Mestrado

Acreditações

A3ES logo

Ver mais

Acreditado
6 Anos
31 jul 2019
Registo DGES
Registo inicial R/A-Ef 1081/2011 de 18-03-2011
Registo de alteração R/A-Ef 1081/2011/AL01 de 27-05-2015 | R/A-Ef 1081/2011/AL02 de 02-06-2020
Contactos
Escola de Tecnologias e Arquitetura
Secretariado
Edifício Sedas Nunes (Edifício I), Sala 1E07
secretariado.ista @iscte.pt
(+351) 210 464 013
9:30 - 18:00
Candidatar
Leccionado em Português
Tipo de ensino Presencial

Corpo Docente para (2023/2024)

Desenho e Desenvolvimento de Aplicações de Business Intelligence
Extração de Padrões e Conhecimento Guiada por Dados | Tomada de Decisão Baseada em Dados
Desenho e Desenvolvimento de Aplicações de Business Intelligence | Dissertação em Sistemas Integrados de Apoio à Decisão | Gestão de Projectos de Sistemas de Business Intelligence | Sistemas de Informação Analíticos I | Sistemas de Informação Analíticos II
Elsa Cardoso é professora auxiliar no ISCTE- Instituto Universitário de Lisboa (ISCTE-IUL), no Departamento de Ciência e Tecnologias da Informação da Escola de Tecnologias e Arquitectura, e diretora do Mestrado em Sistemas Integrados de Apoio à Decisão. É investigadora no Centro de Investigação e Estudos em Sociologia (CIES-IUL) e no Grupo de Sistemas de Informação e Apoio à Decisão do INESC-ID Lisboa, Portugal. Tem um doutoramento (Doutoramento Europeu) em Ciências e Tecnologias da Informação pelo ISCTE-IUL, com especialização em Business Intelligence. Os seus interesses de investigação incluem Business Intelligence & Analytics, visualização de dados, Data Warehouse, e sistemas de informação estratégicos (Balanced Scorecard) aplicados ao Ensino Superior e à área da Saúde. É membro do Business Intelligence Special Interest Group da EUNIS (European University Information Systems organization). Foi a líder deste SIG de 2013 até 2019. Desde 2022, é também membro do SIG de Arquitectura Empresarial da EUNIS, trabalhando em capability maturity models para o Ensino Superior. Tem participado em vários projectos de investigação nacionais e internacionais. Para citar alguns: Healthcare Insight – Units Performance Management (HI-UPM/2014/38567; FEDER-QREN). Investigadora Principal pelo Iscte. [2014-2015] GRADUA – Graduates Advancement and Development of University capacities in Albania (Erasmus+ project No. 585961-EPP-1-2017-1-AL-EPPKA2-CBHE-SP (2017 -2926/001 -001). [2019-2021] iLU – Integrative Learning from Urban Data (DSAIPA/DS/0111/2018). Investigadora, integrando a equipa do INESC ID. [2018-2022] IA-Incentivos – Inteligência Artificial na Gestão de Incentivos, POCI-05-5762-FSE-000231). [2020-2021] Está actualmente a participar nos seguintes projectos: Estudo para o conhecimento da fraude nos fundos estruturais em Portugal (POAT-01-6177-FEDER- 000126). Investigadora Principal. [2022-2023] Transformação Digital na Investigação: Gestão de Ciência e Ciência Aberta (POCI-05-5762-FSE-000438). [2021-2023] MAIPro – Monitorização e Alerta de Incumprimento em Projetos (06/POAT/2021). [2022-2023] IRIS – Sumarização e Informação de decisões: Aplicação de Técnicas de Inteligência Artificial no Supremo Tribunal de Justiça. Investigadora, integrando a equipa do INESC ID. [2021-2022] https://ciencia.iscte-iul.pt/authors/elsa-cardoso/cv  
Text Mining
Doutorado em Engenharia Informática pelo Instituto Superior Técnico (IST, 2011), é atualmente Professor Associado no ISCTE-IUL e investigador integrado do INESC-ID Lisboa. É atualmente o Coordenador Executivo da Área Científica Human Language Technologies (HLT) do INESC-ID (2020-) e membro do Conselho Científico do INESC-ID (2017-). Foi Presidente do Conselho Pedagógico do ISCTE-IUL (2017-2019), membro da Comissão Permanente do Conselho Pedagógico do ISCTE-IUL (2015-2017). Participou em vários projetos nacionais e europeus, tendo coordenado a equipa do INESC-ID no âmbito do projeto europeu SPEDIAL (2014-2015). É atualmente o coordenador científico do projeto AppRecommender (2019-2021). Os seus atuais interesses de investigação centram-se no processamento da língua natural, aprendizagem automática e Text Mining para as redes sociais. Participou na organização de vários encontros científicos internacionais: PROPOR 2020 (Évora), EAMT 2020 (Lisboa), IPMU2020 (Lisboa), ENMLP 2015 (Lisboa). Tem estado envolvido na organização da escola de verão LxMLS - Lisbon Machine Learning Summer School, desde 2016. É membro da ISCA Speech e Senior Member do IEEE (2016-).
Análise de Dados para Business Intelligence
Dissertação em Sistemas Integrados de Apoio à Decisão | Extração de Padrões e Conhecimento Guiada por Dados | Tomada de Decisão Baseada em Dados
 João C. Ferreira é Professor auxiliar com agregação do ISCTE-IUL. Licenciou-se em Física pela Universidade Técnica de Lisboa (UTL / IST), Portugal, recebeu um Mestrado em Telecomunicações e um doutoramento em Engenharia Informática pela UTL / IST e um segundo doutoramento em Engenharia Industrial na Universidade do Minho. Seus interesses de investigação sao na: ciência dos dados, Text Mining, IoT, Inteligência Artificial (IA), Blockchain e aplicações da IA na saúde, energia, veiculos eléctrico e transportes. Ele é autor de mais de 250 artigos na ciência da computação. Executou mais de 40 projetos (6 como PI), mais de 200 revisões de artigos científicos e mais de 30 avaliação de projectos científicos. Presidente do CIS IEEE 2016-2018 e organizador principal de conferências internacionais como: OAIR 2013, INTSYS 2018, INTSYS 2019 e INTSYS2020. IEEE sénior member desde 2015. Guest Editor and topic editor da MDPI nos temas da energies, electronica e Sensores. Presidente do CIS em PT da IEEE  (2017-2018). Autor de patente na area do Edge Computer num sistema de monitorizaçao de embarcações de pesca Coordenador do Mestrado de sistemas de apoio a decisão, Mestrado Profissional para a Digitalização do Negócio e das escolas de verão (smart cities) e de inverno (Sistemas de IoT e Blockchain). Vice-Chair Computational Intelligence Society e do Blockchain da IEEE em Portugal e Embaixador industria em Portugal.   Esta a participar nos seguintes projetos - H2020 Infrastress, Sparta, ENSURECEC e MARISA, ANDANTE, Interreg Block4Coop, BALCAT, AIM Health, PT2020 Monitoriçao persistente Pista e Multicam e no Digital Demo
Sistemas de Informação Analíticos I | Sistemas de Informação Analíticos II
Extração de Padrões e Conhecimento Guiada por Dados | Tomada de Decisão Baseada em Dados
Luís Manuel Nobre de Brito Elvas, licenciado em Engenharia Informática e mestrado em Sistemas Integrados de Apoio à Decisão é investigador no Centro de Investigação de Tecnologias e Arquitectura (ISTAR) e na Associação Para Investigação e Desenvolvimento da Faculdade de Medicina da Universidade de Lisboa (AIDFM). No âmbito da informática para a saúde, tem trabalhado em técnicas de data mining, de visão por computador e inteligência artificial, para extrair padrões de dados, proceder à classificação de imagens e relatórios de texto, respetivamente. Em 2022 o seu trabalho foi distinguido pela Ordem dos Engenheiros. É também Chair do IEEE Computational Intelligence Society Student Branch Chapter no iscte.
Gestão de Projectos de Sistemas de Business Intelligence
Text Mining
Ricardo Ribeiro (PhD) é Professor Associado no Iscte - Instituto Universitário de Lisboa, onde é coordenador da área científica Inteligência Artificial, e investigador integrado no INESC-ID Lisboa, a trabalhar em Tecnologia da Linguagem Humana. Os seus interesses de investigação centram-se na extracção de informação de alto nível a partir de texto, discurso ou música, e no aperfeiçoamento de técnicas de aprendizagem automática utilizando informação de domínio. Participou em vários projectos financiados a nível europeu e nacional e foi coordenador da equipa de Tecnologia da Linguagem Humana do INESC-ID no projecto RAGE (2015-2019) com financiado europeu e investigador principal de um projecto financiado pelo Ministério da Defesa Nacional sobre extracção de informação a partir de texto. Participou em vários eventos científicos, quer como organizador quer como membro da comissão científica (IJCAI, ICASSP, LREC, Interspeech) e foi o editor de um livro sobre o processamento computacional do português.
Contactos
Escola de Tecnologias e Arquitetura
Secretariado
Edifício Sedas Nunes (Edifício I), Sala 1E07
secretariado.ista @iscte.pt
(+351) 210 464 013
9:30 - 18:00
Candidatar
Voltar ao topo