Ferramentas Computacionais para a Engenharia

Conhecimentos básicos de informática.

A unidade curricular articula fundamentos teóricos com prática aplicada, privilegiando aulas teórico–práticas e aprendizagem ativa. O uso de IDEs, bibliotecas computacionais e apoio crítico de ferramentas de IA promove a ligação entre conceitos e aplicação, assegurando aquisição de conhecimentos, desenvolvimento de aptidões e consolidação de competências em análise de dados e resolução de problemas.

No final da unidade curricular, os estudantes deverão ser capazes de distinguir diferentes ambientes computacionais, utilizar bibliotecas e respetivos métodos, aplicar conceitos elementares de programação e desenvolver programas simples para manipular dados e aplicar técnicas estatísticas, recorrendo de forma crítica a ferramentas de IA e a bibliotecas computacionais. O método de ensino, assente em aulas teórico-práticas, assegura a aquisição de conhecimentos (estruturas de dados e técnicas estatísticas), o desenvolvimento de aptidões (programar, explorar bibliotecas, representar dados, interpretar resultados) e de competências (autonomia na análise e interpretação de dados, pensamento crítico e integração de ferramentas digitais em problemas de engenharia).

Tópico 1: Ambientes computacionais e operações sobre dados

Ambientes locais e ambientes na nuvem

Funcionalidades de IDEs como suporte ao processo de programação

Classes, bibliotecas e métodos

Diferentes formatos de dados

Operações de leitura e escrita de ficheiros para manipulação de dados

Tópico 2: Elementos essenciais de programação para manipulação de dados

Conceitos elementares de programação (variáveis e tipos de dados)

Estruturas de dados básicas: listas, vetores, matrizes, dicionários

Estruturas de controlo: condições e ciclos

Funções simples para organizar e reutilizar código

Tópico 3: Técnicas estatísticas e de visualização de dados

Variáveis estatísticas: escala nominal, ordinal, intervalar, razão

Dados provenientes de amostras univariadas e multivariadas

Visualizações gráficas de conjuntos de dados, com recurso a bibliotecas computacionais

Aplicação de técnicas estatísticas com recurso a bibliotecas computacionais, com apoio crítico de ferramentas de IA

Avaliação Contínua

Trabalhos práticos (40%): elaboração de programas e análises de dados, realizados individualmente ou em grupo, com recurso a bibliotecas computacionais e apoio crítico de ferramentas de IA.

Teste escrito (40%): avaliação dos conhecimentos fundamentais de programação, estatística e tratamento computacional de dados, através de questões de resposta curta, interpretação de código e análise de resultados.

Questão-aula (20%): pequenas tarefas ou questões práticas realizadas em aula.

Classificação final = 0,4 * Trabalhos práticos + 0,4 * Teste escrito + 0,2 * Questão-aula

O aluno é aprovado se a classificação final for igual ou superior a 9,50.

Nota: A não realização de qualquer componente implica a atribuição de zero na respetiva ponderação.

Avaliação em Exame

Exame final (100%) dividido em duas componentes:

- Parte Teórica (50%): avaliação dos conhecimentos fundamentais de programação, estatística e tratamento computacional de dados, através de questões de resposta curta, interpretação de código e análise de resultados.

- Parte Prática (50%): exercícios de manipulação de dados, criação de visualizações e desenvolvimento de pequenos programas com recurso a bibliotecas computacionais.

Classificação final = 0,5 * Parte Teórica + 0,5 * Parte Prática.

O aluno é aprovado se a classificação final for igual ou superior a 9,50.

Condições de utilização de sistemas de IA na UC de FCE:

A utilização de sistemas de inteligência artificial (IA) rege-se pelo Regulamento sobre o Uso de Sistemas de Inteligência Artificial no IPC e pela Escala de Utilização de IA constante do respectivo Anexo I

- No teste escrito e na parte teórica do exame final aplica-se o Nível 0 da Escala de Utilização de IA do IPC, ou seja, não é permitida a utilização de sistemas de IA.

- Nas questões-aula, aplica-se o Nível 0 quando se destinam a avaliar conhecimentos ou competências que o estudante deve demonstrar autonomamente. Nas actividades em que a utilização de IA integre os objectivos de aprendizagem, como apoio à programação, à resolução de problemas e à análise crítica de procedimentos e resultados, são admitidos usos de risco limitado correspondentes aos Níveis 2 a 4.

- Nos trabalhos práticos, são admitidos usos de risco limitado, correspondentes aos Níveis 2 a 4, como ferramenta de apoio ao desenvolvimento de programas e à análise de dados, designadamente para compreender e reformular código, identificar e corrigir erros, explorar diferentes soluções computacionais, utilizar bibliotecas e métodos e apoiar a análise, visualização e interpretação de dados. O estudante deve compreender o código desenvolvido, ser capaz de justificar as opções tomadas e interpretar autonomamente os resultados obtidos.

- A utilização de IA não deve, contudo, substituir a compreensão dos conteúdos nem o trabalho do estudante.

NAO