Candidaturas

Curso de Especialização “‘Data Science’ e Previsão em Séries Temporais” com candidaturas abertas até 16 de fevereiro

As previsões podem ser muito úteis para contrabalançar a intuição e os enviesamentos, levando, assim, a decisões mais precisas e eficazes. As previsões são, cada vez mais, uma necessidade nas organizações que operam nos mais variados campos, desde a área financeira até à análise de consumos ou sinais biológicos.

O curso Data Science e Previsão em Séries Temporais introduz a tarefa de previsão (“forecasting”), desde os métodos para criação dos modelos clássicos, até ao treino de redes neuronais dedicadas. Para além da introdução das técnicas essenciais para as descrever e transformar, são ainda abordados os métodos simples de classificação e descoberta de motifs.

Este curso está inserido no Programa de Especialização em Data Science para Engenheiros como opcional e esta edição será dada no formato online, através de Zoom.

Funcionamento:

Data Início: 2 março 2026
Data Fim: 1 abril 2026
Horário: 2ªas e 4ªas-feiras, das 17h30 às 20h00
Preço: 1080€
Formato: Remoto
Duração: 25h

Mais informações e candidaturas. 

Objetivos:
– Caracterizar séries temporais, reconhecendo as distorções temporais mais comuns e conseguindo lidar com elas;
– Aplicar transformações no mesmo espaço, e para espaços distintos;
– Desenvolver modelos de previsão clássicos e baseados em redes neuronais especializadas e avaliar a informação descoberta.

Destinatários:
Curso destinado a todos os profissionais licenciados com conhecimentos em probabilidades, estatística e programação básica, especialmente aqueles que têm interesse em trabalhar com dados que sofrem de oscilações, como, por exemplo, sazonalidade, mudanças na procura, movimentos dos concorrentes, greves e ciclos económicos.

Metodologia Formativa:
Ao ser uma formação em engenharia, o curso desenrola-se ao longo de sessões teórico-práticas, em que se desenvolverá um projeto. Este consiste na aplicação e documentação do processo no contexto de um problema concreto, explorando para tal todas as técnicas abordadas, e estudando o impacto da sua utilização na qualidade dos modelos desenvolvidos.

Estrutura
Resumo Conteúdo Programático

1 – Séries Temporais e previsão;
2 – Transformação de séries temporais;
3 – Modelos simples;
4 – Modelos regressivos;
5 – Redes neuronais;
6 – Redes neuronais recorrentes;
7 – Apoio ao Projeto;
8 – Preditores;
9 – Deployment;
10 – Avaliação.