Tecnologias de Informação para a Gestão Industrial

Aulas teóricas (1,5 hora/semana).
As aulas teóricas são tendencialmente expositivas, mas promovem a participação ativa dos alunos, através da colocação de questões durante a discussão dos temas tratados e lançamento de desafios para os alunos submeterem a sua resolução pela plataforma académica online. Os alunos são incentivados a utilizar o computador também durante as aulas teóricas de modo a permitir uma maior experimentação e acompanhamento da aprendizagem de todos os conceitos abordados.
– Aulas práticas (2 horas/semana).
Nas aulas práticas são aplicados os conhecimentos adquiridos nas aulas teóricas mediante a resolução de fichas de trabalho. As aulas práticas estarão sincronizadas de modo que os alunos apliquem na prática laboratorial os conceitos previamente aprendidos numa aula teórica.

Aconselha-se aos alunos a acompanharem sistematicamente as aulas teóricas, como condição indispensável ao aproveitamento escolar e à correta compreensão da matéria. Nas aulas práticas não é suposto substituir-se o que foi leccionado na aula teórca, ou seja, a introdução dos conceitos previamente apresentados.

Aprofundar os conhecimentos de programação e domínio relevantes à engenharia em geral e à engenharia e gestão industrial em particular.
Proporcionar aos estudantes uma base sólida de conhecimentos de programação e tecnologias de informação em gestão industrial, fortalecendo as suas competências de algoritmia e programação (por exemplo em linguagem Python) para que possam tirar o máximo partido das aplicações estudadas (tais como Excel/PowerBI) e da sua automatização, nomeadamente na criação de relatórios e de painéis interativos (dashboards) para visualização e análise de dados.
Competências a desenvolver: Utilização avançada das principais ferramentas de produtividade no dia-a-dia de um gestor industrial;
Pensamento computacional avançado na formulação e resolução de problemas com recurso a algoritmia, estruturas de dados e programação; Capacidade crítica para recolher, preparar, transformar, analisar e comunicar insights de suporte à decisão em contexto empresarial.

Teórica: Tópicos avançados de programação em Python – Variáveis indexadas, Estruturas de dados, Listas, tuplos, conjuntos, dicionários, filas, árvores. Conceitos de Dados, cultura orientada aos dados e ET (Extração e Transformação) – Localização e tipos de fontes de dados; Extração e importação de dados; Processos de preparação e Transformação de dados. Visualização e análise de dados – Ciclo de análise de dados empresariais; Bibliotecas de programação relevantes. Introdução à Inteligência do Negócio – Modelação de dados; Relatórios dinâmicos e dashboards interativos.
Prática: Integração do Python com Excel: User Defined Functions (UDF), bibliotecas específicas. Ferramentas de análise de hipóteses – Procura do objetivo de fórmulas de cálculo; Gestão de cenários; Tabelas de dados. Visualização e análise de dados: Tabelas e gráficos estáticos e dinâmicos; Filtragem e segmentação de dados. Introdução à construção de relatórios dinâmicos e dashboards interativos.

• - Exame - 50.0%
• - Testes práticos (2*25%) - 50.0%

NAO