Mestrado

Acreditações

A3ES logo

Ver mais

Acreditado
6 Anos
31 jul 2019
Registo DGES
Registo inicial R/A-Cr 76/2019 de 25-10-2019
Registo de alteração R/A-Cr 76/2019/AL01 de 10-08-2023
Candidatar
Leccionado em Português
Tipo de ensino Presencial

Corpo Docente para (2024/2025)

Desenho de Projeto para Ciência de Dados
Sérgio Moro (Agregação e Doutoramento em Ciências e Tecnologias de Informação) é Professor Catedrático no ISCTE e Sub-Director do Departamento de Ciências e Tecnologias de Informação. É ainda desde abril de 2023 Vice-Presidente do Conselho Científico do ISCTE. Sérgio é um Data Scientist interdisciplinar que procura descobrir padrões de conhecimento através de abordagens baseadas em dados. Os seus interesses de investigação incluem Business Intelligence, Data Mining, Data Science, e Sistemas de Suporte à Decisão aplicados a problemas reais em áreas como Marketing, Banca, e Turismo. Ele publicou em domínios como Sistemas de Informação e Gestão de Informação (e.g., Decision Support Systems, Expert Systems with Applications, International Journal of Information Management, Journal of Information Science), Marketing (e.g., European Journal of Marketing, Journal of Business Research, Journal of Retailing & Consumer Services), Hospitalidade & Turismo (e.g., Tourism Management, Annals of Tourism Research, International Journal of Hospitality Management, Journal of Hospitality & Tourism Research, International Journal of Contemporary Hospitality Management), and Aplicações à Indústria (e.g., Telematics and Informatics, Computers in Industry). O seu portfólio de publicações inclui um total de 65 revistas peer-reviewed, das quais 42 são classificadas em Q1 e 16 em Q2. Sérgio trabalhou durante 15 anos (2001-2016) no Banco Montepio, dos quais os 3 últimos e meio como Coordenador de Projetos de Business Intelligence e Analytics, incluindo projetos como Analytical CRM, IRB (internal ratings-based approach to capital requirements for credit risk), ALM (Asset-Liability Management), e GRC (Governance, Risk and Compliance). Sérgio possui uma Licenciatura em Engenharia Informática e de Computadores (Instituto Superior Técnico, Universidade de Lisboa), um Mestrado em Gestão de Sistemas de Informação (ISCTE-IUL), e um Doutoramento em Ciências e Tecnologias de Informação (ISCTE-IUL). Sérgio é Associate Editor da revista Expert Systems, Wiley (Q2) e fez parte do Editorial Board da revista Tourism Management Perspectives (Q1). Tem estado entre os top 2% investigadores a nível mundial desde 2020, de acordo com um estudo baseado na Scopus (https://elsevier.digitalcommonsdata.com/datasets/btchxktzyw/3).
Desenho de Projeto para Ciência de Dados
Ana Catarina Nunes é Professora Auxiliar no ISCTE-IUL. É doutorada em Matemática Aplicada à Economia e à Gestão, mestre em Investigação Operacional e licenciada em Estatística e Investigação Operacional. Lecciona na área dos métodos quantitativos, nomeadamente Investigação Operacional e Optimização. Tem apresentado comunicações em diversas conferências e tem publicado em revistas científicas, tais como o European Journal of Operational Research. Os seus tópicos de investigação são em investigação operacional (optimização combinatória), principalmente em modelos matemáticos e heurísticas para a determinação de rotas e de sectores para aplicações reais em sistemas de distribuição e recolha de produtos. Neste âmbito, tem participado como investigadora em projectos financiados pela FCT (Fundação para a Ciência e a Tecnologia) focados na gestão eficiente de recursos em serviços ambientais relacionados com actividades de recolha de resíduos domésticos. Ana Catarina Nunes is an Assistant Professor at ISCTE-IUL. She has a PhD in Mathematics Applied to Economics and Management, a MSc in Operations Research, and graduated in Statistics and Operations Research. She teaches quantitative methods, namely Operations Research and Optimization. She has presented communications in several conferences, and has published in scientific journals such as the European Journal of Operational Research. Her research topics are operations research (combinatorial optimization), mainly on mathematical models and heuristics for the designs of routes and sectors for real applications in delivery and collection systems. In this context, she has been a researcher in projects supported by national funding from FCT (Fundação para a Ciência e a Tecnologia) focused on the efficient resource management in environmental services related to household refuse collection.
Metodologias e Tecnologias para Ciência de Dados
Ana Maria de Almeida tem um Doutoramento em Matemática e possui uma especialização em Ciências da Computação. Os seus interesses de investigação centram-se em Algoritmia, Machine Learning (aprendizagem automática), Extração e Reconhecimento de Padrões, Ciência de Dados, Algoritmos Genéticos e Computação Evolucionária e em Ética em AI e na Investigação. Ana Maria tem especial interesse na construção de modelos de aprendizagem automática  autoajustáveis para aplicações reais, assim como no desenvolvimento de estratégias evolutivas e híbridas para problemas multicritério. Participa(ou) em estudos e projetos científicos internacionais e nacionais e presidiu (ou co-presidiu) importantes conferências internacionais em Ciências da Complexidade e Informática. Ana Maria participou em projectos de investigação fundamental e aplicada e em projectos de investigação e inovação entre o meio académico e a indústria, tanto a nível nacional como internacional. É membro do IEEE (Senior Member), cofundadora do IMS Portuguese Chapter, Secretária do CIS Portuguese Chapter e membro da ACM.    
Modelos de Previsão
Resumo: A minha experiência profissional inclui um estágio na Quimigal - Negócios de Adubos, S.A., entre Janeiro e Setembro de 1989, sobre Análise e Simulação de Filas de Espera. Desde Outubro de 1989, a atividade profissional tem decorrido no ISCTE-IUL na qualidade de docente e investigadora. A atividade docente traduz-se na lecionação de várias unidades curriculares da área dos métodos quantitativos para gestão e economia, tais como, Matemática, Investigação Operacional, Estatística, Data mining (Árvores de Decisão; Redes Neuronais; Regras de Associação) e Métodos de Avaliação de Projetos (Simulação de Monte Carlo; Programação Dinâmica; Aproximações em Árvore Binomial). A investigação realizada continua a incidir nos problemas abordados na Tese de Doutoramento, os quais estão associados à avaliação de projetos de investimento, especificamente, projetos de investigação e desenvolvimento e projetos relativos aos direitos de posse de terrenos ou recursos naturais. Ainda, neste âmbito, disponibilizo, desde o ano letivo 2009/ 10, à comunidade de alunos do ISCTE-IUL uma unidade curricular optativa, em língua inglesa, denominada por Métodos de Avaliação de Projetos. Paralelamente, eu também tenho realizado investigação na área do Data mining e da Otimização em consequência da orientação de várias teses de Mestrado. Abstract: My professional experience includes an internship on Analysis and Queue Simulation, at Quimigal - Negócios de Adubos, S.A., lasting nine months (January - September 1989). Since October 1989, professional activity took place at ISCTE-IUL as teacher and researcher. The teaching activity has been developed in various courses from the area of quantitative methods for management and economics such as Mathematics, Operations research, Statistic, Data mining (Decision Trees; Neural networks; Association rules) and Project evaluation methods (Monte Carlo simulation; Dynamic programming; Binomial tree approaches). The research carried continues to focus on the problems addressed in the PhD thesis, which are associated with the evaluation of investment projects, specifically, r&d projects and projects related to the ownership of land or natural resources. In this context, since the academic year 2009/10, I offer to students of ISCTE-IUL an elective course, in english, called Project evaluation methods. Meanwhile, I have also done research in data mining and optimization areas as a result of supervision of various master theses.
Análise de Redes Avançada
António Filipe Fonseca é engenheiro e investigador em ciências da complexidade. Licenciou-se em Engenharia de Telecomunicações e Electrónica no IST em Lisboa e é mestre e doutor em Ciências de Sistemas Complexos pelo ISCTE / IUL e Faculdade de Ciências. Seus principais interesses de pesquisa são sistemas sociais complexos, dinâmica da informação e modelação e simulação de sistemas complexos. Trabalhou em diversas empresas privadas como engenheiro antes de se juntar ao serviço público como perito de IT. Actualmente é professor auxiliar no ISCTE Sintra e faz investigação científica no ISTAR / ISCTE-IUL Lisboa.
Metodologias e Tecnologias para Ciência de Dados | Otimização de Estratégias Orientada por Dados
Diana E. Aldea Mendes is an associate professor at Department of Quantitative Methods for Management and Economics, ISCTE-IUL Lisbon, Portugal. She is a mathematician and applied scientist with broad experience in nonlinear dynamics (stochastic and deterministic), time series analysis, data science, ML and deep learning, computational economics and finance, control and synchronization. She is a researcher at BRU-IUL (Business Research Unit - University Institute of Lisbon, Portugal) and has authored or co-authored more than 40 technical papers and reports.
Text Mining para Ciência de Dados
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 Séries Temporais e Previsão
Filipe Ramos licenciou-se em Matemática (Ensino) pela Faculdade de Ciências-Universidade de Lisboa (FCUL), conclui os mestrados em Matemática Financeira, pelo ISCTE-Business School/FCUL, e em Ensino da Matemática, pela FCT-UNL. Prosseguiu estudos na área da Gestão, tendo concluído o Doutoramento na especialidade de Métodos Quantitativos, pelo ISCTE-Business School. Além da docência de Matemática nos ensinos Básico e Secundário, de Matemática Aplicada em cursos da Via Profissionalizante e de várias unidades curriculares, da área científica da Matemática, em instituições de Ensino Superior Públicas (como FCUL, ISEG, FCT-UNL e ISCTE-IUL) e Privadas (Universidade Europeia), foi ainda colaborador/consultor técnico pedagógico no IAVE (antigo GAVE) e coordenador de cursos profissionais e respetivas equipas pedagógicas. Atualmente, é Professor Auxiliar Convidado na FCUL e Investigador Integrado no Centro de Estatística e Aplicações-Universidade de Lisboa (CEAUL).  A sua atividade de investigação centra-se nos domínios da Análise de Dados e da Modelação Matemática. Parte dos trabalhos desenvolvidos incide nos seguintes tópicos: (i) "Time Series Analysis and Forecasting" (com especial aplicada às áreas da Economia, Gestão e Finanças); (ii) Data Analysis/Data Science; (iii) Machine Learning/Deep Learning.
Processamento e Modelação de Big Data
Análise de Redes Avançada
Jorge Louçã é doutorado em Informática e Inteligência Artificial na Université Paris Dauphine, França e na Faculdade de Ciências da Universidade de Lisboa, Portugal. É, desde 2000, professor no ISCTE-IUL, onde ensina Linguagens de Programação e Ciências da Complexidade. Fundou o Programa Doutoral em Ciências da Complexidade, ministrado pelo ISCTE-IUL e pela FC-UL. Coordena o grupo de investigação The Observatorium. Os seus interesses de investigação incidem sobre a modelação de sistemas sociais através da recolha intensiva e análise de dados provenientes da comunicação humana. Tem interesse no estudo dos processo de geração de conhecimento em grandes redes de comunicação. Esteve envolvido na organização da comunidade de investigadores em sistemas complexos, nomeadamente através das Conference on Complex Systems (ECCS or CCS). Participou na criação da UNESCO Unitwin network for the Complex Systems Digital Campus, envolvendo instituições de África, América Latina e Europa. 
Modelação Bayesiana | Reconhecimento de Padrões
Fundamentos de Business Analytics
Bases de Dados Distribuídas Avançadas
Paulo Vieira é professor convidado no ISCTE-IUL e estudante-investigador no LASIGE (FCUL). O seu background académico incluí um Bacharelato em Engenharia Informática e de Computadores do Instituto Superior de Engenharia de Lisboa, uma licenciatura em Engenharia Informática e de Computadores do Instituto Superior de Engenharia de Lisboa e um mestrado em Engenharia Informática e de Computadores do Instituto Superior de Engenharia de Lisboa. Actualmente, está a desenvolver o trabalho de doutoramento em Informática na Faculdade de Ciências da Universidade de Lisboa. Os seus interesses de investigação são em emoção, aprendizagem máquina e sistemas de informação.
Gestão de Big Data
O Professor Pedro Ramos é Professor Catedrático do ISCTE-IUL Instituto Universitário de Lisboa. É doutorado em Ciências e Tecnologias da Informação, Mestre em Sistemas de Informação de Gestão. Entre 1999 e 2013 coordenou mestrados na área de Sistemas de Informação. Coordena disciplinas na área de sistemas de informação em diversas licenciaturas. Tem experiência no desenvolvimento de sistemas informáticos em diversas organizações empresariais e tem participado regularmente em projectos europeus financiados
Text Mining para Ciência de Dados
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.
Processamento e Modelação de Big Data
Ciberdireito
Aprendizagem Profunda para Visão por Computador
Candidatar
Voltar ao topo