acef/1819/0900482 — guião para a auto-avaliação · acef/1819/0900482 — guião para a...

ACEF/1819/0900482 — Guião para a auto-avaliação

I. Evolução do ciclo de estudos desde a avaliação anterior

1. Decisão de acreditação na avaliação anterior.

1.1. Referência do anterior processo de avaliação.PERA/1516/0900482

1.2. Decisão do Conselho de Administração.Acreditar

1.3. Data da decisão.2016-08-23

2. Síntese de medidas de melhoria do ciclo de estudos desde a avaliação anterior, designadamente na sequência de condições fixadas pelo CA e de recomendações da CAE.

2. Síntese de medidas de melhoria do ciclo de estudos desde a avaliação anterior, designadamente na sequência de condições fixadas pelo CA e de recomendações da CAE (Português e em Inglês, PDF, máx. 200kB).

2._Ponto2_V14.pdf

3. Alterações relativas à estrutura curricular e/ou ao plano de estudos(alterações não incluídas no ponto 2).

3.1. A estrutura curricular foi alterada desde a submissão do guião na avaliação anterior?Não

3.1.1. Em caso afirmativo, apresentar uma explanação e fundamentação das alterações efetuadas.<sem resposta>

3.1.1. If the answer was yes, present an explanation and justification of those modifications.<no answer>

3.2. O plano de estudos foi alterado desde a submissão do guião na avaliação anterior?Não

3.2.1. Em caso afirmativo, apresentar uma explanação e fundamentação das alterações efetuadas.<sem resposta>

3.2.1. If the answer was yes, present an explanation and justification of those modifications.<no answer>

4. Alterações relativas a instalações, parcerias e estruturas de apoio aos processos de ensino e aprendizagem (alterações não incluídas no ponto 2)

4.1. Registaram-se alterações significativas quanto a instalações e equipamentos desde o anterior processo de avaliação?

Sim

4.1.1. Em caso afirmativo, apresentar uma breve explanação e fundamentação das alterações efetuadas.Desde 2016 registaram-se as seguintes alterações: 1) As salas de aula foram equipadas com projetores de vídeo de modo melhorar a qualidade das aulas. Anteriormente, eram utilizados projetores portáteis que os professores levavam para a sala, montavam e

Página 1 de 56ACEF/1819/0900482 — Guião para a auto-avaliação

28-12-2018https://www.a3es.pt/si/iportal.php/process_form/print?processId=62e95193-e231-86e...

desmontavam;

2) O número de salas de estudo aumentou e por isso são oferecidas melhores condições para os estudantes trabalharem/estudarem fora das aulas;

3)Foram criados espaços de trabalho específicos para áreas de grande relevância no MERCM. Nomeadamente, 3 laboratórios, a Oficina Digital do ISEL (ODI) e a sala de Ambientes Multimédia Interativos:

(i) LAB IoT, é composto com várias estações de acesso rádio LoRa e diferentes tipos de sensores em equipamentos reais, permitindo assim a componente prática da nova UC de IoT (Internet of Things);

(ii) LAB IT, composto por um conjunto de novos equipamentos que são partilhados pelos vários cursos, incluindo equipamentos como servidores (suporte a infra-estrutura em Nuvem), equipamentos de redes de computadores, kits de desenvolvimento de SDR e sistemas computacionais embebidos;

(iii) Laboratório de Áudio e Acústica, foi desenvolvido para dar apoio às atividades relacionadas com o som. É constituído por computador de elevada performance, equipamento de reprodução de som (8 colunas), microfones, osciloscópio, gerador de sinais, bancada de soldadura, fontes de alimentação dupla, etc.. Está previsto a construção de um espaço de teste de multimédia (áudio, acústica e vídeo), Sala de Audição Crítica, contíguo ao Laboratório;

iv) Oficina Digital do ISEL, espaço onde os estudantes, apoiados por docentes, desenvolvem atividades extracurriculares, como por exemplo, a Oficina de Máquinas Inteligentes, dedicada a estudantes interessados em desenvolver atividades nos domínios das “máquinas inteligentes”, robots autónomos, autómatos interativos e impressão 3D;

v) Sala de “Ambientes Multimédia Interativos”, criada no âmbito do ODI, permite realizar projetos relacionados com Realidade Virtual, Realidade Mista, Interação Pessoa-Máquina, entre outros. Este espaço está equipado com recursos computacionais e equipamentos modernos.

4.1.1. If the answer was yes, present a brief explanation and justification of those modifications.Since 2016, the following changes have been made:1) Classrooms were equipped with video projectors so as to improve the quality of lessons. Previously, portable projectors were used that the teachers took to the room, mounted and dismounted;

2) The number of study rooms has increased and therefore better conditions are offered for students to work/study outside of class;

3) Specific workspaces were created for areas of great relevance in the MERCM. In particular, 3 laboratories, a Digital Workshop ISEL and the Interactive Multimedia Environments room:

(i) LAB IoT, is composed of several LoRa radio access stations and different types of sensors in real equipment, thus allowing the practical component of the new CU of IoT (Internet of Things);

(ii) LAB IT, consisting of a set of new equipment that is shared by the various courses, including equipment such as servers (cloud infrastructure support), computer networking equipment, SDR development kits and embedded computing systems;

(iii) Audio and Acoustics Laboratory, was developed to support the activities related to sound. It is made up of high performance computer, sound reproduction equipment (8 speakers), microphones, oscilloscope, signal generator, welding stand, dual power supplies, etc. It is planned to build a multimedia test space ( audio, acoustics and video), Critical Hearing Room, adjacent to the laboratory;

iv) ISEL Digital Workshop (IDW), where students, supported by teachers, develop extracurricular activities, such as the Intelligent Machines Workshop, dedicated to students interested in developing activities in the fields of "intelligent machines", autonomous robots, interactive robots and 3D printing;

v) "Multimedia Interactive Environments" Room, created under the IDW, allows to carry out projects related to Virtual Reality, Mixed Reality, human-Machine Interaction, among others. This space is equipped with computational resources and modern equipment.



4.2. Registaram-se alterações significativas quanto a parcerias nacionais e internacionais no âmbito do ciclo de estudos desde o anterior processo de avaliação?

Sim

4.2.1. Em caso afirmativo, apresentar uma síntese das alterações ocorridas.Desde o último processo de avaliação, a ADEETC efectuou 27 novas parcerias com empresas de vários sectores da sociedade, reforçando o seu papel de centro de criação, transmissão e difusão da ciência, tecnologia e cultura de saber fazer. As entidades envolvidas são: Agrupamento De Escolas De Santa Maria Dos Olivais, Bitcliq, Cardioid Tecnologies, C.M. De Odivelas, C.M. De Lisboa, Catim, Celfinet, Consulsado, Cycloid, Edisoft, Flow Options, Focus2comply, Fundação Gaspar Frutuoso, IHE-Espita, It People Consultores, Meo, Microsegur, Microsolar, Mikro Tik, Moredata, NOS Comunicações, Simposium Healtcare, Solvit, Uninova, Universidade De Santa Maria, VdAcademia, XpandIT.Dado que os docentes são partilhados entre os 7 cursos ancorados na área departamental, todos os ciclos de estudos beneficiam das parcerias estabelecidas, bem como dos projectos e prestações de serviço que daí decorrem.

4.2.1. If the answer was yes, present a synthesis of those changes.Since the last evaluation process, ADEETC has made 27 new partnerships with companies from various sectors of society, reinforcing its role as the center of creation, transmission and diffusion of science, technology and know-how culture.The entities involved are: Grouping of Schools of Santa Maria Dos Olivais, Bitcliq, Cardioid Technologies, CM De Odivelas, CM De Lisboa, Ctiment, Celfinet, Consulsado, Cycloid, Edisoft, Flow Options, Focus2comply, Fundação Gaspar Frutuoso, IHE- Espita, It People Consultants, Meo, Microsegur, Microsolar, Mikro Tik, Moredata, NOS Communications, Healtcare Symposium, Solvit, Uninova, University of Santa Maria, VdAcademia, XpandIT.

As teachers are shared among the 7 courses anchored in the departmental area, all study cycles benefit from the partnerships established, as well as the projects and service provision that follows.

4.3. Registaram-se alterações significativas quanto a estruturas de apoio aos processos de ensino e aprendizagem desde o anterior processo de avaliação?

Não

4.3.1. Em caso afirmativo, apresentar uma síntese das alterações ocorridas.<sem resposta>

4.3.1. If the answer was yes, present a synthesis of those changes.<no answer>

4.4. (Quando aplicável) registaram-se alterações significativas quanto a locais de estágio e/ou formação em serviço, protocolos com as respetivas entidades e garantia de acompanhamento efetivo dos estudantes durante o estágio desde o anterior processo de avaliação?

Não

4.4.1. Em caso afirmativo, apresentar uma síntese das alterações ocorridas.<sem resposta>

4.4.1. If the answer was yes, present a synthesis of those changes.<no answer>

1. Caracterização do ciclo de estudos.

1.1 Instituição de ensino superior.Instituto Politécnico De Lisboa

1.1.a. Outras Instituições de ensino superior.

1.2. Unidade orgânica (faculdade, escola, instituto, etc.):



Instituto Superior De Engenharia De Lisboa

1.2.a. Outra(s) unidade(s) orgânica(s) (faculdade, escola, instituto, etc.) (proposta em associação):

1.3. Ciclo de estudos.Engenharia de Redes de Comunicação e Multimédia

1.3. Study programme.Communication Networks and Multimedia Engineering

1.4. Grau.Mestre

1.5. Publicação do plano de estudos em Diário da República (PDF, máx. 500kB).1.5._MERCM - Despacho n.º 8655-2011, de 27-06.pdf

1.6. Área científica predominante do ciclo de estudos.Engenharia Informática

1.6. Main scientific area of the study programme.Computer Science

1.7.1. Classificação CNAEF – primeira área fundamental, de acordo com a Portaria n.º 256/2005, de 16 de Março (CNAEF-3 dígitos):

481

1.7.2. Classificação CNAEF – segunda área fundamental, de acordo com a Portaria n.º 256/2005, de 16 de Março (CNAEF-3 dígitos), se aplicável:

<sem resposta>

1.7.3. Classificação CNAEF – terceira área fundamental, de acordo com a Portaria n.º 256/2005, de 16 de Março (CNAEF-3 dígitos), se aplicável:

<sem resposta>

1.8. Número de créditos ECTS necessário à obtenção do grau.120

1.9. Duração do ciclo de estudos (art.º 3 DL n.º 74/2006, de 24 de março, com a redação do DL n.º 63/2016 de 13 de setembro):

Dois anos / Quatro semestres

1.9. Duration of the study programme (article 3, DL no. 74/2006, March 24th, as written in the DL no. 63/2016, of September 13th):

Two years / Four semesters

1.10. Número máximo de admissões.30

1.10.1. Número máximo de admissões pretendido (se diferente do número anterior) e respetiva justificação.<sem resposta>

1.10.1. Intended maximum enrolment (if different from last year) and respective justification.<no answer>

1.11. Condições específicas de ingresso.Grau de licenciado ou equivalente legal conferido por uma instituição de ensino superior nacional nas áreas de engenharia informática, engenharia de redes e de computadores, engenharia de telecomunicações, engenharia electrotécnica, engenharia de electrónica ou áreas afins de ciência e tecnologia;



Grau académico superior estrangeiro conferido na sequência de um 1º ciclo de estudos que satisfaça os princípios do Processo de Bolonha por um Estado aderente a este Processo;

Grau académico superior estrangeiro reconhecido pelo ISEL como satisfazendo os objectivos do grau de licenciado;

Currículo escolar, científico ou profissional, reconhecido como atestando capacidade para realização deste ciclo de estudos pelo conselho científico.

http://www.isel.pt/pInst/Servicos/ServAcademicos/docs/Regulamentos/Regulamento_Geral_Mestrado.pdf

1.11. Specific entry requirements.Bachelor degree, or any legal equivalent, in engineering or related areas awarded by ISEL or other institution of higher education in the areas of the informatics engineering, network and computers engineering, telecommunications engineering, electronics engineering or related areas of science and technology;

Holders of a foreign degree granted at the end of a first cycle degree program organised according to the Bologna Process principles by a State that adhered to this Process;

Holders of a foreign higher education degree that is recognised by ISEL's scientific council as fulfilling the objectives of the Bachelor degree.

Holders of a scholar, scientific or professional curriculum whose relevance to this cycle of studies is recognised by ISEL’s scientific council.

http://www.isel.pt/pInst/Servicos/ServAcademicos/docs/Regulamentos/Regulamento_Geral_Mestrado.pdf

1.12. Regime de funcionamento.Outros

1.12.1. Se outro, especifique:Oferta em regime diurno e pós-laboral tal como em outros cursos no ISEL.

1.12.1. If other, specify:The course may be attended during daytime or after working hours like other courses in the ISEL.

1.13. Local onde o ciclo de estudos será ministrado:Instituto Superior de Engenharia de Lisboa (ISEL).

O curso utilizará os recursos já disponíveis no ISEL, nomeadamente as salas de aula, laboratórios e equipamentos. Utilizará, em especial, os recursos que estão afetos à Área Departamental de Engenharia de Electrónica e Telecomunicações e de Computadores (ADEETC).

1.14. Regulamento de creditação de formação académica e de experiência profissional, publicado em Diário da República (PDF, máx. 500kB).

1.14._CTC_Reg. de Creditaçãonov2015_DR.pdf1.15. Observações.

O curso de mestrado está organizado em duas partes: (i) uma parte curricular constituída por 13 unidades curriculares (UCs) autónomas e (ii) uma dissertação, projecto ou estágio curricular.No primeiro semestre os alunos estudam as tecnologias associadas às infraestruturas de suporte ao desenvolvimento de sistemas multimédia (por exemplo, streaming de vídeo), analisando o problema do ponto de vista das tecnologias usadas nas redes de distribuição, e do ponto de vista das arquitecturas de sistemas de armazenamento, processamento, reprodução e de servidores de informação multimédia; estudam métodos de aprendizagem automática e data mining, com aplicação em sistemas multimédia (multimedia data warehouses, análise de vídeo, reconhecimento de fala, vigilância, entre outros) .No segundo semestre, os alunos estudam os problemas associados aos mecanismos de segurança de uma rede informática; estudam técnicas de visão artificial com aplicação a sistemas multimédia (interfaces gráficas com interacção por gestos, vigilância, classificação de veículos, entre outras); abordam os métodos associados ao processamento de fala, com ênfase no reconhecimento de fala e de orador (com aplicação em interfaces com interacção por voz) e estudam as tecnologias associadas ao desenvolvimento de ambientes virtuais 3D, interactivos, abordando a questão do desenvolvimento de jogos de computador (através da utilização de motores de jogos).No terceiro semestre, os alunos estudam modelos de dados e as representações de suporte para armazenamento, pesquisa e manipulação de informação espacial (geográfica e multimédia) e tomam contacto com as tecnologias actuais de gestão de bases de dados para suporte a sistemas multimédia;



estudam as metodologias para planeamento, instalação, configuração e administração de redes e serviços e iniciam a realização do projecto/dissertação de mestrado, nomeadamente realizando pesquisa bibliográfica e submetendo uma proposta de trabalho ao orientador, especificando os objectivos do projecto/dissertação/estágio, identificando as etapas e fazendo a sua calendarização.Finalmente, no quarto semestre o aluno prossegue o trabalho de dissertação/projecto/estágio, iniciado no semestre anterior, escreve a respectiva dissertação/relatório final e defende o seu trabalho em discussão pública, nos termos definidos pelo artigo 22o do decreto-lei no 65/2018 de 16 de Agosto.Desde o ano lectivo de 2012 / 2013 o FEIM constitui-se como um fórum para apresentação dos trabalho de final de mestrado à comunidade académica e empresarial.A área deste ciclo de estudos, de acordo com o sistema de classificação definido na Portaria no 256/2005 de 16 de Março, é a área das Ciências Informáticas (481).

1.15. Observations.The master’s course is organised in two parts: (i) a curricular part consisting of 13 individual courses units (CUs); and (ii) a dissertation, project or curricular internship.In the first semester, students study the technologies associated with the infrastructure supporting the development of multimedia systems (e.g., video streaming), analysing the problem in terms of technologies used in distribution networks, emphasising the role of the system architectures for storage, processing, and playback of multimedia information server; studying methods of machine learning and data mining, with application in multimedia systems (multimedia data warehouses, video analysis, speech recognition, surveillance, among others).In the second semester, the students study the problems associated with security mechanisms of a computer network; study artificial vision techniques with application to multimedia systems (GUI interaction with hand gestures, surveillance, vehicle classification, etc.); discuss the methods associated with speech processing, with emphasis on speech recognition and speaker identification (with application interfaces with voice interaction) and study the technologies associated with the development of 3D interactive virtual environments, addressing the development of computer games (through the use of game engines).In the third semester, students study the data models and the representations used for storing, searching and manipulating spatial information (geographical, multimedia) and get acquainted with current technologies for managing databases for supporting multimedia systems; study methodologies for planning, installation configuration, and administration of networks and services and initiate the project / dissertation, including a bibliography search and a submission of a work proposal to the supervisor, specifying the objectives, identifying each phase/step and the time scheduling of the project/dissertation.Finally, in the fourth semester the student continues the work on the dissertation/project/internship, that started in the previous semester, writes the final dissertation/report and defends his work in a public discussion, as defined by article 22 of Decree-Law No 65/2018 of 16th August.Since 2013 the FEIM is made up as a forum for students to present their final master work to the academia and to business community.The area of this cycle of studies, according to the classification system defined in Decree No. 256/2005 of 16 March, is the area of Computer Science (481).

2. Estrutura Curricular. Aprendizagem e ensino centrados no estudante.

2.1. Percursos alternativos, como ramos, variantes, áreas de especialização de mestrado ou especialidades de doutoramento, em que o ciclo de estudos se estrutura (se aplicável)

2.1. Ramos, opções, perfis, maior/menor, ou outras formas de organização em que o ciclo de estudos se estrutura (se aplicável) / Branches, options, profiles, major/minor, or other forms of organisation compatible with the structure of the study programme (if applicable)

Opções/Ramos/... (se aplicável): Options/Branches/... (if applicable):

Não aplicável/not applicable Não aplicável/Not applicable

2.2. Estrutura curricular (a repetir para cada um dos percursos alternativos)

2.2. Estrutura Curricular - Não aplicável

2.2.1. Ramo, opção, perfil, maior/menor, ou outra (se aplicável).Não aplicável



2.2.1. Branches, options, profiles, major/minor, or other (if applicable)Not applicable

2.2.2. Áreas científicas e créditos necessários à obtenção do grau / Scientific areas and credits that must be obtained before a degree is awarded

Área Científica / Scientific AreaSigla / Acronym

ECTS Obrigatórios / Mandatory ECTS

ECTS Mínimos Optativos / Minimum Optional ECTS*

Observações / Observations

Engenharia Informática / Computer Science

INF 72 12

Engenharia de Telecomunicações / Telecommunications

TEL 12 18

Outras / Others OUT 0 6

(3 Items) 84 36

2.3. Metodologias de ensino e aprendizagem centradas no estudante.

2.3.1. Formas de garantia de que as metodologias de ensino e aprendizagem são adequadas aos objetivos de aprendizagem (conhecimentos, aptidões e competências) a desenvolver pelos estudantes, favorecendo o seu papel ativo na criação do processo de aprendizagem.

Os objetivos de aprendizagem têm em consideração o que o estudante sabe, percebe e está apto a fazer ao finalizar o curso, o que é definido como conhecimento, aptidões e competências (European Parliament and Council of the EU, 2008, Annex 2).A comissão coordenadora do curso, na definição dos objetivos de aprendizagem, realiza uma abordagem orientada em três níveis: Desenvolvimento de políticas, currículos escritos e currículos ensinados (Nota: Ver “2.4. Observações”).Para além das metas definidas em cada UC quanto aos objetivos de aprendizagem do curso, a dissertação/projeto, também contribui para verificar se os objetivos de aprendizagem do curso estão a ser atingidos.A procura pelo mercado dos estudantes formados, a qual tem levado a uma empregabilidade dos recém-licenciados a tender para 100%, é um bom sinal da aceitação por parte das entidades empregadoras dos objetivos de aprendizagem definidos para os estudantes formados pelo curso.

2.3.1. Means of ensuring that the learning and teaching methodologies are coherent with the learning outcomes (knowledge, skills and competences) to be achieved by students, favouring their active role in the creation of the learning process.

Learning objectives take into account what the student knows, perceives and is able to do at the end of the course, which is defined as knowledge, skills and competences (European Parliament and Council of the EU, 2008, Annex 2).The course coordinating commission, in defining learning objectives, pursues a three-pronged approach: Policy development, written curricula and taught curricula (Note: See "2.4. Observations").In addition to the goals defined in each CU (Curricular Unit) as to the learning objectives of the course, the dissertation/project also contributes to verify that the learning objectives of the course are being achieved.The demand for the graduate students 'market, which has led to the employability of recent graduates reaching 100%, is a good sign of the employers' acceptance of the learning objectives defined for the students graduated from the course.

2.3.2. Forma de verificação de que a carga média de trabalho necessária aos estudantes corresponde ao estimado em ECTS.

A verificação de que a carga média de trabalho necessária aos estudantes corresponde ao estimado em ECTS é dos docentes responsáveis pelas UCs, dos docentes que as lecionam e da comissão coordenadora de curso. A realização de inquéritos anónimos aos estudantes possibilita o acesso a uma verificação não condicionado sobre os ECTS previstos para cada uma das UCs e a real carga média de trabalho necessária ao sucesso nestas. Complementa-se assim a avaliação direta realizada por parte dos docentes das UCs, avaliação esta baseada na sua experiência docente e na observação no dia-a-dia da evolução dos estudantes nos trabalhos propostos no âmbito das UCs. A comissão coordenadora do curso procura equilibrar, com base na experiência letiva anterior e no resultado dos inquéritos, a carga média de trabalho das UCs em cada semestre letivo. Intervém, se necessário, junto dos responsáveis das UCs e respetivo corpo docente para procurar repor o equilíbrio.

2.3.2. Means of verifying that the required average student workload corresponds to the estimated in ECTS.



The verification that the average workload required by students corresponds to that estimated in ECTS is of responsability of the teachers responsible for the CU, the teaching staff and the course coordinating committee. Conducting anonymous surveys of students provides access to an unconditional verification of the ECTS provided for each CU and the actual average workload required for success in them. This complements the direct evaluation carried out by the CU professors, an evaluation based on their teaching experience and on the day-to-day observation of students' progress in the work proposed in the context of CU. The course coordinating committee seeks to balance, on the basis of previous school experience and survey results, the average workload of CUs in each academic semester. The coordinating committee intervenes, if necessary, to those in charge of CUs and appropriate faculty to seek restore the balance.

2.3.3. Formas de garantia de que a avaliação da aprendizagem dos estudantes é feita em função dos objetivos de aprendizagem.

A comissão coordenadora do curso, em colaboração com os restantes docentes, num processo que implica a aprovação pelo CTC e pelo CP, assegura a coerência científica e pedagógica das UCs de acordo com os objetivos de aprendizagem do curso, os quais são expressos nas respetivas FUCs, refletindo estas também a interação vertical e transversal entre as UCs de acordo com os objetivos delineados para o curso.As provas de avaliação da aprendizagem dos estudantes em cada UC são especificadas nas respetivas FUCs e obedecem às “Normas de avaliação de conhecimentos” em vigor no ISEL definidas pelo CP e CTC, [https://www.isel.pt/media/uploads/NORMASAVALIACONHECIMENTOS.556de575f0203.pdf].Desvios entre a avaliação de conhecimentos constante na FUC e o efetivamente praticado são resolvidos em sede de Comissão Coordenadora de Curso.

2.3.3. Means of ensuring that the student assessment methodologies are aligned with the intended learning outcomes.

The coordinating committee of the course, in collaboration with the other teachers, in a process that involves the approval by the CTC and the CP, ensures the scientific and pedagogical coherence of the CU according to the learning objectives of the course, which are expressed in the respective CUF (Curricular Unit Form), reflecting these also the vertical and transverse interaction between the UC according to the objectives outlined for the course.The assessment tests of students' learning in each CU are specified in the respective CUF and comply with the "Knowledge Assessment Standards" in force in ISEL defined by the CP and CTC, [https://www.isel.pt/media/uploads/NORMASAVALIACONHECIMENTOS.556de575f0203.pdf]. Deviations between the assessment of knowledge in CUF and the actual practice are resolved in the course coordinating committee.

2.4. Observações

2.4 Observações.Desenvolvimento de políticas, currículos escritos e currículos ensinados

Desenvolvimento de políticas: A coordenação do curso, composta por um conjunto de docentes e estudantes, representando estes cada um dos anos do curso, em colaboração com todo o corpo docente, realiza um acompanhamento constante do curso em termos da sua evolução técnica e científica. Existe uma atenção especial à evolução das áreas de conhecimento em que o curso se insere, dos requisitos dos mercados de emprego, do desempenho demonstrado pelos estudantes ao longo do curso e da empregabilidade deste. Através da análise destes fatores, com o apoio dos inquéritos suportados pelo SIGQ, reuniões com docentes, reuniões com empregadores e da experiência pessoal do corpo docente, elabora-se a política de evolução do curso. A política de evolução pode refletir-se em alterações do programa do curso, podendo implicar a atualização dos currículos nas FUCs e podendo, em alguns casos, implicar a extinção ou criação de UCs. Outro fator tido em especial consideração é a evolução dos estudantes ao longo do curso e o seu desempenho em cada UC. Isto leva a que, quando necessário, existam intervenções junto de responsáveis de UC para tentar determinar a causa de maior ou menor sucesso nas mesmas e, caso necessário, a elaboração de planos de melhoria. Apesar de desde há muito ser este o procedimento usual está agora regulamentado pelo SIGQ.

Currículos escritos: Quando da sua criação é verificada a coerência das FUCs propostas em termos de curso, quanto aos objetivos de aprendizagem a atingir, forma de os atingir, forma de avaliar os estudantes e a respetiva carga média de trabalho prevista. É verificado também se a UC está de acordo com as normas de avaliação em vigor no ISEL e os recursos disponíveis (humanos e materiais) para a lecionação da UC.As FUCs e a interação mútua entre as UCs têm em especial consideração os objetivos do curso, mas igualmente servir de forma efetiva as necessidades dos estudantes e dos empregadores. Persegue-se o objetivo de manter o envolvimento dos empregadores (inquéritos institucionais, contactos pessoais, imprensa especializada), reconciliando quando necessário as diferenças de interesses; envolvendo de forma organizada e transparente todas as partes interessadas na elaboração/alteração do curso, incluindo



os estudantes via os seus representantes na coordenação de curso.

Currículos ensinados: Para além do cuidado na elaboração dos currículos escritos de cada UC (FUC), existe igualmente o cuidado de verificar se os currículos ensinados correspondem aos currículos escritos. Esse trabalho tem como génese a coordenação de curso e implica, para além da análise dos inquéritos aos estudantes, o contacto direto com os responsáveis das UC, com os docentes que lecionam as UCs e com os estudantes que frequentaram as UCs. Estes contactos contribuem igualmente para a verificação se a carga de trabalho associada às UCs está de acordo com os ECTS definidos para cada uma.

2.4 Observations.Policy development, written curricula and curricula taught

Policy development: Coordination of the course, composed of a group of teachers and students, representing each of the years of the course, in collaboration with all faculty, keeps a constant follow-up of the course in terms of its technical and scientific evolution. Particular attention is given to the evolution of the areas of knowledge in which the course is inserted, the requirements of the labor markets, the performance shown by the students along the course and the employability of the course. Through the analysis of these factors, with the support of the surveys supported by the SIGQ, meetings with teachers, meetings with employers and the personal experience of the faculty, the evolution policy of the course is elaborated. The evolution policy can be reflected in changes in the course program, which may imply updating the curricula in the CUF and may, in some cases, imply the extinction or creation of CUs. Another factor taken into special consideration is the evolution of the students along the course and their performance in each CU. This leads to, when necessary, interventions to the heads of the CU to try to determine the cause of greater or less success in them and, if necessary, the elaboration of improvement plans. Although it has long been this the usual procedure is now regulated by the SIGQ.

Written curricula: At the time of their creation, the coherence of the proposed CUFs in terms of the course, as to the learning objectives to be achieved, how to achieve them, how to evaluate the students and their expected average workload is verified. It is also checked if the CU is in accordance with the evaluation standards in force in ISEL and the available resources (human and material) for the CU teaching.FUCs and mutual interaction between CUs take particular account of course objectives but also effectively serve the needs of students and employers. The aim is to maintain the involvement of employers (institutional surveys, personal contacts, specialized press), reconciling where necessary differences of interests; involving in an organized and transparent manner all interested parties in the elaboration / modification of the course, including the students via their representatives in the coordination of the course.

Curricula taught: In addition to careful preparation of the written curricula of each CU (CUF), care is also taken to verify that the curricula taught correspond to the written curricula. This work has as its genesis the coordination of course and implies, in addition to the analysis of the student surveys, direct contact with the leaders of the CUs, with the teachers who teach the CUs and with the students who attended the CUs. These contacts also contribute to the verification of whether the workload associated with the CUs is in accordance with the ECTS defined for each.

3. Pessoal Docente

3.1. Docente(s) responsável(eis) pela coordenação do ciclo de estudos.

3.1. Docente(s) responsável(eis) pela coordenação do ciclo de estudos.Rui Manuel Feliciano de Jesus, Doutor, dedicação exclusiva - CoordenadorPedro Miguel Torres Mendes Jorge, Doutor, dedicação exclusivaCarlos Jorge de Sousa Gonçalves, Doutor, dedicação exclusivaLuís Filipe Graça Morgado, Doutor, dedicação exclusivaPedro Viçoso Fazenda, Doutor, dedicação exclusiva

3.3 Equipa docente do ciclo de estudos (preenchimento automático)

3.3. Equipa docente do ciclo de estudos / Study programme’s teaching staff

Nome / NameCategoria / Category

Grau / Degree

Especialista / Specialist

Área científica / Scientific Area

Regime de tempo / Employment link

Informação/ Information



Arnaldo Joaquim Castro Abrantes

Professor Coordenador ou equivalente

DoutorEngenharia Eletrotécnica e de Computadores

100Ficha submetida

Carlos Eduardo Meneses Ribeiro


Doutor Eletrotecnia 100Ficha submetida

Carlos Jorge de Sousa Gonçalves

Professor Adjunto ou equivalente

Doutor Informática 100Ficha submetida

João Carlos Ferreira de Almeida Casaleiro


DoutorEngenharia Electrotécnica e de Computadores

100Ficha submetida

Joel Vera Cruz Preto Paulo


DoutorTítulo de especialista (DL 206/2009)

Engenharia Eletrotécnica e de Computadores

100Ficha submetida

Jorge Miguel de Paiva Pinheiro Pais


Doutor Inteligência Artificial 100Ficha submetida

Luís Filipe de Matos Duarte Barreiros


MestreTítulo de especialista (DL 206/2009)

Electrónica Aeroespacial 100Ficha submetida

Luís Filipe Graça Morgado



Manuel Martins Barata


DoutorElectrotecnia – Sistemas Percepcionais

100Ficha submetida

Nuno Miguel Machado Cruz


Doutor Engenharia Informática 100Ficha submetida

Paulo Manuel Trigo Cândido da Silva


DoutorEngenharia Informática - Inteligência Artificial

100Ficha submetida

Pedro António Marques Ribeiro


LicenciadoTítulo de especialista (DL 206/2009)

Engenharia Electroténica de Sistemas e Comunicações

50Ficha submetida

Pedro Miguel Torres Mendes Jorge


DoutorEngenharia Eletrotécnica e de Computadores

100Ficha submetida

Vitor Jesus Sousa de Almeida


Mestre

Engenharia Eletrotécnica e de Computadores, Ramo de Sistemas e Computadores

100Ficha submetida

Paulo Alexandre Carapinha Marques


DoutorEngenharia Electrotécnica e de Computadores

100Ficha submetida

Rui Manuel Feliciano Jesus



André Ribeiro Lourenço


DoutorEngenharia Electrotecnica e de Computadores

100Ficha submetida

1650

<sem resposta>

3.4. Dados quantitativos relativos à equipa docente do ciclo de estudos.

3.4.1. Total de docentes do ciclo de estudos (nº e ETI)

3.4.1.1. Número total de docentes.17



3.4.1.2. Número total de ETI.16.5

3.4.2. Corpo docente próprio do ciclo de estudos

3.4.2. Corpo docente próprio – docentes do ciclo de estudos em tempo integral / Number of teaching staff with a full time employment in the institution.*

Corpo docente próprio / Full time teaching staffNº de docentes / Staff number

% em relação ao total de ETI / % relative to the total FTE

Nº de docentes do ciclo de estudos em tempo integral na instituição / No. of teaching staff with a full time link to the institution:

16 96.969696969697

3.4.3. Corpo docente do ciclo de estudos academicamente qualificado

3.4.3. Corpo docente academicamente qualificado – docentes do ciclo de estudos com o grau de doutor / Academically qualified teaching staff – staff holding a PhD

Corpo docente academicamente qualificado / Academically qualified teaching staff

Nº de docentes (ETI) / Staff number in FTE

% em relação ao total de ETI* / % relative to the total FTE*

Docentes do ciclo de estudos com o grau de doutor (ETI) / Teaching staff holding a PhD (FTE):

14 84.848484848485

3.4.4. Corpo docente do ciclo de estudos especializado

3.4.4. Corpo docente do ciclo de estudos especializado / Specialised teaching staff of the study programme

Corpo docente especializado / Specialized teaching staffNº de docentes (ETI) / Staff number in FTE


Docentes do ciclo de estudos com o grau de doutor especializados nas áreas fundamentais do ciclo de estudos (ETI) / Teaching staff holding a PhD and specialised in the fundamental areas of the study programme

14 84.848484848485 16.5

Especialistas, não doutorados, de reconhecida experiência e competência profissional nas áreas fundamentais do ciclo de estudos (ETI) / Specialists not holding a PhD, with well recognised experience and professional capacity in the fundamental areas of the study programme

0.5 3.030303030303 16.5

3.4.5. Estabilidade do corpo docente e dinâmica de formação

3.4.5. Estabilidade e dinâmica de formação do corpo docente / Stability and development dynamics of the teaching staff

Estabilidade e dinâmica de formação / Stability and tranning dynamics

Nº de docentes (ETI) / Staff number in FTE


Docentes do ciclo de estudos em tempo integral com uma ligação à instituição por um período superior a três anos / Teaching staff of the study programme with a full time link to the institution for over 3 years

16 96.969696969697 16.5

Docentes do ciclo de estudos inscritos em programas de doutoramento há mais de um ano (ETI) / FTE number of teaching staff registered in PhD programmes for over one year

0 0 16.5



4. Pessoal Não Docente

4.1. Número e regime de dedicação do pessoal não docente afeto à lecionação do ciclo de estudos. 6 funcionários não docentes em regime de contrato por tempo indeterminado. 1 funcionário em regime de contrato a termo fixo a 80%.3 funcionários em regime de contrato a termo fixo a 50%.A actividade destes funcionários é partilhada entre a LEETC, LEIC, LERCM, LEIRT, MEIC, MEET, e MERCM.

4.1. Number and employment regime of the non-academic staff allocated to the study programme in the present year.

6 non-teaching staff on an indefinite-term basis.1 employee on fixed-term contract at 80%.3 employees under a fixed-term contract at 50%.The activity of these employees is shared between LEETC, LEIC, LERCM, LEIRT, MEIC, MEET, and MERCM.

4.2. Qualificação do pessoal não docente de apoio à lecionação do ciclo de estudos. 5º ano - 1 funcionário; 9º ano - 1 funcionário; 12º ano - 1 funcionário;Bacharelato e estudante de Mestrado - 1 funcionário; Licenciatura (pós-bolonha) - 3 funcionários;Licenciatura (pré-bolonha) - 1 funcionário e e um Executive master em Gestão Empresarial Licenciados Noutras Áreas Finalistas da Licenciatura ou Licenciado (pós-Bolonha) - 2 funcionários em admissão.

4.2. Qualification of the non-academic staff supporting the study programme. An employee with the 5th grade; One employee with the 9th grade; One employee with the 12th grade;An official with a bachelor’s degree (BSc, attending a master's degree); Three employees with a 3-year bachelor's degree (post-bologna BSc); An employee with a 5-year bachelor's degree (pre-bologna MSc) and an Executive master in Business Management Licensed in other areas; Two employees (in hiring process) with Bachelor's or 5-year bachelor's degree (pre-Bologna MSc).

5. Estudantes

5.1. Estudantes inscritos no ciclo de estudos no ano letivo em curso

5.1.1. Estudantes inscritos no ciclo de estudos no ano letivo em curso

5.1.1. Total de estudantes inscritos. 21

5.1.2. Caracterização por género

5.1.1. Caracterização por género / Characterisation by gender

Género / Gender %

Masculino / Male 76.2

Feminino / Female 23.8

5.1.3. Estudantes inscritos por ano curricular.

5.1.3. Estudantes inscritos por ano curricular / Students enrolled in each curricular year



Ano Curricular / Curricular Year Nº de estudantes / Number of students

1º ano curricular 15

2º ano curricular 6

21

5.2. Procura do ciclo de estudos.

5.2. Procura do ciclo de estudos / Study programme's demand

Penúltimo ano / One before the last year

Último ano/ Last year

Ano corrente / Current year

N.º de vagas / No. of vacancies 30 30 30

N.º de candidatos / No. of candidates 17 12 22

N.º de colocados / No. of accepted candidates 17 12 21

N.º de inscritos 1º ano 1ª vez / No. of first time enrolled 6 7 15

Nota de candidatura do último colocado / Entrance mark of the last accepted candidate

11 10 10

Nota média de entrada / Average entrance mark 14 14 14

5.3. Eventual informação adicional sobre a caracterização dos estudantes

5.3. Eventual informação adicional sobre a caracterização dos estudantes. (1) No ponto 5.2 os dados sobre o número de candidatos e o número de matriculados referem-se ao conjunto de todas as fases.

(2) No ponto 5.2 a nota de candidatura do último colocado refere-se à nota obtida tendo em conta os seguintes critérios: (i) classificação da licenciatura ou de outros graus de acesso já obtidos pelo candidato, (ii) afinidade entre o curso de licenciatura que possuem e o ciclo de estudos que se candidatam e (iii) currículo académico, científico, técnico e profissional.

(3) No contexto da parceria internacional com a "alFarabi Kazakh National University", no ano letivo de 2017/2018, 8 alunos desta universidade frequentaram unidades curriculares isoladas do MERCM. No ponto 5.2 os números indicados não incluem estes alunos internacionais inscritos em unidades curriculares isoladas.

5.3. Eventual additional information characterising the students. (1) In paragraph 5.2 the data on the number of candidates and the number of registered students refers to the set of all phases.

(2) In section 5.2 the minimum grade of the last placed refers to the classification obtained with the following criteria: (i) classification of the Bachelor Degree (Licenciatura) or other degree of access already obtained by the candidate, (ii) the a affinity between the degree course they have and the cycle of studies they are applying and (iii) academic, scientific, technical and professional curricula.

(3) In the context of the international partnership with "alFarabi Kazakh National University", in the academic year 2017/2018, 8 students from this university attended isolated curricular units of the MERCM. In paragraph 5.2 the numbers indicated do not include these international students enrolled in isolated curricular units.

6. Resultados

6.1. Resultados Académicos

6.1.1. Eficiência formativa.

6.1.1. Eficiência formativa / Graduation efficiency



Antepenúltimo ano / Two before the last year

Penúltimo ano / One before the last year

Último ano / Last year

N.º graduados / No. of graduates 2 1 0

N.º graduados em N anos / No. of graduates in N years*

2 0 0

N.º graduados em N+1 anos / No. of graduates in N+1 years

0 1 0

N.º graduados em N+2 anos / No. of graduates in N+2 years

0 0 0

N.º graduados em mais de N+2 anos / No. of graduates in more than N+2 years

0 0 0

Pergunta 6.1.2. a 6.1.3.

6.1.2. Apresentar relação de teses defendidas nos três últimos anos, indicando, para cada uma, o título, o ano de conclusão e o resultado final (exclusivamente para cursos de doutoramento).

Não é aplicável.

6.1.2. List of defended theses over the last three years, indicating the title, year of completion and the final result (only for PhD programmes).

Not applicable.

6.1.3. Comparação do sucesso escolar nas diferentes áreas científicas do ciclo de estudos e respetivas unidades curriculares.

Neste ciclo de estudos existem apenas duas áreas científicas principais: Engenharia Informática e Engenharia de Telecomunicações. Em média não há grande diferença nas aprovações das UCs de cada área científica. Em ambas as áreas e como padrão, observa-se que os estudantes que frequentam as UCs, que realizam os trabalhos e que se propõem a exame obtêm aprovação numa percentagem próxima de 100%.

Considerando que a maioria dos estudantes desenvolve atividade profissional, o tempo para realização do MERCM é, em geral, de 3 anos (1,5 anos para a frequência de UCs e 1,5 anos para a Dissertação/Projeto). Este tempo é usado para estender a duração da Dissertação/Projeto e reflete a escolha (pelos estudantes) das UCs realizadas em cada semestre.

6.1.3. Comparison of the academic success in the different scientific areas of the study programme and the respective curricular units.

In this course there are just two major scientific areas: Informatics Engineering and Telecommunications Engineering. On average, there is not much difference in the approvals of the UCs of each scientific area. In both areas and as a pattern, it is noted that students who attend the UCs, that perform the proposed tasks and that take the exam get an approval rate that is close to 100%.

However, since most students have a professional activity, the time to MERCM completion is usually of 3 years (1.5 years for the frequency of UCs and 1.5 years for the Dissertation / Project). This time to completion is used to extend the duration of Dissertation/Project and reflects the choice (by students) of the UCs accomplished in each semester.

6.1.4. Empregabilidade.

6.1.4.1. Dados sobre desemprego dos diplomados do ciclo de estudos (estatísticas da DGEEC ou estatísticas e estudos próprios, com indicação do ano e fonte de informação).

Empregabilidade: 95.5% (dados retirados da DGEEC em Dezembro de 2017).

6.1.4.1. Data on the unemployment of study programme graduates (statistics from the Ministry or own statistics and studies, indicating the year and the data source).

Employability: 95.5% (data taken from DGEEC in December 2017).

6.1.4.2. Reflexão sobre os dados de empregabilidade. Os dados de empregabilidade reflectem as necessidades do mercado de trabalho na área da engenharia informática. Também indicam que os alunos que terminam o MERCM adquiriram competências que são procuradas pelas empresas.



O estudo publicado recentemente pelo Fórum Económico Mundial (“The Future of Jobs Report 2018”) aponta para uma continuidade na taxa de empregabilidade do MERCM.

6.1.4.2. Reflection on the employability data. MERCM's employability data reflect the needs of the job market in the field of computer engineering. It also indicate that students who complete MERCM acquired skills that are sought by companies. The study published recently by the World Economic Forum ("The Future of Jobs Report 2018") points to a continuity in the rate of employability of the MERCM.

6.2. Resultados das atividades científicas, tecnológicas e artísticas.

6.2.1. Centro(s) de investigação, na área do ciclo de estudos, em que os docentes desenvolvem a sua atividade científica

6.2.1. Centro(s) de investigação, na área do ciclo de estudos, em que os docentes desenvolvem a sua actividade científica / Research Centre(s) in the area of the study programme, where the teachers develop their scientific activities

Centro de Investigação / Research Centre

Classificação (FCT) / Mark (FCT)

IES / Institution

N.º de docentes do ciclo de estudos integrados/ No. of integrated study programme’s teachers


NOVA-LINCS - NOVA laboratory for computer science and informatics

Excelente FCT/UNL 3 -

BioISI - BioSystems and Integrative Sciences Institute

Excelente FC/UL 2 -

IT - Instituto de Telecomunicações

Excelente IST/UL 4 -

CTS - Centre of Technology and Systems

Muito Bom UNINOVA/FCT/UNL 2 -

IBEB - Instituto de Biofísica e Engenharia Biomédica

Muito Bom FC/UL 1 -

LaSIGE - Laboratório de Sistemas Informáticos de Grande Escala

Bom FC/UL 1 -

CAPS - Centro de Análise e Processamento de Sinais

Razoável IST/UL 1 -

Pergunta 6.2.2. a 6.2.5.

6.2.2. Mapa-resumo de publicações científicas do corpo docente do ciclo de estudos em revistas internacionais com revisão por pares, livros ou capítulos de livros, ou trabalhos de produção artística, relevantes para o ciclo de estudos.

http://www.a3es.pt/si/iportal.php/cv/scientific-publication/formId/4b120001-b4a0-e943-cfe6-5bc768952a0e6.2.3. Mapa-resumo de outras publicações relevantes, designadamente de natureza pedagógica:

http://www.a3es.pt/si/iportal.php/cv/other-scientific-publication/formId/4b120001-b4a0-e943-cfe6-5bc768952a0e6.2.4. Atividades de desenvolvimento tecnológico e artístico, prestação de serviços à comunidade e formação avançada na(s) área(s) científica(s) fundamental(ais) do ciclo de estudos, e seu contributo real para o desenvolvimento nacional, regional e local, a cultura científica e a ação cultural, desportiva e artística.

As actividades de desenvolvimento tecnológico, de prestação de serviços e de formação avançada, têm sido, predominantemente, realizadas pelos grupos e centros de investigação e desenvolvimento. No entanto, são cada vez mais as iniciativas individuais de docentes na dinamização da prestação de serviços. Em termos de entidades envolvidas nas prestações de serviço, projectos e formações, desde 2016, inclui-se:- 10 intercâmbios de docência, quer para escolas do IPL, quer para outras instituições de ensino superior da área de Lisboa, incluindo a Escola S. Educação Lisboa e Escola S. Música de Lisboa entre outras.

- 5 acções de formação, incluindo: Acção de formação ITED-ITUR Açores para projecto de infra-estruturas de Telecomunicações, Acção de Formação RTP, Formação para não Engenheiros ANACOM, Acção de Formação para a Telcabo em ITED, e Formação em Cibersegurança para a Área Metropolitana de Lisboa.

- 7 prestações de serviço, a maioria plurianual, incluindo: Deslocalização da SALOC da C.M. de Lisboa,



consultoria para o Centro Operacional de Integrado da C.M. de Lisboa, consultoria para a Brisa Inovação e Tecnologia/A-to-Be, consultoria para a NOS Comunicações, consultoria para a IP Telecom.

- 38 projectos de I&D, de financiamento público e privado, nacional e internacional, incluindo:Projecto Pervasive EGG, Projecto Horus: Segurança de abastecimento em áreas de serviço, Projecto P2020 SolvitTool: Desenvolvimento de ferramenta planeamento de telecomunicações em ferrovias, Projecto P2020 PhotoAki: Biosensor fotonico para o diagnóstico precoce da insuficiência renal aguda, Projecto P2020 SITL: Sistema de inteligência nos terminais logísticos, Projecto FCT LearnBIG: Unsupervised and semi-supervised learning from Big Data, Projecto P2020 WS4IIoT: Development of wireless sensor networks in industry environments, Projecto P2020 Automotive: Detecção automática multimodal de sonolência para veículos inteligentes e Projecto H2020 5G-MOBIX: Avaliar o desempenho da rede 5G no contexto técnico das especificações de veículos autónomos.

Estas actividades permitem aos docentes manterem a sua ligação à indústria, percebendo as necessidades actuais do mercado. Essa actualização do contexto económico e social, permite que os conceitos leccionados nas diversas UCs sejam concretizados em suportes tecnológicos actuais, mantendo o nível de actualidade dos diplomados. Além disso, ajuda na reformulação dos conteúdos programáticos das UCs, e a direcionar a investigação desenvolvida pelos docentes.

6.2.4. Technological and artistic development activities, services to the community and advanced training in the fundamental scientific area(s) of the study programme, and their real contribution to the national, regional or local development, the scientific culture and the cultural, sports or artistic activity.

Technological development, service provision and advanced training activities have predominantly been carried out by groups and centers of research and development. However, there are increasingly individual initiatives of teachers in the dynamism of service delivery. In terms of entities involved in the provision of services, projects and training, since 2016, this includes:

- 10 exchanges of teaching, both for IPL schools and other higher education institutions in the Lisbon area, including: School of Education of Lisbon and School of Music of Lisbon among others.

- 5 training actions, including: ITED-ITUR Training Action Azores for Telecommunications Infrastructure Project, Training Action RTP, Training for non-engineers ANACOM, Training for Telcabo in ITED, and Training in Cybersecurity for the Lisbon Metropolitan Area.

- 7 consulting service, most of them multiannual, including: Relocation of SALOC of C.M. Lisboa, consultancy for C.M. Lisboa Integrated Operational Center. Consultancy for Brisa Inovação e Tecnologia/A-to-Be, consulting for NOS Comunicações, consulting for IP Telecom.

- 38 R&D projects, public and private, national and international, including:Pervasive EGG Project, Horus Project: Security of supply in service areas, Project P2020 SolvitTool: Tool development railroad telecommunication planning, Project P2020 PhotoAki: Biosensor photonic for the early diagnosis of acute renal failure, Project P2020 SITL: Logistic terminals intelligence system, FCT Project LearnBIG: Unsupervised and semi-supervised learning from Big Data, P2020 WS4IIoT: Development of wireless sensor networks in industry environments andH2020 5G-MOBIX: Evaluate the performance of the 5G network in the automotive industry, Project P2020 Automotive Multimodal automatic drowsiness detection for intelligent vehicles.

These activities allow teachers to maintain their link with industry, realizing the current needs of the market. This updating of the economic and social context, allows the concepts taught in the various CUs to be realized in current technological supports, maintaining the current level of the graduates. In addition, it helps in the reformulation of the curricular contents of the UCs, and to direct the investigation developed by the teachers.

6.2.5. Integração das atividades científicas, tecnológicas e artísticas em projetos e/ou parcerias nacionais e internacionais, incluindo, quando aplicável, indicação dos principais projetos financiados e do volume de financiamento envolvido.

A ADEETC tem desenvolvido um conjunto de actividades de I&D, de prestação de serviços de formação, quer no âmbito das parcerias estabelecidas, quer através de projectos financiados por entidades nacionais e internacionais. Os projetos têm sido realizados no âmbito do ISEL, Politec&ID e em 7 centros de investigação FCT (exteriores ao ISEL) que integram docentes do MERCM. Muitos dos projectos e prestações de serviços financiam bolseiros de investigação, contribuem para alguma actualização de laboratórios existentes, mas também para a criação de novos laboratórios.

Desde 2016 contabilizam-se 38 projetos de desenvolvimento: 34 nacionais (2 empresas, 10 P2020, 3 FCT, 1 QREN, 18 IDI&CA) e 4 internacionais. Principais projetos: 5G-MOBIX, NATO SET225, FI-SÓNIC, Patho-



NGen-Trace, Horus, Cloud Açores, Sasport, AUTOINSP, SolvitTool, SITL, Automotive e LearnBIG. No total, o ISEL obteve uma receita de aproximadamente de 800 mil euros, de entre as várias actividades realizadas na ADEETC.

6.2.5. Integration of scientific, technologic and artistic activities in projects and/or partnerships, national or international, including, when applicable, the main projects with external funding and the corresponding funding values.

ADEETC has developed a set of R&D activities to provide training services both within the established partnerships and through projects funded by national and international entities. The projects have been carried out within the framework of ISEL, Politec&ID and in 7 FCT research centers (outside ISEL) that integrate teachers of the MERCM. Many of the projects and services financed research fellows, contribute to an update of existing laboratories and also for the creation of new laboratories.

Since 2016, there are 38 development projects: 34 national (2 companies, 10 P2020, 3 FCT, 1 QREN, 18 IDI&CA) and 4 international projects. Main projects: 5G-MOBIX, NATO SET225, FI-SÓNIC, Patho-NGen-Trace, Horus, Cloud Azores, Sasport, AUTOINSP, SolvitTool, SITL, Automotive and LearnBIG.In total, ISEL obtained revenues of approximately 800 thousand euros, among the various activities carried out at ADEETC.

6.3. Nível de internacionalização.

6.3.1. Mobilidade de estudantes e docentes

6.3.1. Mobilidade de estudantes e docentes / Mobility of students and teaching staff

%

Alunos estrangeiros matriculados no ciclo de estudos / Foreign students enrolled in the study programme 27

Alunos em programas internacionais de mobilidade (in) / Students in international mobility programmes (in) 25

Alunos em programas internacionais de mobilidade (out) / Students in international mobility programmes (out) 0

Docentes estrangeiros, incluindo docentes em mobilidade (in) / Foreign teaching staff, including those in mobility (in) 25

Mobilidade de docentes na área científica do ciclo de estudos (out) / Teaching staff mobility in the scientific area of the study (out).

6

6.3.2. Participação em redes internacionais com relevância para o ciclo de estudos (redes de excelência, redes Erasmus).

6.3.2. Participação em redes internacionais com relevância para o ciclo de estudos (redes de excelência, redes Erasmus).

A rede do ISEL-IPL /Erasmus+, é composta por 75 Instituições divididos pelos seguintes países: Alemanha, Áustria, Bélgica, Chipre, Bulgária, Dinamarca, Eslovénia, Espanha, Finlândia, França, Grécia, Holanda, Hungria, Itália, Letónia, Lituânia, Noruega, Polónia, República Checa, Roménia e Turquia. O ISEL tem ainda uma parceria com a Al-Faribi Kazakh national University, no Cazaquistão, ao abrigo da qual recebe alunos desta universidade. Existe um acordo com a Guiné Equatorial que coloca alunos daquele país em diversos países, incluindo Portugal. O ISEL tem também um intercâmbio de alunos brasileiros provenientes das seguintes instituições: UNISUL, Centro Universitário 7 de setembro e Universidade Federal Fluminense.

6.3.2. Participation in international networks relevant for the study programme (excellence networks, Erasmus networks, etc.).

The ISEL-IPL / Erasmus+ network is composed of 75 institutions divided into the following countries: Austria, Belgium, Cyprus, Bulgaria, Denmark, Finland, France, Germany, Greece, Hungary, Italy, Latvia, Lithuania, , Norway, Poland, the Czech Republic, Romania and Turkey. ISEL also partners with Al-Faribi Kazakh National University in Kazakhstan, where it receives students from this university. There is an agreement with Equatorial Guinea that places students from that country in several countries, including Portugal. ISEL also has an exchange of Brazilian students from the following institutions: UNISUL, Centro Universitário September 7 and Universidade Federal Fluminense.

6.4. Eventual informação adicional sobre resultados.

6.4. Eventual informação adicional sobre resultados.



(1) A Direção do ISEL determinou, nos despachos nª 39/P/2015 e nº 42/P/2015, a suspensão do primeiro ano do MERCM para o ano letivo de 2015/2016. Esta decisão baseia-se na definição de um número mínimo de alunos matriculados (1ª inscrição) que nos referidos despachos se estipulou serem dez (10). O MERCM no ano lectivo 2015/2016 tinha 5 novos alunos inscritos, e não cumprindo o mínimo estipulado, foi suspenso o seu 1ºano. Estes alunos foram integrados em outros cursos da área departamental. Nos anos letivos seguintes o primeiro ano do MERCM funcionou sempre mas os alunos inscritos anteriormente no 1ºano não voltaram ao curso. Por esta razão e também porque alguns alunos desistem, o número de alunos diplomados (ponto 6.1) nos anos seguintes baixou.

(2) No ponto 6.1, os números indicados referem-se aos anos letivos de 2015/16, 2016/17 e 2017/18. No ano letivo de 2017/18 é indicado o valor 0 diplomados mas há perpectivas de que 2 alunos terminem o curso de MERCM neste ano letivo.

(3) No ponto 6.3.1 as percentagens indicadas referem-se aos anos letivos de 2016/17, 2017/18 e 2018/2019. No caso dos alunos estrangeiros e dos alunos em programas internacionais de mobilidade, é apresentada a média das percentagens obtidas em cada ano.

(4) No ponto 6.3.1, foram incluídos nos alunos estrangeiros, os 8 alunos da "alFarabi Kazakh National University" que frequentaram unidades curriculares isoladas do MERCM.

(5) No ponto 6.3.1, as percentagens indicadas, para o caso dos docentes, foram obtidas relativamente ao número de docentes que lecionaram no MERCM.

6.4. Eventual additional information on results.(1) The Administration of the ISEL determined in dispatches nº 39 /P/2015 and nº 42 /P/2015, the suspension of the first year of MERCM for the school year 2015/2016. This decision is based on the definition of a minimum number of enrolled students (1st registration) that was stipulated to be ten (10) students. The MERCM in the academic year 2015/2016 had five students enrolled (1st registration), but the first year was suspended since it did not meet the minimum stipulated. These students were integrated into other courses in the departmental area. In the following academic years the first year of MERCM always worked but the students did not return to the course. For this reason and also because some students drop out, the number of graduate students (points 6.2) in the following years decreased.

(2) In section 6.1, the indicated numbers refer to the school years 2015/16, 2016/17 and 2017/18. In the academic year 2017/18 is given the value 0 graduates but there are perspectives that 2 students finish the course MERCM in this school year.

(3) In section 6.3.1 the percentages indicated refer to the academic years 2016/17, 2017/18 and 2018/2019. In the case of foreign students and students in international mobility programs, the average of the percentages obtained in each year is presented.

(4) In section 6.3.1, the 8 students from "alFarabi Kazakh National University" who attended isolated MERCM courses were included in the foreign students.

(5) In section 6.3.1, the percentages indicated for teachers were obtained in relation to the number of teachers who taught in the MERCM.

7. Organização interna e mecanismos de garantia da qualidade

7.1 Existe um sistema interno de garantia da qualidade certificado pela A3ES

7.1. Existe um sistema interno de garantia da qualidade certificado pela A3ES (S/N)?Se a resposta for afirmativa, a Instituição tem apenas que preencher os itens 7.1.1 e 7.1.2, ficando dispensada de preencher as secções 7.2.Se a resposta for negativa, a Instituição tem que preencher a secção 7.2, podendo ainda, se o desejar, proceder ao preenchimento facultativo dos itens 7.1.1 e/ou 7.1.2.

Sim

7.1.1. Hiperligação ao Manual da Qualidade.https://www.ipl.pt/sites/default/files/ficheiros/servicos/reg_qualidade_ipl_v_final_12jan_2018_0.pdf

7.1.2. Anexar ficheiro PDF com o último relatório de autoavaliação do ciclo de estudos elaborado no âmbito do sistema interno de garantia da qualidade (PDF, máx. 500kB).

7.1.2._MERCM 271218_1423.pdf



7.2 Garantia da Qualidade

7.2.1. Mecanismos de garantia da qualidade dos ciclos de estudos e das atividades desenvolvidas pelos Serviços ou estruturas de apoio aos processos de ensino e aprendizagem, designadamente quanto aos procedimentos destinados à recolha de informação (incluindo os resultados dos inquéritos aos estudantes e os resultados da monitorização do sucesso escolar), ao acompanhamento e avaliação periódica dos ciclos de estudos, à discussão e utilização dos resultados dessas avaliações na definição de medidas de melhoria e ao acompanhamento da implementação dessas medidas.

<sem resposta>

7.2.1. Mechanisms for quality assurance of the study programmes and the activities promoted by the services or structures supporting the teaching and learning processes, namely regarding the procedures for information collection (including the results of student surveys and the results of academic success monitoring), the monitoring and periodic assessment of the study programmes, the discussion and use of the results of these assessments to define improvement measures, and the monitoring of their implementation.

<no answer>

7.2.2. Indicação da(s) estrutura(s) e do cargo da(s) pessoa(s) responsável(eis) pela implementação dos mecanismos de garantia da qualidade dos ciclos de estudos.

<sem resposta>

7.2.2. Structure(s) and job role of person(s) responsible for implementing the quality assurance mechanisms of the study programmes.

<no answer>

7.2.3. Procedimentos de avaliação do desempenho do pessoal docente e medidas conducentes à sua permanente atualização e desenvolvimento profissional.

<sem resposta>

7.2.3. Procedures for the assessment of teaching staff performance and measures for their continuous updating and professional development.

<no answer>

7.2.3.1. Hiperligação facultativa ao Regulamento de Avaliação de Desempenho do Pessoal Docente.<sem resposta>

7.2.4. Procedimentos de avaliação do pessoal não-docente e medidas conducentes à sua permanente atualização e desenvolvimento profissional.

<sem resposta>

7.2.4. Procedures for the assessment of non-academic staff performance and measures for their continuous updating and professional development.

<no answer>

7.2.5. Forma de prestação de informação pública sobre o ciclo de estudos.<sem resposta>

7.2.5. Means of providing public information on the study programme.<no answer>

7.2.6. Outras vias de avaliação/acreditação nos últimos 5 anos.<sem resposta>

7.2.6. Other assessment/accreditation activities over the last 5 years.<no answer>



8. Análise SWOT do ciclo de estudos e proposta de ações de melhoria

8.1 Análise SWOT global do ciclo de estudos

8.1.1. Pontos fortes 1. Posiciona-se como segundo ciclo da atual Licenciatura em Engenharia Informática e Multimédia (LEIM, após alteração da prévia LERCM) que, desde 2006, preenche as vagas, formando, desde 2006/07 (e até 2017/18), um total de 152 licenciados, (empregabilidade: 98,5%).

2. Insere-se em contexto de afinidade cultural e de alguns objetivos na área dos conteúdos Multimédia, com as escolas, ESCS (Escola Superior de Comunicação Social) e ESELx (Escola Superior de Educação de Lisboa, em especial com os seus cursos de Licenciatura e Mestrado em Audiovisual e Multimédia (ESCS) e Licenciatura em Artes Visuais e Tecnologias (ESELx).

3. Alicerça-se num corpo docente coeso e fortemente empenhado em reforçar a sua posição nas vertentes científica e tecnológica projetando os alunos e seus trabalhos em fóruns nacionais e internacionais e fomentando o envolvimento no contexto empresarial nacional.

4. Assume-se com vocação especial para a "formação ao longo da vida" recebendo estudantes trabalhadores, em empresas com atividade nas áreas de engenharia informática e multimédia, e potenciando, via trabalhos de projeto (ou dissertação), estas relações com as empresas.

8.1.1. Strengths 1. Stands as a sequence to the current degree on Informatics and Multimedia Engineering (LEIM, after the changes to the previous LERCM). This course has, since 2006, filled all the available number of seats and has, up to the current day, successfully graduated a total of 152 students (employability: 98,5%).

2. Currently in context with the cultural objectives of other schools of the Lisbon Polytechnic Institute such as ESCS (Escola Superior de Comunicação Social) and ESELx (Escola Superior de Educação de Lisboa) where the same interests, in multimedia contents , are shared. In particular, with the degrees in Audiovisual and Multimedia (ESCS), and Visual Arts and Technologies (ESELx).

3. Strongly supported by a group highly skilled faculty members, motivated to invest their research and development efforts in scientific and technologies fields aligned with the course, in order to leverage students for their own success in any international an national projects (including projects executed in close collaboration with the industry).

4. Geared towards the idea of continuous education by providing to skilled workers in the community, an opportunity to experience learning new technology skills in informatics and multimedia. This collaborative link with working students also provides the institution an excellent opportunity to engage with the industry by proposing dissertations, and research projects, focused on problem-solving real problems that can help these industries become more competitive in the global market.

8.1.2. Pontos fracos 1. As alterações que transformaram a LERCM na atual LEIM clarificaram, no primeiro ciclo, a ênfase na Informática (e não nas Redes de Comunicação) mas esta clarificação não foi ainda possível de ser vertida no segundo ciclo (MERCM) pelo que o alinhamento LEIM/MERCM necessita de ser reajustado (pelo MERCM).

2. A divergência entre a procura, por parte dos candidatos, de competências na área da Multimédia e da Inteligência Computacional (Engenharia Informática) e a procura de competências na área de Redes de Comunicação (Engenharia de Telecomunicações), torna difícil a conciliação num único curso de especializações em ambas as áreas.

3. A excelente integração no mercado de trabalho, nas áreas da Informática, dos alunos que terminam o primeiro ciclo aliada à impossibilidade do ISEL ministrar em ciclo de mestrado integrado reduz a capacidade de captação direta do primeiro para o segundo ciclo.

4. Considerando que em 2010 surgem os primeiros formados de LEIM, temos o MERCM ainda a construir o seu espaço de captação no mercado dos profissionais da área.

8.1.2. Weaknesses 1. The changes that transformed the LERCM course into the actual LEIM have clarified, in the first cycle of the degree programme, the focus on informatics (rather than Communication networks). These modifications have not yet been reflected in the second cycle of the programme and therefore, this strategic alignment needs to be readjusted (by MERCM).2. The divergence between the demand, by applicants searching for competences in multimedia and computational intelligence (informatics engineering), and the demand for competences in computer



networks (telecommunications engineering) make it hard to conciliate both areas of specialization in a single course.3. The high demand that exists currently in the marker for engineers in the area of the course, immediately after the student complete the first cycle of the degree programme, makes it extremely hard to captivate students to pursue the second cycle. Particularly because ISEL cannot impose, unlike other universities, an integrated course where students are forcibly compelled to pursue to the second cycle.4. Considering that it was only in 2010 that the first few students completed the LEIM course, MERCM is still building its marketing space in order to attract professionals in its field of studies.

8.1.3. Oportunidades 1. A organização anual (desde 2012 / 2013) do FEIM "Fórum on Engineering of Informatics and Multimedia" explora a capacidade de concretização e inovação dos projetos e dissertações finais no sentido de:a) aumentar a visibilidade do MERCM e LEIM via exposição, às empresas, do trabalho feito pelos alunos;b) aproximação às áreas de negócio via apresentações efetuadas pelas empresas e paneis de discussão mistos (elementos da academia e das empresas), tendo como consequência a melhor compreensão das necessidades das empresas.

2. A participação das empresas (e.g., Glintt, Accenture, OutSystems, Aubay, FCCN e DoltLean) tem continuado nas últimas edições do FEIM. Esta cooperação inclui patrocínios aos alunos e também originou propostas conjuntas de novos trabalhos de mestrado e licenciatura.

3. O corpo docente explora os temas do curso via projetos de I&D e persegue a internacionalização tendo lecionado um curso de verão para alunos estrangeiros e incluindo, na oferta, a lecionação em Inglês.

4. O estudo publicado recentemente pelo Fórum Económico Mundial (“The Future of Jobs Report 2018”), aponta para um interesse crescente das empresas, nos próximos anos, em contratar profissionais com competências em áreas da Engenharia Informática (e.g., aprendizagem automática e análise de dados em larga escala) e da Multimédia (e.g., aplicações móveis e realidade aumentada e virtual).

5. A área da engenharia informática e multimédia é especialmente talhada para a criação de microempresas constituídas por jovens recém-formados com conhecimentos muito especializados. Por exemplo, a empresa RETRAI cuja génese está no conhecimento adquirido e no apoio e incentivo dos docentes da LEIM e MERCM.

8.1.3. Opportunities 1. The annual organization (since 2012 / 2013) of FEIM "Fórum on Engineering of Informatics and Multimedia" explores the execution capability and innovation of projects and final dissertations aimed at: a) increasing the visibility of the MERCM and LEIM courses by exposing the work executed by the students to several participating companies.b) establishing contact with business areas with presentations made by companies with mixed discussion panels (composed of members of the academy and various industries), in order to promote a better dialogue and understanding of what are the real needs of the market.

2. The participation of companies (such as Glintt, Accenture, OutSystems, Aubay, FCCN and DoltLean) has been a constant presence in the previous editions of FEIM. This cooperation has included the sponsorship of students and has also originated concerted proposals for projects and dissertations for both MERCM and LEIM courses.

3. The teaching staff is constantly exploring emerging areas of the course, by constantly engaging in projects and R&D activities. The staff is also highly motivated towards the internalization of the course by lecturing summer courses for foreign students, and by including lectures in English.

4. According to a recent study, published by Fórum Económico Mundial (“The Future of Jobs Report 2018”), there is an expected growing interest in companies, in the next few years, in hiring professionals with skills in areas of Informatics Engineering (e.g., machine learning and data mining in large scale), and Multimedia (e.g., mobile applications and augmented and virtual reality).

5. The fields of informatics engineering and multimedia are currently cutting-edge fields for entrepreneurship. They are among the most prominent industries for highly skilled startup-up entrepreneurs. For example, the company RETRAI, was a result of the knowledge and the support and incentive given by the teachers of both the LEIM and MERCM courses.

8.1.4. Constrangimentos 1. As restrições financeiras que se têm verificado e intensificado ao longo dos últimos anos, limitam as contratações de docentes especializados em temas mais atuais e criam dificuldades à atualização dos equipamentos dos laboratórios.



2. A forte empregabilidade nesta área reduz a disponibilidade dos alunos (quase todos trabalhadores estudantes) para se dedicarem durante 2 anos ao curso de mestrado. Esta caraterística também inclina os alunos para uma vertente mais empresarial e menos científica.

8.1.4. Threats 1. The financial restrictions that has been imposed in the past few years on the institute have severely limited the recruitment capability of the department where the course exists. We have been limited in hiring the necessary academic staff with skill in new emerging fields and also limits the maintenance of lab equipment and funding for new equipment.

2. The strong demand for professionals in the fields associated with the course has drastically reduced the number of students (most of them working-students) willing to attend the classes of the two-year MERCM course. This market tendency also draw students away from academic research activities and more towards the industry.

8.2. Proposta de ações de melhoria


8.2.1. Ação de melhoria 1. Proceder ao alinhamento LEIM-MERCM. Este alinhamento deve substanciar-se na alteração do nome do curso e na alteração do plano de estudos.

2. Explorar os canais de comunicação atualmente usados pelos alunos, e.g., redes sociais, para aumentar a eficácia da passagem de informação relativamente ao alinhamento LEIM-MERCM. É essencial alertar os novos alunos e explicar-lhes a evolução do plano de estudos, nomeadamente, no que se refere à sua adequação às necessidades tecnológicas e científicas atuais e futuras.

3. Continuar a dar seguimento ao objetivo de incluir, na oferta formativa, a lecionação em Inglês e reforçar, de modo sistemático, o esforço na divulgação do MERCM em contexto internacional visando captar alunos estrangeiros e estabelecer parcerias com escolas estrangeiras incluindo alunos oriundos de países de língua oficial portuguesa.

8.2.1. Improvement measure 1. Proceed to align and straighten both LEIM-MERCM courses. This alignment is carried out by changing both the programme and the name of the course.2. Explore the communication channels that are most popular between students, such as social networks, in order to increase the efficiency in transmitting a clear messages explaining the objectives of this alignment between the LEIM-MERCM courses. It is imperative that students become aware of the importance of pursuing the panned MERCM curriculum to complement, for the present and the future, their scientific and technological knowledge.3. Keep and reinforce the current strategy of lecturing some of the classes in English and the internalization marketing of the MERCM course, with collaboration with other countries. The idea is to attract more international students and to establish more collaboration links with other institutions (in particular, with students and institutions from Portuguese speaking countries).

8.2.2. Prioridade (alta, média, baixa) e tempo de implementação da medida Prioridade: AltaTempo de implementação da medida: 1 ano.

8.2.2. Priority (high, medium, low) and implementation time. Priority: HighImplementation time: 1 year.

8.1.3. Indicadores de implementação Aumento do número de alunos e aumento de parcerias com escolas estrangeiras.

8.1.3. Implementation indicator(s) The number of new students that enroll and the number of contacts and partnership agreements established with other foreign institutions.




8.2.1. Ação de melhoria 1. Clarificar que a oferta formativa do MERCM se situa na extensão da Engenharia Informática à Engenharia Multimédia. Tem-se verificado (no contexto do MERCM) que existe fraca sobreposição entre o interesse na área da Engenharia de Multimédia e da Engenharia de Redes de Comunicação. Ou seja, em geral, os alunos que manifestam maior interesse, ou afinidade, com os temas da Engenharia Multimédia tendem a evitar as UCs da Engenharia de Redes de Comunicação e vice-versa. Adicionalmente, na afinidade com a Engenharia Multimédia revela-se, em geral, forte apetência para a Engenharia Informática.

2. Prosseguir o trabalho atualmente a decorrer com o objetivo de formalizar as propostas de alterações que permitam ao MERCM reforçar a área científica de Informática. Tal reforço deve ser acompanhado pela redução do peso da área de Telecomunicações, aumentando assim o foco na Engenharia Informática e Multimédia. Este foco será uma mensagem inequívoca aos atuais alunos e ao mercado de trabalho.

3. Alinhar as áreas científicas das UCs partilhadas com outros cursos, nomeadamente as UCs classificadas na área científica de Engenharia de Telecomunicações (e.g., Segurança em Redes de Computadores) que em outros cursos pertencem à área científica de Engenharia Informática. Deste modo, garante-se a consistência quer em relação aos objetivos do curso quer em relação ao enquadramento científico das respetivas UCs no âmbito dos restantes cursos da área departamental.

8.2.1. Improvement measure 1. To clarify that the lecturing options, available at the MERCM course, are contained within the fields of Informatics and multimedia engineering. Over the past few years it has been observed, in the context of MERCM, that there is a week overlap between the both fields of multimedia and communication networks engineering. In general, those students that tend to relate and show more interest with topics on Multimedia Engineering also tend to avoid curriculum courses associated with Communication Networks Engineering (the opposite has also been verified, with students that have more tendency for Communication Networks). Moreover, students that are more inclined for multimedia curriculum courses also tend to show more interests in topics on informatics engineering.

2. Proceed with all ongoing tasks to formalize a set of proposals that will allow the MERCM course to reinforce the number of curriculum courses in the scientific field of informatics. The changes that are being proposed will reduce the current focus on Telecommunications in order to increase the course emphasis on informatics and multimedia engineering. This refocus serves also as clear message to our current students and to the job market of what are the main areas of the course.

3. Align the the scientific areas of the subjects that are shared with other courses that belong to the scientific area of informatics engineering (such as Security in Computer networks), and that are currently, in the course, classified under the scientific area of telecommunication engineering. This alignment guarantees the consistency of both the objectives of the course and the scientific framework of the respective subjects withing the scope of the other courses that exist in the department.

8.2.2. Prioridade (alta, média, baixa) e tempo de implementação da medida Prioridade: AltaTempo de implementação da medida: 1 ano.

8.2.2. Priority (high, medium, low) and implementation time. Priority: HighImplementation time: 1 year.

8.1.3. Indicadores de implementação Aumento do número de alunos e maiores possibilidades de otimização de recursos.

8.1.3. Implementation indicator(s) Increase the number of students and higher chances to optimize resources.


8.2.1. Ação de melhoria 1. Construir um plano de estudos atual, focado e consistente, que garanta um conjunto de competências sólidas nas áreas de Engenharia Informática e Multimédia de modo a que os alunos vejam o mestrado como um valor acrescido no sentido de adequar e melhorar as suas competências às necessidades atuais e futuras do mercado de trabalho.



2. Continuar a aumentar a interação com as empresas, não apenas na concretização de projetos, mas também no sentido de identificar interesses e necessidades formativas. A captação de estudantes que exerçam atividade profissional pressupõe uma perspectiva de especialização, aprofundamento, ou atualização de conhecimento na área em que o estudante já exerce atividade. Identificar estas necessidades implica estabelecer canais que permitam atender às expectativas do meio empresarial.

3. Continuar a utilizar o FEIM (http://www.feim.ml/) como espaço privilegiado onde os alunos de MERCM partilham as suas motivações e os receios que sentiram no momento da decisão de prosseguirem da Licenciatura (e.g., LEIM) para o MERCM. No contexto desta partilha de experiências é também essencial captar o interesse das empresas no sentido de incorporarem o MERCM no seu plano de formação.

8.2.1. Improvement measure 1. To build a solid and consistent study plan that can guarantee, to the student, a set of skills that brings significant knowledge in the fields of informatics and multimedia engineering. Students should be able to realize that the gains of the course curriculum brings significant value for their professional competences in the the current and future tendencies of the work market.

2. To continue and to reinforce the interaction with external companies, not only by collaborating and executing projects, but also continuously asking questions towards understanding the requirements of the market in terms of know-how and skills that are needed and expected from our students. This includes establishing communication channels and evaluating the expectations that companies have. Moreover, we are also aiming at motivating students that are currently working in some of these companies towards updating their technical know-how in the fields that can add significant gains to those companies.

3. Keep on organizing and using FEIM (http://www.feim.ml/) as a privileged space where students share their motivations, expectations, and concerns towards the idea on moving from the firsts cycle course (e.g., LEIM) to the MERCM. Through the FEIM initiative we are also interested in capturing the interests of the companies towards incorporating the MERCM study-plan in their internal staff formation.

8.2.2. Prioridade (alta, média, baixa) e tempo de implementação da medida Prioridade: AltaTempo de implementação da medida: 2 anos.

8.2.2. Priority (high, medium, low) and implementation time. Priority: HighImplementation time: 2 years.

8.1.3. Indicadores de implementação Aumento do número de alunos e aumento do número de alunos a frequentar UCs isoladas, já profissionais da área e cominteresse em atualizar ou aprofundar os seus conhecimentos.

8.1.3. Implementation indicator(s) The increase of the number of students enrolled in the course and also the number of students enrolled in isolated curriculum courses (professionals that are updating their technical skills).


8.2.1. Ação de melhoria 1. O número de formados da LEIM continua a crescer e por isso, é necessário continuar a dinamizar um espaço de captação para o MERCM destes profissionais.

2. Utilizar a Rede Alumni ISEL (criada em Setembro de 2018) e o FEIM para aproximar ex-alunos da LEIM do ISEL e usar estes canais para divulgar e mostrar aos ex-alunos como o MERCM pode enriquecer as suas competências.

8.2.1. Improvement measure 1. The number of students that complete the LEIM course is growing and therefore it is necessary to continue invigorating a space to capture the these professionals for the MERCM course.

2. Use the ISEL Alumni network (created in September, 2018) and FEIM to bring ex-students closer to LEIM and ISEL, and use these channels to market the MERCM course and show how the course can complement and add more updated knowledge to their current professional skills.



8.2.2. Prioridade (alta, média, baixa) e tempo de implementação da medida Prioridade: AltaTempo de implementação da medida: 2 anos.

8.2.2. Priority (high, medium, low) and implementation time. Priority: HighImplementation time: 2 years.

8.1.3. Indicadores de implementação Aumento do número de alunos com ex-alunos da LEIM, que agora são profissionais.

8.1.3. Implementation indicator(s) The increase in number of students with ex-students from the LEIM course that are currently working in the industry.

9. Proposta de reestruturação curricular (facultativo)

9.1. Alterações à estrutura curricular

9.1. Síntese das alterações pretendidas e respectiva fundamentação Designação do CursoPara garantir a consistência entre objetivos, estrutura curricular e designação do curso, propõe-se a alteração da designação para Mestrado em Engenharia Informática e Multimédia. A área científica principal do curso é Eng. Informática (84/120 ECTS) com uma especialização na área da Multimédia. Esta alteração é uma mensagem inequívoca aos alunos e mercado de trabalho quanto ao conteúdo e objetivos do curso e reforça as expectativas de progressão (formação avançada) aos alunos da Licenciatura em Eng. Informática e Multimédia.

Estrutura CurricularOs conteúdos atuais e a forma como são lecionadas a maior parte das UCs inseridas na área científica de Eng. de Telecomunicações está mais próxima da área científica de Eng. Informática (INF), sendo partilhadas com outros cursos do departamento, onde são classificadas na área científica INF. Para uniformizar, simplificar a estrutura curricular e garantir uma maior consistência e solidez de conhecimentos no âmbito da Eng. Informática e Multimédia, propõe-se que o curso tenha 114 ECTS na área científica INF (com 18 ECTS optativos) e 6 ECTS em outras áreas.

Plano de EstudosFace às evoluções tecnológicas e científicas são propostas as alterações de seguida indicadas. Alteração de conteúdos e designações das UCs:Sistemas de Áudio > Áudio Interativo e Imersivo; Complementos de Sistemas Distribuídos > Computação de Dados em Larga Escala; Visão Artificial > Visão Artificial e Realidade Mista; Sistemas Autónomos e Adaptativos > Inteligência Artificial e Sistemas Cognitivos. Substituição das UCs:Infraestruturas Computacionais Multimédia (ICM) > Computação Distribuída; Recuperação de Informação (RInf) > Aprendizagem Automática Avançada; Projeto de Redes de Computadores (PRC) > Internet das Coisas; Tecnologias Avançadas de Redes (TAR) > Ambientes Virtuais Interativos e Inteligentes; Teledifusão Digital (TD) > Mineração de Dados em Larga Escala. Os temas de ICM passaram a ser lecionados na LEIM sendo substituída por outra UC na área de sistemas distribuídos, de âmbito mais abrangente. RInf e PRC (que não têm funcionado por falta de recursos humanos) e TAR (oferecida no curso de LEIM) são removidas do plano atual. Os temas abordados em TD aparecem isolados no curso pelo que esta UC é substituída. A UCs incluídas abordam temas que são atualmente mais relevantes no âmbito da Eng. Informática e Multimédia.As UCs Redes de Distribuição de Conteúdos e Segurança em Redes de Computadores passam a optativas. As UCs Aprendizagem Automática Avançada e Ambientes Virtuais Interativos e Inteligentes são incluídas como obrigatórias. Estas UCs abordam temas de grande atualidade e relevância no âmbito da Eng. Informática e Multimédia concretizando temas centrais aos objetivos do curso. A UC Engenharia de Software passa a ser obrigatória (recomendação da CAE).Para tornar mais flexível a gestão de UCs e a atualização de temas, é proposto colocar no plano de estudos a designação de "Opção" nas UCs optativas.

9.1. Synthesis of the proposed changes and justification.



Course DesignationTo guarantee the consistency of the objectives, curriculum structure and course designation, it is proposed to change the designation to Masters in Informatics and Multimedia Engineering.The scientific field of the course is Informatics Eng. (84/120 ECTS), with a specialization in the field of Multimedia. This change represents a clear message for students and work-market on the contents and objectives of the course and reinforces the expectations of progression (in the advanced studies) for students coming from the Bachelor in Informatics and Multimedia Eng..

Curriculum StructureThe current content and the way that some subjects, that are currently labeled as part of the scientific field of telecommunications eng., are lectured, makes them closer to the scientific field of informatics eng. (INF). Some of them are shared by other courses in the department, where they are labeled in the scientific field of informatics. To simplify and better align the curriculum structure of the MERCM course and to guarantee more consistent and solid knowledge in the field of informatics and multimedia eng., it is proposed that the course contains 114 ETCS in the field of INF (with 18 optional ECTS) and 6 ECTS in other (OUT) fields.

Study-planTaking in account the technological and scientific advances, the following changes are proposed.Changes in the content and designation of the CUs:Audio Systems > Interactive and Immersive Audio (IIA); Complements of Distributed Systems > Big Data Computing (BDC); Computer Vision > Computer Vision and Mixed Reality (CVMR); Autonomous and Adaptive Systems > Artificial Intelligence and Cognitive Systems (AICS).Replacement of CUs:Multimedia Computational Infrastructures (MCI) > Distributed Computing (DC); Information Retrieval (IR) > Advanced Machine Learning (AML); Computer Networks Project (CNP) > Internet of Things (IoT); Advanced Networks Technology (ANT) > Interactive and Intelligent Virtual Environments (IIVE); Digital Broadcasting (DB) > Big Data Mining (BDM). The topics of MCI are now being lectured in LEIM. It has been replaced by a more broad CU in the field of distributed systems. IR and CNP (not lectured due to the lack of human resources) and ANT(offered in LEIM) have been removed from the study plan. The topics lectured in DB appear isolated in the course and thus has been replaced. CUs added to MERCM are currently more relevant in informatics and multimedia eng..CUs Content Distribution Networks and Computer Networks Security become optional. Advanced Machine Learning and Interactive and Intelligent Virtual Environments are included as mandatory. These CUs deal with topics of great relevance in the field of Informatics and Multimedia engaging topics central to the objectives of the course. Software Eng. becomes mandatory (CAE recommendation).To make the management of CUs and the updating of themes more flexible, it is proposed to place the designation of "Option" in the optional CUs.

9.2. Nova estrutura curricular pretendida (apenas os percursos em que são propostas alterações)

9.2. Não aplicável

9.2.1. Ramo, opção, perfil, maior/menor ou outra (se aplicável):Não aplicável

9.2.1. Branch, option, profile, major/minor or other (if applicable).Not aplicable

9.2.2. Áreas científicas e créditos necessários à obtenção do grau / Scientific areas and number of credits to award the degree

Área Científica / Scientific Area

Sigla / Acronym

ECTS Obrigatórios / Mandatory ECTS

ECTS Optativos / Optional ECTS*


Engenharia Informática / Computer Science

INF 96 18

Outras / Others OUT 0 6

(2 Items) 96 24

9.3. Plano de estudos



9.3. Plano de estudos - Não aplicavel - 1º Ano - 1º Semestre

9.3.1. Ramo, variante, área de especialização do mestrado ou especialidade do doutoramento (se aplicável):Não aplicavel

9.3.1. Branch, option, specialization area of the master or speciality of the PhD (if applicable):Not aplicable

9.3.2. Ano/semestre/trimestre curricular:1º Ano - 1º Semestre

9.3.2. Curricular year/semester/trimester:1st Year - 1st Semester

9.3.3 Plano de estudos / Study plan

Unidades Curriculares / Curricular Units

Área Científica / Scientific Area (1)

Duração / Duration (2)

Horas Trabalho / Working Hours (3)

Horas Contacto / Contact Hours (4)

ECTSObservações / Observations (5)

Computação Distribuída (CD) / Distributed Computing (DC)

INFSemestral / Semester

162T - 22,5; TP - 20; PL - 25

6 ---

Engenharia de Software (ES) / Software Engineering (SE)


162 TP - 67,5 6 ---

Aprendizagem e Mineração de Dados (AMD) / Machine Learning and Data Mining (MLDM)


162T - 45; PL - 22,5

6 ---

Inteligência Artificial e Sistemas Cognitivos (IASC) / Artificial Intelligence and Cognitive Systems (AICS)


162T - 37,5; TP - 10; PL - 20

6 ---

Opção / Option INFSemestral / Semester

162 --- 6Escolha entre: RDC ou AII / Choose between CDN or IIA

(5 Items)

9.3. Plano de estudos - Não aplicável - 1º Ano - 2º Semestre

9.3.1. Ramo, variante, área de especialização do mestrado ou especialidade do doutoramento (se aplicável):Não aplicável



9.3.2. Curricular year/semester/trimester:1st Year - 2nd Semester








Aplicações Multimédia Interativas (AMI) / Interactive Multimedia Applications (IMA)


162T - 22,5; PL - 45

6



Visão Artificial e Realidade Mista (VARM) / Computer Vision and Mixed Reality (CVMR)

INF Semestral / Semester

162 T - 22,5; PL - 45

6

Ambientes Virtuais Interativos e Inteligentes (AVII) / Interactive and Intelligent Virtual Environments (IIVE)


162T - 22,5; PL - 45

6

Aprendizagem Automática Avançada (AAA) / Advanced Machine Learning (AML)


162T - 22,5; TP - 33; PL - 12

6


162 --- 6

Escolha entre: SRC, RM, PF ou MDLE / Choose between: CNS, MR, SP or BDM

(5 Items)





9.3.2. Curricular year/semester/trimester:2nd Year - 1st Semester








Sistemas de Informação Geográfica e Multimédia (SIGM) / Geographical and Multimedia Information Systems (GMIS)


6T - 45; PL - 22,5

6

Projeto ou Dissertação / Project or Dissertation

INF Anual / Anual 324 OT - 22,5 12


162 --- 6

Escolha entre: CDLE, IRS ou IC / Choose between: BDC, ND or IoT

Opção / Option OUTSemestral / Semester

162 --- 6Escolha entre: EGP / Choose between EPM

(4 Items)







9.3.2. Curricular year/semester/trimester:2nd Year - 2nd Semester








Projeto ou Dissertação / Project or Dissertation

INF Anual / Anual 810 OT - 22,5 30

(1 Item)

9.4. Fichas de Unidade Curricular

Anexo II - Áudio Interativo e Imersivo (AII)

9.4.1.1. Designação da unidade curricular:Áudio Interativo e Imersivo (AII)

9.4.1.1. Title of curricular unit:Interactive and Immersive Audio (IIA)

9.4.1.2. Sigla da área científica em que se insere:INF

9.4.1.3. Duração:Semestral / Semester

9.4.1.4. Horas de trabalho:162

9.4.1.5. Horas de contacto:T - 27,5; TP - 10; PL - 30

9.4.1.6. ECTS:6

9.4.1.7. Observações:Opcional

9.4.1.7. Observations:Optional/elective.

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Joel Vera Cruz Preto Paulo - 67,5 horas

9.4.3. Outros docentes e respetivas cargas lectivas na unidade curricular:Não se aplica / Not applicable

9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Pretende dotar os alunos com um nível de conhecimentos necessário para a compreensão, projeto edesenvolvimento de aplicações na área do áudio imersivo para ambientes reais e virtuais. O conteúdo curricular



da disciplina permite dar aos alunos uma perspectiva, teórica e prática, sobre o panorama atual no que dizrespeito a aplicações de áudio para aplicações multimédia, nomeadamente, realidade aumentada, virtual e mista,fazendo igualmente uma introdução ao áudio para jogos de computador.

9.4.4. Learning outcomes of the curricular unit:It aims to provide students with a level of knowledge necessary to understand, design and develop applications inthe area of immersive audio for real and virtual environments. The curriculum allows students to have aperspective, theoretical and practical, on the actual state of the art, of multimedia applications, such asaugmented, virtual or mixed reality, making also an introduction to audio for computer games.

9.4.5. Conteúdos programáticos:Introdução ao estudo da acústica: Conceitos gerais, Propagação Sonora em espaço livre e dentro de salas.Conceitos de Psicoacústica e percepção do som em ambientes tridimensionais, auralização. Eletroacústica:dispositivos para captação e reprodução de som 3D. Técnicas de processamento para criação de ambientesacústicos virtuais, PureData e Max/MSP. Introdução ao áudio para jogos. Formatos de áudio multicanal: 5.1, 7.1,10.1 e outros. Introdução ao estudo do áudio em vídeo e cinema: MP3, AAC, MPEG-1, MPEG-2, MPEG-4,MPEG-H, AVC/H.264, HEVC/H.265, AVCHD, Dolby Atmos/DTS/THX, etc. Utilização de ferramentas comerciaispara criação de som 3D, tais como, Wwise, FMOD, Fabric, Facebook 360 Spatial Workstation, AstoundSound,etc. para o Unity e outras plataformas multimédia. Projeto de ambientes sonoros interativos e/ou imersivos,nomeadamente, instalações sonoras artísticas, aplicações para sistemas de realidade aumentada, virtual emista.

9.4.5. Syllabus:Introduction to the study of acoustics: general concepts, propagation in free space and in rooms. Concepts ofPsychoacoustics and sound perception in three-dimensional environments, auralization. Electroacoustics: devicesfor capturing and reproducing 3D sound. Processing techniques for creating virtual environments. Introduction toaudio for games. Multi-channel audio formats: 5.1, 7.1 and others. Introduction to audio in video and cinema:MP3, AAC, MPEG-1, MPEG-2, MPEG-4, MPEG-H, AVC / H.264, HEVC / H.265, AVCHD, Dolby Atmos / DTS /THX, etc.. Use of commercial tools for creating 3D sound, such as, Wwise, FMOD, Fabric, Facebook 360 SpatialWorkstation, AstoundSound, etc. for Unity and other multimedia platforms. Design of interactive and / orimmersive sound environments, namely, artistic sound installations, applications for augmented, virtual and mixedreality systems.

9.4.6. Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular

(I) Abordar os fundamentos da geração e propagação sonora e perceção auditiva(II) Conhecer os módulos constituintes de um sistema de áudio imersivo e as metodologias utilizadas paraanálise e síntese de sinais, fazendo igualmente uma abordagem aos sistema de áudio para aplicaçõesmultimédia;(III) Compreender como projetar e desenvolver aplicações de áudio para funcionar isoladamente ou comomódulo de um sistema existente;(IV) Analisar compromissos de projeto de sistemas de áudio numa perspetiva da escolha da plataforma para asua implementação;(V) Simular, testar e avaliar blocos constituintes de um sistema de áudio interativo e/ou imersivo;(VI) Desenvolver um projeto de um módulo de ambientes sonoros interativos e/ou imersivos, recorrendo aferramentas de projeto assistido por computador.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.(I) Address the fundamentals of sound generation and propagation and auditory perception(II) To know the constituent modules of an immersive audio system and the methodologies used for analysisand synthesis of signals, also making an approach to audio systems for multimedia applications;



(III) Understand how to design and develop audio applications to standalone or as a module of an existingsystem;(IV) Analyze design commitments of audio systems in a perspective of the choice of platform for itsimplementation;(V) Simulate, test and evaluate building blocks of an interactive and / or immersive audio system;(VI) Develop a project of a module of interactive and / or immersive sound environments, using computer-aideddesign tools.

9.4.7. Metodologias de ensino (avaliação incluída):Metodologia de ensino teórico-prática, orientada de modo a privilegiar a autonomia do aluno, levando-o a proporou procurar soluções para problemas complexos. Os estudantes são encorajados a pesquisar informação sobreos trabalhos que estão a desenvolver e sobre métodos alternativos, quer através da Internet, quer através deconsulta a livros ou outras referências bibliográficas. Trabalhos – 30%; Projeto – 40%; Exame escrito – 30%

9.4.7. Teaching methodologies (including evaluation):Teaching methodology oriented to favor student autonomy, leading the student to propose or seek solutions tocomplex problems. Students are encouraged to search for information about the problems that are addresses andto look for alternative methods, either by Internet or by consulting books or other references. Homeworkassignements – 30%; Project – 40%; Written examination – 30%

9.4.8. Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular.

A adoção de um ensino teórico-prático permite abordar os assuntos relacionados com o áudio interativo eimersivo na perspectiva da experimentação criando a necessidade de busca de informação analíticafundamentada. De facto, existe um peso bastante significativo na componente prática, patente no método deavaliação de conhecimentos proposto.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.The adoption of a theoretical and practical teaching approach allows to address the issues related to audio forinteractive and / or immersive environments from the perspective of experimentation creating simultaneously theneed to search associated analytical information. In fact, there is a rather significant influence on the practicalcomponent, reflected in the assessment method of knowledge proposed.

9.4.9. Bibliografia de consulta/existência obrigatória:* David Howard, Jamie Angus, "Acoustics and Psychoacoustics", 5th edition (2017), ISBN-10:1138859877, ISBN-13:978-1138859876* Dan Hosken, "An Introduction to Music Technology", 1st edition (2010), ISBN-10:0415997291, ISBN-13:978-0415997294* U. Zölzer, “Digital Audio Signal Processing”, Wiley, 2nd edition (2008), ISBN-10:0470997850, ISBN-13:978-0470997857* U. Zölzer, "DAFX Digital Audio Effects", Wiley, 2nd edition (2011), ISBN-10:9780470665992, ISBN-13:978-0470665992* Sunil Bharitkar, Chris Kyriakakis, "Immersive Audio Signal Processing", Springer, (2006), ISBN-10:0387284532, ISBN-13:978-0387284538* Agnieszka Roginska, Paul Geluso, "Immersive Sound: The Art and Science of Binaural and Multi-Channel Audio", Routledge, 1stedition (2017), ISBN-10:1138900001, ISBN-13:978-1138900004* R. Stevens, D. Raybould, “The Game Audio Tutorial: A Practical Guide to Sound and Music for Interactive Games”, Focal Press, 1st edition (2011), ISBN-10:9780240817262, ISBN-13:978-0240817262

Anexo II - Inteligência Artificial e Sistemas Cognitivos (IASC)

9.4.1.1. Designação da unidade curricular:Inteligência Artificial e Sistemas Cognitivos (IASC)



9.4.1.1. Title of curricular unit:Artificial Intelligence and Cognitive Systems (AICS)




9.4.1.5. Horas de contacto:T – 37,5; TP – 10; PL – 20

9.4.1.6. ECTS:6

9.4.1.7. Observações:Partilhada com outros cursos.

9.4.1.7. Observations:Mutual/shared with other courses.

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Luís Filipe Graça Morgado - 67,5 horas


9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Esta unidade curricular tem por objectivo desenvolver competências no âmbito da inteligência artificial esistemas cognitivos, nomeadamente, no que se refere ao desenvolvimento de sistemas com elevado grau deautonomia de operação.Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:1. Compreender e descrever os fundamentos teóricos subjacentes ao desenvolvimento de sistemasinteligentes, bem como os principais tipos de modelos e arquitecturas para implementação dessessistemas;2. Abordar problemas complexos e conceber soluções para esses problemas tendo por base conceitos etecnologias de inteligência artificial;3. Concretizar soluções baseadas em inteligência artificial para diferentes domínios de aplicação,nomeadamente no que se refere ao desenvolvimento de sistemas com elevado grau de autonomia deoperação;4. Avaliar e desenvolver abordagens inovadoras de concepção e implementação de soluções baseadas eminteligência artificial.

9.4.4. Learning outcomes of the curricular unit:This course aims to develop in the students skills that combine theoretical knowledge in the context of artificialintelligence and cognitive systems, with the ability to apply that knowledge to solve complex problems indifferent fields of application, namely, for the development of systems with high operation autonomy.Students who successfully complete this course will be able to:1. Understand and describe the theoretical foundations underlying the development of intelligent systems, as

well as the main types of models and architectures of intelligent systems;2. Address complex problems and propose solutions to these problems based on artificial intelligenceconcepts and technologies;3. Develop artificial intelligence solutions for different areas of application, in particular for systems with high



operation autonomy;4. Assess and develop innovative approaches for developing artificial intelligence solutions.

9.4.5. Conteúdos programáticos:I. Introdução à inteligência artificial.II. Cognição e racionalidade, racionalidade limitada, meta-cognição.III. Arquitectura de sistemas inteligentes, arquitecturas reactivas, deliberativas e híbridas.IV. Representação de conhecimento, espaços conceptuais, formação de conceitos, representaçõessimbólicas e sub-simbólicas, modelos cognitivos, significado e inferência.V. Raciocínio automático e tomada de decisão, processos de decisão com incerteza, raciocínio prático,raciocínio com recursos limitados, integração de níveis cognitivos.VI. Memória, adaptação e aprendizagem, aprendizagem comportamental, algoritmos genéticos.VII. Inteligência artificial distribuída, sistemas multi-agente, comunicação e coordenação, interacção eraciocínio social.

9.4.5. Syllabus:I. Introduction to artificial intelligence.II. Cognition and rationality, bounded rationality, meta-cognition.III. Architecture of intelligent systems, reactive, deliberative and hybrid architectures.IV. Knowledge representation, conceptual spaces, concept formation, symbolic and subsymbolicrepresentations, cognitive models, meaning and inference.V. Reasoning and decision making, sequential decision processes, practical reasoning, resource boundedreasoning, integration of cognitive levels.VI. Memory, adaptation and learning, behavioral learning, genetic algorithms.VII. Distributed artificial intelligence, multi-agent systems, communication and coordination, interactionand social reasoning.


Esta unidade curricular visa o estudo dos fundamentos teóricos e tecnologias de suporte à concepção eimplementação de sistemas inteligentes (objectivos 1 e 2, concretizados nos conteúdos programáticos I, III eVII) desenvolvendo nos alunos a capacidade de utilizar conceitos e tecnologias de inteligência artificial naconcepção e implementação soluções para problemas complexos em diferentes domínios de aplicação,nomeadamente no que se refere ao desenvolvimento de sistemas com elevado grau de autonomia deoperação (objectivo 3, concretizado nos conteúdos programáticos II a VII), bem como a capacidade deconceber e avaliar abordagens inovadoras de concepção e implementação de soluções baseadas eminteligência artificial (objectivo 4, concretizado nos conteúdos programáticos II a VII).

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.This course aims to study the theoretical foundations and supporting technologies for the design andimplementation of intelligent systems (objectives 1 and 2, achieved in I, III and VII), to develop students’ abilityto apply artificial intelligence concepts and technologies to design and implement solutions to complexproblems in different application domains, in particular for systems with high operation autonomy (objective 3,achieved in II to VII), and the ability to design and evaluate innovative approaches to the design andimplementation of artificial intelligence solutions (objective 4, achieved in II to VII).

9.4.7. Metodologias de ensino (avaliação incluída):É utilizada uma metodologia de ensino teórico-prática, suportada em projectos desenvolvidos ao longo dosemestre, complementados com apresentações obrigatórias de tópicos específicos. Os objectivos deaprendizagem são avaliados com base numa discussão final do trabalho realizado ao longo do semestre(100%).

9.4.7. Teaching methodologies (including evaluation):Theoretical and practical teaching is used, supported by projects developed throughout the semester,complemented by presentations on specific topics. The learning outcomes are evaluated based on a finaldiscussion of the work done throughout the semester (100%).


Os temas correspondentes aos objectivos de aprendizagem, na sua componente conceptual, são estudadosem aulas teóricas específicas, sendo concretizados em casos práticos e projectos desenvolvidos ao longo



dosemestre em aulas teórico-práticas e de modo autónomo pelos alunos.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.The themes related to the learning outcomes, in their conceptual component, are studied in specific lectures,and concretized by practical problems and projects developed during the semester in practical classes andindependently by students.

9.4.9. Bibliografia de consulta/existência obrigatória:* S. Russell, P. Norvig, "Artificial Intelligence: A Modern Approach, Pearson"; 3rd edition (2009), ISBN-10: 0136042597, ISBN-13: 978-0136042594* M. Wooldridge, "An Introduction to Multi-Agent Systems", Wiley, 2nd edition (2009), ISBN-10: 0470519460, ISBN-13: 978-0470519462* R. Pfeifer, C. Scheier, "Understanding Intelligence", Bradford Book, 1st edition (2001), ISBN-10: 026266125X, ISBN-13: 978-0262661256

Anexo II - Computação Distribuída (CD)

9.4.1.1. Designação da unidade curricular:Computação Distribuída (CD)

9.4.1.1. Title of curricular unit:Distributed Computing (DC)





9.4.1.6. ECTS:6

9.4.1.7. Observações:UC partilhada com outros cursos.

9.4.1.7. Observations:Mutual/shared with other courses.

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Luis Manuel da Costa Assunção, 67,5horas


9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Pretende-se que os alunos que terminem com sucesso a unidade curricular sejam capazes de: 1. Descrever e discutir as vantagens, os problemas e desafios que se colocam no desenvolvimento de aplicações usando o paradigma da computação distribuída; 2. Conhecer os padrões de arquitetura e modelos de interação e comunicação entre as partes das aplicações distribuídas, incluindo a composição de serviços por orquestração e coreografia;3. Desenvolver aplicações usando o paradigma da computação distribuída no acesso a componentes e



serviços alojados em infraestruturas distribuídas, sejam elas em infraestruturas locais ou nas infraestruturas de Cloud publicas mais conhecidas;4. Analisar novos paradigmas emergentes na área da Computação Distribuída.

9.4.4. Learning outcomes of the curricular unit:Students who successfully complete the course unit are able to:1. Describe and discuss the advantages, problems and challenges that arise in the development of applications using the distributed computing paradigm;2. Know the architecture patterns and interaction and communication models between the parts of the distributed applications, including the composition of services by orchestration and choreography;3. Develop applications using the distributed computing paradigm in accessing components and services hosted in distributed infrastructures, whether they be in local infrastructures or in the most well-known public cloud infrastructures;4. Analyze emerging new paradigms in the Distributed Computing area.

9.4.5. Conteúdos programáticos:1. Características dos sistemas distribuídos, nomeadamente a escalabilidade/elasticidade, concorrência e tolerância a falhas. Falácias da computação distribuída; Teorema CAP. Tempo e coordenação em sistemas distribuídos. Relógios lógicos e ordenação de mensagens. Algoritmos de exclusão mútua e de consenso baseados em eleições. Comunicação por grupos;2. Padrões, arquiteturas e modelos de interação na computação distribuída: Cliente/Servidor; Arquiteturas n-tier; filas de mensagens; Publishing/Subscribe; Peer-to-Peer; Arquiteturas HPC e Job Scheduling;3. Granularidade, comunicação e interação das componentes distribuídas: Sockets; Objetos distribuídos; Serviços web (REST/SOAP); Comunicação assíncrona e Callbacks; Componentes Staless/Statefull;4. Conceito de orquestração e coreografia. Padrões de workflow;5. Concretização prática sobre plataformas, tanto em infraestruturas locais como nas infraestruturas de Cloud publicas mais conhecidas.

9.4.5. Syllabus:1. Characteristics of distributed systems, namely scalability/elasticity, comcurrency and fault tolerance. Distributed computing fallacies; Theorem CAP. Time and coordination in distributed systems. Logical clocks and message ordering. Algorithms of mutual exclusion and consensus based on elections. Group communication;2. Patterns, architectures and interaction models in distributed computing: Client / Server; N-tier architectures; message queues; Publishing / Subscribe; Peer-to-Peer; HPC and Job Scheduling architectures;3. Granularity, communication and interaction of the distributed components: Sockets; Distributed objects; Web services (REST/SOAP); Asynchronous communication and callbacks; Components Staless/Statefull;4. Concept of orchestration and choreography. Workflow patterns;5. Practical implementation on platforms, both in local infrastructures as well as in the most popular public cloud infrastructures.


Tendo como grande objetivo alicerçar unidades curriculares posteriores que necessitam dos fundamentos essenciais na área da computação distribuída, os objetivos enunciados podem ser sumarizados na aquisição de competências fundamentais, nomeadamente as características, as diferenças e os desafios da computação distribuída face à computação centralizada. Assim, os conteúdos programáticos (1), (2) e (3) contribuem para os objetivos (1), (2) e (3), pois ao serem apresentados exemplos concretos usando tecnologias que implementam os diversos modelos de interação entre as partes das aplicações distribuídas, o aluno adquire competências que lhe permitem desenvolver soluções concretas avaliadas através da realização de trabalhos práticos. Para o objetivo (4) contribuem os conteúdos programáticos (4) e (5), onde o aluno é desafiado a analisar e discutir tecnologias e soluções emergentes.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.Having as a great objective to create a base used in later curricular units that need the essential foundations in the area of distributed computing, the stated objectives can be summarized in the acquisition of fundamental competences, namely the characteristics, the differences and the challenges of the distributed computing face to the centralized computing. Thus, the programmatic contents (1), (2) and (3) contribute to objectives (1), (2) and (3), since concrete examples are presented using technologies that implement the various models of interaction between the parts of the distributed application, where students acquire skills that allow them to develop concrete solutions evaluated through the accomplishment of practical works. For the objective (4), the programmatic contents (4) and (5) contribute, where the student is challenged to analyze and discuss emerging technologies and solutions.

9.4.7. Metodologias de ensino (avaliação incluída):



Aulas teórico-práticas (15 aulas de 3 horas e 15 de 1,5 horas).A metodologia consiste na apresentação e discussão dos temas e a concretização de exemplos que demonstrem os conceitos envolvidos. Por cada tema são propostos desafios para que os alunos encontrem soluções, consolidando assim a aprendizagem.Os resultados de aprendizagem (1), (2) e (3) são avaliados através de um exame escrito de avaliação individual. Oresultado de aprendizagem (3) é avaliado em trabalhos laboratoriais e uma discussão final desses trabalhos. O resultado de aprendizagem (4) é avaliado através de um relatório e apresentação na aula sobre um tópico emergente na área da computação distribuída.A avaliação é composta por:1) Exame final individual com duração de 2 horas;2) Aulas práticas com resolução de exercícios e trabalhos práticos, apresentados e discutidos nas últimas aulas do semestre.Nota Final: 50% Exame com nota >= 10; 50% Prática (trabalhos de projeto obrigatórios com nota >=10).

9.4.7. Teaching methodologies (including evaluation):Theoretical-practical classes (15 lessons of 3 hours and 15 of 1.5 hours) with 67.5 hours of contact.The methodology consists in the presentation and discussion of the topics and the concretization of examples that demonstrate the concepts involved. For each topic, challenges are proposed so that students find solutions, thus consolidating learning.The learning outcomes (1), (2) and (3) are assessed through a written individual assessment examination. The learning outcome (3) is evaluated in laboratory work and a final discussion of these works. The learning outcome (4) is evaluated through a report and presentation in class on an emerging topic in the distributed computing area.The evaluation is composed by:1) Individual final exam with 2 hours;2) Practical classes with resolution of exercises and practical work, presented and discussed in the last classes of the semester.Final Grade: 50% Exam with grade > = 10; 50% Practice (mandatory pratical work with note > = 10).


Usando uma metodologia de ensino teórico-prática, são apresentados conceitos, modelos e arquiteturas das aplicações baseadas no paradigma da computação distribuída. Os objetivos (1), (2) e (3), avaliados através de um exame escrito individual, são coerentemente abordados durante a apresentação e demonstração das características dos sistemas distribuídos face a sistemas centralizados. A aposta sistemática de demonstrar e concretizar exemplos de aplicação com as tecnologias existentes, contribui coerentemente para o objetivo (2) e (3) consolidado pela avaliação de trabalhos práticos laboratoriais. A metodologia de sistematicamente indicar fontes de informação e o desafio de os alunos realizarem um pequeno trabalho de pesquisa e síntese sobre tópicos emergentes na área da computação distribuída conduz coerentemente ao objetivo (4).

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.Using a theoretical and practical teaching methodology, concepts, models, and architectures of distributed computing applications are presented. The objectives (1), (2) and (3), assessed through an individual written exam, are coherently addressed during the presentation and demonstration of the characteristics of distributed systems faced to centralized systems. The systematic approach to demonstrate concrete application examples with existing technologies, contributes to the objective (2) consolidated by practical laboratory work assessment. The methodology of indicating sources of information (references) and the students challenge to research and write a synthesis on an emerging topic in distributed computing leads to the objective (4).

9.4.9. Bibliografia de consulta/existência obrigatória:* George Coulouris, Jean Dollimore, Tim Kindberg, Gordon Blair "Distributed Systems, Concepts and Design", Pearson, 5th edition, (2012) ISBN 978-0-273-76059-7* Letha Hughes Etzkorn "Introduction to Middleware: Web Services, Object Components, and Cloud Computing", Chapman and Hall/CRC; 1st edition (2017), ISBN-10: 9781498754071, ISBN-13: 978-1498754071* Dan C. Marinescu, "Cloud Computing: Theory and Practice" Morgan Kaufmann; 2nd edition (2017), ISBN: 9780128128107

Anexo II - Aprendizagem Automática Avançada (AAA)

9.4.1.1. Designação da unidade curricular:Aprendizagem Automática Avançada (AAA)



9.4.1.1. Title of curricular unit:Advanced Machine Learning (AAA)





9.4.1.6. ECTS:6

9.4.1.7. Observações:É recomendado a quem frequentar a disciplina, ter boas bases teóricas em probabilidade e estatística e em álgebra linear. Adicionalmente, a disciplina tem uma forte componente prática, recorrendo à linguagem de programação Python e a bibliotecas apropriadas (numpy, scipy, scikit-learn, tensor-flow entre outras), e é por isso aconselhável ter um bom domínio da linguagem Python.

9.4.1.7. Observations:It is recommended to those who attend the discipline, to have good theoretical bases in probability and statistics and in linear algebra. In addition, the discipline has a strong practical component using the Python programming language and appropriate libraries (numpy, scipy, scikit-learn, tensor flow, among others), and it is therefore advisable to have a good command of the Python language.

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Gonçalo Caetano Marques - 67,5 horas

9.4.3. Outros docentes e respetivas cargas lectivas na unidade curricular:Não se aplica / Not aplicable

9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):1. Conhecer os fundamentos teóricos de métodos supervisionada classificação e regressão de saber aplicar os mesmos a problemas reais2. Identificar e compreender as noções essenciais subjacentes à aprendizagem profunda, bem como os principais tipos de modelos, arquiteturas, e técnicas de otimização.3. Conhecer, saber treinar, e aplicar técnicas de classificação baseadas em redes neuronais profundas de convolução a problemas concretos.4. Conhecer, saber treinar, e aplicar técnicas de modelação de sequências baseadas em redes neuronais profundas recursivas a problemas concretos.

9.4.4. Learning outcomes of the curricular unit:To know the foundations of supervised machine-learning techniques and to be able to apply them to concrete problems.2. To identify and understand the main concepts of deep-learning methods, the different types of neural models, architectures, and optimization techniques.3. To understand, and be able to train and apply deep convolutional neural networks to complex problems.4. To understand, and be able to train and apply deep recurrent neural networks to sequence modelling and other related problems.

9.4.5. Conteúdos programáticos:1. Conceitos básicos de aprendizagem automática. Aprendizagem supervisionada, regressão e classificação, técnicas de otimização, sobre aprendizagem e capacidade de generalização, metodologias de teste, pré-processamento de dados, e métricas de desempenho.2. Introdução a redes neuronais artificiais. Perceptrão multi-camada (MLP) e algoritmo de retro-propagação. Treino de redes MLP, arquiteturas, funções de ativação, e termos de regularização.



3. Redes neuronais artificiais profundas (DNN). Inicialização e treino de DNN, funções de ativação não-saturadas, normalizações e estratégias de otimização.4. Redes neuronais profundas de convolução (DCNN). Camada de convolução e filtros utilizados. Camada de “pooling”. Arquiteturas e implementações de redes DCNN.5. Redes neuronais profundas recorrentes (DRNN). Unidades com memória e desdobramento temporal. Treino de redes DRNN, modelação de sequências de comprimento variável.

9.4.5. Syllabus:1. Fundamentals of machine learning: supervised learning, regression and classification, optimization techniques, learning and generalization capabilities, test methodologies, data pre-processing, and performance metrics.2. Introduction to artificial neural networks. Multi-layer Perceptron (MLP) and back-propagation algorithm. Training MLP networks, architectures, activation functions, and regularization terms.3. Artificial deep neural networks (DNN). DNN initialization and training, non-saturating activation functions, normalizations and optimization strategies.4. Deep convolution neural networks (DCNN). Convolution layer and filters used. Pooling layer. DCNN network architectures and implementations.5. Deep Recurrent Neural Networks (DRNN). Units with memory and temporal unfolding. DRNN network training, variable length sequence modeling.


Os conteúdo programático 1 concretiza o objetivo 1. Os conteúdos programáticos 2-5 concretizam os objetivos2-4.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The syllabus topic 1 accomplishes the point 1 of the unit’s intended outcomes. The syllabus topis 2-5 acomplishthe unit’s intended outcomes 2-4.

9.4.7. Metodologias de ensino (avaliação incluída):Metodologia de ensino teórico-prático suportada em projetos desenvolvidos ao longo do semestre. É adotada a abordagem problem-based learning, privilegiando secções interativas, incentivando a reflexão e discussão entre alunos, sobre temas e exemplos práticos de aplicação.Os resultados da aprendizagem (1 a 4) são avaliados com base em trabalhos práticos, bem como uma discussão oral dos trabalhos realizados ao longo do semestre.

9.4.7. Teaching methodologies (including evaluation):The teaching methodology is supported by projects developed during the semester. It adopts the problem-based learning approach, privileging interactive sections, encouraging reflection and discussion among students, on topics and practical examples of application.The learning outcomes (1 to 4) are evaluated based on practical assignments, as well as an oral discussion of the work assignments carried out during the semester.


Os objetivos da unidade curricular são obtidos através de aulas teóricas e práticas, de material de apoio e respetiva bibliografia, da realização de exercícios práticos, e de casos de estudo selecionados pelo docente.A realização dos trabalhos práticos é acompanhada pelo docente durante as horas de contacto para assegurar o correto desenvolvimento dos conhecimentos e das competências dos estudantes.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.The objectives of the curricular unit are obtained through theoretical and practical classes, bibliographic and other resources, practical exercises and case studies selected by the teacher.The practical work is carried out by the teacher during the contact hours to ensure the correct development of the knowledge and skills acquired by the students.

9.4.9. Bibliografia de consulta/existência obrigatória:* Ian Goodfellow, Yoshua Bengio, Aaron Courville, “Deep Learning”, MIT press, (2016), ISBN: 9780262035613* Aurélien Géron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, O’Reilly, (2017), ISBN-10: 1491962291, ISBN-13: 978-1491962299.



Anexo II - Ambientes Virtuais Interativos e Inteligentes (AVII)

9.4.1.1. Designação da unidade curricular:Ambientes Virtuais Interativos e Inteligentes (AVII)

9.4.1.1. Title of curricular unit:Interactive and Intelligent Virtual Environments (IIVE)




9.4.1.5. Horas de contacto:T - 22,5; PL - 45

9.4.1.6. ECTS:6

9.4.1.7. Observações:Não se aplica

9.4.1.7. Observations:Not applicable

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Arnaldo Joaquim de Castro Abrantes - 67,5 horas


9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):No final desta unidade curricular os estudantes serão capazes de:1. Compreender o papel da Geração Procedimental de Conteúdos (GPC) e da Inteligência Artificial (IA) nacriação de ambientes virtuais interativos para simulações/jogos, capazes de emular o mundo real, nas suascomponentes sensoriais (colisões, sons, imagens), cognitivas (inteligência, adaptação, aprendizagem) esociais (comunicação, cooperação, competição);2. Conhecer e aplicar técnicas de GPC, nomeadamente para criação de terrenos e níveis (relevo, vegetação,rios, estradas, cidades, biomas);3. Conhecer e aplicar técnicas de IA para treinar agentes autónomos (NPCs) a desempenhar umadeterminada tarefa, individual ou coletiva;4. Utilizar simulações/jogos como ambientes virtuais para treinar agentes autónomos (e.g., condução deveículo), com o objetivo de posterior aplicação em ambientes reais (robótica);5. Saber como aplicar a interação com o utilizador/jogador para guiar os processos de GPC e do treino dosagentes.

9.4.4. Learning outcomes of the curricular unit:At the end of this course students will be able to:1. Understand the role of Procedural Content Generation (PCG) and Artificial Intelligence (AI) in the creationof interactive virtual environments for simulations/games capable of emulating the real world in itssensory components (collisions, sounds, images), cognitive (intelligence, adaptation, learning) and social(communication, cooperation, competition);2. Know and apply PCG techniques, namely for creating terrains and levels (relief, vegetation, rivers, roads,



cities, biomes);3. Know and apply IA techniques to train autonomous agents (NPC) to perform a certain task, individual orcollective;4. Use simulations/games as virtual environments to train autonomous agents (e.g., driving a vehicle), withthe objective of later application in real environments (robotics);5. Know how to apply the interaction with the user/player to guide the processes of PCG and the training ofthe agents (human-in-the-loop).

9.4.5. Conteúdos programáticos:1. Descrição geral da plataforma Unity (editor e motor de jogo);2. Criação de mundos virtuais, de forma procedimental, utilizando blocos (tipo Minecraft);3. Utilização de técnicas de GPC, tais como ruído de Perlin, autómatos celulares, gramáticas de Lindenmayer(e.g., para criação de cavernas, rios, estradas);4. Perspetiva geral de metodologias de aprendizagem automática para treino de agentes autónomos:algoritmos genéticos, redes neuronais, aprendizagem por imitação, aprendizagem por reforço;5. Utilização da arquitetura do Unity ML-Agents Toolkit para treinamento de agentes autónomos, baseadaem 3 tipos de objetos, organizados de forma hierárquica: Agente, Cérebro e Academia;6. Utilização do pacote TensorFlow e API python para treinamento offline e posterior exportação dosresultados para o Unity;7. Desenvolvimento de ambientes de simulação/jogos e respetivo treino de agentes (e.g., navegação emlabirintos, condução autónoma de veículos, mini jogo de futebol, ecossistemas).

9.4.5. Syllabus:1. Overview of the Unity platform (game editor and engine);2. Creation of virtual worlds, procedurally, using blocks (type Minecraft);3. Use of PCG techniques, such as Perlin's noise, cellular automata, Lindenmayer's grammars (e.g., forcreating caves, rivers, roads);4. General perspective of machine learning methodologies for training autonomous agents: geneticalgorithms, neural networks, imitation learning, reinforcement learning;5. Use of the architecture of the Unity ML-Agents Toolkit for training autonomous agents, which is based on 3types of objects, organized hierarchically: Agent, Brain and Academy;6. Use of the TensorFlow package and its python API for offline training (and then exporting the results toUnity);7. Development of simulation/game environments and respective training of agents (e.g., maze navigation,autonomous vehicle driving, mini-soccer game, ecosystems).


A unidade curricular tem como objetivo fornecer os conceitos necessários à criação de ambientes virtuaisinterativos de forma programática, recorrendo a técnicas de Geração Procedimental de Conteúdos (GPC) e deInteligência Artificial (IA).A UC apresenta técnicas comuns em GPC, nomeadamente ruído de Perlin, autómatos celulares e gramáticas deLindenmayer, para a criação de cenários estáticos e dinâmicos.O comportamento desejado dos personagens que habitam esses cenários é obtido recorrendo a técnicas deaprendizagem automática, tais como algoritmos genéticos, redes neuronais, aprendizagem por imitação e porreforço.É usada uma ferramenta específica, disponibilizada pelo Unity, para treinamento de agentes autónomos, bemcomo pacotes externos (e.g., TensorFlow) para treinamento offline (exportação posterior para o Unity).O aluno concretiza os conhecimentos adquiridos através da elaboração de trabalhos e projetos, envolvendo odesenvolvimento de pequenas simulações/jogos.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The curricular unit aims to provide the concepts necessary to create interactive virtual environments in aprogrammatic way, using Procedural Content Generation (PCG) and Artificial Intelligence (AI) techniques.The UC presents common techniques in PCG, namely Perlin noise, cellular automata and Lindenmayergrammars, for the creation of static and dynamic scenarios.The desired behaviour of the characters that inhabit these scenarios is obtained by using machine learningtechniques, such as genetic algorithms, neural networks, imitation learning and reinforcement learning.The specific Unity ML-Agents Toolkit is used to train autonomous agents, complemented with external



packages (e.g., TensorFlow) used for offline training (exporting results to Unity).The student concretizes the acquired knowledge through the elaboration of works and projects, involving thedevelopment of small simulations/games.

9.4.7. Metodologias de ensino (avaliação incluída):A UC prevê um tempo total de trabalho do estudante de 162 horas, onde 67,5 horas são de contacto com odocente. Esta carga horária está dividida em 22,5 horas teórico-práticas (15 aulas de 1H30M) e 45 horas deprática laboratorial (15 aulas de 3 horas). As aulas destinam-se à apresentação dos temas e à exemplificação decasos práticos de utilização. É utilizada uma metodologia de ensino suportada no desenvolvimento depequenos projetos realizados ao longo do semestre, utilizando a plataforma Unity.A classificação final será obtida através da média ponderada dos seguintes elementos de avaliação: exame(30%), trabalhos realizados ao longo do semestre (30%) e projeto final com discussão (40%). Para obteraprovação, o aluno terá que obter média final igual ou superior a 9.5 (escala 0-20) com nota mínima no examede 9.5 e nota mínima na componente prática (trabalhos e projeto) também de 9.5.

9.4.7. Teaching methodologies (including evaluation):The UC estimates a total work time of 162 hours, where 67.5 hours are of contact with the teacher. Thisworkload is divided into 22.5 theoretical hours (15 lessons of 1H30M) and 45 hours of laboratorypractice (15 lessons of 3 hours). The classes are designed to present the themes and to exemplify practical usecases. The teaching methodology used is based on the development of small projects carried out during thesemester using the Unity platform.The final classification will be obtained through the weighted average of the following elements: exam (30%),work assignments done during the semester (30%) and final project with discussion (40%). To obtain approvalin the course unit, the student will have to obtain a final grade of 9.5 (scale 0-20) greater or equal than of 9.5 inthe exam and a minimum grade of 9.5 in the practical component (assignments and project).


Os temas correspondentes aos resultados de aprendizagem, na sua componente conceptual, são estudados emaulas teóricas específicas e concretizados em casos práticos e projetos desenvolvidos ao longo do semestre, emaulas teórico-práticas e de modo autónomo pelos alunos.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.The themes corresponding to the learning outcomes, in their conceptual component, are studied in specifictheoretical classes. These topics are then concretized in practical cases and projects, developed during thesemester, autonomously by the students, in theoretical-practical classes.

9.4.9. Bibliografia de consulta/existência obrigatória:* Yannakakis, G. "Artificial Intelligence and Games", Springer, (2018), ISBN-10: 9783319635187, ISBN-13: 978-3319635187* Short, T., "Procedural Generation in Game Design", A K Peters/CRC Press, (2017), ISBN-10: 1498799191, ISBN-13: 978-1498799195* Dutta, S. "Reinforcement Learning with TensorFlow: A beginner's guide to designing self-learningsystems with TensorFlow and OpenAI Gym", Packt Publishing, (2018), ISBN-10: 9781788835725, ISBN-13: 978-1788835725* Palacios, J. "Unity 2018 Artificial Intelligence Cookbook: Over 90 recipes to build and customize AIentities for your games with Unity", Packt Publishing (2018), ISBN-10: 9781788626170, ISBN-13: 978-1788626170* Lanham, M. "Learn Unity ML-Agents – Fundamentals of Unity Machine Learning: Incorporate newpowerful ML algorithms such as Deep Reinforcement Learning for games", Packt Publishing (2018), ISBN-13: 978-1789138139, ISBN-10: 1789138132



Anexo II - Mineração de Dados em Larga Escala (MDLE)

9.4.1.1. Designação da unidade curricular:Mineração de Dados em Larga Escala (MDLE)

9.4.1.1. Title of curricular unit:Big Data Mining (BDM)





9.4.1.6. ECTS:6

9.4.1.7. Observações:Opcional.UC partilhada com outros cursos.

9.4.1.7. Observations:Optional/elective.Mutual/shared with other courses.

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Nuno Miguel Soares Datia - 45 horas

9.4.3. Outros docentes e respetivas cargas lectivas na unidade curricular:Artur Jorge Ferreira - 13,5 horasMatilde Pós-de-Mina Pato - 9 horas

9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:1. Caracterizar os desafios de processar e analisar grandes volumes de dados2. Aplicar modelos de programação e frameworks para processamento de dados3. Conhecer e aplicar técnicas de redução de dimensionalidade em conjuntos de dados4. Conhecer e aplicar técnicas de amostragem5. Conhecer e aplicar técnicas de manipulação de dados em streaming6. Conhecer e aplicar algoritmos de mineração de dados em larga escala7. Avaliar a qualidade dos modelos produzidos e dos resultados obtidos nas tarefas de mineração8. Interpretar soluções existentes para a mineração de dados em diferentes domínios9. Escrever relatórios técnicos e elaborar apresentações técnicas com análise comparativa ecrítica de diferentes abordagens para um dado problema

9.4.4. Learning outcomes of the curricular unit:Students who successfully complete this course unit will be able to:1. Characterize the challenges of processing and analysing large volumes of data2. Apply programming models and frameworks for data processing3. Know and apply dimensionality reduction techniques to data sets4. Know and apply sampling techniques5. Know and apply techniques to manipulate streaming data6. Know and apply large-scale data mining algorithms7. Evaluate the quality of the models produced and the results obtained in the mining tasks8. Understand existing solutions for data mining in different domains



9. Write technical reports and prepare technical presentations with comparative and detailed analysisof different approaches for a given problem

9.4.5. Conteúdos programáticos:I. Conceito de big data e o fenómeno de data deluge. 3 V’s e desafios na gestão de dados com estascaraterísticas.II. Metodologias de programação e frameworks para processamento de grandes volumes de dados de formaparalela e distribuída.III. Representação de dados. Redução de dimensionalidade: seleção e discretização de caraterísticas paraaprendizagem supervisionada e não supervisionada.IV. Manipulação de instâncias usando técnicas de amostragem probabilísticas e não probabilísticas.Subamostragem, sobre-amostragem e instâncias sintéticas.V. Algoritmos de mineração de dados para grandes volumes de dados, para tarefas de classificação,agrupamento, associação, regressão e de recomendação.VI. Análise de dados em streaming. Uso de janelas de processamento. Amostragem, sumarização, filtragem,estimativa de frequências e contagem.VII. Análise e avaliação de dados e de modelos. Critérios de avaliação de modelos e da qualidade daaprendizagem. Análise de significância estatística.

9.4.5. Syllabus:I. Concept of big data and the phenomenon of data deluge. 3 Vs and challenges manipulating datasets havingsuch characteristics.II. Programming methodologies and frameworks for processing large volumes of data using parallel anddistributed techniques.III. Data representation and dimensionality reduction: feature selection and discretization techniques forsupervised and unsupervised learning.IV. Instance manipulation with probabilistic and non-probabilistic sampling approaches. Subsampling, over-sampling and generation of synthetic instances.V. Data mining algorithms for large datasets for classification, association, regression, estimation, prediction ofnumerical values and recommendation tasks.VI. Streaming data analysis. Sampling, summarization, filtering, frequency estimation, and counting.VII. Analysis and evaluation of data and models. Model evaluation metrics and the quality of learning. Analysisof statistical significance.


A realização de 1 trabalho prático e da componente teórica individual permitem aferir o cumprimento dosobjetivos de aprendizagem (1) a (7). Com o acompanhamento, por parte do docente, da realização de cadatrabalho prático, da elaboração do respetivo relatório técnico, e da apresentação do trabalho para a turma, sãoaferidos os objetivos de aprendizagem (8) e (9).

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The practical assignment and individual theoretical component allow to verify the fulfilment of the learningoutcomes (1) to (7). With the follow-up by the teacher during the accomplishment of each laboratory project,the writing of the corresponding technical report and the discussion of the experimental results in theclassroom, it is possible to assess the fulfilment of the learning objectives (8) and (9).

9.4.7. Metodologias de ensino (avaliação incluída):Metodologia de ensino é teórico-prática, baseada na abordagem Problem-Based Learning (PBL). Pretende-seprivilegiar a autonomia do estudante no desenvolvimento de soluções para problemas complexos, adequadosao seu nível cognitivo. Incentiva-se o trabalho em grupo e a discussão/reflexão em sessões de grupo.Os objetivos de aprendizagem de (1) a (6) são avaliados através da componente teórica, constituída poravaliação presencial (e.g. teste escrito, apresentação, e/ou teste oral) e por um resumo estendido.Os objetivos de aprendizagem (1) a (9) são avaliados através da componente prática, que consiste na realização de um trabalho prático ao longo do semestre, escrita do respetivo relatório, e discussão oral sobre ambos.A classificação final é obtida através de 50% da classificação da componente teórica + 50% da



classificação dacomponente prática.Para ambas as componentes teórica e prática, o estudante deverá obter classificação mínima de 10 valores,para obter aprovação à UC.

9.4.7. Teaching methodologies (including evaluation):The theoretical-practical teaching is based on the Problem-Based Learning (PBL) approach. It is intended toencourage the student’s autonomy in the development of solutions to complex problems, suitable to theircognitive level. Workgroup and discussion / reflection are encouraged in group sessions.The learning outcomes (1) to (6) are evaluated through the theoretical component, consisting of face-to-faceassessment (e.g. written exam, presentation, and / or oral exam) and an extended abstract.The learning outcomes (1) to (9) are assessed through the laboratory component, which consists on onepractical assignment developed along the semester, writing of the corresponding report and their oraldiscussion.The final classification is the arithmetic mean of the of the theoretical component and the of the laboratorycomponent, both with the same weight.For both theoretical and laboratory components, the student must achieve a minimum grade of 10 points toachieve approval at the UC.


As aulas destinam-se à apresentação das bases teóricas dos conteúdos programáticos (aulas teóricas). Nasaulas, são desenvolvidos pequenos projetos e analisados casos de estudo (aulas teórico-práticas). Privilegia-seuma forma de apresentação interativa. A componente laboratorial serve para aplicar num ambiente controladoas técnicas apresentadas.O trabalho autónomo (extra-aula) é guiado pelo trabalho prático (projeto), concebido para consolidar ascompetências de conceção e desenvolvimento dos conteúdos programáticos. O projeto é apresentado aosestudantes no início do semestre guiando os exemplos e tópicos lecionados. Os objetivos de aprendizagem sãoidentificados nos guiões apresentados aos estudantes, permitindo clarificar as competências que sãonecessárias adquirir no desenvolvimento do projeto e nas aulas práticas.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.Theoretical lectures are provided to present the theoretical bases of the syllabus contents, using an interactivepresentation of topics to help students to understand the learning outcomes. In some classes, small projectsare designed and developed (theoretical-practical classes).Autonomous work (extra-class) is guided by the laboratory work guide, designed to consolidate the skills ofdesign and development of the learning outcomes. The project is delivered to the students in the beginning ofthe semester, guiding the examples and the themes lectured. All guides have a clear identification of thelearning outcomes.

9.4.9. Bibliografia de consulta/existência obrigatória:* Handbook of Big Data Technologies, Albert Y. Zomaya, Sherif Sakr, Springer 2017, ISBN: 9783319493398* Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman and Jeffrey D. Ullman, Cambridge Univ. Press 2014, 2ndedition, ISBN: 978-1107015357* Data Mining: Practical Machine Learning Tools and Techniques, Ian H. Witten, Eibe Frank, Mark A. Hall, Morgan KaufmannPublishers 2016, 4th edition, ISBN: 978-0128042915

Anexo II - Visão Artificial e Realidade Mista (VARM)

9.4.1.1. Designação da unidade curricular:Visão Artificial e Realidade Mista (VARM)



9.4.1.1. Title of curricular unit:Computer Vision and Mixed Reality (AVMR)




9.4.1.5. Horas de contacto:T - 22,5; PL - 45

9.4.1.6. ECTS:6

9.4.1.7. Observações:Não se aplica

9.4.1.7. Observations:Not applicable

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Pedro Miguel Torres Mendes Jorge - 67,5 horas


9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):A realidade mista (RM) envolve a junção ou interação de elementos virtuais com informação ou elementos adquiridos do mundo real. Assim, a RM pode ser considerado um paradigma de interação que combina as áreas de visão por computador e realidade virtual (RV). Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:1. Conhecer conceitos de visão computacional para extração de informação de imagens.2. Conhecer os métodos para a determinação de imagens de profundidade.3. Conhecer a calibração de um par estéreo de câmaras.4. Compreender a deteção de pose de uma câmara com base num objeto padrão.5. Compreender os conceitos de Realidade Virtual, Realidade Aumentada (RA), Virtualidade Aumentada (VA) e Realidade Mista.6. Conhecer exemplos e aplicações que envolvem os conceitos de RV, RA, VA e RM e dispositivos de aquisição e visualização.7. Conhecer e implementar exemplos de realidade aumentada com base em objetos padrão ou imagens RGB-D.

9.4.4. Learning outcomes of the curricular unit:Mixed reality (MR) involves merging or the interaction of virtual elements with information or elements acquired from the real world. In particular, MR involves the alignment of virtual objects with the real world and vice versa. Thus, MR can be seen as an interaction paradigm that combines the areas of computer vision and virtual reality (VR).Students who successfully complete this course unit are able to:1. Know concepts of computational vision for extracting information from images.2. Know the methods for determining depth images.3. Know the calibration of a camera stereo.4. Know a camera pose detection based on a standard object.5. Understand the concepts of Virtual Reality (VR), Augmented Reality (AR), Augmented Virtuality (VA) and Mixed Reality (MR).6. Know examples and applications that involve the concepts of RV, RA, VA and RM.7. Developing augmented reality examples based on a pattern object or RGB-D images.



9.4.5. Conteúdos programáticos:Parte I1. Revisão de conceitos relacionados com processamento de imagem e visão por computador;2. Métodos de deteção de profundidade; estéreo passivo e ativo;3. Calibração de um sistema composto por duas câmaras (estéreo passivo);4. Deteção de pose com base num objeto padrão;5. Visualização e extração de informação a partir de imagens RGB-D;Parte II6. Conceitos de Realidade Virtual (RV), Realidade Aumentada (RA), Virtualidade Aumentada (VR) eRealidade Mista (RM);7. Exemplos e aplicações;8. Visualização;9. Interfaces;10. Alinhamento e interação de elementos reais e virtuais.

9.4.5. Syllabus:Part I1. Review of concepts related to image processing and computer vision;2. Depth detection methods; passive and active stereo;3. Calibration of a system composed of two cameras (passive stereo);4. Pose detection based on a pattern object;5. Visualization and extraction of information from RGB-D images;Part II6. Virtual Reality (VR), Augmented Reality (AR), Augmented Virtuality (AV) and Mixed Reality (MR)concepts;7. Examples and applications;8. Visualization;9. Interfaces;10. Alignment and interaction of real and virtual elements.


A primeira parte da unidade curricular envolve a extração de informação ou elementos de uma imagem RGB-Dou sequência de vídeo com vista à sua utilização em aplicações de RA, VA e RM.São estudados métodos para a determinação da distância dos elementos da cena à câmara permitindoaumentar a dimensionalidade do espaço de características com informação útil para a deteção de objetos epara o alinhamento de objetos virtuais com os elementos da cena.A segunda parte da unidade curricular envolve o conhecimento dos conceitos de RV, RA, VA e RM,nomeadamente, exemplos e aplicações, visualização e interfaces. São também estudadas metodologias para

implementar a junção e interação de informação extraída do mundo real com objetos ou ambientes virtuais.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The first part of the syllabus involves the extraction of information or elements from an RGB-D image or videosequence for use in AR, AV and MR applications.Methods for determining the distance of elements from the scene to the camera are studied, allowing toincrease the dimensionality of the feature space with useful information for detecting objects and for aligningvirtual objects with the elements of the scene.The second part of the syllabus involves the study of the VR, AR, AV and MR concepts, namely, examples andapplications visualization and interfaces.Methodologies to implement the merging and interaction of information extracted from the real world withvirtual objects or environments are also studied.

9.4.7. Metodologias de ensino (avaliação incluída):É utilizada uma metodologia de ensino composto por aulas teóricas (T) de 1,5h semanal (22,5h total) e deprática laboratorial (PL) de 3h semanais (45h total). Nas aulas T são apresentados os temas e desenvolvidos osconceitos teóricos. Nas aulas de PL os alunos implementam as técnicas estudadas com vista à realização de



projetos.Os resultados de aprendizagem são avaliados através da realização de dois projetos integradores desenvolvidosao longo do semestre.O primeiro projeto tem uma componente fundamental relacionada com a primeira parte do conteúdoprogramático da UC. O segundo projeto pretende evidenciar o caracter integrador das duas componentes doprograma no desenvolvimento de uma aplicação de RM.Cada projeto tem um peso de 50% e inclui a realização de uma aplicação e um relatório com discussão final.Na UC são utilizadas as ferramentas de software apropriadas a cada componente e aplicação, nomeadamente,na área de visão por computador e realidade mista.

9.4.7. Teaching methodologies (including evaluation):It is used a teaching methodology composed of weekly theoretical lessons (T) of 1h30m (22h30m total) andlaboratory practice lessons (PL) of 3h (45h total). In the T lessons, the topics are presented and developed thetheoretical concepts. In PL lessons, students apply the studied techniques in practical projects.The learning outcomes are evaluated through the implementation of two projects during the semester.The first project has a fundamental component related to the first part of the course syllabus. The secondproject intends to integrate the two parts of the course syllabus by implementing an MR application.Each project has a weight of 50% and includes the development of an application and a written report withfinal discussion.In this course, software toolboxes are used, appropriate to each component and application, namely from theareas of computer vision and mixed reality.


Esta unidade curricular é fundamentalmente prática onde o aluno evidência os objetivos de aprendizagem implementando nas aulas PL aplicações práticas que exploram os conceitos apresentados nas aulas T.No primeiro projeto o aluno aplica os conceitos apreendidos da primeira parte da UC, mais relacionados com aárea de visão por computador, nomeadamente, para calibração de câmaras e extração de informação dasimagens reais.Utilizando os conceitos de RM, relacionados com a segunda parte do programa, e o resultado dodesenvolvimento do primeiro projeto, o aluno realiza uma aplicação de RM no segundo projeto.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.This course is fundamentally practical where the student evidences the learning outcomes implementing in thePL classes practical applications that explore the presented concepts from the T classes.In the first project, the student applies the concepts learned from the first part of the course syllabus, morerelated to the area of computer vision, namely, camera calibration and extracting information from real worldimages.Using the MR concepts, related to the second part of the syllabus, and the outcomes from the development ofthe first project, the student implement an MR application in the second project.

9.4.9. Bibliografia de consulta/existência obrigatória:* Richard Szeliski, "Computer Vision: Algorithms and Applications", Springer, (2010), ISBN-10: 1848829345, ISBN-13: 978-1848829343* Shao, L., Han, J., Kohli, P., Zhang, Z., "Computer Vision and Machine Learning with RGB-D Sensors", Springer, (2014), ISBN 978-3-319-08651-4* Dieter Schmalstieg and Tobias Hollerer, "Augmented Reality: Principles and Practice", Pearson Education, 1st Edition (2016), ISBN-13: 978-0321883575, ISBN-10: 0321883578 * Jonathan Linowes and Krystian Babilinski, "Augmented Reality for Developers", Packt Publishing, (2017), ISBN-10: 9781787286436, ISBN-13: 978-1787286436

Anexo II - Computação de Dados em Larga Escala (CDLE)

9.4.1.1. Designação da unidade curricular:Computação de Dados em Larga Escala (CDLE)



9.4.1.1. Title of curricular unit:Big Data Computing (BDC)




9.4.1.5. Horas de contacto:T - 15; TP - 7,5; PL - 45

9.4.1.6. ECTS:6



9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Carlos Jorge de Sousa Gonçalves - 67,5 horas


9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:1. Compreender o modelo de funcionamento da computação na nuvem.2. Compreender os desafios associados ao processamento de dados em larga escala.3. Conhecer os frameworks e paradigmas utilizados no processamento de dados de larga escala.4. Desenvolver aplicações distribuídas, utilizando computação na nuvem, que possibilitem o processamento de dados de larga escala (incluindo dados multimédia).5. Avaliar paradigmas emergentes sobre sistemas multimédia na nuvem.6. Analisar novos paradigmas emergentes na área da Computação em Nuvem.7. Perceber os desafios e problemas subjacentes à concepção e desenvolvimento de software de suporte a aplicações em ambientes com entidades móveis e ubíquas (pessoas, hardware, software).

9.4.4. Learning outcomes of the curricular unit:Students who successfully complete this course unit will be able to:1. Understand the working model of cloud computing.2. Understand the challenges associated with large-scale data (Big Data) processing.3. Know the frameworks and paradigms used in large-scale data processing.4. Develop distributed applications using cloud computing that enable large-scale data processing (including multimedia data).5. Evaluate emerging paradigms about multimedia systems in the cloud.6. Analyse emerging new paradigms in the area of Cloud Computing.7. Understand the challenges and problems underlying the design and development of application support software in environments with mobile and ubiquitous entities (people, hardware, software).

9.4.5. Conteúdos programáticos:I. Problemáticas associadas ao processamento de dados em larga escala.II. Modelos de programação e frameworks utilizados no processamento de dados de larga escala.III. Processamento de dados de larga escala na Nuvem.IV. Desafios e problemas fundamentais da Computação Ubíqua.



9.4.5. Syllabus:I. Problems associated with large-scale data processing.II. Programming models and frameworks used in large-scale data processing.III. Big data processing in the Cloud.IV. Challenges and fundamental problems of Ubiquitous Computing (in the context of Ubiquitous Computing).


No âmbito desta unidade curricular pretende-se dar aos alunos capacidade de analisar o modelo de funcionamento dos serviços que suportam o conceito de computação de dados de larga escala na Nuvem. Pretende-se que os alunos: tenham uma compreensão dos tipos de serviços mais comuns; consigam desenvolver aplicações distribuídas para processamento de dados de larga escala utilizando os serviços disponibilizados na nuvem. No estudo e exemplificação dos vários conceitos são utilizados: i) Tipos de serviços disponibilizados pelos operados de nuvem; ii) Processamento de dados baseados no modelo de programação Map/Reduce e seus derivados; iii) Utilização de bibliotecas de processamento de dados multimédia (por exemplo TensorFlow) com vista ao desenvolvimento e suporte de modelos de machine learning. Cada objetivo de aprendizagem é refletido em um ou mais conteúdos programáticos.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.Within the scope of this curricular unit is intended to give students the ability to analyse the working model of services that support the concept of large-scale data computing in the Cloud. Students are expected to: i) Have an understanding of the most common types of services; ii) Be able to develop distributed applications for large-scale data processing using the services provided in the cloud. The study and exemplification of the various concepts is supported by: i) Different types of services provided by the cloud operators; ii) Data processing based on the Map / Reduce programming model and its derivatives; iii) Use of multimedia data processing libraries (e.g. TensorFlow) for the development and support of machine learning models. Each learning objective is reflected in one or more programmatic content.

9.4.7. Metodologias de ensino (avaliação incluída):A metodologia de ensino desenvolve-se em duas componentes:T – 15 horas de exposição teórica.TP – 7,5 horas. Por cada tema teórico são apresentados exemplos e resolvidos exercícios.PL – 45 horas de contato de prática laboratorial. Os conceitos teóricos são consolidados em aulas laboratoriais através da implementação de exercícios realizados em grupo.Os objetivos de aprendizagem (1) a (7) são avaliados através da implementação de um projecto, diferente por grupo, entrega de um relatório (organizado na forma de artigo) que apresenta as opções tomadas e os resultados obtidos, e uma discussão final do trabalho desenvolvido (com nota individual por aluno). A nota final corresponde à nota do trabalho.

9.4.7. Teaching methodologies (including evaluation):The teaching methodology is developed in two components:T - 15 hours of theoretical exposition.TP - 7.5 hours. For each theme, theoretical examples are presented and some exercises are solved.PL - 45 hours of laboratory practice. Theoretical concepts are consolidated in laboratorial classes by implementing exercises performed in a group.Learning objectives (1) to (7) are evaluated through the implementation of a project, different by group, delivery of a report (organized as an article) that presents the options taken and the results obtained, and a final discussion of the work developed (with individual note per student). The final grade corresponds to the work grade.


Durante a implementação do projecto, realizado durante o semestre com acompanhamento do professor, os alunos utilizam todos os conteúdos programáticos.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.During the implementation of the project, carried out during the semester with the support of the teacher, the students use all the programmatic contents.

9.4.9. Bibliografia de consulta/existência obrigatória:* Dan C. Marinescu, "Cloud Computing: Theory and Practice" Morgan Kaufmann; 2nd edition (2017), ISBN: 9780128128107* Poslad, S., Ubiquitous Computing: Smart Devices, Environments and Interactions (2009), ISBN: 978-



0470035603* Artigos selecionados ACM e IEEE

Anexo II - Internet das Coisas (IC)

9.4.1.1. Designação da unidade curricular:Internet das Coisas (IC)

9.4.1.1. Title of curricular unit:Internet of Things (IoT)





9.4.1.6. ECTS:6



9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Nuno Miguel Machado Cruz - 18 horas

9.4.3. Outros docentes e respetivas cargas lectivas na unidade curricular:João Carlos Ferreira de Almeida Casaleiro - 16,5 horasNuno António Fraga Juliano Cota - 16,5 horasPedro Viçoso Fazenda - 16,5 horas

9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):Os estudantes que terminam com sucesso esta unidade curricular serão capazes de:(1) Compreender os fundamentos da Internet das Coisas (IoT);(2) Caracterizar os componentes que compõem uma “coisa” enquanto sistema embebido (sensor/atuador,microcontrolador e interface de comunicações);(3) Entender os desafios associados ao desenho e otimização de um sistema embebido parasensorização/atuação;(4) Compreender as diferentes tecnologias de comunicações sem fios de baixa potência e os diferentesprotocolos associados à IoT;(5) Planear uma infraestrutura de suporte à IoT;(6) Integrar os dados obtidos de uma plataforma de IoT usando APIs normalizadas;(7) Definir os requisitos e métodos para extração de conhecimento a partir de dados em bruto;(8) Compreender os desafios ligados à segurança e privacidade da IoT;(9) Construir e fundamentar o modelo de negócio e respetivo retorno de investimento de um caso de uso deIoT.

9.4.4. Learning outcomes of the curricular unit:



Students who successfully complete this course unit will be able to:(1) Understand Internet of Things (IoT) fundamentals;(2) Characterize the components that make up a "thing" as an embedded system (sensor / actuator,

microcontroller and communications interface);(3) Understand the challenges associated with the design and optimization of an embedded sensor / actuationsystem;(4) Understand the different low-power wireless technologies and the different protocols associated with IoT;(5) Plan an IoT infrastructure;(6) Integrate data obtained from an IoT platform using normalized APIs;(7) Define requirements and methods for extracting knowledge from raw data;(8) Understand IoT's security and privacy challenges;(9) Build and substantiate the business model and respective return on investment of an IoT use case.

9.4.5. Conteúdos programáticos:I. A visão geral da Internet das Coisas, modelo funcional e sua arquiteturaII. As coisas enquanto sistemas embebidos para sensorização e os desafios associados à sensorização e atuaçãoIII. As infraestruturas e protocolos de comunicação sem fios de baixa potênciaIV. Integração com a nuvem, protocolos e interfaces programáticas para receção de dadosV. Processamento de dados obtidos a partir de sensoresVI. Construção de um modelo de negócio associado a um caso de uso IoT

9.4.5. Syllabus:I. The Overview of the Internet of Things, Functional Model and Its ArchitectureII. Things as embedded systems for sensorization and the challenges associated with sensing and actuationIII. Low-power wireless communications infrastructure and protocolsIV. Integration with the cloud, protocols and programmatic interfaces for receiving dataV. Processing of sensor dataVI. Building a business model associated with an IoT use case


A visão da Internet das Coisas é de que num futuro próximo todos os objetos terão capacidades decomunicação com a nuvem para onde poderão enviar ou receber informação de forma a capacitar o dispositivode um comportamento inteligente. Esta inteligência colaborativa virá permitir novas evoluções em várias áreas.A Internet das Coisas é vista como a integração de um número de tecnologias que até agora aparentementeestariam desconexas, mas cuja evolução foi integradora o suficiente para criar o novo paradigma da Internetdas Coisas. Assim é importante compreender todas as tecnologias que estão na génese desta, passando pelossistemas embebidos e sua otimização, as tecnologias de comunicação sem fios e a integração com a nuvem eas diferentes plataformas de receção e processamento dos dados recebidos das “coisas”.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The expectation of the Internet of Things is that in a near future all objects will have communicationcapabilities with the cloud, where they can send or receive information in order to enable an intelligentbehaviour at the device. This collaborative intelligence will enable new developments in various areas. TheInternet of Things is seen as the integration of a number of technologies that until now seem to bedisconnected, but whose evolution has been integrative enough to create the new paradigm of the Internet ofThings. So it is important to understand all the technologies that are in the genesis of this, going throughembedded systems and their optimization, wireless technologies and integration with the cloud and thedifferent platforms for receiving and processing data received from "things".

9.4.7. Metodologias de ensino (avaliação incluída):Ensino teórico-prático, estando previstas 30 aulas, sendo 15 de 3 horas e outras 15 de 1,5 horas, perfazendoum total de 67,5 horas. O tempo total de trabalho do aluno é de 162 horas. Os temas são apresentados nasaulas tentando sempre primeiro colocar os problemas e depois apresentar as soluções. Os alunos são



levados alaboratório após a apresentação de alguns tópicos para experimentarem as valências adquiridas. Durante osemestre os alunos terão de realizar um conjunto de trabalhos práticos em grupo onde consolidam aaprendizagem recebida nas aulas teóricas/práticas, contribuindo em 50% da nota final. Esses trabalhos sãoacompanhados com sessões de laboratório e discutidos após conclusão. Os resultados de aprendizagem sãoavaliados individualmente através de 2 testes escritos ou de exame final, contribuindo com os restantes 50%da nota final. Assim a nota final será 50% teórica + 50% prática (NF=0,5*T+0,5*P).

9.4.7. Teaching methodologies (including evaluation):Theoretical-practical teaching, with 30 classes planned, being 15 of 3 hours and 15 of 1,5 hours, making a totalof 67.5 hours. The total work time of the student is 162 hours. The topics are presented in the classes trying toalways first put the problems and then present the solutions. The students are taken to the laboratory afterpresenting some topics to try out the acquired skills. During the semester the students will have to carry out agroup of practical work in group where they consolidate the learning received in the theoretical / practicalclasses, contributing in 50% of the final grade. These works are followed up with laboratory sessions anddiscussed after completion. The learning outcomes are evaluated individually through 2 written tests or finalexam, contributing the remaining 50% of the final grade. Thus, the final grade will be 50% theoretical + 50%practical (NF = 0.5 * T + 0.5 * P).


Os alunos realizarão trabalhos práticos durante o semestre acompanhados pelo professor onde terãooportunidade de colocar em prática a aprendizagem recebida nas sessões teóricas/práticas. No fim dosemestre o grupo é confrontado com um problema na forma de enunciado onde deverá conceber, desenhar eimplementar a respetiva solução, bem como ilustrar a viabilidade da implementação prática, identificando ovalor acrescentado da solução e possível modelo de negócio.

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.The students will carry out practical work during the semester accompanied by the teacher where they willhave opportunity to put into practice the learning received in the theoretical sessions / practices. At the end ofthe semester the group is confronted with a problem in the form of statement where it should design, designand implement the respective solution, as well as illustrate the feasibility of practical implementation,identifying the added value of the solution and possible business model.

9.4.9. Bibliografia de consulta/existência obrigatória:* Geng, H. "Internet of Things and Data Analytics Handbook", John Wiley & Sons, (2017), ISBN: 978-1-119-17364-9* Bahga, A., & Madisetti, V. "Internet of Things: A hands-on approach", VPT, (2014), ISBN-10: 0996025510, ISBN-13: 978-0996025515

Anexo II - Projeto ou Dissertação

9.4.1.1. Designação da unidade curricular:Projeto ou Dissertação

9.4.1.1. Title of curricular unit:Project or Dissertation


9.4.1.3. Duração:



Anual / Anual


9.4.1.5. Horas de contacto:Não aplicável / Not aplicable

9.4.1.6. ECTS:42

9.4.1.7. Observações:Não aplicável

9.4.1.7. Observations:Not aplicable

9.4.2. Docente responsável e respetiva carga lectiva na unidade curricular (preencher o nome completo):Coordenador do ciclo de estudos

9.4.3. Outros docentes e respetivas cargas lectivas na unidade curricular:Orientador(es), no máximo 1,5 por trabalho, 45 horas (1,5horas x 30 semanas) / Advisor(s), at most 1,5 for eachwork, 45 hours (1,5hours x 30 weeks)

9.4.4. Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):A dissertação inclui os objetivos gerais:1. Desenvolver trabalho científico independente suportado em modelos/teorias bem fundada2. Delimitação clara do “estado da arte” e confronto com o trabalho desenvolvido3. Identificação da originalidade do(s) modelo(s) desenvolvidos4. Obtenção de resultados e sua apresentação e validação (eventualmente experimental)O projeto que pode resultar de estágio realizado em empresa, inclui os objetivos gerais:1. Implementar protótipo baseado em requisitos funcionais e não funcionais2. Enquadrar o sistema desenvolvido no contexto da oferta disponível3. Elencar as vantagens/desvantagens das soluções adotadas4. Caracterizar o impacto do protótipo/sistema implementadoComo resultado deverá ser:1. Redigido um documento com coerência lógica, elevada legibilidade, grafismo agradável, distribuiçãoequilibrada de conteúdos pelos capítulos2. Construída uma pasta digital com todos os artefactos produzidos e que permitam validar e avaliar otrabalho.

9.4.4. Learning outcomes of the curricular unit:The dissertation includes the overall objectives:1. Develop independent scientific work supported on well founded models/theories2. Clear characterization of "state of the art" boundary and comparing with performed work3. Identification of the originality of the model(s) developed4. Achievement of results and their presentation and validation (possibly experimental)The project which may result from an internship in a company includes the overall objectives:1. Implement a prototype based on functional and nonfunctional requirements2. Circumscribe the implemented system in the context of the available offering3. Enumerate the advantages/disadvantages of the adopted solutions4. Characterize the impact of the implemented prototype/systemIn both cases should be:1. written a document with logical consistency, high readability, pleasing graphics, balanced distribution ofcontent by chapters2. built a digital folder with all artifacts in order to confirm and assess the work

9.4.5. Conteúdos programáticos:O conteúdo varia de acordo com a especificidade do trabalho, no entanto, há um processo que é comum atodos os trabalhos e que será aqui descrito no seu essencial.No início do semestre ocorre um tempo inicial de submissão de propostas de trabalho. As propostas podem ser



submetidas por docente(s), ou por docente(s) em conjunto com empresa(s) ou aluno.Cada aluno escolhe a proposta de trabalho a desenvolver e respetivo(s) orientador(es).No caso do estágio curricular a orientação é realizada em regime de coorientação envolvendo docente(s) emembro(s) da empresa.Até ao mês de Julho é realizado o FEIM (Forum on Engineering of Informatics and Multimedia, cf. www.feim.mlcom ligações aos eventos anteriores) onde os trabalhos a decorrer são apresentados sendo feita umaapreciação preliminar do estado e evolução expectável de cada trabalho. Neste fórum são tambémapresentados os trabalhos de licenciatura (LEIM) e convidadas empresas, da área, a realizar palestras e apatrocinar o evento.

9.4.5. Syllabus:The content varies depending on the specificity of the work however there is a process that is common to allworks and will be described herein in its essentials.At the beginning of the semester there is an initial time dedicated for the submission of working proposals. Theproposals may be submitted either by the teacher(s) or by the teacher(s) together with company(s) or astudent.Each student chooses the work to develop and the corresponding advisor(s).In the case of curricular internship the guidance is held in cosupervision mode involving teacher(s) andmember(s) of the company.Until July it is held the FEIM (Forum on Engineering of Informatics and Multimedia, cf. www.feim.ml with linksto previous editions) where the work in progress is presented and it is made a preliminary assessment of thestate and expected achievements of the work. This forum is also used to present the undergraduate (LEIM)work and companies are invited to hold lectures and to sponsor the event.


O(s) orientador(es) guiam a evolução do trabalho e garantem o seu enquadramento no contexto dos objetivosdo curso.

9.4.6. Demonstration of the syllabus coherence with the curricular unit's learning objectives.The advisor(s) guide the progress of the work and ensure its consistency in the context of the course objectives.

9.4.7. Metodologias de ensino (avaliação incluída):O(s) orientador(es) adoptam o modelo de orientação que consideram mais adequado aos temas a desenvolvere ao aluno que os irá desenvolver.A fase de avaliação segue o regulamento (artigo 22o do decreto-lei no 65/2018 de 16 de Agosto) sendovalorizados os trabalhos que se distingam com publicações científicas ou técnicas com revisão por pares oucom análise realizada por painel de utilizadores.

9.4.7. Teaching methodologies (including evaluation):The advisor(s) adopt the supervising model that they consider to be the most appropriate to the subjects to beaddressed and to the student that will develop such subjects.The assessment stage follows the regulation (article 22 of decree-law No. 65/2018 of 16th August) and it isprovided an added value to the work that distinguish itself by being published in scientific or technical journalswith peer review or analysis by a user panel.


O enquadramento, objetivos e método de avaliação seguem os estabelecidos no regulamento geral demestrados do ISEL; cf., https://www.isel.pt/media/uploads/RegulamentoGeralMestrado.55703724901bc.pdf

9.4.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.



The guidelines, objectives and evaluation method follow those established in the general regulation of the ISELmasters; cf., https://www.isel.pt/media/uploads/RegulamentoGeralMestrado.55703724901bc.pdf

9.4.9. Bibliografia de consulta/existência obrigatória:Varia de acordo com a especificidade do trabalho.It varies according to the specific nature of the work

9.5. Fichas curriculares de docente

Anexo III - Gonçalo Caetano Marques

9.5.1. Nome do docente (preencher o nome completo):Gonçalo Caetano Marques

9.5.2. Ficha curricular de docente:Mostrar dados da Ficha Curricular

Anexo III - Nuno António Fraga Juliano Cota

9.5.1. Nome do docente (preencher o nome completo):Nuno António Fraga Juliano Cota


Anexo III - Pedro Viçoso Fazenda

9.5.1. Nome do docente (preencher o nome completo):Pedro Viçoso Fazenda


Anexo III - Artur Jorge Ferreira

9.5.1. Nome do docente (preencher o nome completo):Artur Jorge Ferreira


Anexo III - Luís Manuel da Costa Assunção

9.5.1. Nome do docente (preencher o nome completo):Luís Manuel da Costa Assunção


Anexo III - Matilde Pós-de-Mina Pato

9.5.1. Nome do docente (preencher o nome completo):Matilde Pós-de-Mina Pato


Anexo III - Nuno Miguel Soares Datia

9.5.1. Nome do docente (preencher o nome completo):Nuno Miguel Soares Datia



9.5.2. Ficha curricular de docente:

Mostrar dados da Ficha Curricular



acef/1819/0900482 — guião para a auto-avaliação · acef/1819/0900482 — guião para a...

Documents