pós-graduação business intelligence & analytics
Associar-se à Porto Business School vai permitir-lhe adquirir competências que irão fazer a diferença na sua vida, na sua organização e na sociedade
201 6
2 ª e di ç ã o
Conheça a Porto Business School, texto introdutório que relacione a escola com o curso.
p ós - g r a d u a ções c om in í c io em ja n ei ro / fe v e r e ir o d e 2016
Análise Financeira 13ª edição Business Intelligence & Analytics 2ª edição Controlo de Gestão e Avaliação de Desempenho 6ª edição Gestão de Compras e Abastecimento 2ª edição
Associar-se à Porto Business School vai permitir-lhe adquirir competências que vão fazer a diferença na sua vida, na sua organização e na sociedade.
Gestão Imobiliária 11ª edição Gestão de Projetos 4ª edição Gestão de Operações 4ª edição Gestão de Vendas 8ª edição Internacionalização 2ª edição
p ós - g r a d u a ções c om in í c io e m s etemb ro / ou t u br o 20 16
Comunicação Empresarial 8ª edição Digital Business 3ª edição Direção de Empresas 9ª edição Finanças e Fiscalidade 21ª edição Gestão e Direção de Serviços de Saúde 16ª edição Gestão de Pessoas 8ª edição Gestão do Turismo e Hotelaria 11ª edição Marketing Management 7ª edição
me n s ag e m d a c o o r d e n aç ão
a p r e se ntação
Estando o volume, velocidade e variedade dos dados a aumentar consideravelmente, o desenvolvimento de tecnologias distribuídas para a sua recolha, armazenamento e análise, está a criar oportunidades para o aparecimento de novos paradigmas no apoio à tomada de decisão nas organizações – frequentemente denominados de Big Data.
Os dados disponíveis provêm, hoje em dia, de fontes tão diversas como a internet, as redes sociais, redes de sensores, para além dos sistemas de informação tradicionais das empresas (como por ex. ERP, CRM e SCM). A sua natureza é também diversificada, incluindo dados numéricos, texto estruturado e não estruturado, grafos, áudio e vídeo.
Essas oportunidades cobrem todas as áreas de negócio das empresas, do marketing e recursos humanos até à logística e à produção, e estendem-se a organizações ligadas ao negócio eletrónico, à indústria, ao retalho, telecomunicações, etc. Além disso, a empregabilidade crescente nesta área – contrariando o cenário geral – continua a impulsionar a procura de formação avançada na área de Tecnologias de Informação, abrindo espaço à criação de uma Pós-Graduação em Business Intelligence & Analytics.
As ferramentas necessárias para tratar estes dados incluem, para além de bases de dados tradicionais, as bases de dados não estruturadas e os sistemas de processamento distribuído e também algoritmos de análise de dados estatísticos, de machine learning e data mining. Desta forma, é possível às empresas, à administração pública e a outras organizações, o desenvolvimento de soluções de organização, tratamento e análise de dados para melhorar os processos de tomada de decisão existentes e criar novos processos, estando inclusivamente na base de novos modelos de negócio.
Como está organizado o programa Advanced Data Science & Engineering BDIA - Big Data Intelligence and Analytics PA- Predictive Analytics VDM - Visual Data Mining GQD - Gestão e Qualidade dos Dados SNA - Social Network Analysis TWM - Text e Web Mining SR - Sistemas de Recomendação
O curso tem uma forte orientação prática assente no contacto com especialistas de experiência reconhecida e na utilização dos conhecimentos adquiridos na resolução de casos de estudo. A realização destes casos é feita com base em ferramentas cujo domínio será garantido durante o programa através da realização de exercícios práticos e também de projetos unificadores, realizados durante o 1ª e 3ª trimestres. Estes projetos debruçam-se em problemas reais e são acompanhados por especialistas das empresas que os fornecem.
«Estão criadas as oportunidades para o aparecimento de novos paradigmas no apoio à tomada de decisão nos organizações frequentemente denominadas de Big Data» pedro campos carlos soares
Basic Data Science & Engineering
DM - Data Mining BI - Business Intelligence DAEDA - Data Analytics & Exploratory Data Analysis
Information to Support Management
SAIG - Sistemas Avançados de Informação para a Gestão MI - Mobile Intelligence E2.0 - Enterprise 2.0
Infrastructure
BDENE - Bases de Dados Estruturadas e Não Estruturadas IBD - Infraestruturas para Big Data
ob je ti vos
de sti natár i os
A Pós-Graduação em Business Intelligence & Analytics (BI&A) permite aos participantes adquirirem, ou renovarem competências na área da ciência e engenharia dos dados para se integrarem, de forma imediata, nas novas realidade do mercado, compreenderem as mais recentes transformações nas áreas de inteligência de negócio e análise de dados.
Quadros médios e superiores de qualquer área de negócio, incluindo os responsáveis pelas áreas de Marketing, Vendas, Controlo de Gestão, Recursos Humanos e Sistemas de Informação; Analistas de dados, Investigadores, entre outros.
O programa faz a ponte entre a tecnologia e a gestão do negócio, combinando competências em tecnologia com uma orientação para as questões de negócio e um conjunto diversificado de soft skills. Neste curso será dada uma especial atenção à apresentação e discussão de casos práticos e à execução de projetos em colaboração com empresas.
Incluem-se ainda todos os que pretendam adquirir e/ou aprofundar os conhecimentos nas áreas de Business Intelligence, Analytics, Machine Learning, Data Mining, Big Data, Data Science and Engineering.
d oc ent es
estrutura curr ic u lar •
horas 1º TRIMESTRE fevereiro a abril 2016
2º TRIMESTRE maio a julho 2016
3º TRIMESTRE setembro a dezembro 2016
Infrastructure
•
12
Disciplinas • Docentes Sistemas Avançados de Informação para a Gestão • Vasco Viana / João Santos
16
•
Business Intelligence • João Mendes Moreira
16
•
Data Mining • Carlos Soares
16
•
Data Analytics & Exploratory Data Analysis • Pedro Campos
17
•
Projeto de BI&A I • Pedro Campos / Carlos Soares
•
Master Class
8
•
Enterprise 2.0 • Ana Silva
16
•
Visual Data Mining • Pedro Cruz / Jos van der Velden
16
•
Gestão e Qualidade dos Dados • Ana Costa e Silva / Arno Knobbe
16
•
Predictive Analytics • Luís Torgo / Raul Domingos
16
•
Bases de Dados Estruturadas e Não Estruturadas • Gabriel David / Hugo Koopmans
Alípio Jorge. Professor Associado do Departamento de Ciência dos Computadores da Faculdade de Ciências da Universidade do Porto e coordenador do LIAAD INESC TEC. Doutorado em Ciências dos Computadores pela Universidade do Porto, MSc. on Foundations of Advanced Information Technology (Imperial College, Reino Unido).
Ana Costa e Silva. Doutorada pela Universidade de Edimburgo. Formação em Gestão e Mestrado em Data Analytics. Trabalhou nos últimos 15 anos em análise de dados, 7 anos no departamento de Estatística do Banco de Portugal e atualmente na TIBCO Spotfire’s Industry Analytics Group (Reino Unido).
16
•
Text e Web Mining • Jorge Teixeira / João Graça
5
•
Master Class
8
•
Mobile Intelligence • Michel Ferreira
16
•
Sistemas de Recomendação • Alípio Jorge / Adam Woznica
16
•
Social Network Analysis • Eduarda Mendes Rodrigues / Márcia Oliveira
16
•
Big Data Intelligence and Analytics • Pedro Rodrigues / Albert Bifet
16
•
Infraestruturas para Big Data • Ricardo Morla / Miguel Costa
18
•
Projeto de BI&A II • Pedro Campos / Carlos Soares
5
•
Master Class
Basic Data Science & Engineering
Arno Knobe. Senior researcher no Data Mining Group do LIACS (the Leiden Institute of Advanced Computer Science) na Holanda. É também responsável pela consultora holandesa de Data Mining - Kiminkii. A sua investigação centra-se em projetos que envolvem recolha de dados em grande escala, descoberta de conhecimento e desenvolvimento de novas formas de aplicar as técnicas existentes a Big Data. Carlos Soares. Licenciado em Engenharia de Sistemas e Informática pela UM, obteve o mestrado em Inteligência Artificial e o doutoramento em Ciência de Computadores pela U.Porto. Professor Associado na FEUP e investigador do INESC TEC. Tem 15 anos de experiência em projetos de investigação e consultadoria em Data Mining e Business Intelligence. Eduarda Mendes Rodrigues. Principal Researcher nos Fujitsu Laboratories Europe e Professora Auxiliar da FEUP. Os seus interesses são nas áreas do data mining e na web information retrieval e a sua investigação foca-se em mining social media content e na caracterização do utilizador em comunidades online. É doutorada em Electronic & Electrical Engineering pelo University College London, (Reino Unido) e licenciada em Engenharia Electrotécnica e de Computadores pela U.Porto. Gabriel David. Doutorado em Informática, ramo Inteligência Artificial pela Universidade Nova de Lisboa e é atualmente professor associado da FEUP. É membro do Conselho Geral da UP e liderou a equipa de desenvolvimento do SIGARRA, o sistema de informação da UP. É Administrador do INESC TEC. Hugo Koopmans. Lidera o Advanced Intelligence Group da DIKW Consulting (Holanda). É um data scientist especializado no desenvolvimento de modelos de suporte à decisão para prever o comportamento dos consumidores usando Data Mining. Nos últimos anos focalizou-se em Big Data e Social Media & Network Analytics, explorando dados não estruturados como vídeo, imagens e redes sociais. João Graça. Atualmente CTO da Unlabel. Anteriormente exerceu funções de Data Scientist e especialista em processamento de linguagem natural na Dezine e na Flashgroup. João desenvolveu o seu doutoramento no Instituto Superior Técnico e na Universidade da Pennsylvania. É autor de vários papers nas áreas de machine learning, unsupervised learning e machine translation. É também cofundador do Lisbon Machine Learning Summer School.
Advanced Data Science & Engineering
MASTER CLASSES
HORÁRIO
DURAÇÃO
LOCAL
Ao longo do ano a Porto Business School organiza três Master Classes específicas para os alunos, com oradores internacionais. Estas sessões, com a duração de 5h cada, decorrerão ao sábado à tarde, uma vez por trimestre.
Sextas-feiras 18h00 às 22h00 Sábados 9h00 às 14h00
A Pós-Graduação em Business Intelligence & Analytics tem a duração de 270 horas de formação presencial, divididas em 3 trimestres.
Porto Business School
Por questões relacionadas com feriados ou necessidades de avaliação poderão, excecionalmente, ser utilizados outros dias da semana, sempre em horário pós-laboral.
Albert Bifet. Atualmente está ligado ao Institut Mines-Télécom, Télécom ParisTech e Univ. Waikato. Foi colaborador HUAWEI Noah’s Ark Lab, na Yahoo! Research e na UPC BarcelonaTech. É autor de um livro em Adaptive Stream Mining and Pattern Learning and Mining from Evolving Data Streams. Lidera o desenvolvimento do software SAMOA e MOA.
Ana Silva. Open Innovation @ SONAE. Foi responsável pela área de Marketing Digital no grupo Sonae Indústria. Co-fundadora do projeto Cidadania 2.0 e docente nas áreas de Enterprise 2.0, Social Media Marketing e Social CRM. Licenciada em Gestão na FEP/UP, com Pós-Graduações em Marketing e em Gestão da Informação & Marketing Intelligence.
5
Information to Support Management
Adam Woznika. Senior Machine Learing Specialist na Expedia Inc. (Genebra) na área dos sistemas de recomendações em larga escala. Possui Mestrado em Matemática Aplicada na Universidade de Lodz (Polónia) e Doutoramento na Universidade de Genebra (Suiça).
Mais informações sobre as disciplinas em
www.pbs.up.pt
João Santos. Senior Manager na Accenture na área de Digital que engloba as vertentes de Experiência de cliente, Analítica e Mobilidade. Mais de 20 anos de experiência em consultoria ligada a programas de transformação de base tecnológica e integração de sistemas a nível nacional e internacional em indústrias como Retalho, Energia, Serviços Financeiros e Consumo em soluções que vão desde Sistemas Financeiros Bancários, Business Intelligence, HR, CRM, Web Applications, Portals, Social Media e Gamification. João Mendes Moreira. MBA pela Porto Business School. Doutorado em Ciências de Engenharia pela U.Porto É investigador do LIAAD/INESC TEC. Participou em diversos projetos de Data Mining and Business Intelligence, nomeadamente como líder do projeto de desenvolvimento de BI para a U.Porto.
Jorge Teixeira. Licenciado em Engenharia Eletrotécnica e de Computadores pela FEUP. É investigador e engenheiro de software na Portugal Telecom, onde é responsável pelos SAPO Labs, e aluno de doutoramento na FEUP. Jos van der Velden. Gestor do programa académico global para o SAS em Portugal desde 2010. Colabora com várias instituições de ensino em Portugal, e entre outros é orador convidado para assuntos nas áreas de estatística, business intelligence, analítica avançada e Big Data. Luís Torgo. Engenheiro de Sistemas e Informática pela U.Minho. Doutorado em Ciências dos Computadores U.Porto. CEO e fundador da KNOYDA, uma empresa de consultoria e formação em Data Science. É professor associado da Faculdade de Ciências do Porto e senior researcher do LIAAD INESC TEC. É autor de “Data Mining with R” um dos livros de data mining mais vendidos no mundo. Márcia Oliveira. Data Scientist na Skim.it. Antes disso, foi investigadora no Laboratório de Inteligência Artificial e Apoio à Decisão (LIAAD/INESC TEC) e doutoranda em Gestão na Faculdade de Economia da Universidade do Porto (FEP.UP). Licenciada em Gestão e Mestre em Data Analytics. Os seus interesses de investigação centram-se nas áreas de Análise de Redes Sociais e Network Science, Machine Learning/Data Mining (aprendizagem não-supervisionada) e Análise de Decisão Multicritério. Tem colaborado com a indústria em vários projetos de Análise de Redes Sociais. É coautora do livro “Extração de Conhecimento de Dados – Data Mining”. Michel Ferreira. Professor auxiliar do Departamento de Ciência de Computadores da Faculdade de Ciências da Universidade do Porto e investigador do Instituto de Telecomunicações, onde dirige o grupo de “Geo-Networks”. É cofundador da empresa Geolink e os seus interesses de investigação são na área de Sistemas Inteligentes de Transporte. Miguel Costa. Lead Data Engineer, na Miniclip. Antes disso, foi colaborador na Coolblue como Data Scientist, e na AGAP2 Consulting onde esteve inserido na equipa de Big Data do portal sapo.pt. Está a frequentar o programa de Doutoramento no Instituto Superior Técnico no Departamento de Engenharia Informática. É especialista em infraestruturas de Big Data. Pedro Campos. Doutor em Ciências Empresariais pela U.Porto e Professor Auxiliar na FEP, onde leciona disciplinas nas áreas da Análise de Dados e Sistemas de Informação. É também metodólogo no INE, docente na Porto Business School e membro do LIAAD INESC TEC - Laboratório de Inteligência Artificial e Análise de Decisão. Pedro Cruz. Especialista em visualização de informação, estando a finalizar o doutoramento na mesma área pela Universidade de Coimbra. Professor Auxiliar convidado nos cursos de Design e Multimédia e investigador do Centro de Informática e Sistemas da UC. Trabalhou no MIT Senseable City Lab . Em 2010 ganhou a Student Research Competition da SIGGRAPH e em 2014 ganhou o prémio para Design e Movimentos Sociais da 4ª Bienal Ibero-Americana de Design. Pedro Rodrigues. Professor convidado da Faculdade de Medicina da Universidade do Porto e membro do CINTESIS e do LIAAD/INESC TEC. Mestre e Doutor em Ciências dos Computadores pela Faculdade de Ciências da Universidade do Porto. Os seus interesses focam-se em métodos de machine learning para dados de streaming (incluindo redes de sensores), tendo obtido diversos prémios internacionais. Raul Domingos. Engenheiro Informático (Universidade de Coimbra) com MBA na Solvay Brussels School. Especialista em gestão de projetos de análise de dados com mais de 10 anos de experiência em várias empresas, sendo neste momento Professional Manager in Business Analytics (CSC –Bélgica). Ricardo Morla. Professor auxiliar na U.Porto. Ensina e desenvolve investigação na FEUP e no INESC TEC. Os seus interesses de investigação centram-se na gestão e no controlo de redes e sistemas IT. É doutorado em Computação pela Universidade de Lancaster. Foi lecturer e post-doc na Universidade da Califórnia em Irvine em 2007 e professor convidado na Universidade de Carnegie Mellon em 2010. Vasco Viana. Licenciado em Economia pela Faculdade de Economia da Universidade do Porto. MBA pela Porto Business School. Assistente convidado e doutorando em Ciências Empresariais da Faculdade de Economia da Universidade do Porto. Especialista em Sistemas de Informação, Estratégia Empresarial e problemática das empresas familiares. É consultor independente nas áreas de estratégia empresarial, colaborando com o Centro de Estudos da Porto Business School.
testem u nho s
«Uma das prioridades da Accenture é ajudar os seus clientes no seu processo de transformação digital. O conhecimento profundo do mercado e dos clientes é hoje fundamental nessa transformação e a área de Analytics tem o papel central enquanto enabler da aquisição desse conhecimento, permitindo a criação de relações personalizadas aos interesses e necessidades de cada pessoa. Na perspetiva mais interna das organizações, o Analytics vem também permitir uma nova abordagem
à gestão, baseada na obtenção de informação de valor de forma proativa e em tempo real, com impactos importantes na eficácia e eficiência de processos e operações. A parceria com a Porto Business school afigura-se como fundamental na implementação da estratégia da Accenture de promoção e aquisição de capacidades nestas áreas emergentes, num mercado que começa agora a dar os primeiros passos.»
«Decidi ingressar na Pós-Graduação em Business Intelligence & Analytics com a intenção de aprender mais sobre as melhores práticas relativas à extração de conhecimento e à resolução de problemas complexos de análise de dados. Desenvolver este tipo de capacidades traduz-se cada vez mais numa vantagem crucial para que as empresas sejam capazes de se diferenciar
Pedro Lopes Managing Director | Accenture Portugal
num mercado cada vez mais competitivo. A experiência adquirida durante os casos práticos, os conhecimentos transmitidos por um corpo docente experiente e o contacto com profissionais deste ramo tornaram-se numa mais-valia importante para o meu ingresso no mercado de trabalho e para o meu desenvolvimento pessoal e profissional.» Isabel Portugal Business Intelligence Data Analyst | Farfetch Aluno da 1.ª edição de PGBIA
«A minha motivação para escolher esta pós-graduação recaiu muito na necessidade que tenho de me manter atualizado em termos académicos e também na procura de novos desafios. Especificamente, escolhi a Porto Business School pela reputação e prestígio internacional que tem e a Pós-graduação em BI&A por dois motivos: uma curiosidade enorme pela área, sendo complementar à minha área de estudo, e a necessidade atual e futura do mercado de melhores sistemas de suporte à tomada de decisão (com a entrada da BIG DATA em cena). Se me propusessem fazer tudo de novo, começava hoje.» Rodrigo Segundo Gestor de Projeto / Analista de Dados | Sonae MC Aluno da 1.ª edição de PGBIA
«Licenciada em Economia, trabalhando em TI mas com um gosto pessoal por análise de dados, procurava um programa que me permitisse ter conhecimentos dentro desta área de atividade. O objetivo era ganhar competências em Business Inteligence para apoio a tomada de decisão. A possibilidade de pôr os conhecimentos em prática (no início e no final da Pós-Graduação) permite-nos terminar o programa
com conhecimento para melhor analisar desafios identificados e propor soluções mais adequadas, dado o tipo de problema, volume e volatilidade de dados. A aposta nas Master Classes propostas pela escola revelam que a Porto Business School se mantém atualizada na evolução de tendências na área de gestão, marketing e desenvolvimento pessoal, proporcionando o desenvolvimento não só profissional como pessoal.» Andreia Santos Product Owner | BLIP Aluno da 1.ª edição de PGBIA
m a ster clas s es
d i p l om a
pr opi nas
As Master Classes da Porto Business School são um marco único dos cursos de pós-graduação. Em cada trimestre são convidados docentes das mais prestigiadas escolas de gestão do mundo e especialistas de renome que abordam temas de gestão relevantes e atuais para todos os quadros empresariais.
Aos alunos que obtenham aprovação em todas as disciplinas e assistam a pelo menos ¾ das aulas será atribuído o Diploma de Pós-Graduação em Business Intelligence & Analytics.
O custo da Pós-Graduação em Business Intelligence & Analytics é de 6.600 euros, encontrando-se o pagamento repartido da seguinte forma:
Master Classes realizadas em 2014/2015:
Developing 360 Degrees Influence Mark Fritz
Managing Director of Procedor
Business Ethics Urs Müller
ESMT European School of Management and Technology
Negotiating in Business Paul Hazell
Co-founder and Director of PITHON Limited
Empreendedorismo Social e a Economia de Impacto Filipe Monteiro
Presidente Portugal Inovação Social
From Founder to Successor: Understanding the Full Range of Launching an Organization
Riding the Digital Tiger Without Getting Eaten
Joseph Santora
Sasin Graduate Insitute of Business
Aos alunos que optem por não realizar os exames ou que, realizando-os, não obtenham aprovação, caso assistam a, pelo menos, ¾ das aulas ser-lhes-á atribuído um Certificado de Frequência de Pós-Graduação em Business Intelligence & Analytics, com indicação das disciplinas. Nos termos do respetivo Regulamento da Universidade do Porto, o Curso de Pós-Graduação em Business Intelligence & Analytics permite aos seus diplomados a obtenção de créditos ECTS (European Credit Transfer System) na área das Ciências Empresariais.
•
2.200 euros no momento da matrícula 2.200 euros antes do início das aulas do 2.º trimestre 2.200 euros antes do início das aulas do 3.º trimestre
Em alternativa, os participantes poderão optar pelo pagamento integral da propina auferindo de um desconto de pronto pagamento de 5%. O processo de candidatura não está sujeito a qualquer taxa. Estes valores incluem docência e material de apoio às aulas. Associados da Porto Business School e antigos alunos poderão beneficiar de condições especiais. A Porto Business School tem acordos com várias instituições financeiras para obtenção de financiamento referente aos cursos que oferece. Políticas de pagamento, cancelamento e reservas: www.pbs.up.pt/formacao/informacoesgerais
Ian Fenwick
International School of Management
• •
c a nd i d atu r as Design Thinking and Innovation Clark Kellogg UC Berkeley
Organizational Behavior Ignacio Álvarez de Mon Instituto de Empresa
Poderão candidatar-se à frequência do curso os detentores de uma licenciatura ou grau superior. Em casos excecionais, e mediante avaliação do curriculum académico e da experiência profissional, poderão ser admitidos candidatos sem o grau de licenciatura.
CANDIDATURAS até 25 de janeiro de 2016
Susana Silva
Caso o número de candidaturas aceites seja superior ao número de vagas, compete à Direção do curso a respetiva seleção e seriação. Os candidatos serão pessoal e atempadamente informados do resultado da candidatura.
a p oi o A Accenture atribui um prémio monetário ao aluno com melhor desempenho na Pós-Graduação em Business Intelligence & Analytics de valor correspondente ao valor das propinas.
Informações e candidatura
MATRÍCULAS até 1 de fevereiro de 2016
T: 226 153 278 E: pgbia@pbs.up.pt
Porto Business School Avenida Fabril do Norte, 425 4460-314 Matosinhos T: +351 226 153 270 E: geral@pbs.up.pt www.pbs.up.pt