# MSc in Data Science & Artificial Intelligence. HTML canônico: https://dsti.school/pt/msc-in-data-science-and-ai Esta versão em português brasileiro é gerada pelo mesmo build do site estático da DSTI que a página HTML canônica. Ela se destina à leitura por máquinas e à consulta concisa. Mestrado • Ciência de Dados • Inteligência Artificial • Aprendizado de Máquina O principal percurso de pós-graduação da DSTI para estudantes que desejam modelar problemas complexos, compreender profundamente o aprendizado de máquina e conectar a IA matemática a ambientes reais de dados, software e engenharia. Esse é o caminho científico para estudantes que desejam criar, avaliar e explicar modelos — não apenas usar ferramentas de IA, mas entender a lógica estatística, matemática e computacional por trás delas. [Inscreva-se agora](https://dsti.school/apply) [Agende uma reunião](https://meetings-eu1.hubspot.com/dsti/information-meeting) [Compare rotas de mestrado](https://dsti.school/pt/escolha-seu-msc) [Baixe o folheto](https://dsti.school/pt/baixar-brochura) Modele o mundo real Estatísticas, aprendizado de máquina, otimização e IA para problemas complexos. Fundamentos profundos de IA Redes neurais, aprendizado profundo, dados de alta dimensão e modelagem avançada. Ciência voltada para a produção Fundamentos de MLOPs, nuvem, engenharia de dados e software para IA implantável. ![DSTI MSc in Data Science and Artificial Intelligence visual](https://media.dsti.school/wp-content/uploads/2024/11/29102739/DSTI_Applied_MSc_in_Data_Science_Featured_Image-scaled.jpg) Centro de gravidade do programa Modelagem estatística, aprendizado de máquina e sistemas de IA com conhecimento de engenharia. Para estudantes que desejam a profundidade científica por trás da ciência de dados e a cultura técnica para aplicá-la em contextos reais. 120 ECTS Programa de nível de mestrado • RNCP nível 7 840h Volume total do programa [Programa com o selo 3IA Rotulado pelo programa 3IA da Université Côte d'Azur.](https://3ia.univ-cotedazur.eu/education/education) 01 — Identidade do programa ## A ciência de dados não é apenas previsão. É uma modelagem rigorosa. O MSc in Data Science & AI é o percurso para estudantes que desejam a maior concentração em modelagem, aprendizado de máquina e IA no portfólio de pós-graduação da DSTI. posicionamento de DSTI ## Da profundidade matemática à prática de IA. O programa combina estatísticas, otimização, aprendizado de máquina, aprendizado profundo, modelagem avançada e fundamentos de engenharia de dados, para que os graduados possam raciocinar sobre os modelos e entender os sistemas que os utilizam. Estatísticas ### Entenda a incerteza Aprenda o raciocínio estatístico por trás da inferência, modelagem, validação e tomada de decisão sob incerteza. Aprendizagem automática ### Crie e avalie modelos Trabalhe com abordagens de modelagem supervisionadas, não supervisionadas e avançadas, com implementação prática. Deep Learning ### Migre para a IA moderna Estude redes neurais, aprendizado profundo, dados e aplicativos de alta dimensão, como visão computacional e PNL. Engenharia ### Conecte a ciência aos sistemas Cloud, SQL, MLOps, engenharia de software e bases de big data ajudam os modelos a irem além dos notebooks. 02 — A quem se destina este programa ## Para estudantes que desejam a modelagem e o centro de gravidade da IA. Este mestrado é matematicamente e tecnicamente exigente. É mais adequado para estudantes que desejam entender profundamente os modelos e usá-los com responsabilidade em contextos reais de dados. Bom ajuste ### Você quer se tornar tecnicamente confiável em modelagem, aprendizado de máquina e IA. - Você gosta de matemática, estatística, modelagem, experimentação e validação de modelos. - Você quer fundamentos avançados de aprendizado de máquina, aprendizado profundo e IA. - Você quer uma cultura suficiente de engenharia de dados e MLOPs para entender como os modelos são usados na prática. - Você está buscando funções de cientista de dados, engenheiro de aprendizado de máquina, especialista em IA ou orientadas à modelagem. Menos ideal se ### Seu principal objetivo é a análise de negócios ou a engenharia de infraestrutura. - Se seu principal interesse for suporte à decisão, implementação de relatórios e análises, compare com MSc in Data Analytics with AI. - Se seu principal interesse são pipelines, plataformas em nuvem e sistemas de dados de produção, compare com MSc in Data Engineering for AI. - Se seu principal interesse for proteção e risco de sistemas, compare com MSc in Cyber Security. 03 — Estrutura do programa ## A estrutura do programa, em um piscar de olhos. A estrutura combina aquecimento técnico, cursos especializados, sessões de suporte e experiência profissional integrada. 840h Volume total do programa ministrado em sessões de aquecimento, cursos especializados e apoio. 75h DSTI Faça um aquecimento para reforçar a matemática, a programação, a consciência da IA, os fundamentos de TI e a prática de sistemas. 60h Sessões de apoio para análise, perguntas, conceitos difíceis e preparação para exames. 30 ECTS Experiência profissional por meio de estágio, emprego ou atividade profissional validada. 04 — Currículo ## Conteúdo transparente do programa, curso por curso. A DSTI não se esconde atrás de descrições vagas. O MSc in Data Science & AI é apresentado abaixo por meio de seus blocos de ensino, horas, ECTS e conteúdo das disciplinas. Aquecimento • 75h ### Ponto de partida técnico Uma ponte preparatória para estudantes de diversas origens acadêmicas antes de entrarem no núcleo completo do mestrado. Curso especializado ### Estatística, IA e engenharia Uma estrutura transparente de curso a curso que abrange modelagem, otimização, aprendizado profundo, MLOPs, big data e governança. Experiência profissional • 30 ECTS ### Aplicação no local de trabalho Uma experiência profissional validada em que os alunos aplicam o programa em um ambiente de trabalho relevante. Aquecimento 75h • 6 ECTS ### Ponto de partida técnico comum O Warm Up ajuda estudantes de origens variadas a reforçar a matemática, a programação, a consciência da IA e os fundamentos de TI necessários para um mestrado sério em Ciência de Dados e IA. 10h #### Fundamental Mathematics Preparação matemática básica para cursos quantitativos e técnicos. 20h #### Data Structure and Machine Learning using Python & R Programação, estruturas de dados e primeiros fluxos de trabalho de aprendizado de máquina usando Python e R. 5h #### Data Management Introdução à forma como os dados são organizados, armazenados, consultados e preparados para trabalhos posteriores. 5h #### AI Awareness Orientação inicial sobre conceitos, usos e limites da inteligência artificial. 5h #### Computer Architecture Conceitos essenciais sobre como os computadores executam, armazenam e processam informações. 5h #### Networking Conhecimento básico de rede para estudantes que trabalharão com sistemas e plataformas conectados. 10h #### Computer Systems Labs Os sistemas práticos funcionam para consolidar a base de TI do programa. 10h #### Clean IT Prática digital responsável e sustentável. 5h #### Excel Basics Habilidades básicas de planilha para estudantes que precisam consolidar os fundamentos. Ciência de dados básica e IA 190h • 24 ECTS ### Matemática, estatística, otimização e redes neurais Este bloco estabelece os fundamentos científicos e matemáticos do programa: análise estatística, otimização, séries temporais, SAS e redes neurais. 25h 3 ECTS #### Mathematics for Data Science Cálculo, álgebra linear e números complexos são necessários para otimização e ciência de dados. 25h 3 ECTS #### Foundations of Statistical Analysis and Machine Learning — Part 1 Estatística descritiva, teoria da probabilidade e aplicações usando R. 40h 4 ECTS #### Foundations of Statistical Analysis and Machine Learning — Part 2 Testes, estimadores, intervalos de confiança, inferência, ANOVA, PCA, regressão linear e aplicações usando R. 25h 3 ECTS #### Time-Series Analysis Análise de dados temporais com fundamentos matemáticos e aplicações em R para previsão e previsão. 25h 3 ECTS #### SAS Base Preparação para a certificação SAS Base, abrangendo a programação SAS Base e os aplicativos no SAS STATS. 25h 4 ECTS #### Continuous Optimisation Pontos críticos, otimização de funções multivariáveis, métodos de gradiente e otimização baseada em restrições usando multiplicadores de Lagrange. 25h 4 ECTS #### Artificial Neural Networks Camadas de redes neurais, pesos, vieses, hiperparâmetros, algoritmos de otimização e implementação do TensorFlow. Engenharia de dados principais 250h • 24 ECTS ### Fundamentos de software, nuvem, SQL, MLOps e big data Os cientistas de dados precisam de conhecimentos de engenharia. Esse bloco conecta a modelagem aos ambientes de software, nuvem, bancos de dados, MLOPs e big data que tornam a IA implantável. 25h 2 ECTS #### Software Engineering — Part 1 Programação processual em Rust, representação de memória, propriedade, empréstimo, estruturas de dados, testes e código confiável. 25h 3 ECTS #### Software Engineering — Part 2 Programação orientada a objetos em C#, SOLID, UML, MVC, padrões de design, serviços e Entity Framework. 25h 4 ECTS #### Python Machine Learning Labs Estruturas de dados, limpeza de dados, engenharia de recursos e modelagem de aprendizado de máquina com bibliotecas Python. 50h 4 ECTS #### MLOps by Adaltas DevOps, GitOps, DataOps, MLOps, teste de unidade com Spark, CI/CD, implantação de artefatos, Databricks e MLflow. 25h 3 ECTS #### Data Wrangling with SQL Bancos de dados relacionais, consultas avançadas SQL, procedimentos armazenados, gatilhos, SQL dinâmico e Microsoft SQL Server. 50h 4 ECTS #### Cloud Computing — Amazon AWS AWS serviços em nuvem e preparação para AWS Certified Solutions Architect – Associate. 50h 4 ECTS #### Big Data Ecosystem by Adaltas HDFS, agendamento, gerenciamento de recursos, ETL, barramento de serviço corporativo escalável, Spark, exploração e visualização de dados. Ciência de dados avançada e IA 215h • 32 ECTS ### Modelagem avançada, aprendizado profundo e sistemas complexos Esse bloco é o núcleo da modelagem avançada: estatísticas de alta dimensão, análise de sobrevivência, problemas inversos, bancos de dados gráficos e de documentos, aprendizado profundo, ABM e web semântica. 35h 4 ECTS #### Advanced Statistical Analysis and Machine Learning Regressão linear múltipla, CART, florestas aleatórias, seleção de características, comparação de modelos e aplicações práticas em R. 25h 3 ECTS #### Statistical Analysis of Massive and High-Dimensional Data Análise de grandes conjuntos de dados, incluindo dados abertos e redes sociais, com ferramentas estatísticas modernas e implementação prática em R. 25h 3 ECTS #### Survival Analysis Técnicas de análise de sobrevivência paramétrica, não paramétrica e semiparamétrica. 25h 4 ECTS #### Inverse Problems & Data Assimilation Assimilação de dados variacionais e sequenciais para identificação inicial de condições e estimativa de parâmetros, com aplicativos Python. 25h 4 ECTS #### Graph Databases — NoSQL Part 1 Preparação para o Neo4j Certified Professional e modelagem de problemas baseada em gráficos com implementações práticas do Neo4j. 5h 2 ECTS #### Document Databases — NoSQL Part 2 Coleções, documentos, consultas avançadas, agregações, arquitetura e aplicativos práticos do MongoDB. 25h 4 ECTS #### Deep Learning Modelos de aprendizado profundo em Python, com aplicações práticas em visão computacional e processamento de linguagem natural. 25h 4 ECTS #### Agent-Based Modelling Modelagem de problemas complexos com ABM, comparações com abordagens estatísticas, de Markov e dinâmica de sistemas e validação de ABM. 25h 4 ECTS #### Semantic Web Technologies RDF, SPARQL e padrões para representar, consultar e usar o conhecimento na web. Metodologias operacionais 50h • 4 ECTS ### Governança, lei e contexto do projeto A ciência de dados e a IA são usadas em organizações e ambientes jurídicos. Este bloco aborda a regulamentação de dados, a ética e a metodologia do projeto. 25h 2 ECTS #### Data Laws & Regulations — Philosophies, Geopolitics & Ethics Princípios de privacidade e segurança de dados, regulamentação da UE e dos EUA e diferenças entre lei comum e lei de código. 25h 2 ECTS #### IT Project Management: Traditional and Agile Approaches Ciclo de vida do gerenciamento de projetos e melhores práticas para abordagens tradicionais e ágeis. Suporte e experiência profissional Suporte de 60 horas • 30 de experiência em ECTS ### Consolidação e aplicação no local de trabalho As sessões de apoio ajudam os alunos a consolidar conceitos difíceis, enquanto a experiência profissional valida a capacidade de aplicar o programa em um ambiente de trabalho relevante. 60h #### Support Sessions Revisando tópicos do curso, respondendo perguntas, reexplicando conceitos mais difíceis e se preparando para os exames. 4 a 6 meses 30 ECTS #### Integrated Professional Experience Experiência de estágio, emprego ou contrato profissional validada pelos procedimentos de avaliação padrão da DSTI. 05 — Certificações profissionais ## Certificações para credibilidade da ciência de dados. Os alunos do MSc Data devem validar o Neo4j certification. Uma segunda certificação aprovada é altamente recomendada e concede a distinção “com honras” aos graduados. Regra de dados de mestrado ### Neo4j é obrigatório. Os estudantes de Ciência de Dados também estão preparados para as credenciais AWS e SAS. Para ciência de dados e IA, DSTI coloca em primeiro plano as certificações preparadas por meio da computação em nuvem Amazon AWS e da SAS Base Programming. Outras certificações reconhecidas podem ser aceitas somente após o corpo docente e Direction of Studies validarem seu nível e relevância para a carreira do aluno. Obrigatório Neo4j certification para cada estudante do MSc Data. Com honras Uma segunda certificação aprovada concede a distinção de pós-graduação “com honras”. Alternativas controladas Certificações alternativas são aceitas somente após a validação do corpo docente e de Direction of Studies. ![logotipo Neo4j](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif) ![logotipo AWS](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) ![logotipo SAS](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg) ![logotipo Neo4j](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif) Neo4j ### Neo4j certification Contexto do curso: Bancos de dados gráficos em SQL [Site de certificação](https://graphacademy.neo4j.com/certifications/neo4j-certification/) ![logotipo AWS](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS ### AWS Certified Solutions Architect – Associate Contexto do curso: Computação em nuvem - Amazon AWS [Site de certificação](https://aws.amazon.com/certification/certified-solutions-architect-associate/) ![logotipo SAS](https://media.dsti.school/wp-content/uploads/2026/06/11135427/SAS_logo.svg) SAS ### Base Programming Specialist Contexto do curso: SAS Programação básica [Site de certificação](https://www.sas.com/en_gb/certification/credentials/foundation-tools/base-programming-specialist.html) Caminho de certificação validado ### Certificações alternativas aceitas Esta lista não é gratuita para todos. Cada certificação alternativa deve ser relevante para a rota de estudo e os objetivos de carreira do aluno e permanece sujeita à validação do corpo docente e de Direction of Studies. ![Logotipo do MongoDB](https://media.dsti.school/wp-content/uploads/2026/06/11134914/MongoDB_Logo.svg) MongoDB #### All Mongo certification Em SQL - MongoDB [Página oficial](https://learn.mongodb.com/) ![C++ Logotipo do Instituto](https://media.dsti.school/wp-content/uploads/2026/06/11134913/ISO_Cpp_Logo.svg) Instituto C++ #### CPA – C++ Certified Associate Programmer Certification Engenharia de Software 2 [Página oficial](https://cppinstitute.org/cpa) ![Logotipo da Databricks](https://media.dsti.school/wp-content/uploads/2026/06/11134906/Databricks-logo.svg) Databricks #### Databricks Certified Associate Developer for Apache Spark MLOPs [Página oficial](https://www.databricks.com/learn/certification/apache-spark-developer-associate) ![Logotipo da Databricks](https://media.dsti.school/wp-content/uploads/2026/06/11134906/Databricks-logo.svg) Databricks #### Databricks Certified Data Engineer Associate MLOPs [Página oficial](https://www.databricks.com/learn/certification/data-engineer-associate) ![Logotipo da Databricks](https://media.dsti.school/wp-content/uploads/2026/06/11134906/Databricks-logo.svg) Databricks #### Databricks Certified Data Engineer Professional MLOPs [Página oficial](https://www.databricks.com/learn/certification/data-engineer-professional) ![logotipo AWS](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS #### AWS Certified Cloud Practitioner Computação em nuvem - Amazon AWS [Página oficial](https://aws.amazon.com/fr/certification/certified-cloud-practitioner/) ![logotipo AWS](https://media.dsti.school/wp-content/uploads/2026/06/11135153/Amazon_Web_Services_2025.svg) AWS #### AWS Certified Machine Learning - Specialty Computação em nuvem - Amazon AWS [Página oficial](https://aws.amazon.com/certification/certified-machine-learning-specialty/) ![Logotipo da IBM](https://media.dsti.school/wp-content/uploads/2026/06/11134912/IBM_logo.svg) IBM #### IBM Data Science Professional Certificate Fundamentos da ciência de dados [Página oficial](https://www.coursera.org/professional-certificates/ibm-data-science?utm_source=IBM&utm_medium=institutions&utm_campaign=IBMBadge) ![logotipo Neo4j](https://media.dsti.school/wp-content/uploads/2026/06/11142416/Neo4j-logo.avif) Neo4j #### Neo4j Graph Data Science Certification Ciência de dados gráficos [Página oficial](https://graphacademy.neo4j.com/certifications/gds-certification/) N NVIDIA #### NVIDIA-Certified Associate Generative AI LLMs IA generativa e LLMs [Página oficial](https://www.nvidia.com/en-us/learn/certification/generative-ai-llm-associate/) ![Logotipo do Google](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg) Google #### Certified Generative AI Leader Liderança generativa em IA [Página oficial](https://cloud.google.com/learn/certification/generative-ai-leader) ![Logotipo da Dataiku](https://media.dsti.school/wp-content/uploads/2026/06/11134907/dataiku.svg) Dataiku #### ML Practitioner Certificate (Dataiku) Prática de aprendizado de máquina [Página oficial](https://academy.dataiku.com/ml-practitioner-certificate) ![Logotipo da Dataiku](https://media.dsti.school/wp-content/uploads/2026/06/11134907/dataiku.svg) Dataiku #### MLOps Practitioner Certificate (Dataiku) Prática de MLOPs [Página oficial](https://academy.dataiku.com/mlops-certificate) ![Logotipo da Dataiku](https://media.dsti.school/wp-content/uploads/2026/06/11134907/dataiku.svg) Dataiku #### Developer Certificate (Dataiku) Desenvolvimento do Dataiku [Página oficial](https://academy.dataiku.com/developer-certificate) ![logotipo scikit-learn](https://media.dsti.school/wp-content/uploads/2026/06/11134918/scikit-learn.svg) scikit-learn #### Scikit-learn Certification (all levels accepted) Aprendizado de máquina com Python [Página oficial](https://papers.probabl.ai/official-scikit-learn-certification-launch) ![Logotipo do Google](https://media.dsti.school/wp-content/uploads/2026/06/11134912/google.svg) Google #### Google Cloud Platform Associate Cloud Engineer (ACE) Engenharia de nuvem [Página oficial](https://cloud.google.com/learn/certification/cloud-engineer) ![Logotipo Denodo](https://media.dsti.school/wp-content/uploads/2026/06/11134909/denodo.svg) Denodo #### Denodo AI SDK Certified Developer Associate certification Desenvolvimento de SDK de IA [Página oficial](https://community.denodo.com/certification/details?name=Denodo%20AI%20SDK%20Certified%20Developer%20Associate) 06 — Onde e como você estuda ## Um programa DSTI, várias maneiras de participar da classe. DSTI foi construído em torno do ensino conectado. Os estudantes podem estudar no campus, por meio do acesso Live Streamed, ou por meio da rota on-line, quando essa modalidade se adequar à sua situação. [Riviera Francesa/Sophia-Antipolis Estude no primeiro parque científico e tecnológico da Europa, perto de Nice e Antibes.](https://dsti.school/pt/campus-riviera-francesa-sophia-antipolis) [Campus de Paris Estude no centro de Paris, perto de empresas, transportes e vida estudantil.](https://dsti.school/pt/campus-paris) [Live Streamed Assista às mesmas aulas ao vivo de outro local, com as mesmas expectativas acadêmicas.](https://dsti.school/pt/live-streamed) [Assíncrono online Acesse o programa pela modalidade on-line da DSTI quando ela for a mais adequada à sua situação.](https://dsti.school/pt/online-assincrono) 07 — Carreiras ## A ciência de dados se torna real quando os modelos são usados com responsabilidade. O programa inclui experiência profissional integrada. O percurso depende de onde o aluno está baseado e do que faz sentido profissional. Rota primária ## Faça um estágio relevante em que seu projeto de modelagem e IA faça sentido. DSTI pode apoiar a experiência profissional na França ou no exterior, sujeito à validação acadêmica e às regras do programa. O trabalho deve ser relevante para os resultados da aprendizagem. Estágio local ### Seu país ou mercado profissional Para muitos estudantes internacionais ou de Live Streamed, o melhor caminho é um estágio relevante no mercado de trabalho local. ![logotipo CRCC Asia](https://media.dsti.school/wp-content/uploads/2025/05/14121739/Logo-CRCC-Asia.avif) Alternativa estruturada ### opção CRCC Asia Quando relevante, DSTI pode orientar os alunos para uma opção estruturada de estágio internacional por meio de CRCC Asia. [Visite CRCC Asia](https://www.crccasia.com/) Suporte de carreira ### CV, perfis e posicionamento Os alunos recebem orientação sobre currículos, perfis públicos, inscrições e posicionamento profissional. Etapas iniciais de modelagem ### Analise, modele e valide As primeiras funções típicas incluem cientista de dados júnior, analista de aprendizado de máquina, cientista de dados aplicado ou estagiário de IA/ML, dependendo da matemática, codificação e portfólio de projetos do aluno. Caminho de progressão ### Passe dos modelos para o valor implantado Com a experiência, os graduados podem progredir para as funções de cientista de dados, engenheiro de aprendizado de máquina, engenheiro de MLOps ou especialista em IA aplicada. A implantação responsável e o valor mensurável são mais importantes do que a inflação do título de trabalho. 08 — Admissões ## Admissão seletiva para uma rota de mestrado orientada para modelagem. O MSc in Data Science & AI exige preparação matemática, proficiência em inglês e capacidade de avançar por disciplinas técnicas e estatísticas exigentes. Elegibilidade ### Bacharelado ou equivalente Os candidatos devem possuir um diploma de bacharel reconhecido de 3 ou 4 anos ou equivalente, em um campo em que a matemática aplicada tenha sido estudada, como matemática, física, engenharia, ciência da computação ou economia. Exame de admissão ### Usado quando útil Os candidatos podem ser convidados a fazer o exame de admissão on-line da DSTI em matemática e TI, especialmente quando a equipe de admissões ou a Direction of Studies precisar de mais evidências de preparação. Inglês ### Mínimo B2 Os cursos são ministrados em inglês. IELTS 6.0, Duolingo 110 ou evidência equivalente podem ser necessários. Requisitos de TI ### Computador portátil com Windows Os alunos devem ter um laptop com Windows PC com pelo menos 16 GB de RAM, capaz de executar a versão mais recente do Windows. Entrada direta no Ano 2 + Candidatos que concluíram ou estão terminando o primeiro ano de um programa de mestrado na mesma área ou um bacharelado de quatro anos na mesma área podem solicitar a entrada direta no Ano 2. Direction of Studies decide sobre a admissão após uma revisão acadêmica específica. Exames comuns obrigatórios: Matemática Aplicada; Fundamentos da Análise Estatística — Parte 1; Data Wrangling with SQL. Exames adicionais do programa: Continuous Optimisation; Artificial Neural Networks. - Continuous Optimisation - Artificial Neural Networks - Os exames são realizados on-line no DSTI Learn, com supervisão por visão computacional e o Safe Exam Browser, no prazo de 30 dias após a candidatura. - É cobrada uma taxa adicional de exame de € 50, creditada nas taxas de matrícula em caso de admissão. A Direction of Studies considera os candidatos que alcançam a nota mínima de aprovação da DSTI, de 60%. [Leia a orientação de entrada direta](https://dsti.school/pt/processo-seletivo-msc#direct-entry) Outono de 2026 ### Entrada de outubro - Estudantes internacionais: 31 de julho de 2026 - Estudantes da UE e Live Streamed: 31 de julho de 2026 - Indução: 2 de outubro de 2026 - Início das aulas: 5 de outubro de 2026 Primavera de 2027 ### Entrada de março - Estudantes internacionais e Live Streamed: 22 de janeiro de 2027 - Estudantes da UE: 12 de março de 2027 - Indução: 25 de março de 2027 - Início das aulas: 26 de março de 2027 ## A ciência de dados e a IA são o caminho certo para você? Se você está hesitando entre análise de dados com IA, engenharia de dados para IA e ciência de dados e IA, a questão-chave é seu centro de gravidade: decisão e implementação, plataformas e pipelines ou modelagem e sistemas de IA. [Agende uma reunião](https://meetings-eu1.hubspot.com/dsti/information-meeting) [Inscreva-se agora](https://dsti.school/apply) [Compare rotas de mestrado](https://dsti.school/pt/escolha-seu-msc) Nesta página --- © DSTI School of Engineering 2026 - Todos os direitos reservados. Instituição privada de ensino superior - V350 - 2 de agosto de 2026