Departamento de Informática (UM)

Análise Inteligente em Sistemas de Big Data

16977 [ME78ME7800007146]

Mestrado em Engenharia Informática [MEINF]

S2

José Manuel Ferreira Machado

Objetivos

Cada conteúdo programático está cuidadosamente alinhado com os objetivos de aprendizagem da unidade curricular. Esta coerência assegura que os alunos adquiram as competências necessárias para identificar e definir conceitos de BI, aplicar processos de ETL, modelar dados multidimensionais, analisar dados com ferramentas OLAP, implementar técnicas de otimização, e utilizar plataformas de BI para apoio à decisão. Este alinhamento claro facilita o progresso dos alunos e garante a relevância e a aplicabilidade do ensino.

Programa

1. Modelos, técnicas e tecnologias de Business Intelligence Processo ETL
2. Estrutura funcional das Bases de dados multidimensionais Análise de dados com ferramentas OLAP
3. Ferramentas de modelação
4. Sistemas de Processamento Analítico
5. Algoritmos e estruturas de dados para o processamento analítico de dados Otimização e reestruturação dinâmica de cubos
6. Sistemas de Apoio à decisão inteligente
7. Monitorização de indicadores, reporting e dashboarding
8. Plataformas de Business Intelligence
9. Vistas

Bibliografia

Harisson G., Next Generation Databases: NoSQL and Big Data, Apress, 2015.

Mullins, C., Database Administration: The Complete Guide to Practices and Procedures, Addison Wesley Pub, 2002.

Resultados da aprendizagem

Pretende-se alcançar os seguintes resultados de aprendizagem:
- Definir os principais conceitos relacionados com Sistemas de business intelligence.
- Selecionar as metodologias apropriadas para os processos de ETL e aplicar software disponível na resolução de problemas reais de análise de dados e tomada de decisão.
- Compreender as técnicas de modelação de dados multidimensionais.
- Avaliar aplicações de software nas áreas anteriores.
- Analisar os resultados de ferramentas de Processamento Analítico e monitorização de indicadores, reporting e dashboarding.
- Estudar as técnicas de otimização.
- Utilizar plataforma de business intelligence.

Método de avaliação

Estudo dirigido; Ensino por fichas; Ensino por módulos.
Métodos de Ensino Socializado: Discussão em pequenos grupos; Discussão dirigida; Brainstorming; Palestra. Métodos de Ensino Sócio Individualizado: Projeto; Problemas; Pesquisa.
Métodos de avaliação
A avaliação envolve dois instrumentos: um trabalho, de caracter individual, concretizando uma componente prática, e um trabalho de desenvolvimentos experimentais e escritos, a realizar em grupo. Tanto a componente individual como a componente de grupo têm limite de execução temporal. A classificação final é dada na forma:
- 40 a 60% da classificação provém da componente prática individual;
- 40 a 60% da classificação provém da componente prática de grupo.
É obrigatório ter classificação positiva em todos os instrumentos de avaliação.

Funcionamento

Turno: T 1; Docente: José Manuel Ferreira Machado; Dep.: DI; Horas: 15.
Turno: PL 1; Docente: Ana Regina Coelho Sousa; Dep.: DI; Horas: 30.