CURSO DE PÓS-GRADUAÇÃO

Transcrição

1 CURSO DE PÓS-GRADUAÇÃO EM ANÁLISE DE DADOS E GESTÃO DE INFORMAÇÃO Grupo de trabalho Armando Mendes Áurea Sousa Fátima Brilhante Rita Marques Brandão Osvaldo Silva Fevereiro 2010

2 Enquadramento e justificação do curso A utilização cada vez mais frequente de bases de dados, por vezes de elevada dimensão, nas mais diversas áreas, torna pertinente a aquisição de conhecimentos a nível da análise de dados e da gestão de informação. A necessidade de tomar decisões informadas e cientificamente justificáveis dentro das organizações, com ou sem fins lucrativos, requer a análise desses dados, de modo a possibilitar a extracção de conhecimento útil. Muitos desses dados são internos às organizações e encontram-se armazenados em sistemas de informação ou bases de dados com fins operacionais, tais como os sistemas de informação transaccionais. Outros poderão provir de fontes secundárias externas ou da realização de inquéritos. No entanto, não basta ter dados disponíveis, é necessária a sua transformação eficiente e eficaz em conhecimento útil, que possa ter um impacto positivo no desempenho da organização. A capacidade de recolher, tratar, integrar e verificar a qualidade dos dados torna-se, assim, fundamental para a tomada de decisão em qualquer contexto, incluindo os de investigação e inovação. A geração de conhecimento útil a partir de dados requer a aplicação de técnicas de análise de dados adequadas ao objectivo e ao contexto do problema. Entre estas encontram-se várias técnicas estatísticas e de Data Mining. Este curso de pós-graduação visa fornecer novas competências e actualizar as já adquiridas nos domínios da Análise de Dados e da Gestão de Informação. Pretende-se, igualmente, que o aluno adquira competências sobre os procedimentos e tecnologias usadas ao longo de todo o processo, desde a recolha dos dados até à sua análise e modelação, sem esquecer a interpretação dos resultados e a aplicação do conhecimento obtido na melhoria dos processos e das organizações. O desenvolvimento destas competências é relevante em muitas actividades profissionais, de investigação e intervenção nos diversos contextos das sociedades modernas. As áreas de aplicação incluem, entre outras, os Estudos de Mercado, as Ciências Sociais e Humanas e as Ciências da Saúde, da Vida e do Ambiente. O programa do curso possui uma forte componente aplicada e recorre à utilização de software adequado à resolução de problemas específicos (e.g. SPSS, Excel, Access, Linguagem R). Os programas das unidades curriculares, ainda que sejam compostos por tópicos obrigatórios, permitem alguma flexibilidade, de modo a irem ao encontro das necessidades dos alunos. 2

3 Objectivos e Competências Este curso de pós-graduação visa a formação avançada e actualizada nos domínios de Análise de Dados e Gestão de Informação, enfatizando a interligação entre a análise e modelação de dados e a sua aplicação a diversas áreas, tais como as das Ciências Sociais e Humanas, Sondagens e Estudos de Mercado e as Ciências da Saúde, da Vida e do Ambiente. Pretende-se, nomeadamente, que os profissionais, investigadores e todos os interessados das diversas áreas: Fiquem habilitados a organizar a informação, a realizar análises estatísticas adequadas e, ainda, a apresentar e interpretar os resultados obtidos em trabalhos de investigação e/ou relatórios profissionais; Adquiram uma formação avançada em análise de dados e gestão de informação, através do desenvolvimento das competências necessárias à utilização de técnicas de tratamento e modelação de dados com uso de software adequado, em contexto académico e profissional; Utilizem métodos quantitativos como ferramenta de apoio à decisão, nomeadamente no domínio empresarial, permitindo fundamentar objectivamente as decisões tomadas. Obtenham competências para desenvolver ou apoiar a investigação, ao mais alto nível, contribuindo para promover a sua empregabilidade e capacidade de inovação. Público-Alvo Podem candidatar-se ao curso de pós-graduação titulares com o grau de licenciado ou habilitação legalmente equivalente, que pretendam adquirir, actualizar ou aprofundar conhecimentos a nível do tratamento de informação para o desempenho da sua actividade profissional. Destacam-se como exemplo: Profissionais da área das Ciências Humanas e Sociais interessados na recolha de dados através de inquéritos e na sua subsequente análise; Profissionais das Ciências da Saúde, da Vida e do Ambiente com funções de investigação que requerem a realização de estudos apoiados na análise de dados; Gestores de projectos com funções de controlo, melhoria de processos e de Gestão da Qualidade; 3

4 Decisores que pretendam valorizar as suas capacidades estratégicas, tirando partido dos sistemas de informação de apoio à decisão e da análise de dados; Gestores de crédito e analistas de Marketing preocupados em identificar segmentos de mercado, captar e reter clientes; Analistas de dados com funções de produção de estudos e geração de conhecimento sobre uma instituição ou sector de actividade; Profissionais com funções de criar aplicações capazes de fornecer a informação adequada a decisores ou outros utilizadores; Investigadores e docentes com necessidade de, a partir de dados recolhidos, analisar, interpretar e apresentar resultados. Estrutura e Organização Curricular Este curso de pós-graduação funciona na Universidade dos Açores, sob a coordenação do Departamento de Matemática, regendo-se o seu funcionamento pelas orientações constantes dos regulamentos desta instituição. O curso segue o sistema europeu de transferência de créditos (ECTS), num total de 60, tendo a duração de dois semestres lectivos. A sua conclusão, com aproveitamento, confere a atribuição de um diploma. A área científica predominante é a Estatística (EST), que compreende a maioria das unidades curriculares. O curso integra, ainda, unidades curriculares das áreas de Ciências Informáticas (INF), Matemática (MAT) e uma unidade curricular que abrange as áreas de Estatística, Matemática, Ciências Informáticas, Sociologia e outros estudos (SOC), Direito(DIR) e/ou Ciências da Vida (CVD). 4

5 Quadro n.º 1 Componentes da estrutura curricular do Curso de Pós-Graduação em Análise de Dados e Gestão de Informação: áreas científicas e unidades curriculares Áreas científicas Estatística (EST) Unidades Curriculares Amostragem e Investigação por Questionário Modelos Estatísticos Introdução à Análise de Dados Análise de Dados Multivariados Matemática (MAT) Modelação de Sistemas 7,5 Sistemas de Informação e Bases de Dados Ciências Informáticas (INF) Estatística (EST)/ Matemática (MAT)/ Ciências Informáticas (INF)/ Sociologia e outros estudos (SOC)/ Direito(DIR)/ Ciências da Vida (CVD) Prospecção e Descoberta da Informação ECTS Obrigatórios Optativos Seminário 7,5 Total 60 Quadro n.º 2 Plano de Estudos 1.º Ano (1º e 2º Semestres) Unidades Curriculares Obrigatórias Tempo Trabalho Área Tipo (horas) Cient. Total Contacto Créd. 1.º Semestre Amostragem e Investigação por Questionário EST Sem TP 7,5 Introdução à Análise de Dados EST Sem TP 7,5 Modelação de Sistemas MAT Sem TP 7,5 Sistemas de Informação e Bases de Dados INF Sem TP 7,5 Obs. 2.º Semestre Análise de Dados Multivariados EST Sem TP 7,5 Modelos Estatísticos EST Sem TP 7,5 Prospecção e Descoberta da Informação INF Sem TP 7,5 Seminário EST/ MAT/ INF/ SOC/ DIR/ CVD Sem TP 7,5 Total

6 Quadro n.º 3 Descritivos das Unidades Curriculares Unidades Curriculares Obrigatórias Amostragem e Investigação por Questionário Introdução à Análise de Dados Modelação de Sistemas Descritivo 1º Semestre Esta unidade curricular visa apresentar os principais métodos de recolha de dados, sendo dada uma atenção especial às regras gerais para a concepção de um questionário e à realização de pré-testes e estudos piloto, de modo a possibilitar a análise da Fiabilidade/Consistência interna das escalas. Serão, ainda, apresentados os conceitos fundamentais de amostragem e a implementação de alguns dos principais métodos com recurso ao software SPSS. Nesse contexto, serão abordados os principais métodos empíricos e probabilísticos de amostragem (Amostragem aleatória simples, Amostragem aleatória estratificada, Amostragem com probabilidades desiguais, Sondagem em várias etapas). Pretende-se que os alunos adquiram competências a nível da utilização de diferentes técnicas de amostragem, reconhecendo as vantagens e desvantagens de planos de amostragem e de métodos de estimação alternativos. O aluno deve adquirir conhecimentos a nível da utilização do package de amostragem do software SPSS, de modo a poder estudar o efeito de diversas alternativas de sondagem e estimação aplicadas a dados referentes a populações. Num mercado global, onde é importante apostar na melhoria contínua das organizações, é imprescindível a utilização de metodologias estatísticas. Pretende-se que o aluno adquira formação a nível da preparação do tratamento de dados (introdução dos dados, identificação de outliers e de valores omissos, codificação, ponderação e estandardização das variáveis). Pretende-se, também, que o aluno seja capaz de proceder à análise de dados utilizando as técnicas básicas de Estatística Descritiva, incluindo alguns dos principais métodos estatísticos associados ao Controlo da Qualidade, e de Inferência Estatística, utilizando um software apropriado (e.g., SPSS) e/ou folha de cálculo. Em todo o processo, é essencial desenvolver a capacidade de seleccionar as técnicas apropriadas a cada conjunto de dados, não descuidando o principal objectivo de qualquer investigação, que é a interpretação correcta dos resultados e a apresentação das conclusões da análise. Desde o seu aparecimento como ciência, a Matemática tem vindo a ser utilizada como ferramenta no apoio à tomada de decisões complexas. Esta unidade curricular visa explorar alguns métodos utilizados nas organizações para estruturar e modelar o processo decisório, usando metodologias de sistemas. Dá-se especial relevo à formulação de problemas de decisão e a instrumentos particularmente úteis na optimização de sistemas como a programação linear e a 6

7 Sistemas de Informação e Bases de Dados Análise de Dados Multivariados Modelos Estatísticos simulação digital discreta. Desenvolvem-se, ainda, competências ao nível da cooperação e resolução de problemas em grupo e da utilização de aplicações informáticas adequadas. A unidade curricular é constituída por dois módulos. O módulo inicial faz uma introdução aos sistemas de informação, numa perspectiva sociotécnica (i.e. como as pessoas devem aceder e usar a informação numa organização). Com esse objectivo apresenta-se e discute-se, o modo como os sistemas de informação são planeados, desenvolvidos e administrados. O módulo de bases de dados tem por objectivo apresentar e discutir as tecnologias utilizadas na organização e gestão de dados, elemento fundamental dos sistemas de informação. Desenvolve-se o enquadramento histórico dos sistemas de base de dados e da arquitectura do sistema de gestão de base de dados (SGBD) e abordam-se aspectos fundamentais de modelação, desenho e implementação de base de dados relacionais em linguagem SQL. Pretende-se ainda que os alunos adquiram competências na utilização de gestores de bases de dados relacionais, tais como o Microsoft Access ou o mysql. 2.º Semestre A Estatística é uma ciência fundamental nos mais variados domínios do conhecimento. Na verdade, a sua utilização tem-se expandido a todas as áreas com utilização de dados. Os progressos recentes a nível da Informática têm permitido o desenvolvimento de diversos métodos caracterizados por analisarem simultaneamente um conjunto de variáveis, daí a sua designação de métodos multivariados. Esta unidade curricular pretende fornecer aos alunos os conhecimentos e as competências necessárias para efectuar e interpretar análises de dados multivariados (Análise em Componentes Principais, Análise Factorial das correspondências, Análise de grupos ou de clusters, Análise Discriminante e Multidimensional Scaling). Pretende-se que os alunos adquiram um conhecimento dos diferentes tópicos apresentados, que lhes permita entender, de uma forma crítica, a literatura relacionada com a utilização destes métodos estatísticos e aplicar as técnicas apropriadas, recorrendo a software adequado. A Análise de Variância e a Análise de Regressão são métodos estatísticos considerados por muitos especialistas como as pérolas da Estatística Inferencial Clássica. Ambas as metodologias, que fazem parte de um leque mais amplo de modelos lineares, são aplicáveis em várias situações reais. Por exemplo, as técnicas da Análise de Variância são fundamentais para analisar dados obtidos em delineamentos experimentais, enquanto a previsão pode ser obtida a partir de modelos de regressão. Nesta unidade curricular procurase dotar o aluno com os conhecimentos necessários para implementar as técnicas mais usadas da Análise de 7

8 Prospecção e Descoberta da Informação Seminário Variância e da Análise de Regressão Linear em problemas concretos. Também se procura dotar o aluno com a capacidade de interpretar os resultados obtidos. Como ferramenta informática de suporte utilizar-se-á um package estatístico (e.g., SPSS). Os sistemas de apoio à decisão são considerados mais-valias tanto nas organizações como na análise de dados científicos. Muitos destes sistemas utilizam modelos de Investigação Operacional para sugerir melhores decisões, outros concentram-se na exploração e prospecção de dados usando algoritmos e técnicas da estatística e da Inteligência Artificial na aquisição de conhecimento a utilizar na tomada de decisão. Esta unidade curricular aborda este último tipo de sistemas, com especial incidência em técnicas de data mining ou de prospecção e descoberta de informação e na organização dos dados em bases de dados para apoio à decisão, também conhecidos por armazéns de dados (data warehouse). Assim, exploram-se as funcionalidades de diferentes aplicações usadas na construção de bases de dados para apoio à decisão e na sua utilização. O ponto de vista é o da exploração e compreensão dos algoritmos e tecnologias utilizadas e da sua aplicação na pesquisa de conhecimento. Esta unidade curricular será organizada em módulos independentes, onde serão abordados tópicos diversificados que visam complementar os conhecimentos adquiridos nas outras unidades curriculares. Os temas abordados nos módulos serão seleccionados, sempre que possível, em função dos interesses dos alunos. Corpo Docente O Departamento de Matemática possui um corpo docente qualificado que permitirá assegurar a coordenação e a leccionação das unidades curriculares do referido curso. É constituído por titulares do grau de doutor integrados em Centros de Investigação acreditados pela Fundação para a Ciência e Tecnologia, ou no Centro de Matemática Aplicada e Tecnologias de Informação (CMATI), unidade de investigação deste Departamento, acreditada pela Direcção Regional de Ciência e Tecnologia, onde desenvolvem actividades de ID&I. 8

9 Avaliação O sistema de avaliação, de cada unidade curricular, será estabelecido pelo docente responsável, podendo incluir provas escritas, trabalhos, relatórios, exposições orais e outras formas consideradas adequadas aos temas em estudo. O resultado da avaliação e aprovação nas unidades curriculares rege-se pelo estabelecido no regulamento dos cursos de pós-graduação da Universidade dos Açores. 9