Para poder aprobar la materia el estudiante deberá cumplir los siguientes requisitos (puntuación entre 0 y 10 en todas las actividades):

Que la nota en los trabajos tutelados sea mayor o igual que 5.
Que la nota en la prueba mixta sea mayor o igual que 5.

Si no se cumplen todos los requisitos anteriores la cualificación será de suspenso y la nota numérica máxima que se podrá obtener, en la oportunidad correspondiente, será de 4,5 puntos. Si se cumplen los requisitos exigidos, la nota final se calculará de la siguiente forma:

NOTA FINAL = 0,3*PM + 0,7*TT

Notas sobre las actividades:

En el caso de los alumnos matriculados a tiempo parcial, se les ofrecerá la posibilidad de pasar la parte de la puntuación de los trabajos tutelados a la prueba mixta. Igualmente con los alumnos que se presenten en la convocatoria de diciembre. Por ello, es necesario que los estudiantes se pongan en contacto con los profesores al comienzo del curso.
Todas las actividades tendrán una única oportunidad para su entrega durante el curso académico, salvo la prueba mixta que tendrá dos oportunidades oficiales de examen. Por lo tanto, las notas obtenidas durante el curso en los trabajos tutelados se guardan para la oportunidad de julio, NO SIENDO POSIBLE REPETIRLOS.
De acuerdo al artículo 14, apartados 1 y 3 de la normativa de evaluación, revisión y reclamación de las calificaciones de los estudios de grado y máster universitario, cuya última versión es del 29 de junio de 2017, la copia o intento de copia (o cualquier comportamiento impropio) durante una prueba implicará la cualificación de suspenso con un 0 en las dos oportunidades de la convocatoria anual.
De acuerdo al artículo 14, apartado 4 de la misma normativa, el plagio de cualquier trabajo implicará la cualificación de suspenso con un 0 en dicho trabajo.

Resultados de aprendizaje	Competencias del título
Saber desarrollar aplicaciones en Python, incluyendo el trabajo con IDEs que soportan el trabajo colaborativo, control de versiones y depuración de aplicaciones multithread y multiproceso.	AM2 AM3		CM1
Saber resolver en Python problemas de cálculo numérico y procesado de señales.	AM2 AM3	BM1 BM2 BM11 BM13 BM14	CM1 CM4 CM5
Saber realizar análisis de datos en Python y trabajar con ficheros de E/S de diversos formatos conocidos y utilizados en aplicaciones científicas.	AM2 AM3	BM1 BM2 BM11 BM13 BM14	CM1 CM5
Saber resolver problemas de matemática simbólica en Python.	AM2 AM3	BM1 BM2 BM11 BM13 BM14	CM1 CM4 CM5

Tema	Subtema
Medición de tiempos de ejecución	timeit cProfile
Control de versiones	Git: - Conceptos. - Instalación. - Interfaces gráficas. - Comandos. GitHub.
Programación multiproceso y multihilo.	Procesos e hilos. Implementación de hilos en Python. Implementación de multiproceso en Python. Intercambio de datos entre procesos. Sincronización.
Computación simbólica con SymPy.	Conceptos básicos. Módulos. Solvers.
SciPy.	Módulos: - E/S. - Álgebra lineal. - Estadística. - Integrales. - Interpolación. - Procesado de imágenes. - Optimización. - Procesado de señal.
Análisis de datos con pandas.	Instalación. Series. DataFrames.

Metodologías / pruebas	Competéncias	Horas presenciales	Horas no presenciales / trabajo autónomo	Horas totales
Prueba mixta	B1 B11 C1 C4	2.5	0	2.5
Sesión magistral	B1 B11 C1	11	15.4	26.4
Prácticas de laboratorio	A2 A3 B13 B14 C4	10	15.4	25.4
Trabajos tutelados	A2 A3 B2 B13 B14 C4 C5	0	18.7	18.7

Atención personalizada		2	0	2

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías	Descripción
Prueba mixta	Prueba de evaluación que se realizará en las correspondientes oportunidades de las convocatorias oficiales. Consistirá en una prueba escrita con la finalidad de comprobar el afianzamiento de los conceptos teóricos más importantes vistos en la asignatura.
Sesión magistral	Actividad presencial en el aula que sirve para establecer los conceptos fundamentales de la materia. Consiste en la exposición oral haciendo uso profuso de medios audiovisuales y buscando la participación de los alumnos mediante el planteamiento de casos prácticos y la realización de preguntas, con el fin de facilitar el aprendizaje y fomentar el espíritu crítico.
Prácticas de laboratorio	Mediante esta actividad los alumnos implementarán en el laboratorio pequeños programas / sistemas que ejemplificarán los conceptos vistos en las sesiones magistrales, de forma que puedan probar en el mundo real algunos de los métodos y técnicas, y valorar de primera mano los problemas (y sus implicaciones) que surgen en la implementación. Durante su realización, el alumno podrá plantear dudas al profesor o consultar los materiales que estime oportuno.
Trabajos tutelados	Realización de uno o varios trabajos a lo largo del cuatrimestre, de forma autónoma y tutorizados por los profesores, que implicarán llevar a la práctica los conceptos vistos en las sesiones magistrales. Al menos el trabajo final será realizado en grupo y los alumnos entregarán, en soporte informático, una memoria y tendrán que realizar también una presentación ante el profesor y sus compañeros de clase.

Metodologías	Competéncias	Descripción	Calificación
Prueba mixta	B1 B11 C1 C4	Prueba final de la materia que consistirá en la realización de un examen individual. Esta prueba tendrá preguntas de tipo teóricas y prácticas relacionadas con los conceptos estudiados en las clases magistrales, en las prácticas de laboratorio o con los contenidos de los trabajos / proyectos tutelados. Nomenclatura empleada en la sección de observaciones para esta actividad: PM: nota obtenida en esta prueba.	30
Trabajos tutelados	A2 A3 B2 B13 B14 C4 C5	Desarrollo de uno o varios proyectos individuales o en grupos reducidos. Será necesario entregar los materiales en tiempo y forma siguiendo las indicaciones del enunciado. Al menos el trabajo final requerirá la exposición oral por parte de todos los integrantes del grupo de trabajo, empleando para eso la presentación entregada. La no realización de la presentación supondrá una nota de cero en esta actividad. Nomenclatura empleada en la sección de observaciones para esta actividad: TT: nota obtenida en el trabajo tutelado.	70

Observaciones evaluación
Para poder aprobar la materia el estudiante deberá cumplir los siguientes requisitos (puntuación entre 0 y 10 en todas las actividades): Que la nota en los trabajos tutelados sea mayor o igual que 5. Que la nota en la prueba mixta sea mayor o igual que 5. Si no se cumplen todos los requisitos anteriores la cualificación será de suspenso y la nota numérica máxima que se podrá obtener, en la oportunidad correspondiente, será de 4,5 puntos. Si se cumplen los requisitos exigidos, la nota final se calculará de la siguiente forma: NOTA FINAL = 0,3PM + 0,7TT Notas sobre las actividades: En el caso de los alumnos matriculados a tiempo parcial, se les ofrecerá la posibilidad de pasar la parte de la puntuación de los trabajos tutelados a la prueba mixta. Igualmente con los alumnos que se presenten en la convocatoria de diciembre. Por ello, es necesario que los estudiantes se pongan en contacto con los profesores al comienzo del curso. Todas las actividades tendrán una única oportunidad para su entrega durante el curso académico, salvo la prueba mixta que tendrá dos oportunidades oficiales de examen. Por lo tanto, las notas obtenidas durante el curso en los trabajos tutelados se guardan para la oportunidad de julio, NO SIENDO POSIBLE REPETIRLOS. De acuerdo al artículo 14, apartados 1 y 3 de la normativa de evaluación, revisión y reclamación de las calificaciones de los estudios de grado y máster universitario, cuya última versión es del 29 de junio de 2017, la copia o intento de copia (o cualquier comportamiento impropio) durante una prueba implicará la cualificación de suspenso con un 0 en las dos oportunidades de la convocatoria anual. De acuerdo al artículo 14, apartado 4 de la misma normativa, el plagio de cualquier trabajo implicará la cualificación de suspenso con un 0 en dicho trabajo.

Básica	Mehta, H. K. (2015). Mastering Python scientific computing.. Packt Publishing Ltd. Van Hattem, R. (2016). Mastering Python.. Packt Publishing Ltd. Fandango, A. (2017). Python Data Analysis. Second Edition.. Packt Publishing Ltd.

Complementária