|
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:
videoconferencia via TEAMS
consultas en el despacho del profesor en el horario establecido o bien horas acordadas
correo electrónico
forums de la asignatura
|
|
descripción |
|
Debido a la emergencia
sanitaria, la atención al estudiante se podrá realizar mediante
videoconferencia en TEAMS, en horarios concertados previamente por
correo electrónico, o
mediante otras herramientas virtuales. Se potenciará el uso de los
forums de la asignatura en el
moodle. |
|
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%). Se requiera nota mínima de 5 para superar esta parte. 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. Los exámenes se realizaran de forma presencial. Debido a la emergéncia sanitária, en caso de confinamento o de restriciones en la mobilidad, las actividades avaluativas, incluidos los exámenes, se realizarían online en las fechas previstas. ?En el espacio Moodle de cada asignatura podreis consultar la información actualizada. Las actividades evaluativas deben estar previstas para poder realizarse en modalidad mixta o online en caso de confinamento. |
| Básica |
Ben Forta, Sams teach yourself SQL in 10 minutes, última disponible, Hoboken, NJ : Sams, [2020]
Antonio Sarasa, Introducción a las bases de datos NoSQL usando MongoDB, última disponible, Editorial UOC
|
|
| Complementaria |
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. |
|