Área de formação

Computação Financeira, Machine LearningBig Data, 

Duração

6 meses

Total de créditos

40

Modalidade

Presencial e online

Período

Pós-laboral

Propina

Mensal 6.434 ECV

Unidade orgânica

Faculdade de Ciências e Tecnologia

Local

Polo I - Praia

Objectivos

Pós-Graduação em Ciências de Dados para Finanças PCDF (Data Science for Finances) é um programa de formação inovador, de caráter internacional, que oferece uma abordagem quantitativa e analítica em finanças, destinando-se a quadros do setor financeiro, que procuram um enfoque mais analítico às áreas de avaliação de ativos financeiros, trading, gestão de risco, engenharia financeira, modelos preditivos, computação financeira, entre outras. Proporciona, ainda, uma compreensão das transformações potenciais na indústria financeira, resultantes da adoção da tecnologia de blockchain às Fintech & InsurTech. O curso prepara quadros superiores para carreiras bem-sucedidas nas áreas de investment banking, asset management, hedge funds e investment advisory, risk management, sales e trading, engenharia, consultadoria, assessoria e tecnologia financeiras

ciencia unicv
Diretor

 Prof. Doutor Narciso Gomes

This email address is being protected from spambots. You need JavaScript enabled to view it.

Perfil de entrada

Este curso destina-se a alunos com um pendor quantitativo e uma orientação técnica e que procuram um estudo mais profundo e analítico dos temas de finanças, gestão de risco e engenharia financeira do que aquele que é proporcionado nos cursos gerais de finanças.

O curso destina-se a alunos com o grau de licenciatura (ou equivalente internacional) em domínios científicos com forte formação quantitativa como sejam a economia, a matemática, a estatística, a engenharia, a computação, física e química, e gestão de uma universidade reconhecida nacional e internacionalmente, que ambicionam uma carreira bem-sucedida no sector financeiro. A existência de experiência profissional nestas áreas não é essencial. Os Alunos graduados neste curso devem ambicionar carreiras nas áreas de investment banking, asset management, hedge funds and investment advisory, risk management, sales and trading, hedge funds, financial engineering, financial technology and consulting/advisory.

 

Perfil de saída

Empresas e instituições que processem grandes quantidades de dados, nomeadamente nos sectores das telecomunicações, ciências da vida e da saúde, seguros, banca, instituições públicas e empresas do Estado.

SAC (Pós-graduações)

Para eventuais esclarecimentos contactar os Serviços Académicos, através do seguinte endereço:

This email address is being protected from spambots. You need JavaScript enabled to view it.

 Edital

Plataforma de candidaturas
Módulos 
Unidades Curriculares  Horas de contacto Horas de estudos 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

  

Parceiro Coordenador

ims-cmyk-logo1458573899.png

Financiador

logo fundacao pt

University of of Cabo Verde © 2022 | Site Map | Privacy Policy