Plano de Estudos
Gestão e Armazenamento de Dados GAD
Contextos
Groupo: 1_MRE 2025/26 > 2º Ciclo > Parte Escolar > 2014 - MRE - Opcionais (QAC) > 1º Semestre
ECTS
6.0 (para cálculo da média)
Objectivos
Os alunos que completem a UC devem ter as competências para identificar tipologias de dados quanto ao formato, fonte, taxa de produção e requisitos de uso. Identificar as propriedades de qualidade de dados, a padronização de dados e sua normalização. Compreender os modelos de dados relacionais e não relacionais, os sistemas de gestão de dados disponíveis para cada modelo. Aprender o SQL como linguagem para criação e gestão de sistemas de dados, e aprender a criar modelos de bases de dados relacionais e não relacionais. Identificar as características do big data, e introduzir os conceitos de análise de grandes volumes de dados. Identificar as tecnologias open-source e proprietárias para a gestão e armazenamento de dados, incluindo os serviços na cloud. Identificar recursos de dados abertos na web para a área do ambiente, e especificidade dos formatos de dados agro-ambientais.
Programa
1. Introdução à gestão de dados e aos sistemas de gestão de dados; 2. Tipos de bases de dados; 3. Conceito de bases de dados relacional; 4. Linguagem SQL e aplicação para criação e uso de bases de dados; 5. Principais tecnologias de bases de dados open-source e proprietárias; 6. Sistemas NoSQL e sua aplicação; 7. Princípios de qualidade de dados, vocabulários e ontologias; 8. Ferramentas e recursos para a verificação de qualidade de dados, organização e normalização; 9. Uso de identificadores únicos globais e resolúveis, rastreabilidade; 10. Recursos de dados agroambientais; 11. Introdução ao conceito de conjuntos grandes de dados e suas especificidades em relação à produção, armazenamento e análise.
Método de Avaliação
Avaliação: a avaliação terá as seguintes componentes: avaliação de conhecimentos por testes ou exame final: 30%; projeto pessoal: 50%; participação na aula: 20%.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 129.0
Carga Total -
Bibliografia
Principal
- SQL for Data Science. : Badia, Antonio 2020 Cham: Springer International Publishing