Competencias del título |
Código
|
Competencias / Resultados del título
|
A2 |
CE2 - Definir, evaluar y seleccionar la arquitectura y el software más adecuado para la resolución de un problema en el campo de la Bioinformática |
A3 |
CE3 - Analizar, diseñar, desarrollar, implementar, verificar y documentar soluciones software eficientes sobre la base de un conocimiento adecuado de las teorías, modelos y técnicas actuales en el campo de la Bioinformática |
A4 |
CE4 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en aplicaciones Bioinformáticas |
A6 |
CE6 - Capacidad para identificar las herramientas software y fuentes de datos de bioinformática más relevantes, y adquirir destreza en su uso |
B1 |
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación |
B2 |
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio |
B3 |
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios |
B6 |
CG1 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo |
B7 |
CG2 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas |
C1 |
CT1 - Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la comunidad autónoma |
C3 |
CT3 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C6 |
CT6 - Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias / Resultados del título |
Conocer y comprender los paradigmas y aspectos más relevantes del tratamiento de bases de datos de alta dimensión |
AP2 AP3 AP4 AP6
|
BP1 BP2 BP3 BP6 BP7
|
CP1 CP3 CP6
|
Conocer y saber aplicar los principales métodos de minería de datos; conocer las plataformas y los paradigmas principales que se emplean en el campo. |
AP2 AP3 AP4 AP6
|
BP1 BP2 BP3 BP6 BP7
|
CP1 CP3 CP6
|
Contenidos |
Tema |
Subtema |
Introducción a Big data. |
Qué es Big Data
Principales características del Big data
Principales campos de aplicación |
Minería de datos y alta dimensión |
Analítica Big data
Técnicas de preprocesado
MapReduce |
Modelos de programación Batch |
Hadoop
Resilient Distributed datasets
Programación batch en Spark |
Modelos de programación streaming |
Conceptos básicos
Kafka, Apache Storm, Spark streaming |
Planificación |
Metodologías / pruebas |
Competencias / Resultados |
Horas lectivas (presenciales y virtuales) |
Horas trabajo autónomo |
Horas totales |
Sesión magistral |
A4 C1 C6 |
7 |
14 |
21 |
Solución de problemas |
A25 A33 A41 B1 B6 C3 |
8 |
16 |
24 |
Trabajos tutelados |
A21 B3 B6 C1 C2 C3 C6 |
4 |
4 |
8 |
Seminario |
A21 B1 B3 B6 |
4 |
4 |
8 |
Prueba mixta |
A2 A3 A4 A6 B1 B2 B3 B6 B7 C1 C3 C6 |
4 |
10 |
14 |
|
Atención personalizada |
|
0 |
0 |
0 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
Utilizada durante las clases presenciales teóricas para exponer el núcleo básico de conocimientos que luego los alumnos tendrán que saber utilizar y ampliar en las prácticas, seminarios y trabajos del curso |
Solución de problemas |
Utilización de técnicas de minería de datos en alta dimensión.
Uso de paradigmas Big data
Realización de una práctica en una plataforma específica de Big data |
Trabajos tutelados |
Entrega de un breve trabajo que se discutirá en clase sobre algún aspecto concreto de la asignatura. |
Seminario |
Exposición de un trabajo específico de investigación que involucre tecnologías de alta dimensionalidad |
Prueba mixta |
Se realizará al final del cuatrimestre sobre los contenidos tratados a lo largo del curso. |
Atención personalizada |
Metodologías
|
Seminario |
Solución de problemas |
Trabajos tutelados |
Prueba mixta |
Sesión magistral |
|
Descripción |
En el esquema de carácter práctico utilizado en esta asignatura, las tutorías resultan un recurso fundamental muy utilizado por los alumnos, sobre todo debido a la complejidad de algunos conceptos de la asignatura, en función de las titulaciones de entrada de los diferentes alumnos.
Los alumnos pueden realizar dos tipos de tutorías: virtuales y presenciales. Las primeras pueden utilizarlas para realizar dudas muy concretas de respuesta rápida. Las más comunes se irán depositando en un apartado de “Preguntas Frecuentes” que deberán consultar antes de enviar una nueva pregunta.
|
|
Evaluación |
Metodologías
|
Competencias / Resultados |
Descripción
|
Calificación
|
Seminario |
A21 B1 B3 B6 |
Seminarios de temas específicos |
0 |
Trabajos tutelados |
A21 B3 B6 C1 C2 C3 C6 |
Nota correspondiente a la parte práctica de la asignatura, que comprende tanto los desarrollos realizados sobre las plataformas, como los trabajos entregados. |
50 |
Prueba mixta |
A2 A3 A4 A6 B1 B2 B3 B6 B7 C1 C3 C6 |
Se realizará una prueba con cuestiones relativas a las partes teóricas de la asignatura |
50 |
Sesión magistral |
A4 C1 C6 |
Clases presenciales |
0 |
|
Observaciones evaluación |
|
Fuentes de información |
Básica
|
Venkat Ankam (2016.). Big Data Analytics. Packt Publishing
Thilina Gunarathne (2015). Hadoop MapReduce v2 Cookbook. Packt Publishing
Tom White (2015). Hadoop: The Definitive Guide. O'Reilly Media
Vladimir Bacvanski. (2015). Introduction to Big Data An Overview of Fundamental Big Data Concepts, Tools, Techniques and Practices.. O'Reilly Media
Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia (2015). Learning Spark. O'Reilly Media
Sean T. Allen, Matthew Jankowski, and Peter Pathirana (2015). Storm Applied. . O'Reilly Media |
|
Complementária
|
|
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Inteligencia computacional para bioinformática/614522012 | Métodos estadísticos avanzados en bioinformática/614522009 | Computación de altas prestaciones en bioinformática/614522011 | Introducción a la programación/614522001 | Fundamentos de inteligencia artificial/614522003 |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
|
|