Objetivos

A Pós-Graduação em Ciências de Dados para Finanças (PCDF) é um programa de formação inovador e internacional, destinado a quadros do setor financeiro que procuram desenvolver uma abordagem mais quantitativa e analítica.

O curso abrange áreas essenciais como:

  • Avaliação de ativos financeiros;
  • Negociação de ativos;
  • Gestão de risco;
  • Engenharia financeira;
  • Modelos preditivos;
  • Computação financeira;
  • Inteligência Artificial e Machine Learning;
  • Big Data aplicado às finanças;
  • Tecnologia blockchain;
  • Inovações em Fintech e InsurTech.

O programa pretende preparar quadros superiores para carreiras nas áreas da banca de investimento, gestão de ativos, fundos de cobertura, consultoria de investimento, gestão de risco, vendas e negociação, engenharia financeira, consultoria, assessoria e tecnologias financeiras.

Com uma equipa de docentes experientes e um currículo robusto, o curso proporciona uma formação orientada para as necessidades atuais do setor financeiro.


Áreas de formação
  • Computação Financeira;
  • Machine Learning;
  • Deep Learning;
  • Big Data;
  • Ciência de Dados;
  • Atuariado;
  • Investimentos e gestão de portfólios;
  • Derivados financeiros;
  • Mineração de texto aplicada às finanças.

Perfil de Entrada

Podem candidatar-se ao curso:

  • Titulares de licenciatura ou habilitação legalmente equivalente em Matemática, Matemática Aplicada, Estatística, Economia, Finanças, Gestão, Ciência de Computadores, Engenharia ou áreas afins;
  • Titulares de um grau académico superior estrangeiro obtido num primeiro ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha;
  • Titulares de um grau académico superior estrangeiro reconhecido pelo Conselho Científico da Universidade de Cabo Verde como satisfazendo os objetivos do grau de licenciado;
  • Candidatos com currículo escolar, científico ou profissional reconhecido pelo Conselho Científico da Universidade de Cabo Verde como demonstrando capacidade para frequentar o curso.

Perfil de Saída

Os estudantes que concluírem o curso terão competências técnicas adequadas às necessidades atuais nos domínios da Inteligência Artificial e do Machine Learning, podendo analisar grandes volumes de dados através de uma abordagem quantitativa e analítica aplicada às finanças.

Os diplomados estarão preparados para exercer funções nas seguintes áreas:

  • Banca de investimento;
  • Gestão de ativos;
  • Fundos de cobertura;
  • Consultoria e assessoria de investimento;
  • Gestão de risco;
  • Vendas e negociação de ativos financeiros;
  • Engenharia financeira;
  • Consultoria financeira;
  • Tecnologias financeiras.

Plano Curricular
Unidades CurricularesHoras de contactoEstudo autónomoTotal de horasCréditos
Finança Computacional 24 72 96 5
Métodos de Deep Learning em Finanças 24 72 96 5
Ciências de Dados para Atuariado 24 72 96 5
Investimentos e Preço de Ativos do Portfólio 24 72 96 5
Títulos de Renda Fixa 24 72 96 5
Derivados Financeiros 24 72 96 5
Machine Learning em Finanças 24 72 96 5
Text Mining e Big Data em Finanças 24 72 96 5
Total19257676840



Parceiros

Parceiro coordenador

Parceiro coordenador

Financiador

Fundação Calouste Gulbenkian

Pós-Graduação em Ciências de Dados para Finanças

Computação Financeira, Machine Learning e Big Data

6 meses

40 créditos

Presencial | Online

Pós-laboral

Mensal 6.434 ECV

Faculdade de Ciências e Tecnologia (FCT)

Polo I – Praia


Diretor

 Prof. Mestre Crispiniano Furtado

 Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.


SAC (Pós-graduações)

Para mais informações contacte:

Don't have an account yet? Register Now!

Sign in to your account