| 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
|