Os estudantes que terminam com sucesso esta unidade curricular deverão ser capazes de:

- Conhecer um conjunto de tópicos não convencionais que permitam uma gestão escalável dos dados, bem como a utilização de algoritmos paralelos e de modelação estatística, com e sem recurso à cloud;

- Ser proficientes num ecossistema de ferramentas e plataformas, que lhes permitam, em face de um problema concreto, determinar a solução a aplicar e os instrumentos a utilizar no armazenamento, exploração e análise de um grande volume de dados.

1. Introdução
História e contexto. Panorama da tecnologia Big Data. Ciência dos dados. Pesquisa, indexação e memória

2. Manipulação de dados em larga escala
Sistema de Armazenamento em Larga Escala. MapReduce e Hadoop. Relação com bases de dados correntes, streams, algoritmos, extensões e linguagens. Processamento paralelo de consultas e análise computacional de estatísticas. Armazenamento chave-valor; comparativo entre bases de dados SQL e não- SQL

3. Comunicação dos resultados
Visualização dos resultados computacionais. Proveniência dos dados, privacidade, ética e governação

4. Tópicos Especiais
Análise de grafos: estrutura, travessias, análise computacional, PageRank, consultas recursivas, web semântica, sistemas de advertising e recomendação na internet.

Como metodologia de ensino serão adotadas as seguintes abordagens:

1. Exposição oral dos conceitos e ferramentas base

2. Elaboração de trabalhos de laboratório

A avaliação contínua é efetuada com base em dois projetos e um teste escrito

A avaliação final é efetuada com base em dois projetos e num exame escrito