Áreas de Formação
Computação Financeira, Machine Learning, Big Data,
Duração
6 meses
Total de Créditos
40
Modalidade
Presencial e online
Período
Pós-laboral
Propina
Mensal 6.434 ECV
Unidade Orgânica
Faculdade de Ciências e Tecnologia (FCT)
Local
Polo I - Praia
Objetivos
A Pós-Graduação em Ciências de Dados para Finanças (PCDF) é um programa de formação inovador e internacional, destinado a quadros do sector financeiro que procuram uma abordagem mais analítica. Com uma orientação quantitativa e analítica em finanças, o curso abrange áreas essenciais como a avaliação de activos financeiros, negociação, gestão de risco, engenharia financeira, modelos preditivos e computação financeira, além de proporcionar uma compreensão das transformações potenciais na indústria financeira, incluindo a tecnologia de blockchain e as inovações em Fintech & InsurTech.
Preparando quadros superiores para carreiras de sucesso em campos como banca de investimento, gestão de activos, fundos de cobertura, consultoria de investimento, gestão de risco, vendas e negociação, engenharia, consultoria, assessoria e tecnologia financeiras, a PCDF é o curso ideal para profissionais que aspiram estar na vanguarda da inovação financeira. Com uma equipa de docentes experientes e um currículo robusto, comprometemo-nos a fornecer uma educação de excelência que habilitará os alunos a destacarem-se no competitivo mundo das finanças.
Perfil de Entrada
Podem candidatar-se ao acesso ao curso de PCDF: titulares de um grau de licenciado ou equivalente legal em Matemática, Matemática Aplicada, Estatística, Economia, Finanças, Gestão, Ciência de Computadores, Engenharia ou equivalente legal ou áreas afins; titulares de um grau académico superior estrangeiro conferido na sequência de um 1º ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo; titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado pelo Conselho Científico da Universidade de Cabo Verde; detentores de um currículo escolar, científico ou profissional, que seja reconhecido como atestando capacidade para realização deste curso pelo Conselho Científico da Universidade de Cabo Verde.
Perfil de Saída
Os estudantes que concluírem o curso com sucesso, terão capacidades técnicas ajustadas as necessidades atuais nos domínios de inteligência artificial e machine learning para analisar grandes volumes de dados (Big Data) com uma abordagem quantitativa e analítica em finanças. Mais ainda, o curso prepara quadros superiores para carreiras bem-sucedidas nas áreas de investment banking, asset management, hedge funds e investment advisory, risk management, sales and trading, engenharia, consultoria, assessoria e tecnologia financeiras.
Diretor
Prof. Mestre Crispiniano Furtado
This email address is being protected from spambots. You need JavaScript enabled to view it.
Módulos
| Unidades Curriculares | Horas de contacto | Horas de estudo autónomo | Total de horas | Créditos |
| Finança Computacional | 24 | 72 | 96 | 5 |
| Métodos de Deep Learning em Finanças | 24 | 72 | 96 | 5 |
| Ciências de Dados para Atuariado | 24 | 72 | 96 | 5 |
| Investimentos, Preço de Ativos do Portfólio | 24 | 72 | 96 | 5 |
| Título de Renda Fixa | 24 | 72 | 96 | 5 |
| Derivados Financeiros | 24 | 72 | 96 | 5 |
| Machine Learning em Finanças | 24 | 72 | 96 | 5 |
| Text Mining e Big-Data em Finanças | 24 | 72 | 96 | 5 |
| Total de horas /unidades de créditos | 40 | |||
SAC (Pós-graduações)
Para mais informações contacte:
Propina Total: 38.600$00 (Trinta e oito mil e seiscentos escudos). Podendo serem pagas em até 6 (seis) prestações mensais de 6.434$00 (seis mil e quatrocentos trinta quarto escudos).
Nota: “O valor de Propina de Pós-graduação em Ciências de Dados para Finanças na Uni-CV é 15.000$00/mês. A FUNDAÇÃO CALOUSTE GULBENKIAN financia a parte complementar o equivalente a 57% do valor total.”
