- Cursos
- Estudante IPVC
- Guia de Acolhimento
- Provedor do Estudante
- Representação da Comunidade Estudantil nos Órgãos da Instituição
- Calendário Escolar
- Propinas e Emolumentos
- Renovação de Inscrição
- Horários e Assiduidade
- Mapa de Exames
- Estatutos Especiais
- Certidões, Inscrições e Requerimentos
- Frequência de Unidades Curriculares Isoladas
- Creditação / Certificação de competências
- Suplemento ao Diploma
- Carta de Curso
- Mobilidade
- Apoio aos alunos
- Legislação e Regulamentos
- Estudante Internacional
- Candidato IPVC
- Acesso e Ingresso
- Ano Zero
- Gabinete de Acesso
- Candidaturas ao Ensino Superior
- Regimes Especiais de Acesso
- Concursos Especiais
- Maiores de 23 anos
- Diplomados de Vias Profissionalizantes
- Reingresso, Mudança de Instituição/Curso
- CTeSP
- Mestrados
- Pós-Graduações
- Frequência de Unidades Curriculares Isoladas
- Matrícula e Inscrição
- Estatutos Especiais
- Propinas e Emolumentos
- Legislação e Regulamentos
- Reconhecimento de Graus e Diplomas
- ALUMNI
(Português) Análise de Dados: Proficiência em Análise de Dados

- Presentation
- Access
- Study cycle
- Information about the study cycle
- Formadores
Início / Study / Stand-Alone Course Units / Análise de Dados: Proficiência em Análise de Dados
Presentation
(Português)
Conheça melhor a formação Microcredenciada em Análise de Dados: Proficiência em Análise de Dados
No âmbito do programa IPVC OCEAN, o Politécnico de Viana do Castelo promove uma série de ações de formação microcredenciadas, centradas nas áreas da sustentabilidade, das smart cities e da análise de dados. Cada ação de formação microcredenciada apresenta três níveis: inicial, intermédio e avançado. A cada nível corresponderá um número específico de créditos, que poderão, na sua soma, ser utilizados numa pós-graduação específica.
Aqui fique a conhecer a ação microcredenciada em Análise de Dados: Proficiência em Análise de Dados de nível intermédio.
A formação microcredenciada em Análise de Dados: Proficiência em Análise de Dados insere-se na área de educação e formação (CNAEF) 481 – Ciências Informáticas e tem como área secundária a 462 – Estatística. A formação irá funcionar em regime online, com índole teórica e teórico-prática. Recorrendo a um método de aprendizagem centrado no formando, a formação centra-se em casos práticos, reforçando a criatividade e o espírito crítico do mesmo, através da realização de exercícios práticos.
As competências adquiridas capacitam os formandos a manipular eficientemente dados através de Python e SQL, bem como a compreender e aplicar conceitos estatísticos descritivos e inferenciais para análise de dados. Além disso, habilitam-nos a realizar modelação de dados avançada, incluindo técnicas de normalização, modelação relacional e dimensional, preparando-os para enfrentar desafios complexos de análise e gestão de dados em ambientes profissionais.
Degree
Duration
Regime
CNAEF Area
School
Reasons to attend the course
(Português)
A metodologia de ensino combina elementos de aprendizagem expositivo, demonstrativo e ativo utilizando materiais de apoio como apresentações em PowerPoint (PPT), casos práticos e exercícios. Os/As formandos/as têm assim a oportunidade de adquirir conhecimento através da informação fornecida pelo/a formador/A durante as sessões de formação, para além do conhecimento adquirido na análise de estudos de caso e exercícios práticos. Desta forma, os/as formandos/as são capazes de praticar e consolidar o que aprenderam, com o auxílio do/a formador/a.
Os recursos tecnológicos e informáticos permitem o acesso aos materiais do curso, exercícios e recursos adicionais. Estes recursos permitirão também uma comunicação facilitada entre formador e formandos, permitindo interações assíncronas e síncronas, como fóruns de discussão, chats e videoconferências.
Calendário
De 8 a 24 de abril
Horário
Horário: 8, 10, 15, 17, 24 de abril (síncrono); 8, 9, 10, 11, 14, 15, 16, 17, 21, 22, 23 de abril (assíncrono)
Duração: 27 horas de contacto (laboral)
A formação confere 3 créditos (ECTS).
Bolsa Incentivo PRR
Bolsa correspondente a 50% do valor da propina a ser atribuída a quem concluir a formação com sucesso e em tempo útil.
PRR BDA: Blue Design Alliance

Coordinator

Coordinator

Links
Documents
Access
Access conditions
(Português)
Destinatários | Conhecimento em bases de dados e experiência em programação com linguagem Python e SQL. Formação adequada para pessoas com qualificação de nível pós-secundária. Apenas possível para >18 anos.
Conteúdos programáticos:
- Manipulação de Dados | 6 horas
- Análise Estatística | 6 horas
- SQL Avançado | 6 horas
- Modelação de Dados | 9 horas
Coordinator

Links
Documents
Goals
(Português)
- Desenvolver competências na manipulação de dados utilizando Python e SQL, permitindo aos/às formandos/as importar, exportar, filtrar, selecionar, ordenar, agrupar e unir dados de diferentes fontes e formatos.
- Compreender os conceitos básicos de estatística descritiva e inferencial, capacitando os formandos a analisar distribuições estatísticas, realizar testes de hipóteses, calcular correlações, regressões e realizar análises de variância.
- Explorar a estatística multivariada, incluindo técnicas como análise de componentes principais e análise de cluster, para identificar padrões e relações complexas entre variáveis.
- Aprofundar os conhecimentos em SQL, abordando temas avançados como subconsultas, junções complexas, funções de janela, consultas pivot e unpivot, e operações de manipulação de dados.
- Dominar os conceitos e técnicas de modelação de dados, incluindo modelação relacional, normalização de dados, modelação dimensional, modelação de dados NoSQL e ferramentas/metodologias de modelação.
- Aplicar os conhecimentos adquiridos em exercícios práticos, tanto de manipulação quanto de análise e modelação de dados, utilizando Python e SQL para resolver problemas reais e consolidar aprendizagens.
Study Plan
| Curricular Unit | Area | Type | Contact hours | ECTS | PUC |
|---|---|---|---|---|---|
| Proficiência em Análise de Dados | EIM | S1 | TP:27.00 | 3.00 |
Coordinator

Links
Documents
Partnerships and internships
(Português) 
Coordinator

Links
Documents
(Português) 
Ana Rita Oliveira Antunes
Licenciado em Economia pela Faculdade de Economia da Universidade de Coimbra, Pós-graduado em Applied Artificial Intelligence & Machine Learning pelo ISEG-Universidade de Lisboa e é Mestrando em Estatística Computacional na Universidade Aberta. Certificado pela Google como Tensorflow Developer e frequentou formações profissionais em programação e desenvolvimento de base de dados. Foi Bolseiro de Gestão de Ciência e Tecnologia na Universidade de Coimbra e Bolseiro de Investigação no Departamento de Estatística e Investigação Operacional da Faculdade de Ciências da Universidade de Lisboa. Atualmente exerce o cargo de Engenheiro de Dados no BNP Paribas.
Coordinator
