CP1: Preparação para a apresentação.
CP2: Técnicas da Comunicação não verbal.
CP3: Comunicação voz e corpo, o envolvimento da audiência. CP4: Prática de apresentação e feedback. Os objetivos de aprendizagem serão alcançados através de atividades práticas e reflexivas, apoiadas no método de ensino ativo e participativo que privilegia a aprendizagem experiencial. As aulas serão compostas por atividades, tais como: Vivências teatrais e discussões em grupo; Atidades práticas; Apresentações e exposição de trabalhos autónomos; Reflexão individual.

A avaliação da UC de Apresentações em Público com Técnicas Teatrais (APTT) visa aferir o desenvolvimento das competências dos estudantes em aspetos essenciais para apresentações em público. A estrutura da avaliação contempla atividades, abrangendo diferentes aspetos do processo de aprendizagem experiencial que envolvem quer as técnicas teatrais, quer as técnicas específicas da comunicação.
A Avaliação ao Longo do Semestre contempla atividades que abrangem diferentes aspetos do processo da elaboração de uma apresentação em público, incluindo atividades de trabalho em grupo e individual:
Atividades em grupo (50%) [os estudantes são desafiados a atuarem em grupos de/até 5 elementos, constituídos de forma aleatória e de acordo com cada proposta de atividade].
1-Apresentações Práticas: os estudantes serão avaliados com base nas suas apresentações em público:
Descrição: cada grupo recebe uma proposta de apresentação devendo identificar os elementos da atividade e atuar em conformidade com o objetivo.
Os resultados do trabalho realizado são apresentados em sala aos colegas (Tempo/grupo: AP – 5 a 10 min. reflexão - 5 min.).
Avaliação (oral): baseada na participação ativa, organização das ideias e a objetividade na comunicação, expressão vocal e corporal, o uso de técnicas teatrais e a performance. As apresentações poderão ser individuais ou em grupo, dependendo das atividades propostas.
Atividades individuais (50%)
1-Exercícios e Tarefas Escritas (Trabalhos Autónomos):
Descrição: além das apresentações práticas, os estudantes serão solicitados a realizar exercícios e tarefas escritas relacionadas com os conteúdos abordados em cada aula. Estas atividades incluem reflexões sobre técnicas aprendidas, criação de um vision board, análise de objetivos académicos, autoavaliação do estudante ao longo do semestre, respostas a perguntas teóricas e elaboração de guiões de apresentação. Avaliação: (Componente oral e conteúdos em suporte escrito), organização, conteúdo, uso correto da estrutura e dos procedimentos dos trabalhos autónomos propostos em cada aula, capacidade de resposta às perguntas colocadas por colegas e docente. As competências de comunicação e a qualidade do trabalho escrito serão avaliadas, com foco na clareza da apresentação. Essas atividades ajudarão a aferir a compreensão conceitual dos conteúdos lecionados.
Não haverá avaliação por exame final, sendo a aprovação determinada pela média ponderada das avaliações ao longo do semestre.
Considerações Gerais: na avaliação será dado o feedback aos estudantes sobre o desempenho em cada atividade.
Para concluir a UC nesta modalidade o estudante tem de estar presente em 80% das aulas e ter mais de 7 valores em cada uma das avaliações.

Obrigatória

Prieto, G. (2014). Falar em Público - Arte e Técnica da Oratória. Escolar Editora.

Opcional

Anderson, C. (2016). TED Talks: o guia oficial do TED para falar em público. Editora Intrinseca.
Luiz, P. (2019). Manual de Exercícios Criativos e Teatrais. Showtime. Rodrigues, A. (2022). A Natureza da Atividade Comunicativa. LisbonPress.

P1 Evolução histórica dos computadores, interação pessoa-máquina, impacto na computação moderna; arquitetura von Neumann: modelo, características, limitações; alternativas
P2 Representação binária, tipos de dados, armazenamento de instruções e programas; tradução de código: linguagens de programação, compiladores, assembly
P3 Tipos e formatos de instruções, modos de endereçamento, acesso à memória, ciclo de execução; fluxo de controlo, transferência de dados
P4 CPU, GPU e Periféricos: Estrutura e componentes do CPU (ALU, UC, registos), organização interna, fluxo de dados e controlo, conceitos de pipeline; introdução à GPU; motherboard, portas de comunicação, periféricos
P5 Interação CPU-memória, hierarquia de armazenamento, cache (mapeamento, substituição), memória principal, armazenamento persistente (HDDs, SSDs), memória virtual
P6 Métricas (CPI, MIPS, FLOPS), fatores que influenciam o desempenho, análise e otimização do uso da memória e do processador, papel do sistema operativo

Pode ser realizada num dos seguintes modos:

1. Avaliação ao longo do semestre:

- Duas provas escritas a realizar durante o semestre com a nota mínima de 8 valores por prova (30% + 30%).

- Trabalho prático de grupo e sua apresentação oral (40%).

Realizado o trabalho prático de grupo, caso o aluno não obtenha a nota mínima nas provas de avaliação escritas, poderá realizar a avaliação da componente teórica em exame a valer 60%.

2. Avaliação por exame:

- Prova escrita (100%).

Para efeitos de aprovação à UC o aluno deve obter uma classificação igual ou superior a 9.5 valores.

Obrigatória

Morris Mano, M., & Ciletti, M. D., ""Computer System Architecture"", Pearson, 6ª edição (2017). Stallings, W., ""Computer Organization and Architecture: Designing for Performance"", Pearson, 10ª edição (2015). Guilherme Arroz, José Monteiro, Arlindo Oliveira, Arquitectura de Computadores: dos Sistemas Digitais aos Microprocessadores – 6.ª Edição, IST Press, 2024, ISBN: 978-972-8469-54-2."

Opcional

C1 Apresentação, Programa e Avaliação. Computação e IPM: História, estado da arte e aplicações
C2 O processo de desenho centrado no utilizador.
C3 Análise de utilizadores e tarefas. Mapa de empatia. Personas. Cenários e Jornadas do utilizador “as is”. Pergunta do utilizador. Requisitos do utilizador.
C4 Nós os humanos.
C5 Princípios e regras de ouro do design de interfaces. Usabilidade.
C6 Design visual de ecrãs (WWW, mobilidade)
C7 Ideação. Storyboards. Priorizar. Protótipos de baixa (PBF) e alta fidelidade (PAF) da solução
C8 Entregar uma solução que funcione. Avaliação heurística c/ especialistas. Avaliação c/ utilizadores. Análise estatística dos dados da avaliação. Calcular métricas e reiterar o design. Requisitos de um Produto Mínimo Viável - PMV. Elevator Pitch para investidores e utilizadores

Esta UC, pela sua natureza eminentemente prática e aplicada, segue o modelo por projeto de ALS - Avaliação ao Longo do Semestre, previsto no RGACC - Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, não contemplando avaliação por exame, e possui os seguintes elementos de avaliação:
Trabalho de projeto laboratorial em grupo + apresentação final e discussão:
D1 Documento de Proposta de Projeto- 4%
D2 Documento de Requisitos do Utilizador - 12%
D3 Protótipo de Papel de Baixa Fidelidade V1 Lo-Fi - 10%
D4 Relatório de Avaliação de Peritos do Protótipo Lo-Fi - 12%
D5 Protótipo Alta Fidelidade Hi-Fi e Relatório - 10%
D6 Relatório de Avaliação do Utilizador do Protótipo Hi-Fi - 11%
D7 Apresentação Oral do Projeto - 11%
2 mini-testes de resposta múltipla:
Mini-teste 1 - 15%
Mini-teste 2 - 15%

É obrigatória a presença em 2/3 das aulas.

Utilização de inteligência artificial. Aplica-se o Guia para uma Utilização Responsável da Inteligência Artificial em Trabalhos Académicos (Conselho Científico, 21/04/2026), com o seguinte regime específico: nos entregáveis do projeto, é permitida e deve ser declarada nos termos do ponto 4 do Guia, incluindo o formulário anexo; nos testes e avaliações práticas realizadas em aula ou a sua repetição, essa utilização é interdita.

Relativamente a qualquer elemento de avaliação, o docente ou coordenador da UC poderá solicitar, em qualquer momento durante o semestre, uma discussão oral individual destinada à confirmação da autoria dos trabalhos apresentados e/ou à aferição dos conhecimentos e competências demonstrados pelo estudante.

A avaliação inclui componentes de verificação oral individual, em que se exige ao estudante a explicação e a alteração do trabalho entregue.

Para obter aprovação na UC, o estudante deverá alcançar uma nota final mínima de 10 valores, resultante da soma ponderada de todos os elementos de avaliação. Um estudante é considerado reprovado nesta UC caso não obtenha aprovação na ALS.

A 1ª Época e a 2ª Época poderão ser utilizadas para a realização de momentos de avaliação.

Em 2.ª Época , repetem-se os mini testes cuja nota seja inferior ou igual a 7.5 valores. Se reprovar na época normal (< 10 valores), o aluno acede à repetição dos mini-testes em 2ª época ou época especial (30% da nota), sendo obrigatória a aprovação no projeto em grupo (70% da nota).

Obrigatória

Brown, T (2009), Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, HarperCollins, 2009, ISBN-13: 978-0062856623
Lewrick, M, Link, P., Leifer, L. (2020). The Design Thinking Toolbox, Wiley, ISBN 9781119629191
Shneiderman, B., Plaisant, C., Cohen, M., Jacobs, S., Elmqvist, N., Nicholas Diakopoulos, N. (2017). Designing the User Interface: Strategies for Effective Human-Computer Interaction (6th edition), Pearson, ISBN-13: 978-0134380384
Manuel J. Fonseca, Pedro Campos, Daniel Gonçalves (2017), Introdução ao Design de Interfaces, FCA, Portugal, 2017, 3ª Edição,
Norman, D. (2013). The Design of Everyday Things, Revised and Expanded Edition. MIT Press. ISBN: 9780262525671
Nielsen, J., Mack, R. (1994). Usability Inspection Methods 1st Edition. John Wiley & Sons.

Opcional

Johnson, J. & Henderson, A. (2002). Conceptual models: begin by designing what to design. Interactions. 9, 1: 25-32. https://dl.acm.org/doi/10.1145/503355.503366
Joseph J. LaViola Jr., Ernst Kruijff, Ryan P. McMahan, Doug Bowman, Ivan P. Poupyrev (2017), 3D User Interfaces: Theory and Practice (2nd Edition), Addison-Wesley Professional, ISBN-10: 0134034325.
Yvonne Rogers, Helen Sharp, Jenny Preece (2011), Interaction Design: Beyond Human-Computer Interaction, 3rd edition, Wiley, ISBN-13: 978-0470665763
? Snyder, C. (2003). Paper Prototyping: the fast and easy way to design and refine user interfaces. Morgan Kaufmann Publishers.
The Basics of User Experience Design by Interaction Design Foundation, https://www.interaction-design.org/
Artigos:
Nielsen, J. (1994) Enhancing the explanatory power of usability heuristics. Proc. ACM CHI'94 Conf. (Boston, MA, April 24-28), pp. 152-158.
Rettig M. (1994), Prototyping for Tiny Fingers, Communications of The ACM, 1994

CP1. Ambientes integrados de desenvolvimento. Introdução à programação: Sequência lógica e instruções, Entrada e saída de dados.
CP2. Constantes, variáveis e tipos de dados. Operações lógicas, aritméticas e relacionais.
CP3. Estruturas de controlo.
CP4. Listas e matrizes (listas de listas).
CP5. Procedimentos e funções. Referências e parâmetros.
CP6. Objetos e classes de objetos.
CP7. Manipulação de ficheiros.

A UC segue o modelo de avaliação ao longo do semestre por projeto, pelo seu caráter eminentemente prático, não contemplando exame final.

O estudante é avaliado pelas seguintes componentes (A1+A2 +A3):
A1: 3 Tarefas de Aprendizagem individuais com validação dos docentes [15% - 5% cada uma]
Serão realizadas 3 tarefas de aprendizagem ao longo do semestre.
A classificação de A1 corresponde à média das notas das 3 tarefas. Nota mínima de 8 valores.

A2: ePortfolio [15%]. Serão propostos desafios ao longo do semestre, incluindo atividades que devem ser realizadas fora do contexto da sala de aula (participação em workshops, seminários ou formações). A classificação de A2 corresponde à média das notas calculada sobre o número de desafios propostos. Sem nota mínima.

A3: Projeto em Grupo (3) e discussão teórico-prática individual [70%]
A classificação de A3 corresponde a uma percentagem aplicada à nota do projeto, que decorre diretamente do desempenho demonstrado na discussão teórica-prática individual. Nota mínima de 9,5 valores.

Assiduidade:
Não é obrigatória a presença às aulas.

Obrigatória

Portela, F., & Pereira, T. (2023). Introdução à Algoritmia e Programação com Python. FCA. ISBN: 9789727229314.

Sobral, S. R. (2024). Introdução à Programação Usando Python (2.ª ed.). Edições Sílabo. ISBN: 9789895613878.

Downey, A. B. (2024). Think Python: How to Think Like a Computer Scientist (3rd ed.). O'Reilly Media. ISBN: 9781098155438.

Python Software Foundation. Python 3 Documentation. Disponível em: https://docs.python.org/3/

Opcional

Menezes, N. N. C. (2019). Introdução à Programação com Python: Algoritmos e Lógica de Programação para Iniciantes. Novatec Editora. ISBN: 9788575227183.

Matthes, E. (2023). Python Crash Course (3rd ed.). No Starch Press. ISBN: 9781718502703.

Martins, J. P. (2015). Programação em Python: Introdução à Programação com Múltiplos Paradigmas. IST Press. ISBN: 9789898481474.

Reitz, K., & Schlusser, T. (2016). The Hitchhiker's Guide to Python: Best Practices for Development. O'Reilly Media. ISBN: 9781491933176.
Disponível em: https://docs.python-guide.org/

Beazley, D., & Jones, B. K. (2013). Python Cookbook: Recipes for Mastering Python (3rd ed.). O'Reilly Media. ISBN: 9781449340377.

CP1. Introdução ao Design Thinking

CP2. Etapa 1: Empatia

CP3. Etapas 2: Definição do problema

CP4. Etapa 3 e 4: Ideação Prototipagem

CP5. Etapa 5: Teste e Feedback

CP6: Reflexão crítica

A unidade curricular adota uma metodologia ativa, baseada na aprendizagem por projeto, sendo a avaliação realizada na modalidade de avaliação ao longo do semestre, através dos seguintes instrumentos:

• Participação em aula (20%): avalia a assiduidade, o envolvimento e a contribuição dos/as estudantes nas discussões e atividades desenvolvidas em sala de aula.

• Trabalho individual (40%): os/as estudantes desenvolvem um projeto individual aplicando o processo de Design Thinking à resolução de um problema específico. A avaliação incide sobre a aplicação das diferentes etapas do Design Thinking, a qualidade das soluções propostas e a criatividade demonstrada.

• Trabalho de grupo (40%): os/as estudantes desenvolvem, em equipa, um projeto de aplicação do Design Thinking à resolução de um desafio real. A avaliação incide sobre a aplicação das etapas do processo, a qualidade das soluções desenvolvidas e a colaboração entre os membros do grupo.

Em todos os trabalhos submetidos, a utilização de ferramentas de inteligência artificial deve ser transparente, devidamente declarada e compatível com as normas de integridade académica do Iscte, mediante declaração própria anexada ao trabalho. A ausência desta declaração ou a omissão da utilização de tecnologias de IA constitui infração académica, nos termos do Regulamento Disciplinar de Discentes do Iscte.

Atendendo à natureza teórico-prática e aplicada da unidade curricular, a avaliação realiza-se exclusivamente na modalidade de avaliação ao longo do semestre, não estando prevista avaliação por exame. A avaliação final dos trabalhos escritos pode incluir uma prova oral individual, sempre que seja necessário esclarecer ou validar os resultados apresentados.

A avaliação na 2.ª época e na época especial reveste a forma de uma modalidade de avaliação alternativa. Os/As estudantes que pretendam realizar a avaliação nestas épocas devem contactar previamente o/a docente responsável pela unidade curricular, a fim de obter informação sobre o respetivo procedimento de avaliação.

Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas.

Obrigatória

Brown, T. (2008). Design Thinking. Harvard Business Review, 86(6), 84–92.
Lewrick, M., Link, P., & Leifer, L. (2018). The design thinking playbook: Mindful digital transformation of teams, products, services, businesses and ecosystems. John Wiley & Sons.
Lockwood, T. (2010). Design Thinking: Integrating Innovation, Customer Experience and Brand Value. Allworth Press.
Stewart S.C (2011) “Interpreting Design Thinking”. In: https://www.sciencedirect.com/journal/design-studies/vol/32/issue/6

Opcional

Brown, T., & Katz, B. (2011). Change by design. Journal of product innovation management, 28(3), 381-383.
Brown, T., Katz, B. M. Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation. HarperBusiness, 2009.
Liedtka, J. (2018). Why Design Thinking Works. Harvard Business Review, 96(5), 72–79.
Gharajedaghi, J. (2011). Systems thinking: Managing chaos and complexity. A platform for designing business architecture. Google Book in: https://books.google.com/books?hl=en&lr=&id=b0g9AUVo2uUC&oi=fnd&pg=PP1&dq=design+thinking&ots=CEZe0uczco&sig=RrEdhJZuk3Tw8nyULGdi3I4MHlQ

CP1. Conceito de função. Funções elementares em R. Tipo de funções. Operações entre funções. Funções logarítmicas e trigonométricas inversas.
CP2. Limite de uma função num ponto. Continuidade num ponto. Retas assíntotas.
CP3. Derivada num ponto e reta tangente. Regras de derivação. Problemas de otimização.
CP4. Derivada da função composta - regra da cadeia. Derivada da função inversa.
CP5. Aproximações linear de Taylor e ordem superior.
CP6. Resolução de sistemas de equações lineares. Matrizes e operações. Inversa de uma matriz. Determinante de matrizes quadradas e propriedades. Transformações lineares.
CP7. Espaço vetorial real. Produto interno. Paralelismo e perpendicularidade.
CP8. Valores e vetores próprios e diagonalização de matrizes.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:

- Avaliação ao Longo do Semestre:
* 3 testes (T1, T2, T3), com nota mínima de 7.0 valores e um peso de 30% cada
* trabalho autónomo (quizzes e trabalhos em moodle), com um peso de 5%
* relatório de reflexão crítica sobre o uso de IA ao longo do semestre, com um peso de 5%
* T1 e T2 realizados ao longo do semestre
* T3 realizado na data do exame de 1.ª época
* T1 ou T2 podem ser substituídos na data do exame de 1.ª época
ou
- Avaliação por Exame (100%).

Há a possibilidade de realização de orais, se o docente assim o entender.
Notas superiores a 17 valores têm de ser defendidas em oral.

O coordenador da unidade curricular pode determinar a realização de uma discussão oral complementar relativamente a qualquer elemento/instrumento de avaliação previsto na presente FUC, sempre que tal se revele necessário para confirmar a aquisição dos conhecimentos e competências avaliados, ou esclarecer discrepâncias entre diferentes elementos de avaliação.
A discussão oral complementar não constitui um instrumento autónomo de avaliação, não tem ponderação própria na classificação final da unidade curricular e destina-se exclusivamente à validação da classificação do respetivo elemento/instrumento de avaliação. A classificação anteriormente atribuída a esse elemento/instrumento tem natureza provisória até à realização da discussão oral complementar, podendo ser confirmada ou revista em função da validação realizada e dos critérios de avaliação aplicáveis.
A convocatória para a discussão oral complementar será comunicada ao/à estudante com antecedência mínima de 24 horas, indicando a data e a hora de realização. A não comparência, sem justificação atendível, implica a impossibilidade de validação do respetivo elemento/instrumento de avaliação, aplicando-se as consequências previstas para a sua não realização ou desistência.

Obrigatória

Stewart, J. (2022). Cálculo, Vol I, Cengage Learning, (9a Ed.)
Cabral I., Perdigão, C. e Saiago, C. (2018). Álgebra Linear: Teoria, Exercícios Resolvidos e Exercícios Propostos com Soluções, Escolar Editora
Magalhães, L.T. (2004). Álgebra Linear como Introdução a Matemática Aplicada, 8ª edição, Texto Editora

Opcional

Campos Ferreira, J. (2018). Introdução à Análise Matemática, Fundação Calouste Gulbenkian
Goldstein, L. (2011). Matemática Aplicada a Economia. Administração e Contabilidade, (12a edição) Editora Bookman
Strang, G., (2007) Computational Science and Engineering, Wellesley-Cambridge Press.

CP1 - Introdução à IA e à IA Generativa:
* Exposição teórica sobre o contexto histórico, evolução e conceitos importantes sobre a Inteligência Artificial (IA) e a IA Generativa
CP2 - Prompt Engineering:
* Explicação das boas práticas para a interação com modelos de linguagem generativos
CP3 - Ferramentas de IA Generativa:
* Exploração de múltiplas ferramentas de IA Generativa, baseadas em texto, imagens e vídeos
CP4 - Formação de conteúdo argumentativo:
* Desenvolvimento de soluções criativas recorrendo a práticas de argumentação e ferramentas de IA Generativa
CP5 - Normas para escrita científica:
* Aplicação de normas de citação e referenciação (normas APA) na elaboração de escrita académica

A Avaliação ao Longo do Semestre contempla as seguintes atividades:
1. Atividades individuais (50%): incluirão elementos de avaliação relacionados com prompt engineering, o uso responsável da IA Generativa, e também a defesa oral na apresentação do grupo.
2. Atividades em grupo (50%) [os estudantes são organizados em grupos de/até 5 elementos, constituídos de forma aleatória]: incluirão elaboração, revisões, edições e validações de conteúdos produzidos por IA e a utilização adequada, estratégica e responsável das ferramentas e técnicas de IA Generativa, no decorrer da elaboração do trabalho de grupo durante as aulas, que culminará numa apresentação e sessão de avaliação por pares na última aula.

Considerações Gerais:
Atendendo à natureza teórico-prática e aplicada da UC, a avaliação realiza-se na modalidade de avaliação ao longo do semestre, não estando prevista avaliação por exame. A avaliação em 2.ª época e época especial terá uma modalidade de avaliação alternativa, pelo que quaisquer estudantes que pretendam realizar a avaliação nestas épocas deverão previamente entrar em contacto com o/a docente para ficarem a par do procedimento de avaliação.

Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas e ter mais de 7 valores em cada uma das avaliações. A aprovação exige uma classificação final mínima de 10 valores e o cumprimento do requisito de assiduidade e participação acima referido.
O grupo terá de garantir a existência de pelo menos um computador por cada grupo para permitir a realização das atividades em sala de aula.

O coordenador da unidade curricular pode determinar a realização de uma discussão oral complementar relativamente a qualquer elemento/instrumento de avaliação previsto na presente Ficha de Unidade Curricular, sempre que tal se revele necessário para confirmar a aquisição dos conhecimentos e competências avaliados, ou esclarecer discrepâncias entre diferentes elementos de avaliação.

A discussão oral complementar não constitui um instrumento autónomo de avaliação, não tem ponderação própria na classificação final da unidade curricular e destina-se exclusivamente à validação da classificação do respetivo elemento/instrumento de avaliação. A classificação anteriormente atribuída a esse elemento/instrumento tem natureza provisória até à realização da discussão oral complementar, podendo ser confirmada ou revista em função da validação realizada e dos critérios de avaliação aplicáveis.

Obrigatória

Ribeiro, A. & Rosa, A. (2024). Descobrindo o potencial do CHATGPT em sala de aula: guia para professores e alunos. Atlantic Books.
Cotton, D. R., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, 61(2), 228-239.
d’Alte, P., & d’Alte, L. (2023). Para uma avaliação do ChatGPT como ferramenta auxiliar de escrita de textos acadêmicos. Revista Bibliomar, São Luís, 22(1), 122-138. DOI: 10.18764/2526-6160v22n1.2023.6.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, 103, 102274.

Opcional

Cowen, T., & Tabarrok, A. T. (2023). How to learn and teach economics with large language models, including GPT. GMU Working Paper in Economics No. 23-18. DOI: 10.2139/ssrn.4391863
Lund, B. D., Wang, T., Mannuru, N. R., Nie, B., Shimray, S., & Wang, Z. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐written research papers and the ethics of the large language models in scholarly publishing.

CP1. A estrutura de dados Union-Find
CP2. Análise de algoritmos
CP3: Estruturas de dados: pilhas, filas, listas, sacos
CP4: Ordenação elementar: selectionsort, insertionsort, shellsort
CP5: Ordenação avançada: mergesort, quicksort, heapsort
CP6. Complexidade dos problemas de ordenação
CP7: Filas com prioridade
CP8. Tabelas de símbolos elementares
CP9. Árvores de pesquisa binária
CP10. Árvores de pesquisa equilibradas
CP11. Tabelas de dispersão

Época 1: Avaliação periódica (ao longo do semestre) ou Avaliação por Exame
Avaliação periódica, sendo exigida a presença em pelo menos 3/4 das aulas:
- 4 mini-testes (90%), cada um a valer 22.5% e com nota mínima de 7,5.
- Tarefas Semanais (10%).

A média final ponderada dos 4 mini-testes terá de ser igual ou superior a 9,5.

Avaliação por Exame:
- (100%) Exame Final com componente teórica e prática
Os estudantes têm acesso à avaliação por Exame na Época 1 se a escolherem no início do semestre ou se reprovarem na avaliação periódica.

Época 2: Exame Final
- (100%) Exame Final com componente teórica e prática

Época Especial: Exame Final
- (100%) Exame Final com componente teórica e prática

Obrigatória

Cormen, T. H., Leiserson, C. E., Rivest, R. L., Stein, C. (2022). Introduction to Algorithms, Fourth Edition. Estados Unidos: MIT Press.
Portela, F., Pereira, T. (2023). Introdução à Algoritmia e Programção com Python. Portugal: FCA
Sedgewick, R., Wayne, K. (2014). Algorithms, Part II. Reino Unido: Pearson Education.

Opcional

CP1 Sucessões. Monotonia. Majorantes e minorantes. Progressão geométrica.
CP2 Sucessões enquadradas. Convergência.
CP3 Séries numéricas, somas parciais e soma.
CP4 Critérios de convergência de séries de termos não-negativos.
CP5 Convergências simples e absoluta de séries alternadas. Critério de Leibniz.
CP6 Séries de potências e domínio de convergência.
CP7 Primitivas. Integral definido à Riemann. Teorema fundamental do cálculo e primitivas.
CP8 Integração por partes e mudança de variável. Decomposição em frações simples.
CP9 Aplicações do integral (área, comprimento, valor médio).
CP10 Integrais impróprios e convergência.
CP11 EDO de 1ª ordem linear.
CP12 Funções reais multivariável. Curvas de nível. Limites e continuidade.
CP13 Derivadas parciais num ponto e vetor gradiente. Aproximação linear, plano tangente e diferenciabilidade.
CP14 Derivada direcional. Regra da cadeia. Polinómios e série de Taylor.
CP15 Formas quadráticas em problemas de otimização.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:

- Avaliação ao Longo do Semestre:
* 3 testes (T1, T2, T3), com nota mínima de 7.0 valores
* nota final: (T1+T2+T3)/3
* T1 e T2 realizados ao longo do semestre
* T3 realizado na data do exame de 1.ª época
* T1 ou T2 podem ser substituídos na data do exame de 1.ª época
ou
- Avaliação por Exame (100%).

Há a possibilidade de realização de orais, se o docente assim o entender.
Notas superiores a 17 valores têm de ser defendidas em oral.

Obrigatória

[1] Stewart, J. (2022). Cálculo, Vol I, Cengage Learning, (9ª Ed.)
[2] Campos Ferreira, J. (2024). Introdução à Análise Matemática, Fundação Calouste Gulbenkian (12ª Ed.)
[3] Lipsman, R.L., Rosenberg, J.M. (2018) Multivariable Calculus with MATLAB, Springer
[4] Hanselman, D., Littlefield, B. and MathWorks Inc. (1997) The Student Edition of MATLAB, 5th Version, Prentice-Hall

Opcional

CP1. Fundamentos da Gestão de Projetos: conceitos, características, operações vs. projetos
CP2. Ciclos de Vida e Metodologias (Waterfall, Agile, Híbrida)
CP3. Dimensões de Planeamento e Controlo: âmbito, tempo, custo, recursos, risco, qualidade, comunicação
CP4. Metodologia PM²: estrutura, artefactos, stakeholders
CP5. Projeto Aplicado: planeamento, execução, monitorização, encerramento, avaliação de benefícios

A avaliação desta unidade curricular é realizada ao longo do semestre, com base em instrumentos diversificados, tanto individuais como de grupo. É exigida uma assiduidade mínima não inferior a 2/3 das aulas.
1. Dossier de Gestão do Projeto (50%) – Avaliação em grupo
Documento estruturado que reflete todas as fases do ciclo de vida do projeto, com base na metodologia PM². Inclui:
A. Iniciação do Projeto
B. Planeamento
C. Execução e Controlo
D. Encerramento
2. Apresentação do Projeto Final (20%) – Avaliação de grupo
3. Discussão Individual (20%) – Avaliação individual
4. Reflexão Individual Escrita (10%) – Avaliação individual
Critérios mínimos obrigatórios:
• Nota mínima de 9,5 valores em todos os elementos de avaliação.
• Entrega de todos os elementos do projeto para validação da componente de grupo.
UC não prevê avaliação por exame.

Obrigatória

European Commission. (2024). PM² Guide - Open Edition 3.5 (ISBN: 978-92-76-60378-4). Publications Office of the European Union. https://op.europa.eu/pt/publication-detail/-/publication/97cc2f12-c648-11ee-95d9-01aa75ed71a1
Kerzner, H. (2022). Project management: A systems approach to planning, scheduling, and controlling (13th ed.). John Wiley & Sons.
Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® guide) (7th ed.). Project Management Institute.
Rigby, D. K., Elk, S., & Berez, S. (2020). Doing agile right: Transformation without chaos. Harvard Business Review Press.
Schwaber, K. (2004). Agile project management with Scrum. Microsoft Press.

Opcional

European Commission. (n.d.). PM² Project Management Methodology – Resources. European Commission. https://pm2.europa.eu/pm2-resources_en
European Commission. (n.d.). PM² Essentials: Project Management Methodology. EU Academy. https://academy.europa.eu/courses/pm-c1-pm-essentials-project-management-methodology
European Commission. (n.d.). PM² Agile Essentials. EU Academy. https://academy.europa.eu/courses/pm-a1-pm-agile-essentials
International Organization for Standardization. (2020). ISO 21502:2020—Project, programme and portfolio management: Guidance on project management. ISO.

CP1: Introdução aos Sistemas Operativos.
CP2: Concorrência e gestão de processos.
CP3: Escalonamento e sincronização de processos.
CP4: Comunicação entre processos.
CP5: Gestão de Memória: Modelos e algoritmos.
CP6: Entradas e Saídas.
CP7: Sistema de Ficheiros.
CP8: Comandos shell e programação em shell
CP9: Virtualização e containerização

É composta por:

- Duas provas escritas a realizar durante o semestre com a nota mínima de 8 valores por prova (30% + 30%).

- Trabalho prático de grupo e sua apresentação oral, com nota mínima de 8 valores (40%). A realização do trabalho de grupo é de cariz obrigatório.

Realizado o trabalho prático de grupo, caso o aluno não obtenha a nota mínima nas provas de avaliação escritas, poderá realizar a avaliação da componente teórica em exame a valer 60%. Na eventualidade de o aluno ter exatamente 8 valores na componente escrita e por forma a aprovar à UC deve ter 12 valores no trabalho prático, pois para efeitos de aprovação à UC o aluno deve obter uma classificação igual ou superior a 9.5 valores.

Obrigatória

- A. S. Tanenbaum and H. Bos, "Modern Operating Systems (4th Ed)", Pearson Prentice-Hall, 2014, ISBN:
978-0133591620
- W. Stallings, "Operating Systems Internals and Principles", 9th Ed, Pearson, 2017, ISBN: 978-0134670959
- M. Portnoy, "Virtualization Essentials", 2nd Ed, 2016, Sybex, ISBN: 978-1119267720
- S. Mohan Jain, "Linux Containers and Virtualization: A Kernel Perspective", Apress, 2020, ISBN: 978-1484262825

Opcional

- José Alves Marques, Paulo Ferreira, Carlos Ribeiro, Luís Veiga, Rodrigo Rodrigues, "Sistemas Operativos", FCA, 2012, ISBN 978-972-722-575-0
- Paulo Trezentos e António Cardoso, "Fundamental do Linux", 3ª Edição, FCA, 2009, ISBN: 978-972-722-514-9
- A. Silberschatz, P. Galvin, G. Gagne, "Operating Systems Concepts Essentials", 2nd Ed, Wiley, 2013,
ISBN: 978-1118804926

CP1. Mudanças do trabalho e do emprego: da sociedade industrial à sociedade de informação e conhecimento
CP2. O desafio de estudar o trabalho, as organizações e a tecnologia
CP3. Direitos e deveres no mundo do trabalho
CP4. Teorias sociais da tecnologia: impactos, conflitos e avaliações
CP5. Desenvolvimento, inovação e desigualdades sociais
CP6. O futuro do trabalho: cenários prospetivos e dimensões de análise
CP7. Responsabilidade e ética no trabalho e nas organizações da atualidade
CP8. Precariedade na era digital: conceito, formas e práticas de precariedade
CP9. Sindicatos e empresas: participação, representação e negociação coletivas
CP10. Transformação digital em Portugal: o caminho percorrido e as políticas públicas

Avaliação ao longo do semestre:
– Assiduidade e participação nas aulas, que representam 10% da nota final. É exigida uma assiduidade mínima de ⅔ das aulas;
– Realização de uma aula invertida, que representa 20% da nota final;
– Realização de um trabalho de grupo, que representa no total 35% da nota final (15% o trabalho escrito e 20% a discussão do trabalho);
– Realização de uma prova escrita individual, que representa 35% da nota final.
Cada elemento de avaliação tem a nota mínima de 8 valores. A média final dos vários elementos terá de ser igual ou superior a 9,5 valores.

Avaliação por exame: prova escrita individual, representando 100% da nota final, com nota mínima de 9,5 valores.

Obrigatória

Agrawal, A., Gans, J, & Goldfarb, A. (2018). Prediction machines. Harvard Business Review Press.
Autor, D. (2022). The labour market impacts of technological change. Working Paper 30074, NBER Working Paper Series.
Benanav, A. (2020). Automation and the future of work. Verso.
Braun, J., Archer, M., Reichberg, G., & Sorondo, M. (2021). Robotics, AI and humanity. Springer.
Crawford, C. (2021). The atlas of AI. Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Edgell, S., & Granter, E. (2020). The sociology of work: Continuity and change in paid and unpaid work. Sage Publications.
Grunwald, A. (2018). Technology assessment in practice and theory. Routledge.
Organização Internacional do Trabalho (2020). As plataformas digitais e o futuro do trabalho. International Labour Office.
Wilkinson, A., & Barry, M. (Eds.) (2021). The future of work and employment. Edward Elgar.
Zuboff, S. (2019). The age of surveillance capitalism. Public Affairs.

Opcional

Casilli, A. (2021). Waiting for robots: The ever-elusive myth of automation and the global exploitation of digital labor. Sociologias 57, 112-133.
Cerejeira, J., & Lopes, H. (2023). Economia do trabalho: Mercados e instituições. Edições Almedina.
Estanque, E., Costa, H. A., Fonseca, D., & Santos, A. (2018). Digitalização e precariedade laboral: Novos desafios para o sindicalismo e os movimentos sociais no contexto português. Século XXI, 8(2), 589-621.
Eurofound - European Foundation for the Improvement of Living and Working Conditions (2020). Game-changing technologies: Transforming production and employment in Europe. Publications Office of the European Union.
Hoff, S. S., Langheinrich, M., Hoff, J., Wendehorst, C., Pfeffer, J., Fuchs, T., & Grunwald, A. (2026), The power of 10: New rules for the digital world. Communications of the Association for Computing Machinery, 69(7), 46-59.
International Labour Organisation (2019). Work for a brighter future – Global Commission on the Future of Work. International Labour Office.
Lee, H., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Association for Computing Machinery, Article 1121, 1-22.
Organisation for Economic Co-operation and Development (2019). How’s life in the digital age? OECD Publishing.
Standing, G. (2014), The precariat – The new dangerous class. Bloomsbury.
Wajcman, J., & Dodd, N. (2017). The sociology of speed: Digital, organizational, and social temporalities. Oxford University Press.
World Economic Forum (2025). Future of jobs report 2025. World Economic Forum.

CP1. Introdução às redes de computadores e apresentação dos modelos de referência OSI e TCP/IP
CP2. Introdução à camada física e de ligação de dados. Instalação e configuração de um switch
CP3. Introdução à camada de rede: endereçamento IPv4 e IPv6; Protocolo IPv4 e criação de subredes.
CP4. Encaminhamento de pacotes; Funcionamento e configuração de um router.
CP5. Exploração de protocolos de transporte TCP/UDP. Controlo de congestão.
CP6. Exploração da camada de aplicação: DNS, E-mail e Transferência de Ficheiros
CP7. Configuração de firewalls e de definições segurança em dispositivos de infraestrutura de rede

A avaliação tem duas componentes e é realizada da seguinte forma:

Componente téorica:
-1ª frequência a realizar a meio do semestre (30%);
-2ª frequência a realizar no momento da 1ª época de exames (30%).
(há ainda a possibilidade de realizar 1 exame final (60%) para quem não tenha obtido aprovação na 1ª frequência e/ou 2ª frequência)

Componente prática:
-1 trabalho prático de grupo e sua apresentação (40%), cuja realização é obrigatória para efeitos de aprovação.

Nota: Ambas as frequências e o exame têm a nota mínima de 8 valores. A nota mínima de aprovação à unidade curricular é de 10 valores. O docente reserva-se o direito de realizar uma prova oral complementar sempre que considere necessário para esclarecer dúvidas relacionadas com os elementos de avaliação submetidos.

Obrigatória

-Kurose J., Keith Ross K. (2017). Computer networking: a top-down approach. Pearson. ISBN: 978-0-13-359414-0;
-Tanenbaum A., Wetherall D. (2021). Redes de Computadores. Bookman. ISBN: 9788582605608.

Opcional

-Boavida F., Monteiro E. (2021). Engenharia de Redes Informáticas. FCA Editora. ISBN: 9789727226948.

C1 Introdução à sintaxe e estrutura da linguagem de programação (Python 3)
C2 Ambientes integrados de desenvolvimento em Python. Execução e depuração de programas
C3 Primitivas de controlo, variáveis, expressões e declarações. Objetos e classes de objetos.
C4 Funções, módulos e pacotes.
C5 Operações sobre ficheiros. Interpretação dados JSON, XML
C6 Operações sobre bases de dados. Web scrapping
C7 Introdução à ciência dos dados. Discussão de problemas e casos práticos. Ciclo dos dados e exploração de dados
C8 Tipos de aprendizagem automática
C9 Modelo o Cross-Industry Standard Process for Data Mining (CRISP-DM)
C10 Recolha e preparação de dados. Avaliação de resultados
C11 Aprendizagem Não Supervisionada
C12 Aprendizagem Supervisionada
C13 Aprendizagem por Reforço

Presença obrigatória do aluno em 90% de todas as atividades do curso. Pesos da avaliação:
- Trabalhos práticos individuais, 8 dos quais obrigatórios (40%).
- Projeto (em grupos de 2), com discussão oral (35%).
- 25% - Mini-testes.
O aluno dispensa o exame com 10 valores. Em caso de reprovação na época normal o aluno acede ao exame da época de recurso.

Obrigatória

Larose, D., Larose, C. Data Mining and Predictive Analytics. 2nd Edition, John Wiley & Sons. 2015
Hastie, T.; Tibshirani, R., Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd ed. New York: Springer. 2017
Ethem Alpaydin. Introduction to Machine Learning. MIT Press (2010).ISBN 026201243X.
Kenneth Reitz, Tanya Schlusser, The Hitchhiker's Guide to Python: Best Practices for Development, 1st Edition, 2016, ISBN-13: 978-1491933176, https://docs.python-guide.org/
João P. Martins, Programação em Python: Introdução à programação com múltiplos paradigmas, IST Press, ISBN: 9789898481474. 2015

Opcional

John Zelle, Python Programming: An Introduction to Computer Science, Franklin, Beedle & Associates Inc, 2016, ISBN-13 ? : ? 978-1590282755
Eric Matthes, Python Crash Course, 2Nd Edition: A Hands-On, Project-Based Introduction To Programming, No Starch Press,US, 2019, ISBN-13 ? : ? 978-1593279288
David Beazley, Brian Jones, Python Cookbook: Recipes for Mastering Python 3, O'Reilly Media, 2013, ISBN-13 ? : ? 978-1449340377
João Pedro Neto, Programação, Algoritmos e Estruturas de Dados, Escolar Ed., 3ª Edição, 2014. ISBN: 9789725924242

C1 Introdução ao desenvolvimento de aplicações para dispositivos móveis inteligentes.
C2 Características, funcionalidades e limitações dos dispositivos móveis.
C3 Plataformas de desenvolvimento nativo de aplicações para dispositivos móveis: Google Android (Java), Apple iOS (Objective-C; Swift).
C4 Desenvolvimento de aplicações Web para dispositivos móveis com HTML5, CSS3, JS.
C5 Desenvolvimento híbrido/cross-platform de aplicações móveis (ionic, ReactNative, Xamarin, Flutter).
C6 Planeamento e concepção de projeto de desenvolvimento de aplicações para dispositivos móveis.

UC com Avaliação Periódica, não contemplando Exame Final. Presença obrigatória em 90% de todas as atividades da UC. Pesos da avaliação:
- Trabalhos lab individuais, 80% obrigatórios (25%)
- Projeto lab (grupo de 2), com discussão oral individual (50%)
- 2 mini-testes de resposta múltipla (25%)
Se reprova na época normal (< 10 val) o aluno acede ao exame de 1º ou 2ª épocas, valendo 50% da nota, sendo obrigatória a aprovação no Projeto em grupo ou a realização de um projeto individual (50%).

Obrigatória

Ramanujam, P., & Natili, G. (2015). PhoneGap: Beginner's Guide. Packt Publishing Ltd. Grummitt, C. (2017). iOS Development with Swift. Manning Publications
Griffith, C. (2017). Mobile App Development with Ionic, Revised Edition: Cross-Platform Apps with Ionic, Angular and Cordova. " O'Reilly Media, Inc.".
Android Programming: The Big Nerd Ranch Guide. Addison-Wesley Professional.
Smyth, N. (2017). Android Studio 3.0 Development Essentials-Android 8 Edition. Payload Media, Inc.. Hardy, B., & Phillips, B. (2013).

Opcional

Nahavandipoor, V. (2017). IOS 11 Swift programming cookbook : solutions and examples for iOS apps. O'Reilly.
Keur, C., Hillegass, A. (2016). iOS Programming: The Big Nerd Ranch Guide. Big Nerd Ranch Guides.
New Riders
Welch, S. (2011). From Idea to App: Creating IOS UI, Animations, and Gestures (Voices That Matter).
Collins, C., Galpin, M., & Kaeppler, M. (2011). Android in Practice (p. 648). Manning Publications. Darwin, I. F. (2017). Android Cookbook: Problems and Solutions for Android Developers. " O'Reilly Media, Inc.".
Camden, R., & Matthews, A. (2013). jQuery mobile web development essentials. Packt Publishing Ltd.
SITEPOINT.
Castledine, E., Eftos, M., & Wheeler, M. (2011). Build Mobile: Websites and Apps for Smart Devices.

C1 Metodologias de cocriação centradas no utilizador, baseadas em Design Thinking e Design Sprint
C2 Apresentação de casos e temas de projeto de tecnologias digitais (produto, serviço ou processo)
C3 Seleção do tema de projeto individual ou em grupo e enquadramento na organização
C4 Espaço do problema: criação de empatia com o utilizador e com a sua organização, definição do problema, considerando os requisitos de negócio, as necessidades dos clientes e utilizadores e os desafios tecnológicos
C5 Aplicação de uma metodologia de revisão sistemática da literatura e sua análise crítica. Análise da competição (se aplicável)
C6 Metodologias ágeis de gestão de projetos adequadas ao trabalho de projeto
C7 Identificação dos recursos digitais (incluindo a recolha de dados), computacionais e outros necessários para o desenvolvimento do projeto
C8 Prototipagem de baixa e alta-fidelidade
C9 Avaliação com peritos da usabilidade e satisfação de tarefas dos protótipos
C10 Comunicação dos resultados

Esta UC, pela sua natureza eminentemente prática e aplicada, segue o modelo por projeto de ALS - Avaliação ao Longo do Semestre, previsto no RGACC - Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, não contemplando avaliação por exame, e possui os seguintes elementos de avaliação - 4 entregáveis do projeto:
D1 Definição do tema de projeto – 5%
D2 Empatia com o utilizador, definição do problema e requisitos do utilizador, com personas, cenários de utilização, e backlog priorizado de funcionalidades - 20%
D3 Revisão da literatura e das soluções tecnológicas existentes, recomendação da arquitetura da solução e planeamento do desenvolvimento do projeto – 20%
D4 Protótipo de alta fidelidade e avaliação por peritos – 25%
D5 Apresentação, demo do protótipo e discussão do projeto – 30%

Utilização de inteligência artificial. Aplica-se o Guia para uma Utilização Responsável da Inteligência Artificial em Trabalhos Académicos (Conselho Científico, 21/04/2026), com o seguinte regime específico: nos entregáveis do projeto, é permitida e deve ser declarada nos termos do ponto 4 do Guia, incluindo o formulário anexo

Relativamente a qualquer elemento de avaliação, o docente ou coordenador da UC poderá solicitar, em qualquer momento durante o semestre, uma discussão oral individual destinada à confirmação da autoria dos trabalhos apresentados e/ou à aferição dos conhecimentos e competências demonstrados pelo estudante.
A avaliação inclui componentes de verificação oral individual, em que se exige ao estudante a explicação e a alteração do trabalho entregue.

Para obter aprovação na UC, o estudante deverá alcançar uma nota final mínima de 10 valores, resultante da soma ponderada de todos os elementos de avaliação. Um estudante é considerado reprovado nesta UC caso não obtenha aprovação na ALS.

A 1ª Época e a 2ª Época poderão ser utilizadas para a realização de momentos de avaliação.

Obrigatória

M. Lewrick, P. Link, L. Leifer / Wiley, ISBN 9781119629191, The Design Thinking Toolbox, 2020
J. Knapp, J. Zeratsky, B. Kowitz / Bantam Press., Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days., 2016
A. Osterwalder, Y. Pigneur, P. Papadakos, G. Bernarda, T. Papadakos, A. Smith / John Wiley & Sons., Value proposition design., 2014
T. Brown , H., Collins, 2009, ISBN-13: 978-0062856623, Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, 2009
The Basics of User Experience Design by Interaction Design Foundation, https://www.interaction-design.org/

Opcional

Snyder, C. (2003). Paper Prototyping: the fast and easy way to design and refine user interfaces. Morgan Kaufmann Publishers.

Nielsen, J. (1994) Enhancing the explanatory power of usability heuristics. Proc. ACM CHI'94 Conf. (Boston, MA, April 24-28), pp. 152-158.

Rettig M. (1994), Prototyping for Tiny Fingers, Communications of The ACM, 1994

C1 Introdução à computação na Nuvem. Objectivos, Modelos de distribuição (SaaS, PaaS, IaaS, DBaaS), de implantação e infraestrutura. Conceitos de computação distribuída e concorrência. Introdução à segurança na nuvem. Redundância e tolerância a falhas.
C2 Middleware usando Web Services. Arquitectura de serviços web. A relação entre SOA e a computação na nuvem. A web, o protocolo HTTP e Estilo arquitectural RESTful. Serviços e comunicação entre serviços. Tecnologias e protocolos web. Middleware para a nuvem.
C3 Processamento distribuído de grandes volumes de dados. Princípios de arquitetura de dados. Breve revisão dos modelos de persistência. Conceito DaaS e NoSQL. Modelo de programação MapReduce.
C4 Desenvolvimento de aplicações para a nuvem. Integração com fontes de informação heterogénea. Distribuição de informação geográfica, Web Map Service (WMS) e GeoJSON

UC com Avaliação Periódica, não contemplando Exame Final. Presença obrigatória em 90% de todas as atividades da UC. Pesos da avaliação:
- Trabalhos lab individuais, 80% obrigatórios (25%)
- Projeto lab (grupo de 2), com discussão oral individual (50%)
- 2 mini-testes de resposta múltipla (25%)

Se reprova na época normal (< 10 val) o aluno acede ao exame de 1º ou 2ª épocas, valendo 50% da nota, sendo obrigatória a aprovação no Projeto em grupo ou a realização de um projeto individual (50%).

Obrigatória

- Kumar, V. Shindgikar, P. (2018). Modern Big Data Processing with Hadoop. Ed: Packt. ISBN-13: 978-1-78712-276-5
- Etzkorn, Letha (2017). Introduction to Middleware: Web Services, Object Components, and Cloud Computing. Ed: CRC Press. ISBN-13: 978-1-4987-5407-1
- Marinescu, D. (2018). Cloud Computing: Theory and Practice. Ed: Morgan Kaufmann. ISBN-13: 978-0-12-812810-7

Opcional

- Chang F., Dean J., Ghemawat S,, C. Hsieh W., Wallach D., Burrows M., Chandra T., Fikes A., and Gruber, R. (2006). Bigtable: a distributed storage system for structured data. In Proceedings of the 7th USENIX Symposium on Operating Systems Design and Implementation - Volume 7 (OSDI '06). USENIX Association, USA, 15.
- Dean J. and Ghemawat S. (2004). MapReduce: simplified data processing on large clusters. In Proceedings of the 6th conference on Symposium on Operating Systems Design & Implementation - Volume 6 (OSDI'04). USENIX Association, USA, 10.
- Ghemawat S., Howard G., and Leung, S. (2003). The Google file system. SIGOPS Oper. Syst. Rev. 37, 5 (December 2003), 29?43. DOI: https://doi.org/10.1145/1165389.945450
- Kumar, V. Shindgikar, P. (2018). Modern Big Data Processing with Hadoop. Ed: Packt. ISBN-13: 978-1-78712-276-5 ? Artigos:
- Etzkorn, Letha (2017). Introduction to Middleware: Web Services, Object Components, and Cloud Computing. Ed: CRC Press. ISBN-13: 978-1-4987-5407-1
- Livros de texto: o Marinescu, D. (2018). Cloud Computing: Theory and Practice. Ed: Morgan Kaufmann. ISBN-13: 978-0-12-812810-7

C1 Espaço da solução: Metodologias de cocriação centrada no utilizador aplicadas à ideação da melhor solução tecnológica para o projeto
C2 Gestão ágil da fase de solução e entrega do projeto
C3 Ferramentas e técnicas de prototipagem iterativa da solução
C4 Estudos com utilizadores e métricas de avaliação da usabilidade e satisfação de tarefas
C5 Análise de dados de resultados da avaliação e iteração da solução
C6 Documentação da solução: backlog dos requisitos e user stories, design e especificações da arquitetura, configuração de hardware e software, manuais de instalação, operação e utilização
C7 Comunicação oral, escrita e audiovisual dos resultados e submissão a conferência com recensão de pares. Elevator pitch para atores relevantes
C8. Demonstração em workshop com atores relevantes na área de software e aplicações

Esta UC, pela sua natureza eminentemente prática e aplicada, segue o modelo por projeto de ALS - Avaliação ao Longo do Semestre, previsto no RGACC - Regulamento Geral de Avaliação de Conhecimentos e Competências do Iscte, não contemplando avaliação por exame, e possui os seguintes elementos de avaliação - 4 entregáveis do projeto:
D1 Relatório de ideação da solução, com storyboard, jornada de utilizador, requisitos do utilizador e backlog finais, especificações técnicas e sua apresentação audiovisual - 20%
D2 Produto Mínimo Viável – PMV funcional no GitHub, e relatório de avaliação com utilizadores - 30%
D3 Relatório de desenho da solução: arquitetura conceptual e lógica, módulos de frontend e backend e respetivas tecnologias, esquema da base de dados, documentação de APIs, manual de instalação com configuração hardware e software, manual de operação, manual de utilização, recomendações para continuidade do desenvolvimento - 20%
D4 Apresentação, demo do MVP em workshop e discussão do projeto – 30%
Utilização de inteligência artificial. Aplica-se o Guia para uma Utilização Responsável da Inteligência Artificial em Trabalhos Académicos (Conselho Científico, 21/04/2026), com o seguinte regime específico: nos entregáveis do projeto, é permitida e deve ser declarada nos termos do ponto 4 do Guia, incluindo o formulário anexo.

Relativamente a qualquer elemento de avaliação, o docente ou coordenador da UC poderá solicitar, em qualquer momento durante o semestre, uma discussão oral individual destinada à confirmação da autoria dos trabalhos apresentados e/ou à aferição dos conhecimentos e competências demonstrados pelo estudante.
A avaliação inclui componentes de verificação oral individual, em que se exige ao estudante a explicação e a alteração do trabalho entregue.

Para obter aprovação na UC, o estudante deverá alcançar uma nota final mínima de 10 valores, resultante da soma ponderada de todos os elementos de avaliação.
Um estudante é considerado reprovado nesta UC caso não obtenha aprovação na ALS.
A 1ª Época e 2ª Época poderão ser utilizadas para realização de momentos de avaliação.

Obrigatória

M. Lewrick, P. Link, L. Leifer / Wiley, ISBN 9781119629191, The Design Thinking Toolbox, 2020
Darrell Rigby, Sarah Elk, Steve Berez / Scrum Institute, The Scrum Framework 3rd Edition
https://www.scrum-institute.org/contents/The_Scrum_Framework_by_International_Scrum_Institute.pdf
Ries, E. / Capítulos 3 e 4, Penguin Group, The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses, 2017
J. Knapp, J. Zeratsky, B. Kowitz / Bantam Press., Sprint: How to Solve Big Problems and Test New Ideas in Just Five Days., 2016
A. Osterwalder, Y. Pigneur, P. Papadakos, G. Bernarda, T. Papadakos, A. Smith / John Wiley & Sons., Value proposition design., 2014
T. Brown , H., Collins, 2009, ISBN-13: 978-0062856623, Change by Design: How Design Thinking Transforms Organizations and Inspires Innovation, 2009
The Basics of User Experience Design by Interaction Design Foundation, https://www.interaction-design.org/

Opcional

Doing Agile Right: Transformation Without Chaos Hardcover, 2020
Gwaldis M., How to conduct a successful pilot: Fail fast, safe, and smart, 2019, ·, https://blog.shi.com/melissa-gwaldis/
Jeff Sutherland, J.J. Sutherland, Scrum: The Art of Doing Twice the Work in Half the Time, 2014
Snyder, C. (2003). Paper Prototyping: the fast and easy way to design and refine user interfaces. Morgan Kaufmann Publishers.

Nielsen, J. (1994) Enhancing the explanatory power of usability heuristics. Proc. ACM CHI'94 Conf. (Boston, MA, April 24-28), pp. 152-158.

CP1. A transformação digital como novo paradigma civilizacional.
CP2. Os impactos das tecnologias digitais na Economia.
CP3. Os impactos das tecnologias digitais no trabalho.
CP4. Os impactos das tecnologias digitais nas desigualdades.
CP5. Os impactos das tecnologias digitais na democracia.
CP6. Os impactos das tecnologias digitais na arte.
CP7. Os impactos das tecnologias digitais nos direitos individuais.
CP8. Os impactos das tecnologias digitais nas relações humanas.
CP9. Os impactos das tecnologias digitais no futuro da humanidade.
CP10. Inteligência Artificial Responsável.
CP11. O impacto da Computação quântica nas tecnologias do futuro.
CP12. Os impactos das tecnologias digitais na geopolítica.

O processo de avaliação compreende os seguintes elementos:

A) Avaliação ao longo do semestre

A1. Debates entre grupos de estudantes sobre questões e problemas relacionados com cada um dos Conteúdos programáticos. Cada grupo participará em três debates ao longo semestre. A avaliação do desempenho de cada grupo por debate corresponde a 15% da nota final de cada estudante no grupo, correspondendo no total a 3 x 15% = 45% da nota final de cada estudante.

A2. Avaliação da participação correspondendo a 5% da nota final de cada estudante.

A3. Teste final, com parte dos conteúdos provenientes dos debates em grupo e a outra parte das exposições por parte do Docente, correspondendo a 50% da nota final de cada estudante.

É exigida uma nota mínima de 9,5 valores em cada momento de avaliação e a presença num mínimo de 3/4 das aulas.

B) Avaliação por exame final: Prova escrita individual, correspondendo a 100% da nota final.

Obrigatória

Chalmers, D. (2022). Adventures in technophilosophy In Reality+ - Virtual Worlds and the problems of Philosophy (pp. xi-xviii). W. W. Norton & Company.
Chin, J., Lin, L. (2022). Dystopia on the Doorstep In Deep Utopia – Surveillence State – Inside China’s quest to launch a new era of social control (pp. 5–11). St. Martin’s Press.
Dignum, V. (2019). The ART of AI: Accountability, Responsibility, Transparency In Responsible Artificial Intelligence - How to Develop and Use AI in a Responsible Way (pp. 52–62). Springer.
Howard, P. N. (2020). The Science and Technology of Lie Machines In Lie Machines - How to Save Democracy from Troll Armies, Deceitful Robots, Junk News Operations, and Political Operatives (pp. 1-4; 6-7; 10-18). Yale University Press.
Kearns, M., Roth, A. (2020). Introduction to the Science of Ethical Algorithm Design In The Ethical Algorithm - The Science of Socially Aware Algorithm Design (pp. 1-4; 6-8; 18-21). Oxford University Press.

Opcional

(Principal - continuação)
Kissinger, H. A., Schmidt, E., Huttenlocher, D (2021). Security and World Order In The Age of AI - And Our Human Future (pp. 157–167, 173-177). John Murray Publishers.
Parijs, P. V., Vanderborght, Y. (2017). Ethically Justifiable? Free Riding Versus Fair Shares In Basic Income - A Radical Proposal for a Free Society and a Sane Economy (pp. 99–103). Harvard University Press.
Pentland, A. (2014). From Ideas to Actions In Social Physics – How good ideas spread – The lessons from a new science (pp. 4–10). The Penguin Press.
Zuboff, S. (2021). O que é capitalismo de vigilância? In A Era do Capitalismo de Vigilância - A luta por um futuro humano na nova fronteira de poder (pp. 21–25). Intrínseca.

***
(Complementar)
Acemoglu, D.; Johnson, S. (2023). What Is Progress? In Power and progress: our thousand-year struggle over technology and prosperity (pp. 1 - 7). PublicAffairs.
Bostrom, N. (2024). The purpose problem revisited In Deep Utopia – Life and meaning in a solved world (pp. 121–124). Ideapress Publishing.
Castro, P. (2023). O Humanismo Digital do século XXI e a nova Filosofia da Inteligência Artificial In 88 Vozes sobre Inteligência Artificial - O que fica para o homem e o que fica para a máquina? (pp. 563 – 572). Oficina do Livro/ISCTE Executive Education.
Gunkel, D. J. (2012). Introduction to the Machine Question In The Machine Question - Critical Perspectives on AI, Robots, and Ethics (pp. 1-5). The MIT Press.
Innerarity, D. (2023). O sonho da máquina criativa. In Inteligência Artificial e Cultura – Do medo à descoberta (pp. 15 – 26). Colecção Ciência Aberta, Gradiva.
Jonas, H. (1985). Preface to the English version of the Imperative of Responsibility In The Imperative of Responsibility: In Search of an Ethics for the Technological Age. (pp. ix - xii). University of Chicago Press.
Nakazawa, H. (2019). Manifesto of Artificial Intelligence Art and Aesthetics In Artificial Intelligence Art and Aesthetics Exhibition - Archive Collection (p. 25). Artificial Intelligence Art and Aesthetics Research Group (AIAARG).
Patel, N. J. (2022, february 4). Reality or Fiction - Sexual Harassment in VR, The Proteus Effect and the phenomenology of Darth Vader — and other stories. Kabuni. https://medium.com/kabuni/fiction-vs-non-fiction-98aa0098f3b0
Pause Giant AI Experiments: An Open Letter. (22 March, 2023). Future of Life Institute. Obtido 26 de agosto de 2024, de https://futureoflife.org/open-letter/pause-giant-ai-experiments/

CP 1. Introdução às bases de dados e aos sistemas de informação.

CP 2. Modelo Relacional e normalização de dados.

CP 3. Linguagem SQL: definição de dados; manipulação de dados; programação de rotinas e triggers.

CP 4. Modelação de dados com a linguagem UML.

CP 5. Desenho de bases de dados por conversão de UML para Modelo Relacional;

CP 6. Transações e concorrência.

CP 7. Introdução à administração de bases de dados.

Avaliação ao longo do semestre:

· 4 testes individuais, cada um valendo 20% da classificação final do aluno. Duração de cada teste: 1 hora. O último teste é em simultâneo com o exame de 1ª época.

· 20 fichas de trabalho individuais realizadas na sala de aula, valendo no seu conjunto 20% da classificação. São realizadas 2 fichas por aula, uma no início e outra no fim, excetuando-se a primeira e a última aula.
Não há nota mínima. A nota do aluno é a média ponderada de todas as avaliações.

Avaliação por exame:

· Prova individual escrita, com a duração de 3 horas, a valer 100% da nota.

Todas as provas são individuais e a realizar sem ajuda externa, particularmente, sem inteligência artificial. Em caso de suspeita de não cumprimento desta regra, o aluno é chamado para a realização de prova oral. Neste caso, se evidenciar ter recorrido a ajuda externa, a prova é anulada e a ocorrência comunicada ao Conselho Pedagógico.

Obrigatória

Documentação da cadeira.
Ramos, P. “Desenhar Bases de Dados com UML, Conceitos e Exercícios Resolvidos”, Editora Sílabo, 2ª Edição, 2007.
Damas, L. “SQL - Structured Query Language”, FCA Editora de Informática, 14ª Edição, 2017.

Opcional

Blaha, M.: "UML Database Modeling Workbook", Technics Publications, LLC, 2014.
Churcher, C., “Beginning Database Design: From Novice to Professional”, 2ª edição, Apress. 2012.
Ramakrishnan, R., Gehrke, J. “Database Management Systems”, 3ª edição, McGraw-Hill, 2003.

C1 Fundamentos e Manifesto Agile. Agile versus Waterfall
C2 Gestão de Produto vs Gestão de Projeto. Desenvolvimento em Duas Vias: Descoberta de Produto & Entrega de Produto
C3 Desafio de projeto de grupo. Mecânica do desafio. Propostas de casos de uso e resultados
C4 Equipas ágeis de produto digital
C5 Introdução ao Produto Mínimo Viável - PMV e Mapeamento das Histórias de Utilizador (HU)
C6 Metodologias Ágeis Scrum e Kanban. Rituais e artefactos Scrum: Backlog de Produto e de Sprint, Epics, HU, Critérios de Aceitação
C7 Definição de PMV para cada caso de uso e respetiva HU, usando Miro: requisitos e funcionalidades de cada passo
C8 Priorização de funcionalidades: Matriz de Impacto vs Esforço e MoSCoW
C9 Planeamento de ágil do desenvolvimento do produto c7 Azure Boards: entrega do MVP em sprints semanais
C10 Métricas para avaliar a eficácia e eficiência do produto. Funil AARRR. Análise no Google Analytics. Entrevistas com utilizadores. Retrospetiva e lições aprendidas. Dia de demo.

UC em Avaliação Periódica, não contemplando Exame Final. Pesos da avaliação:
• 70% Trabalho de projeto laboratorial em grupo + apresentação final e discussão individual.
• 30% 3 mini-testes com resposta múltipla e um teste final
Se reprova na época normal (< 10 val) o aluno acede ao exame de 1º ou 2ª épocas (30% da nota),sendo obrigatória a aprovação no projeto em grupo ou a aprovação num projeto individual (70%).

Obrigatória

Jeff Sutherland, J.J. Sutherland (2014) , Scrum: The Art of Doing Twice the Work in Half the Time
Darrell Rigby, Sarah Elk, Steve Berez, (2020) Doing Agile Right: Transformation Without Chaos Hardcover
Scrum Institute (2020) , The Scrum Framework 3rd Edition
www.scrum-institute.org/contents/The_Scrum_Framework_by_International_Scrum_Institute.pdf
Scrum Institute (2020) , The Kanban Framework 3rd Edition
www.scrum-institute.org/contents/The_Kanban_Framework_by_International_Scrum_Institute.pdf Artigos
Manifesto for Agile Software Development - https://agilemanifesto.org

Opcional

Podcast
The Scrum Master Toolbox
https://scrum-master-toolbox.org - Spotify https://open.spotify.com/show/4r6DQLCHDaSNjbgtZtAfUp
The 5 minutes Product Manager
https://open.spotify.com/show/3JcR7uWeJ43wEJV1Tajprk?si=MtT67kWWRZGjGpuRhucHRw
The Agile Coach´s Corner
https://open.spotify.com/show/2jlYwMiw7W13pQ3ricLEaE?si=OaXpCEUXRGSU-qbyntIy6QArtigos ? Videos formativos
Agile Product Development With Scrum & Kanban
https://academy.productized.co/courses/agile-scrum-kanban/
? What is Agile and how it works?
? Introduction to Scrum in 7 Minutes
? Scrum: Doing Twice the Work in Half the Time | Jeff Sutherland | Book Review
? Essential Scrum Crash Course in 20 Minutes
? Kanban: from Toyota to Software Development in 2 Minutes
? Scrum vs Kanban - What's the Difference?
? Scrum vs Kanban - Two Agile Teams Go Head-to-Head and the winner is...?
? Practicing Agile in a Roadmap Culture | Mozilla Senior Product Manager| Arielle Kilroy
? Best Practices for Product Roadmap | Jeff Lash
? Agile Estimating and Planning using Planning Poker
? Writing Agile User Stories
? How to Write Good User Stories
? Splitting User Stories - Agile Practices
? Who is a Product Owner, Roles and Responsibilities?
? What´s a MVP - Minimum Viable Product
? Minimum Viable Product vs. Proof of Concept vs. Prototype
? MVP: Quickly Validate your Product
? 3 Awesome Minimum Viable Products (MVPs)
? Agile vs Waterfall, What's the Difference?

I. Introdução ao Empreendedorismo;
II. Técnicas de geração e discussão de ideias;
III. Criação de Propostas de Valor;
IV. Comunicação de ideias de negócio;
V. Desenho de Modelos de Negócio;
VI. Elaboração de Planos de Negócio;
VII. Teste e avaliação de protótipos de produtos, processos e serviços;
VIII. Análise de escalabilidade;
IX. Internacionalização e comercialização;
X. Fontes de financiamento

Avaliação periódica:- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, demonstrações e defesa são em grupo.

Obrigatória

A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers., 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson; Dorf. R., Byers, T. Nelson, A. (2014). Technology Ventures: From Idea to Enterprise. McGraw-Hill Education, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·

Opcional

CP1. Introdução à Cibersegurança: principais componentes; pilares da cibersegurança; frameworks de cibersegurança.
CP2. Planeamento da Segurança de Informação e enquadramento Legal e Ético
CP3. Princípios de Governação da Segurança de Informação e Gestão do Risco
CP4. Introdução à Tecnologia da Segurança de Informação: controlos de acesso, firewalls, vpns, idps, criptografia e outras técnicas.
CP5. Segurança Física: mecanismos de controlo de acesso físico, planeamento da segurança física, entre outros.
CP6. Implementação da Segurança de Informação: gestão de projetos de segurança de informação; aspetos técnicos e não-técnicos da implementação da segurança de informação.
CP7. Segurança do Pessoal: considerações de segurança do pessoal; práticas da segurança do pessoal.
CP8. Manutenção da Segurança de Informação.

Avaliação ao longo do semestre:
- Realização de dois projetos em grupo (50%) ao longo do semestre
- Realização de dois de testes individuais ao longo do semestre (50%) [nota mínima de 8 valores para cada um dos testes]
Avaliação por exame:
Para os estudantes que optem por este processo ou para os reprovarem no processo de avaliação ao longo do semestre, com 3 épocas nos termos do RGACC.

Obrigatória

Whitman, M., Mattord, H. (2021). Principles of Information Security. Course Technology.
Whitman, M., & Mattord, H. (2016). Management of information security. Nelson Education.
Andress, J. (2014). The Basics of Information Security: Understanding the Fundamentals of InfoSec in Theory and Practice. Syngress.
Kim, D., Solomon, M. (2016). Fundamentals of Information Systems Security. Jones & Bartlett Learning.

Opcional

Conjunto de artigos, páginas web e textos que complementam a informação bibliográfica da unidade curricular, e que serão fornecidos pela equipa docente.

C1 Classes e Objetos
C2 Herança e polimorfismo
C3 Classes abstratas
C4 Interfaces e comparadores
C5 Coleções: listas, conjuntos, mapas
C6 Classes anónimas e lambdas
C7 Leitura e escrita de ficheiros
C8 Exceções e tratamento de erros
C9 Genericidade e padrões de desenho
C10 Testes JUnit e Documentação

UC com Avaliação Periódica, sem Exame Final:
• 8 Trabalhos práticos individuais (10%), nota min de 9,5 valores;
• Projeto em grupo, com discussão oral (45%), nota min de 9,5 valores;
• 2 Mini-testes (45%), nota min de 9,5 valores.
Se reprova na 1ª época (< 10 val), acede à repetição do 1º e/ou 2º mini-testes (pode também repetir se tiver menos que a nota mínima nalgum deles ou nos dois) - 55% da nota, sendo obrigatória a aprovação no Projeto ou a realização de um projeto individual - 45%.

Obrigatória

F. Mário Martins, "Java 8 POO + Construções Funcionais", FCA - Editora de Informática, 2017. ISBN: 978-972-722-838-6
Y. Daniel Liang, "Introduction to Java Programming: Comprehensive Version" 10th Ed. Prentice-Hall / Pearson, 2015.
Recursos Java http://java.sun.com

Opcional

Ken Arnold, James Gosling e David Holmes, "The JavaTM Programming Language", 3ª edição, Addison-Wesley, 2000.
ISBN: 0-201-70433-1
Bruce Eckel, "Thinking in Java", 3ª edição, Prentice Hall, 2002. ISBN: 0-13-100287-2
Gamma, Helm, Johnson & Vlissides (1994). Design Patterns. Addison-Wesley. ISBN 0-201-63361-2.

I. Desenvolvimento da imagem do produto/serviço
II. Funcionalidades do produto/serviço
III. Plano de desenvolvimento
IV. Desenvolvimento do produto/serviço (web/mobile ou outro)
V. Revisão do plano de negócio
VI. Manutenção e gestão de produto/serviço
VII. Planos de certificação
VIII. Propriedade intelectual, patentes e documentação de suporte
IX. Principais aspetos para a criação de startup - jurídicos, contabilidade, registo, contratos, capital social, obrigações, impostos

Avaliação periódica:
- Realização de projeto em grupo: primeira apresentação: 30%; segunda apresentação: 30%; relatório final: 40%; As apresentações, Demonstrações e Defesa são em grupo.

Obrigatória

·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Value Proposition Design: How to Create Products and Services Customers Want, 2014, ·, ·
A. Osterwalder, Y. Pigneur / John Wiley & Sons, Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers, 2010, ·, ·
P. Burns / Palgrave Macmillan, Entrepreneurship and Small Business, 2016, ·, ·
R. Dorf, T. Byers, A. Nelson / McGraw-Hill Education, Technology Ventures: From Idea to Enterprise., 2014, ·, ·
S. Mariotti, C. Glackin / Global Edition. Pearson, Entrepreneurship: Starting and Operating A Small Business, 2015, ·, ·

Opcional

Conteúdos programáticos (CP):
CP1 - Noções de Estatística Descritiva: Tipos de variáveis. Tabelas de frequências e representações gráficas. Medidas de tendência central, de dispersão, de assimetria e de curtose.
CP2 - Conceitos da teoria das probabilidades: definições, axiomas, teorema da probabilidade total e fórmula de Bayes
CP3 - Variáveis aleatórias univariadas e bivariadas: funções massa e densidade de probabilidade, função distribuição, função probabilidade conjunta, valor esperado, variância, desvio padrão, covariância, correlação
CP4 - Distribuições discretas e contínuas: Uniforme discreta e contínua, Bernoulli, binomial, Poisson, Normal, Qui-Quadrado e t-Student
CP5 - Amostragem: noções básicas. Distribuições amostrais mais utilizadas
CP6 - Estimação pontual e por intervalos
CP7 - Testes de hipóteses: tipo de erros, nível de significância e p-values.

Aprovação com classificação não inferior a 10 valores numa das modalidades seguintes:
- Avaliação ao longo do semestre: 1 miniteste realizado em aula (15%) + Prova escrita final realizada na data da 1ª época (60%) + trabalho autónomo (5%) + projeto realizado em grupo (20%),
Todos os elementos de avaliação, com exceção do trabalho autónomo, são obrigatórios e têm nota mínima de 8 valores.
ou
- Avaliação por Exame (100%).

Notas:
1) Poderá ser realizada uma avaliação oral complementar após qualquer momento de avaliação para validação da nota final.
2) Para esta Unidade Curricular, os estudantes devem consultar o Código de Conduta Académica do Iscte, disponível nas plataformas institucionais, para garantir o cumprimento das normas éticas e comportamentais estabelecidas.

Obrigatória

E. Reis, P. Melo, R. Andrade & T. Calapez (2015). Estatística Aplicada (Vol. 1) - 6ª ed, Lisboa: Sílabo. ISBN: 978-989-561-186-7.
Reis, E., P. Melo, R. Andrade & T. Calapez (2016). Estatística Aplicada (Vol. 2), 5ª ed., Lisboa: Sílabo. ISBN: 978-972-618-986-2.
Afonso, A. & Nunes, C. (2019). Probabilidades e Estatística. Aplicações e Soluções em SPSS. Versão revista e aumentada. Universidade de Évora. ISBN: 978-972-778-123-2.
Ferreira, P.M. (2012). Estatística e Probabilidade (Licenciatura em Matemática), Instituto Federal de Educação, Ciência e Tecnologia do Ceará – IFCE III, Universidade Aberta do Brasil – UAB.IV. ISBN: 978-85-63953-99-5.
Farias, A. (2010). Probabilidade e Estatística. (V. único). Fundação CECIERJ. ISBN: 978-85-7648-500-1.

Opcional

Haslwanter, T. (2016). An Introduction to Statistics with Python: With Applications in the Life Sciences. Springer. ISBN: 978-3-319-28316-6.

CP1: Conceitos essenciais de IA: definição, evolução histórica e relevância multidisciplinar.
CP2: Lógica de predicados e sistemas baseados em conhecimento: representação, dedução e aplicações.
CP3: Métodos de raciocínio e heurísticas: procura informada e não informada, seleção de estratégias adequadas.
CP4: Introdução à aprendizagem automática: noções básicas, algoritmos de classificação e regressão, métricas de avaliação.
CP5: Modelos preditivos simples: conceção, implementação e análise de resultados em cenários reais.
CP6: IA Generativa: fundamentos, engenharia de prompts e aplicações criativas.
CP7: Abordagem crítica às limitações, desafios éticos e implicações socioeconómicas da IA.

A avaliação desta UC segue o modelo de Avaliação ao Longo do Semestre (ALS), prevista no RGACC, e contempla vários momentos, organizados em três blocos de avaliação (BA), visando aferir o progresso e a consolidação dos conhecimentos. A sua composição é a seguinte:
AB1 – Prova Escrita (40%): Incide sobre os conteúdos fundamentais de Inteligência Artificial, Aprendizagem de Máquina e Inteligência Artificial Generativa, avaliando a compreensão teórica e a aplicação prática dos conceitos.

AB2 – Projeto Final em IA (60%): Pode ser realizado individualmente ou em grupo e compreende a conceção, implementação e avaliação de um protótipo ou estudo de caso, com base nos conteúdos da unidade curricular. A avaliação distribui-se entre relatório escrito (60%) e apresentação oral (40%), a realizar na última aula.

Disposições complementares:
Cada componente de avaliação requer nota mínima de 8,5 valores.
Poderá ser realizada discussão oral individual, sempre que necessário, para confirmação de conhecimentos.
A nota final resulta da soma ponderada das duas componentes, exigindo-se um mínimo de 10 valores para aprovação.

Obrigatória

Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
→ Considerado a "bíblia" da IA, cobre desde fundamentos históricos até algoritmos modernos.

Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
→ Introdução acessível e aprofundada ao deep learning.

Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
→ Livro clássico sobre fundamentos de aprendizagem de máquina.

Domingos, P. (2015). The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books.
→ Introdução mais popular, sem fórmulas, ideal para contexto geral.

Chollet, F. (2021). Deep Learning with Python (2nd ed.). Manning.
→ Didático, foca em exemplos práticos com Keras/TensorFlow.

Opcional

Haenlein, M., Kaplan, A., Tan, C. T., Tan, B. C., & Zhang, P. (2019). Artificial Intelligence (AI) and Management Analytics. Journal of the Academy of Marketing Science, 48(3), 411–431.

Jordan, M. I., & Mitchell, T. M. (2015). Machine Learning: Trends, Perspectives, and Prospects. Science, 349(6245), 255–260.

Topol, E. (2019). High-performance Medicine: The Convergence of Human and Artificial Intelligence. Nature Medicine, 25, 44–56.

C1 Introdução. A história da Web. Linguagens de programação para a Web; Standards W3C.
C2 Arquitetura da World Wide Web - HyperText Markup Language (HTML).
C3 Programação do lado do cliente. Descrição da estruturaa (HTML), folhas de estilo (CSS) e atualização dinâmica da interface gráfica. Validação da entrada; Introdução à segurança do lado do cliente.
C4 Programação do lado do servidor. Distribuição de conteúdos estáticos, geração dinâmica de conteúdos e padrão de desenho MVC. Serviços e comunicação entre serviços. Introdução à segurança do lado do servidor.
C5 Persistência de dados. Integração com Sistemas de Gestão de Base de Dados (SQL e NoSQL).
C6 Arquiteturas web orientadas para serviços. Serviços Web e Microserviços. Modelos de middleware para a Web. Containerização.

A UC segue o modelo de avaliação ao longo do semestre por projeto, pelo seu caráter eminentemente prático, não contemplando exame final.

O estudante é avaliado pelas seguintes componentes (A1+A2):
A1: 3 mini-testes individuais de resposta múltipla [30% - 10% cada um]. A classificação de A1 corresponde à média das notas dos 3 mini-testes. Nota mínima de 8 valores.

A2: Projeto em Grupo (4) e discussão teórico-prática individual [70%]. A classificação de A2 corresponde a uma percentagem aplicada à nota do projeto, que decorre diretamente do desempenho demonstrado na discussão teórica-prática individual. Nota mínima de 9,5 valores.

Assiduidade:
Não é obrigatória a presença às aulas.

Obrigatória

Dean, J. (2025). Web programming with HTML5, CSS, and JavaScript. Jones & Bartlett Learning, 2nd Edition. ISBN: ‎ 9781284302967.

Percival, H., & Gregory, B. (2020). Architecture Patterns with Python: Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices. O'Reilly Media. ISBN: 9781492052203

Richardson, L., & Amundsen, M. (2013). RESTful Web APIs. O'Reilly Media. ISBN: 9781449358068.

Mozilla Foundation. (n.d.). MDN Web Docs. https://developer.mozilla.org/

Ramírez, S. (n.d.). FastAPI documentation. https://fastapi.tiangolo.com/

Docker Inc. (n.d.). Docker documentation. https://docs.docker.com/

Opcional

Fielding, R. T. (2000). Architectural styles and the design of network-based software architectures (Doctoral dissertation, University of California, Irvine). https://ics.uci.edu/~fielding/pubs/dissertation/top.htm

Haverbeke, M. (20). Eloquent JavaScript: A Modern Introduction to Programming (4th ed.). No Starch Press. ISBN: 9781593279509. Available at https://eloquentjavascript.net/

Martin, R. C. (2025). Clean Code: A Handbook of Agile Software Craftsmanship. Prentice Hall. 2nd Edition. ISBN: 9780135398579.

PocketBase Authors. (n.d.). PocketBase Documentation. https://pocketbase.io/docs/

React Team. (n.d.). React Documentation. https://react.dev/

MariaDB Foundation. (n.d.). MariaDB Server Documentation. https://mariadb.com/docs/

MongoDB, Inc. (n.d.). MongoDB Documentation. https://www.mongodb.com/docs/

World Wide Web Consortium. (2004). Architecture of the World Wide Web, Volume One. W3C Recommendation. https://www.w3.org/TR/webarch/

CP1: Introdução ao Business Intelligence – conceitos, arquitetura e ferramentas.
CP2: Integração e transformação de dados – Power Query, M, conexões a múltiplas fontes.
CP3: Modelação de dados – tabelas relacionais, DAX, medidas e KPIs.
CP4: Visualização de dados – criação de relatórios, dashboards, storytelling com dados.
CP5: Avaliação e boas práticas em projetos de BI – ética dos dados, governação, qualidade da informação.

A avaliação ao longo do semestre inclui:

- Projeto prático de desenvolvimento de sistema de informação analítica realizado em grupo (máximo de 3 alunos), incluindo um relatório (15%) com uma entrega intercalar obrigatória (15%) e uma defesa oral com nota individual (20%). Nota mínima de 8 valores.
- Teste individual (30%) para aferição de conhecimentos teóricos.
- Trabalhos semanais em aula e autónomos (20%).

O uso de ferramentas de IA (ex: ChatGPT) é permitido para apoio técnico e deve ser claramente referenciado com os prompts utilizados.

O Exame Final é um exame escrito, individual, sem consulta, com toda a matéria.

Realiza exame final na época 1 quem não optar por avaliação ao longo do semestre.

Realiza exame final na época 2 quem não tenha concluído com sucesso a avaliação ao longo do semestre, ou o exame da época 1, com uma nota superior ou igual a 9,5 (em 20).

Obrigatória

Greg Deckler, Learn Microsoft Power BI: A comprehensive, beginner-friendly guide to real-world business intelligence (2025)

R. Kimball, M. Ross The Data Warehouse Toolkit - the definitive guide to dimensional modeling, 3rd Edition. John Wiley & Sons, USA, (2013)

Opcional

Será disponibilizada consoante os interesses dos estudantes e atualizações tecnológicas relevantes.