Áreas de Formação

Computação Financeira, Machine LearningBig Data, 

Duração

6 meses

Total de Créditos

40

Modalidade

Presencial e online

Período

Pós-laboral

Propina

Mensal 6.434 ECV

Unidade Orgânica

Faculdade de Ciências e Tecnologia (FCT)

Local

Polo I - Praia

Objetivos

A Pós-Graduação em Ciências de Dados para Finanças (PCDF) é um programa de formação inovador e internacional, destinado a quadros do sector financeiro que procuram uma abordagem mais analítica. Com uma orientação quantitativa e analítica em finanças, o curso abrange áreas essenciais como a avaliação de activos financeiros, negociação, gestão de risco, engenharia financeira, modelos preditivos e computação financeira, além de proporcionar uma compreensão das transformações potenciais na indústria financeira, incluindo a tecnologia de blockchain e as inovações em Fintech & InsurTech.

Preparando quadros superiores para carreiras de sucesso em campos como banca de investimento, gestão de activos, fundos de cobertura, consultoria de investimento, gestão de risco, vendas e negociação, engenharia, consultoria, assessoria e tecnologia financeiras, a PCDF é o curso ideal para profissionais que aspiram estar na vanguarda da inovação financeira. Com uma equipa de docentes experientes e um currículo robusto, comprometemo-nos a fornecer uma educação de excelência que habilitará os alunos a destacarem-se no competitivo mundo das finanças.

ciencia unicv

Perfil de Entrada

Podem candidatar-se ao acesso ao curso de PCDF: titulares de um grau de licenciado ou equivalente legal em Matemática, Matemática Aplicada, Estatística, Economia, Finanças, Gestão, Ciência de Computadores, Engenharia ou equivalente legal ou áreas afins; titulares de um grau académico superior estrangeiro conferido na sequência de um 1º ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo; titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado pelo Conselho Científico da Universidade de Cabo Verde; detentores de um currículo escolar, científico ou profissional, que seja reconhecido como atestando capacidade para realização deste curso pelo Conselho Científico da Universidade de Cabo Verde.

Perfil de Saída

Os estudantes que concluírem o curso com sucessoterão capacidades técnicas ajustadas as necessidades atuais nos domínios de inteligência artificial e machine learning para analisar grandes volumes de dados (Big Data) com uma abordagem quantitativa e analítica em finanças. Mais ainda, o curso prepara quadros superiores para carreiras bem-sucedidas nas áreas de investment banking, asset management, hedge funds investment advisory, risk managementsales and trading, engenharia, consultoriaassessoria e tecnologia financeiras

Diretor

 Prof. Mestre Crispiniano Furtado

Este endereço de email está protegido contra piratas. Necessita ativar o JavaScript para o visualizar.

Módulos
Unidades Curriculares  Horas de contacto Horas de estudo autónomo Total de horas Créditos
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, Preço de Ativos do Portfólio  24 72 96 5
Título 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
Total de horas /unidades de créditos 40
SAC (Pós-graduações)

Para mais informações contacte:

Parceiro Coordenador

ims-cmyk-logo1458573899.png

Financiador

logo fundacao pt

Don't have an account yet? Register Now!

Sign in to your account