DATOS IDENTIFICATIVOS 2019_20
Asignatura (*) INFRAESTRUCTURES PER AL BIG DATA Código 17254118
Titulación
Grau d'Enginyeria Biomèdica (2017)
 Ciclo 1r
Descriptores Cr.totales Tipo Curso Periodo Horarios y datos del examen
6 Obligatòria Tercer Juny, Jul., Set.
Modalidad y lengua de impartición Ver grupos de trabajo
Departamento Enginyeria Informàtica i Matemàtiques
Coordinador/a
FERRÉ BERGADÀ, MARIA
 Correo-e maria.ferre@urv.cat
Profesores/as
FERRÉ BERGADÀ, MARIA
Web http://http://moodle.urv.cat/moodle/
Descripción general e información relevante L'assignatura aporta els conceptes necessaris per a que l’alumne sigui capaç de gestionar informació i grans volums de dades.

Competències
Tipo A Código Competencias Específicas
 CEB2 Coneixements bàsics sobre l'ús i programació dels ordinadors, sistemes operatius, bases de dades i programes informàtics amb aplicació en enginyeria.
 CE11 Capacitat per treballar en entorns Big Clinical Data, per generar i programar algoritmes de computació biològica i dissenyar i utilitzar eines bioinformàtiques
Tipo B Código Competencias Transversales
Tipo C Código Competencias Nucleares

Resultats d'aprenentage
Tipo A Código Resultados de aprendizaje
 CEB2 Comprèn les tècniques d'emmagatzematge de dades
 CE11 Comprèn les tècniques d'emmagatzematge de dades
Utilitza algoritmes per a la manipulació de grans volums de dades
Utilitza la infraestructura d'emmagatzematge de dades més adequada a la situació
Extreu informació útil a partir d'un gran volum de dades
Tipo B Código Resultados de aprendizaje
Tipo C Código Resultados de aprendizaje

Continguts
tema Subtema
Introducció al Big Data Grans Volums de Dades
Adquisició de la informació
Transformació de les dades
Emmagatzematge de la informació Sistemes de fitxers
Bases de dades relacionals
Bases de dades per a gestionar grans volums
Anàlisi de dades Estratègies d’anàlisi de la informació
Introducció a la mineria de dades
Representació de la informació

Planificació
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
 Horas fuera de clase
 (**) Horas totales
Activitats Introductòries
1 0 1
Sessió Magistral
CE11
 28 28 56
Pràctiques a laboratoris
CE11
 22 44 66
Pràctica autònoma al laboratori
CE11
 6 12 18
Atenció personalitzada
1 0 1
 
Proves de desenvolupament
CE11
 4 4 8
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologies
Metodologías
  descripción
Activitats Introductòries Presentació dels professors i de l'assignatura (continguts, metodologies, resultats d'aprenentatge, competències, material bibliogràfic i recomanacions generals).
Sessió Magistral Classes teòriques del professor. Es presentaran els conceptes amb exemples.
Pràctiques a laboratoris Classes pràctiques als laboratoris, on els estudiants hauran de resoldre pràctiques relacionades amb els conceptes que es van treballant al llarg del curs.
Pràctica autònoma al laboratori Resolució d'un cas proper a la realitat i que requereix de les eines i els conceptes presentats en l'assignatura.
Atenció personalitzada Consultes realitzades per qualsevol de les següents vies:
consultes en el despatx del professor en l'horari pre-establert o bé en hores acordades
correu electrònic
forums de l'assignatura

Atenció personalitzada
descripción
Us podeu posar en contacte amb els professors a través del correu electrònic, en les hores de consulta que podeu consultar a la web de l'ETSE i via els fòrums del moodle de l'assignatura.

Avaluació
Metodologías Competencias descripción Peso        
Pràctica autònoma al laboratori
CE11
 Resolució de pràctiques de forma autònoma al llarg del curs. Per a poder superar l'assignatura caldrà haver entregat totes les pràctiques i obtenir una nota mitjana de 5. 40
Proves de desenvolupament
CE11
 Es faran dues proves durant el curs, Per a poder superar l'assignatura caldrà obtenir una nota mitjana de 5 i que cap de les dues proves tingui una nota inferior a 3. 60
Otros  
 
Otros comentarios y segunda convocatoria

En el cas de que l'alumne no superi l'avaluació en 1ª convocatòria disposa de mecanismes per a recuperar la/les parts pendents:

La recuperació de la part de proves escrites es fa mitjançant un examen escrit (60%)

La recuperació de pràctiques es fa acabant les pràctiques pendents (40%).

Durant els exàmens no es podrà fer ús de cap dispositiu de comunicació i transmissió de dades. El no compliment d'aquest punt suposa automàticament la no superació de l'examen.


Fonts d'informació

Bàsica Joyanes Aguilar, Luis. , BIG DATA. Analisis de grandes volumenes de datos en organizaciones. , última disponible, MARCOMBO, S.A.
Antonio Padial Solier, Aprende SQL en un fin de semana, última disponible,
Antonio Sarasa, Introducción a las bases de datos NoSQL usando MongoDB, última disponible, Editorial UOC

Complementària Basilio Sierra Araujo, Aprendizaje automático : conceptos básicos y avanzados : aspectos prácticos utilizando el software Weka, última disponible, Pearson Prentice-Hall
Kristina Chodorow, MongoDB: The Definitive Guide, última disponible, O'Reilly Media
Chris Newman, SQLite, última disponible, Indianapolis, Ind
Abraham Silberschatz, Henry F. Korth, S. Sudashan., Fundamentos de bases de datos., última disponible, McGraw-Hill
• José Hernández, Mª José Ramírez, Cèsar Ferri, Introducción a la Minería de Datos, última disponible, Pearson Prentice-Hall

Recomanacions


Asignaturas que se recomienda haber cursado previamente
PROGRAMACIÓ/17254013
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.