Tipo A
|
Código |
Competencias Específicas | | CEB2 |
Conocimientos básicos sobre el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería.
|
| CE11 |
Capacidad para trabajar en entornos Big Clinical Data, para generar y programar algoritmos de computación biológica y diseñar y utilizar herramientas bioinformáticas
|
Tipo B
|
Código |
Competencias Transversales |
Tipo C
|
Código |
Competencias Nucleares |
Resultados de aprendizaje |
Tipo A
|
Código |
Resultados de aprendizaje |
| CEB2 |
Comprende las técnicas de almacenaje de datos
| | CE11 |
Comprende las técnicas de almacenaje de datos
Utiliza algoritmos para la manipulación de grandes volúmenes de datos
Utiliza la infraestructura de almacenaje de datos más adecuada a la situación
Extrae información útil a partir de un gran volumen de datos
|
Tipo B
|
Código |
Resultados de aprendizaje |
Tipo C
|
Código |
Resultados de aprendizaje |
tema |
Subtema |
Introducción al Big Data |
Grandes Volúmenes de Datos
Adquisición de la información
Transformación de les datos
|
Almazenaje de la información |
Sistemas de ficheros
Bases de datos relacionales
Bases de datos para gestionar grandes volúmenes
|
Análisis de datos |
Estrategias de análisis de la información
Introducción a la minería de datos
Representación de la información
|
Metodologías :: Pruebas |
|
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
Actividades introductorias |
|
1 |
0 |
1 |
Sesión magistral |
|
28 |
28 |
56 |
Prácticas en laboratorios |
|
22 |
44 |
66 |
Práctica autónoma en el laboratorio |
|
6 |
12 |
18 |
Atención personalizada |
|
1 |
0 |
1 |
|
Pruebas de desarrollo |
|
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 |
Metodologías
|
descripción |
Actividades introductorias |
Presentación de los profesores y de la asignatura (contenidos, metodologías, resultados de aprendizaje, competencias, material bibliográfico y recomendaciones generales). |
Sesión magistral |
Clases teóricas del profesor. Se presentan los conceptos con ejemplos. |
Prácticas en laboratorios |
Clases practicas en los laboratorios, donde los estudiantes deberán resolver practicas relacionadas con los conceptos que se han ido trabajando a lo largo del curso. |
Práctica autónoma en el laboratorio |
Resolución de un caso próximo a la realidad y que requiere de las herramientas y los conceptos presentados en la asignatura. |
Atención personalizada |
Consultas realizadas a través de cualquiera de las siguientes opciones:
consultas en el despacho del profesor en el horario establecido o bien horas acordadas
correo electrónico
forums de la asignatura
|
descripción |
Os podéis poner en contacto con los profesores a través del correo electrónico, en las horas de consulta que podéis consultar en la web de la ETSE y vía los fòrums del moodle de la asignatura. |
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
Práctica autónoma en el laboratorio |
|
Resolución de prácticas de forma autónoma a lo largo del curso. Para poder superar la asignatura se deberá haber entregado todas las prácticas y obtener una nota media de 5. |
40 |
Pruebas de desarrollo |
|
Se realizaran dos pruebas a lo largo del curso. Para superar la asignatura se deberá obtener una nota media de 5 y la nota de ambas pruebas deberá ser superior a 3. |
60 |
Otros |
|
|
|
|
Otros comentarios y segunda convocatoria |
En el caso de que el alumno no supere la evaluación en 1ª convocatoria tendrá mecanismos para recuperar la/les partes pendientes: La recuperación de la parte de pruebas escritas se realizará con un examen escrito (60%) La recuperación de practicas se realizará terminando las prácticas pendientes (40%). Durante los exámenes no se podrá realizar uso de ningún dispositivo de comunicación i transmisión de datos. El no cumplimiento de este punto supone automáticamente la no superación del examen. |
Básica |
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
|
|
Complementaria |
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
|
|
Asignaturas que se recomienda haber cursado previamente |
|
(*)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. |
|