ESTG - Mestrado em Ciência de Dados
URI permanente para esta coleção:
Navegar
Percorrer ESTG - Mestrado em Ciência de Dados por orientador "Bernardino, Anabela Moreira"
A mostrar 1 - 5 de 5
Resultados por página
Opções de ordenação
- Business Intelligence e Ciência de Dados Aplicados ao Mercado de Arrendamento Estudantil - UniplacesPublication . Fernandes, Pedro Alexandre Pereira; Bernardino, Anabela Moreira; Bernardino, Eugénia MoreiraO presente relatório descreve o trabalho desenvolvido no âmbito do Estágio Curricular do Mestrado em Ciência de Dados, realizado na empresa Uniplaces, integrando o departamento financeiro. O estágio teve como principal propósito a aplicação prática de competências analíticas na função de Data Analyst Intern, assumindo um papel transversal na otimização dos fluxos de informação e no suporte à tomada de decisão estratégica de todas as equipas da organização. A crescente importância da Ciência de Dados no panorama empresarial contemporâneo reside na capacidade de transformar vastos volumes de dados brutos em conhecimento estratégico. Através da implementação de processos analíticos e da automatização de fluxos de informação, torna-se possível mitigar a ambiguidade na tomada de decisão, otimizando recursos e identificando oportunidades de crescimento baseadas em evidências empíricas, fundamentais para a competitividade em mercados dinâmicos. As atividades técnicas centraram-se na gestão do ciclo de vida dos dados, desde a extração até à visualização final, servindo as necessidades de múltiplos departamentos. O trabalho envolveu a utilização de linguagem SQL (Structured Query Language) para a manutenção de bases de dados, bem como a criação de scripts de automação e lógicas complexas em folhas de cálculo (Google Sheets). Complementarmente, foram desenvolvidas soluções de Business Intelligence recorrendo a ferramentas como Looker Studio e Tableau. Destaca-se a intervenção na correção de scripts de extração, na resolução de inconsistências de dados e na estruturação de mecanismos automáticos para a priorização de tarefas. Os contributos do estágio traduziram-se num aumento significativo da integridade da informação corporativa e na eficiência dos processos de análise. Através da centralização de métricas e da automatização de relatórios, foi possível transformar grandes volumes de dados brutos em insights acionáveis para as diversas áreas de negócio. Este percurso permitiu consolidar conhecimentos técnicos em manipulação e visualização de dados, demonstrando o valor acrescentado da Ciência de Dados num contexto empresarial dinâmico.
- Desenvolvimento de Programa de Integração de Dados e Modelos de Previsão Machine Learning e SARIMAPublication . Abraúl, Francisco de Oliveira Henriques; Bernardino, Eugénia Moreira; Bernardino, Anabela MoreiraO presente relatório descreve o trabalho desenvolvido no âmbito da unidade curricular de Estágio do Mestrado em Ciência de Dados, da Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria, realizado na empresa InCentea – Technology For People, S.A., ao longo de 1080 horas. O objetivo é apresentar o trabalho desenvolvido, centrado na aplicação de técnicas de análise e previsão de dados para apoiar a tomada de decisão estratégica, recorrendo à informação disponibilizada pela área de Sistemas de Informação da empresa. O estágio envolveu três projetos distintos, iniciou-se pela construção de um processo ETL (Extract, Transform, and Load) robusto para integrar dados do sistema Dynamics 365 em SQL Server. Foi desenvolvido um programa em C# que atualiza automaticamente as tabelas de staging, recorrendo ainda a stored procedures e ficheiros de configuração JSON, para assegurar a normalização e a integridade dos dados. A segunda vertente centrou-se na previsão da margem de vendas, onde foram aplicados diferentes modelos de séries temporais e utilizou-se também a funcionalidade de forecast do Power BI para fazer previsões de outras empresas do grupo InCentea. Por fim, a terceira vertente dedicou-se à previsão do segmento de clientes, através de modelos de machine learning. O trabalho desenvolvido resultou na produção de datasets preparados para análise, relatórios de avaliação dos modelos, ficheiros Excel e dashboards em Power BI com as previsões para 2025. Estes produtos permitiram identificar tendências de vendas, projetar margens futuras e antecipar a evolução e importância de clientes. A realização deste estágio envolveu várias matérias da área de Ciência de Dados e constituiu um desafio enriquecedor, pela diversidade de metodologias aplicadas e tecnologias utilizadas. O projeto ETL, pela exigência de programação intensiva, e a previsão da margem de vendas devido à necessidade de adquirir conhecimentos específicos na área de séries temporais, apresentou obstáculos significativos, mas também oportunidades de aprendizagem. Como resultado, foram adquiridas novas competências técnicas e profissionais, aplicadas em contexto real de negócio e com impacto direto na organização.
- Desenvolvimento de Soluções de Business Intelligence com Foco em Power BI, SQL e Integração com ERP - Trigénius, Tecnologias de Informação, SAPublication . Lima, Ayrise Major; Bernardino, Anabela Moreira; Bernardino, Eugénia MoreiraO presente relatório descreve o trabalho desenvolvido no âmbito do Estágio Curricular do Mestrado em Ciência de Dados, realizado na empresa Trigénius, Tecnologias de Informação, S.A., uma empresa especializada no fornecimento de soluções tecnológicas e consultoria em sistemas de informação. O estágio, com uma duração total de 1040h, teve como principal objetivo o desenvolvimento de competências práticas em Business Intelligence (BI), utilizando ferramentas como Power BI e Structured Query Language (SQL), com ênfase na integração de dados provenientes de sistemas ERP (Enterprise Resource Planning). Entre os objetivos principais destacou-se a criação de dashboards interativos e relatórios detalhados para análise e visualização de dados, com o intuito de proporcionar insights estratégicos para a gestão da empresa. Paralelamente, o trabalho incidiu na otimização de consultas SQL e de processos ETL (Extract, Transform, Load), garantindo a eficiência e escalabilidade das soluções implementadas. Durante o estágio, foi elaborado um plano detalhado para o desenvolvimento dos dashboards, abrangendo áreas-chave como Logística e Finanças. Este plano contemplou o design dos dashboards, focando-se em métricas essenciais como vendas, compras, encomendas e gestão de dívidas, indicadores críticos para o acompanhamento das operações. Os resultados alcançados contemplaram a implementação de dashboards personalizados e ajustados às necessidades específicas da empresa, seguindo uma estrutura coerente com as melhores práticas de visualização e análise de dados. Adicionalmente, foi desenvolvido um conjunto de dashboards com a mesma abordagem para um cliente da Trigénius. Este estágio constituiu uma experiência enriquecedora, permitindo a aplicação de técnicas avançadas de BI e contribuindo significativamente para a melhoria dos processos de apoio à decisão estratégica da empresa, promovendo uma cultura organizacional mais orientada por dados (data-driven).
- Gestão Inteligente de Despesas de CasaPublication . Silva, Mickael Vieira da; Bernardino, Eugénia Moreira; Bernardino, Anabela MoreiraO presente relatório é parte integrante do projeto realizado no âmbito da Unidade Curricular (UC) Dissertação/Projeto/Estágio do Mestrado em Ciência de Dados, lecionado na Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria. O objetivo deste relatório é descrever todo o trabalho desenvolvido ao longo do projeto. O projeto visa oferecer uma solução a um problema real através de técnicas utilizadas em Business Intelligence – uma das grandes áreas da Ciência de Dados que tem muito ênfase neste Mestrado. O objetivo deste projeto é responder a várias perguntas que geralmente ficam sem resposta aquando a elaboração de orçamentos familiares, como por exemplo: “quanto dinheiro gastamos nas compras dos supermercados?”, “em que categorias de produto se despendeu mais dinheiro?”, ou “qual é a loja mais cara para os produtos comprados com mais frequência?”. O projeto iniciou-se com a construção de uma Base de Dados (BD) SQL de raiz, o que incluiu a elaboração do dicionário de dados, do modelo conceptual (diagrama de entidade e relacionamento) e do modelo lógico. Esta BD foi de seguida preenchida com dados que foram extraídos a partir de faturas eletrónicas emitidas por várias lojas da cadeia de supermercados Continente, faturas essas datadas de 2019 a 2024. Foi necessário criar vários algoritmos com a linguagem de programação Python para conseguir recolher as faturas que se encontravam num servidor de e-mail, extrair dessas faturas os dados relevantes e introduzir os mesmos na BD, isto tudo de forma automática. Outras faturas referentes a outras lojas foram introduzidas manualmente através de queries SQL. A partir da BD já preenchida, foi feito um estudo para a elaboração de um Data Warehouse (DW) igualmente de raiz, incluindo a conceção do modelo dimensional, criação das tabelas e automatização do processo ETL (Extract, Transform and Load). Por fim, foram elaborados vários dashboards. Os gráficos e as tabelas desses dashboards são gerados diretamente a partir dos dados que foram carregados no DW, o que permite analisar sob diversas formas as despesas obtidas com base nas faturas disponíveis.
- Levantamento, tratamento e seleção de dados para apoio à tomada de decisão - Schmidt Light Metal – Fundição Injetada, LdaPublication . Ferreira, Carlos Pereira; Bernardino, Anabela Moreira; Bernardino, Eugénia MoreiraO presente relatório descreve o trabalho desenvolvido no âmbito da unidade curricular de Estágio do Mestrado em Ciência de Dados, da Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Leiria. O principal objetivo deste relatório é descrever todo o trabalho desenvolvido ao longo do estágio curricular de 1080h (mil e oitenta horas). Este estágio foi realizado na empresa Schmidt Light Metal – Fundição Injetada, Lda., uma empresa multinacional, situada no parque industrial de Oliveira de Azeméis. Esta empresa dedica-se à fundição, produzindo peças em alumínio leve para o setor automóvel. Neste relatório farei uma descrição empresa, bem como das tecnologias e ferramentas utilizadas, a metodologia seguida, o trabalho desenvolvido e as respetivas conclusões. Este estágio tinha como objetivo inicial o desenvolvimento de ferramentas de apoio à tomada de decisão (na produção), através da recolha, tratamento e seleção dos dados recolhidos pelos vários equipamentos e departamentos da empresa, desde os dados sensoriais de uma célula de injeção ao headcount feito pelo departamento de Pessoas & Cultura. Durante este estágio foi desenvolvido e treinado um modelo de Machine Learning para facilitar a tomada de decisão no que respeita ao planeamento de produção, tendo, também, sido realizado bastante trabalho voltado para a “Análise de Dados”, através do lançamento de inquéritos internos, recolha de dados, tratamento e apresentação gráfica dos resultados obtidos a partir destes, sendo que este último trabalho foi realizado em cooperação com o departamento de Pessoas & Cultura. O desenvolvimento do modelo de Machine Learning para apoio à tomada de decisão no processo de produção foi extremamente desafiante, uma vez que não existiam bases de informática ou código pré-mestrado e dada a complexidade do processo em si. A correção de falhas existentes que foram aparecendo e o constante “limar de arestas” também garantiu a satisfação de todos os stakeholders. Posto isto e como resultado deste estágio, foram adquiridas novas experiências, colocadas em prática novas técnicas e desenvolvidas inúmeras competências ao nível profissional, através dos vários projetos elaborados em ambiente empresarial.