DADES IDENTIFICATIVES 2018_19
Assignatura (*) INFRAESTRUCTURES PER AL BIG DATA Codi 17244106
Ensenyament
Grau d'Enginyeria de Sistemes i Serveis de Telecomunicacions (2016)
Cicle 1r
Descriptors Crèd. Tipus Curs Període
6 Obligatòria Segon 2Q
Llengua d'impartició
Català
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
FERRÉ BERGADÀ, MARIA
Adreça electrònica maria.ferre@urv.cat
Professors/es
FERRÉ BERGADÀ, MARIA
Web http://http://moodle.urv.cat/moodle/
Descripció general i informació rellevant L'assignatura aporta els conceptes necessaris per a que l’alumne sigui capaç de gestionar informació i grans volums de dades.

Competències
Tipus A Codi Competències Específiques
 FB2 Coneixements bàsics sobre l'ús i programació dels ordinadors, sistemes operatius, bases de dades i programes informàtics amb aplicació en enginyeria.
 RT6 Capacitat de concebre, desplegar, organitzar i gestionar xarxes, sistemes, serveis i infraestructures de telecomunicació en contextos residencials (llar, ciutat i comunitats digitals), empresarials o institucionals responsabilitzant-se de la posada en marxa i millora contínua, així com conèixer-ne l'impacte econòmic i social.
 RT7 Coneixement i utilització dels fonaments de la programació en xarxes, sistemes i serveis de telecomunicació.
Tipus B Codi Competències Transversals
Tipus C Codi Competències Nuclears

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 FB2 Comprèn les tècniques d'emmagatzematge de dades
 RT6 Utilitza la infraestructura d'emmagatzematge de dades més adequada a la situació
Extreu informació útil a partir d'un gran volum de dades
 RT7 Comprèn les tècniques d'emmagatzematge de dades
Utilitza algoritmes per a la manipulació de grans volums de dades
Tipus B Codi Resultats d'aprenentatge
Tipus C Codi Resultats d'aprenentatge

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
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
1 0 1
Sessió Magistral
FB2
RT6
RT7
28 28 56
Pràctiques a laboratoris
FB2
RT6
RT7
22 44 66
Pràctica autònoma al laboratori
FB2
RT6
RT7
6 12 18
Atenció personalitzada
1 0 1
 
Proves de desenvolupament
FB2
RT6
RT7
2 6 8
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
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
Descripció
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
Metodologies Competències Descripció Pes        
Pràctica autònoma al laboratori
FB2
RT6
RT7
Resolució de pràctiques de forma autònoma al llarg del curs. 40
Proves de desenvolupament
FB2
RT6
RT7
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
Altres  
 
Altres comentaris i segona convocatòria

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

Recomanacions


Assignatures que es recomana haver cursat prèviament
PROGRAMACIÓ/17244010
XARXES DE DADES I INTERNET/17244104
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent