucessivas versões do SDN e novos modelos tecnológicos que foram importantes no contexto do SDN ao longo dos últimos anos.
CP3- Discutir diversos cenários de redes, como por exemplo, rede fixa, móvel, e ótica, onde a adoção do SDN pode oferecer resultados positivos.
CP4- Aprender como simular e testar sistemas SDN (incluindo aplicações que usam APIs de SDN), controlando diversas topologias de rede.
CP5- Visualizar alguns desenvolvimentos futuros, por exemplo Mobile Edge Computing, onde os diversos serviços SDN podem ser usados numa forma orquestrada para potenciar a utilização de todos os recursos disponíveis duma infraestrutura de rede.

O processo de avaliação consiste na realização de várias sessões práticas (com um peso total de 40% na avaliação final) e um exame escrito (60%), com a nota mínima do exame de 9,5 valores. A presença nas aulas é obrigatória.

Bibliografia

Carlos Serrão

Departamento de Ciências e Tecnologias da Informação

O objectivo da cadeira de Segurança em Redes e Sistemas de Informação (SRSI) é o de oferecer um conjunto de conhecimentos completo relacionados com a gestão de segurança de informação no contexto do ambiente de sistemas de informação e redes digitais. Com a crescente dependência da tecnologia, a ciber-segurança encontra-se no topo da lista das preocupações de clientes e de empresas.
A necessidade de criação de elevados níveis de segurança e de relações de negócio de confiança, é uma prioridade para muitas organizações.
Esta cadeira abrange um conjunto de tópicos de segurança que incluem a gestão da segurança de informação, criptografia, controlo de acesso, segurança de redes, segurança de aplicações, segurança de operações, segurança física, gestão de incidentes e planeamento de continuidade de negócio.

I. Introdução à Segurança de Informação
II. Controlo de Acessos
III. Ataques e Monitorização
IV. Segurança das Comunicações e Contra-Medidas
V. Princípios e Conceitos de Gestão de Segurança
VI. Valor dos Bens, Políticas e Papeis
VII. Aspectos de Segurança de Dados e Aplicações
VIII. Código Malicioso e Ataques a Aplicações
IX. Criptografia
X. PKI e Aplicações Criptográficas
XI. Gestão de Material de Criptográfico
XII. Segurança no Desenvolvimento de Aplicações Web
a. Desenvolvimento de Aplicações Web em Segurança
b. Análise das Vulnerabilidade de Segurança das Aplicações Web
c. Práticas de Desenvolvimento de Aplicações Web Seguras
XIII. Princípios de Desenho de Computadores
XIV. Princípios de Modelos de Segurança
XV. Gestão Administrativa
XVI. Auditoria e Monitorização
XVII. Planeamento de Continuidade de Negócio
XVIII. Planeamento da Recuperação de Desastres
XIX. Leis e Investigações
XX. Incidentes e Ética
XXI. Requisitos de Segurança Física

Avaliação Contínua:
- Realização de projeto em grupo (40%)
- Apresentação e discussão do projeto (20%)
- Realização de um teste individual (40%)

Exame Final:
- Prova escrita (100%)

Os alunos que reprovarem na avaliação contínua possuem duas épocas de exame. A nota do projecto não é considerada para alunos que optem por fazer exame.
A frequência de um número mínimo de aulas não é obrigatória em nenhum dos métodos de avaliação.

Bibliografia

Sancho Moura Oliveira

Departamento de Ciências e Tecnologias da Informação

Dotar os alunos de conhecimentos e competências nas áreas de sociedades artificiais, agentes e simulação social, ciências sociais computacionais, inteligência artificial, abordando-se métodos e técnicas de modelação de sistemas complexos em áreas diversas, tais como nas Engenharias, nas Ciências Sociais e da Gestão. Numa perspectiva integradora de competências, são estudados problemas em domínios interdisciplinares, especialmente em casos menos susceptíveis de resolução através de abordagens clássicas e analíticas, onde a simulação computacional desempenha um papel crucial. É dada ainda relevância à construção de modelos de simulação em contextos espaciais, através de sistemas de informação geográficos.

1. Conceitos básicos de modelação e simulação numérica: simulação DEV.

2. Fundamentos da simulação social: papel da experimentação; papel dos modelos em domínios interdisciplinares; características da modelação baseada em agentes.

3. Fundamentos de Sistemas Multiagentes na Inteligência Artificial; Introdução às metodologias das Ciências Sociais.

4. A simulação social como método: estudos de caso; verificação e validação; estratégias de simulação.

5. Ambientes de simulação social: ferramentas e ambientes; Repast; NetLogo; programação em NetLogo.

6. Noções de complexidade: autoorganização e emergência; autómatos celulares.

7. Redes sociais: conceitos gerais; redes aleatórias simples e de Erdos-Renyi; redes de pequenos mundos; scale-free networks;

8. SIGs e simulação social. A extensão SIG em NetLogo. Exemplos.

9. Estratégias e técnicas de verificação/validação, alinhamento e replicação de simulações sociais.

10. Seminários diversos de aplicações.

A avaliação é contínua, incluindo:

- Assiduidade nas aulas, com ponderação de 5% na nota final.
- mini-testes individuais com ponderação de 40%
- Projecto em grupo (55%) com eventual apresentação prévia de seminário.

A médias dos testes e o projecto têm notas mínimas de 35%.

Para o aluno ter nota máxima na assiduidade terá que participar em 70% das aulas.

Bibliografia

Elsa Cardoso

Departamento de Ciências e Tecnologias da Informação

José Eduardo Barateiro

Departamento de Ciências e Tecnologias da Informação

Apresentar aos alunos uma visão introdutória dos diferentes tipos de sistemas de apoio à decisão. Dotar os alunos de conhecimentos profundos na área de Data Warehouse e Business Intelligence. Pretende-se que os alunos desenvolvam a capacidade de desenhar modelos dimensionais e que sejam capazes de aplicar os conceitos leccionados a um caso de estudo numa determinada área de negócio.

CP1. Introdução aos diferentes tipos de Sistemas de Apoio à Decisão (DSS)
CP2. Data Warehouse e Business Intelligence (DW/BI): conceitos fundamentais
CP3. Arquitecturas de DW

Modelação dimensional:
CP4. Conceitos fundamentais
CP5. Conceitos avançados
CP6. Conceitos de modelação dimensional ágil

Metodologia de desenvolvimento de DW/BI de Kimball:
CP7. Levantamento de requisitos para o desenho de modelos dimensionais
CP8. Processo de ETL (extracção, transformação e carregamento)
CP9. Desenho de aplicações de BI

Avaliação contínua:
- Participação nas atividades do Learning Scorecard (individual): 10%
- Trabalho prático sobre modelação dimensional (em grupo): 40%
- Peer assessment (em grupo): 10%
- Teste teórico individual (frequência): 40%
Regras de elegibilidade: nota mínima 10 em todas as componentes, assiduidade >=40% das aulas (relatório Fenix), 2 reuniões de tutoria ao trabalho prático, cumprimento datas limite das etapas. Grupos  3-4 elementos. Alternativa: avaliação por exame final 100%

Bibliografia

O objetivo desta UC é proporcionar aos alunos uma compreensão dos principais aspetos da arquitetura, recursos e tecnologias de sistemas de computação em Nuvem. Esta UC cobrirá os tópicos de virtualização de computadores, centros de dados, arquiteturas orientada a serviços, gestão de Nuvem, segurança e processos, tanto dentro de uma Nuvem assim como entre Nuvens. A UC também irá abranger os mais recentes desenvolvimentos em computação em Nuvem, como a computação "green", "edge", "IoT", "Big Data" e "Blockchain". A análise teórica destas tecnologias é complementada com exemplos reais de serviços e sistemas na Nuvem. O programa inclui diversas aulas práticas com desenvolvimento de aplicações e serviços reais na Nuvem.

CP1: Fundamentos de Nuvem, Business Drivers e História;
CP2: Tecnologia Pré-Nuvem, Virtualização, Hipervisores, Xen, Clusters Virtuais;
CP3: XaaS, Nuvens Públicas, Privadas, e Híbridas, Exemplos;
CP4: Princípios básicos de desenvolvimento de aplicações na Nuvem;
CP5: Centros de Dados: Princípios, Arquiteturas, Exemplos;
CP6: Green Computing, Parallel Computing, Economia de Nuvem;
CP7: IoT, Fog/Edge Computing, Interoperabilidade, Investigação europeia na área da Nuvem, "Industrie 4.0", FIWARE;
CP8: Desenvolvimento de Aplicações na Nuvem com Ligação a Sensores IoT e Atuadores;
CP9: Segurança, Riscos na Nuvem, Gestão da Nuvem;
CP10: Big Data, Hadoop, Map Reduce;
CP11: Blockchain, Criptomoedas;
CP12: Desenvolvimento de Aplicações na Nuvem com Aprendizagem e Análise Analítica.

Esta UC é feita apenas por aproveitamento no Exame Final.

Bibliografia

Fernando Batista

Departamento de Ciências e Tecnologias da Informação

Ricardo Ribeiro

Departamento de Ciências e Tecnologias da Informação

O principal objetivo desta UC é o de dar a conhecer ao aluno o potencial das grandes quantidades de texto atualmente disponíveis e os métodos computacionais que podem ser utilizados para extrair conhecimento a partir desses dados.
Os alunos devem ficar a conhecer as tecnologias necessárias ao desenvolvimento de processos de Text Mining. Pretende-se que os alunos conheçam as tecnologias envolvidas, as suas aplicações imediatas e as suas limitações. Assim, as principais competências e atitudes que identificam os processos cognitivos internos do aluno serão as seguintes: reconhecer as diferentes vertentes científicas envolvidas nos processos de Text Mining; perceber quais são os métodos, algoritmos e resultados de cada uma das tarefas envolvidas; conhecer as aplicações realizáveis com as tecnologias atuais e discutir a evolução futura (previsível) dos tópicos nucleares e sua aplicação específica a tarefas tais como análise de sentimento e modelação de tópicos.

Introdução
CP1: Utilidade de grandes quantidades de texto, desafios e métodos atuais
CP2: Informação não estruturada vs. (semi-)estruturada
CP3: Obtenção e filtragem de informação, extração de informação e Data Mining
Representação de documentos
CP4: Preparação e limpeza de documentos
CP5: Extração de propriedades
CP6: Estratégias de pesagem de termos
CP7: Modelos de espaços vectoriais
CP8: Medidas de similaridade
Processamento Computacional da Língua
CP9: Modelos de língua
CP10: Morfologia e análise morfossintática
CP11: Estruturas complexas: análise sintáctica
CP12: Extração de informação
Classificação de Texto
CP13: Introdução à aprendizagem automática estatística
CP14: Medidas de avaliação
CP15: Classificadores generativos
CP16: Classificadores discriminativos
CP17: Aprendizagem não supervisionada
CP18: Recursos para Text Mining
Casos de Estudo
CP19: Análise de sentimento
CP20: Identificação de tópicos

Esta UC é feita apenas por avaliação periódica, não contemplando a modalidade de exame final. A avaliação consiste em duas componentes: TRABALHOS (2 trabalhos, valendo cada um 30%) e MINI-TESTES (2 mini-testes, valendo cada um 20%). A nota da componente TRABALHOS está limitada à nota da componente MINI-TESTES + 6 valores. É obrigatória a presença em 66% das aulas. Em caso de reprovação, a nota da componente MINI-TESTES pode ser substituída por uma prova escrita realizada em 1ª ou 2ª época.

Bibliografia

Adriano Lopes

Departamento de Ciências e Tecnologias da Informação

A unidade curricular apresenta os conceitos fundamentais associados a visualização exploratória de big data. Pretende-se transmitir aos alunos o conhecimento que lhes permita construir sistemas de visualização exploratória de big data.

Nesse sentido, a unidade curricular aborda os seguintes aspetos:
•Princípios fundamentais do processo de visualização.
•Técnicas direcionadas para visualização exploratória de big data.
•Desenho e conceção de visualizações eficazes, num contexto de interatividade e de escala.
•Desafios colocados ao processo de visualização por características intrínsecas a big data, e soluções para os ultrapassar.
•Desenvolvimento de visualizações interativas para web, por ex. utilizando D3 baseado em JavaScript.
•Desenvolvimento de sistemas de visualização exploratória de big data, com foco em aplicações baseadas em streaming de dados, grafos de grande dimensão e tabelas de grande dimensão.

CP1. Fundamentos de visualização para big data
•O processo de visualização
•Desafios decorrentes de características intrínsecas a big data
•Diretivas para desenho e conceção de visualizações eficazes

CP2. Técnicas de visualização exploratória de big data
•Orientada ao pixel
•Agregação e nível de detalhe
•Distorção
•Orientada por questões



CP3. Redução de volume de dados
•Amostragem
•Agrupamento
•Modelação

CP4. Ferramentas e ambientes de programação
•Programação web para criação de visualizações, por ex. utilizando D3 

•Experiência prática com ferramentas direcionadas para big data – sistemas Hadoop/Spark
•Experiência prática com notebooks de visualização exploratória de big data, em web, por ex. Apache Zeppelin
•Desempenho computacional

CP5. Construção de sistemas de visualização exploratória de big data
•Streaming de dados em quase-tempo real
•Baseados em grafos de grande dimensão
•Baseados em tabelas de grande dimensão

AVALIAÇÃO CONTÍNUA
Inclui 3 componentes:
•Trabalhos práticos de 2-3 alunos. (30%) O fator de ponderação de cada trabalho varia em função da sua dimensão e dificuldade.
•Projeto final de 2-3 alunos. (30%)
•Teste final escrito e individual. (40%)

Nota mínima em cada componente: 8 em 20.

EXAME FINAL
A opção existente de realizar apenas um exame final (100%) não é encorajada, porque é difícil aprender as temáticas desta UC sem a experiência prática obtida numa avaliação contínua.

Bibliografia

Ana Maria de Almeida

Departamento de Ciências e Tecnologias da Informação

Luís Nunes

Departamento de Ciências e Tecnologias da Informação

Conhecer os rudimentos da Aprendizagem Automática (AA) de modo a conseguir usar ferramentas com algoritmos de AA em problemas reais e construir algoritmos de complexidade média a partir de descrições.

CP1. Nota histórica sobre a Aprendizagem Automática. Relação com outras disciplinas. Principais aplicações.
CP2. Problemas e tipos de aprendizagem;
CP3. Aprendizagem Não Supervisionada;
CP4. Aprendizagem Supervisionada (simbólica e sub-simbólica);
CP5. Aprendizagem por Reforço;
CP6. Métodos de procura e Algoritmos Genéticos;
CP7. Preparação de dados, validação de resultados;
CP8. Técnicas de aceleração de algoritmos de AA.
CP9. Implementação de algoritmo de AA

A avaliação é feita por trabalho final (90%), incluindo relatório (com um máximo de 10 páginas) e apresentações orais (aprox. 10m). A realização de 3 mini-testes cuja média contribui com os restantes 10% da nota final.

Os temas dos trabalhos serão acordados com o docente até meio do semestre.

As avaliações serão publicadas na página da disciplina, na plataforma de e-learning e/ou directamente por mail.

A assiduidade não é usada como critério de avaliação ou reprovação.

Bibliografia