Plano de Estudos
Engenharia de Dados ED
Contextos
Groupo: 1_LCD 2026/27 > 1º Ciclo > 2º Ano
ECTS
6.0 (para cálculo da média)
Objectivos
Os estudantes terão uma compreensão abrangente dos fundamentos da engenharia de dados e do seu papel crucial na ciência de dados. Desenvolverão a capacidade de transformar dados brutos em formatos estruturados, validados e utilizáveis, adquirindo experiência prática na gestão e processamento de dados estruturados e não estruturados. Tornar-se-ão proficientes no manuseamento de diversos formatos de dados e ferramentas para navegação e consulta eficientes. Além disso, adquirirão competências na recuperação e processamento de dados através de APIs web, dotando-se de capacidades essenciais para enfrentar desafios reais da engenharia de dados. Os estudantes aprenderão a avaliar e garantir a qualidade dos dados, e a reconciliar dados provenientes de várias fontes em domínios diferentes. Adicionalmente, dominarão técnicas básicas de processamento de texto. Através de aplicações práticas, irão conceber e implementar pipelines robustos de processamento de dados.
Programa
A unidade curricular introduz a engenharia de dados e o seu papel na ciência de dados, com foco na recolha, recuperação e processamento de dados. Abrange a gestão de dados estruturados, semiestruturados e não estruturados, utilizando formatos e ferramentas diversas para navegação e consulta eficientes. Os estudantes aprenderão a recolher, recuperar e processar dados através de APIs RESTful, construindo e testando integrações para um fluxo de dados contínuo. A unidade aborda também técnicas de manipulação, limpeza e integração de dados de diferentes domínios e também de processamento de texto, como tokenização, reconhecimento de entidades nomeadas, análise semântica e o uso de expressões regulares para correspondência de padrões e extração de dados. O curso culmina com um projeto final onde os estudantes aplicam as suas competências para resolver um problema real de engenharia de dados.
Método de Avaliação
A unidade curricular utiliza aulas interativas, exercícios práticos e exemplos do mundo real para promover o envolvimento dos estudantes. Os estudantes aplicam conceitos teóricos a cenários práticos. A avaliação inclui a resposta a questões durante as aulas e a realização de exercícios personalizados nas aulas práticas, incluindo um projeto. A classificação final baseia-se no desempenho global em todas as avaliações, garantindo uma avaliação abrangente da compreensão e aplicação dos conteúdos da unidade curricular.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 119.0
Carga Total -
Bibliografia
Principal
- Data and text processing for health and life sciences. : Couto, F. M. 2019 Springer.
- Big book of data engineering (3rd ed.). Databricks. : Databricks 2023 DATABRICKS
- Fundamentals of data engineering: Plan and build robust data systems.: Reis, J., & Housley, M. 2022 O'Reilly Media.