Datos Identificativos | 2024/25 | |||||||||||||
Asignatura | IA en Contornos Big Data | Código | 614544016 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Mestrado Oficial | 1º cuadrimestre |
Segundo | Optativa | 6 | ||||||||||
|
Resultados de aprendizaxe | Competencias / Resultados do título | ||
Coñecer as técnicas que permiten o deseño de técnicas de IA escalables a nivel software e de recursos hardware | AM10 AM11 AM12 AM15 |
BM2 BM7 |
CM3 CM4 |
Adquirir as competencias que permitan integran gran volume e variedade de datos en proxectos de Big Data en IA | AM10 AM11 AM12 AM15 |
BM3 BM4 BM5 BM6 BM7 BM8 BM9 |
CM3 CM4 CM7 CM8 CM9 |
Coñecer as paradigmas de escalabilidad en algoritmos de aprendizaxe automática | AM10 AM11 AM12 AM15 |
BM2 BM3 BM4 BM5 BM6 BM7 BM8 BM9 |
CM3 CM4 CM7 CM8 CM9 |
Comprender, analizar e deseñar as infraestruturas necesarias para proxectos de IA en BigData: contorna local/nube e equipamento físico/virtual con sistemas de almacenamento de baixa latencia e sistemas de ficheiros distribuídos. | AM12 AM15 |
BM2 BM6 BM7 BM8 |
CM3 CM4 CM7 CM9 |
Coñecer as linguaxes, frameworks e compoñentes que nos permiten incrementar o rendemento nas infraestruturas hardware con CPU e GPU | AM11 AM15 |
BM3 BM7 BM8 |
CM3 CM4 CM7 CM9 |
Coñecer as técnicas que permiten, con baixa latencia, a visualización de datos en contornas con gran volume de información. | AM11 AM12 AM15 |
BM2 BM3 BM5 BM6 BM7 BM8 BM9 |
CM3 CM4 CM7 CM8 CM9 |
Usar e poder aplicar os KPI correctos en cada contorna. | AM10 AM11 AM15 |
BM2 BM3 BM7 BM8 |
CM3 CM9 |