Conteúdo / Main content
Menu Rodapé
  1. Início
  2. Cursos
  3. Informática Web, Móvel e na Nuvem
  4. Engenharia de Software

Engenharia de Software

Código 16230
Ano 3
Semestre S1
Créditos ECTS 6
Carga Horária PL(30H)/T(30H)
Área Científica Informática
Tipo de ensino Presencial.
Estágios Não aplicável.
Objectivos de Aprendizagem 1) Knowledge: No final da UC, os estudantes deverão saber: Agile/Scrum; requisitos (histórias, cenários, modelação); conceção/arquitetura (UML/SysML); QA, testes e CI; impacto da IA (testes, refatoração, geração); code smells/refatoração; DevOps, pipelines e fluxos com IA.
2) Skills: Os estudantes deverão estar aptos a: recolher/especificar requisitos (histórias, modelação); aplicar Ágil para planear/acompanhar/refletir sprints; modelar sistemas (p.ex., casos de uso); implementar testes (unitários, integração, exploratórios) com apoio de IA; analisar qualidade e refatorar code smells; conceber/operar CI/CD; usar assistentes com responsabilidade; comunicar eficazmente em equipa (retros, planeamento, demos).
3) Competences: Os estudantes deverão demonstrar: Entrega iterativa em equipa (Scrum); proficiência colaborativa (GitHub/pipelines); pensamento crítico; ética/sustentabilidade (IA responsável); aprendizagem contínua.
Conteúdos programáticos 1. Introdução ao Desenvolvimento de Software e Produtos de Software
2. Processos de Software e Desenvolvimento Ágil
3. Modelos de Ciclo de Vida: Waterfall, Iterativo, Incremental
4. Funcionalidades, Cenários e Histórias de Utilizador
5. Engenharia de Requisitos Orientada por Modelos
6. Arquitetura de Sistemas
7. Modelação de Sistemas
8. Testes de Software e Testes Assistidos por IA
9. Refatoração Automática e Code Smells com Ferramentas Inteligentes
10. Integração Contínua e Plataformas de Engenharia de Software
11. Engenharia de Software Assistida por Inteligência Artificial
Metodologias de Ensino e Critérios de Avaliação Metodologias de ensino:
- Aulas teóricas;
- Aulas prático-laboratoriais;
- Projeto de grupo;
- Trabalhos práticos; individuais e de grupo, em sala de aula

Métodos e Critérios de Avaliação:
1) Em período de ensino-aprendizagem:
F1: 1ª frequencia (5 valores)
F2: 2ª frequencia (6 valores)
BT: 2 badges teóricos (1 valor).
P: projecto (8 valores)

Classificação= F1 + F2 + BT + P

2) Em exame:
E: prova escrita (12 valores)
P: projecto (8 valores)
Classificação= E + P
Bibliografia principal - Bass L., Lu Q., Weber I., and Zhu L., Engineering AI Systems: Architecture and DevOps Essentials, Pearson, 2025
- Sommerville I., Engineering Software Products: An Introduction to Modern Software Engineering, Pearson, 2020
- Fowler M., Refactoring (2nd Edition), Addison-Wesley Signature Series, 2018
- Sommerville I., Software Engineering, 9th edition, Pearson Education, 2011
- Pressman R. S. and Ince D., Software Engineering - A Practitioner’s Approach, McGraw-Hill, 2007
- Rambaugh J., Jacobson I. and Booch G., The Unified Modeling Language Reference Manual, Addison-Wesley, 2005
Língua Português
Data da última atualização: 2025-09-29
As cookies utilizadas neste sítio web não recolhem informação pessoal que permitam a sua identificação. Ao continuar está a aceitar a política de cookies.