Para poder aprobar a materia o estudante deberá cumprir os seguintes requisitos (puntuación entre 0 e 10 en todas as actividades):

Que a nota nos traballos tutelados sexa maior ou igual que 5.
Que a nota na proba mixta sexa maior ou igual que 5.

Se non se cumpren todos os requisitos anteriores a cualificación será de suspenso e a nota numérica máxima que se poderá obter, na oportunidade correspondente, será de 4,5 puntos. Se se cumpren os requisitos esixidos, a nota final calcularase da seguinte forma:

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

Notas sobre as actividades:

No caso dos alumnos matriculados a tempo parcial, ofreceráselles a posibilidade de pasar a parte da puntuación dos traballos tutelados á proba mixta. Igualmente cos alumnos que se presenten na convocatoria de decembro. Por iso, é necesario que os estudantes se poñan en contacto cos profesores ao comezo do curso.
Todas as actividades terán unha única oportunidade para a súa entrega durante o curso académico, salvo a proba mixta que terá dúas oportunidades oficiais de exame. Por tanto, as notas obtidas durante o curso nos traballos tutelados gárdanse para a oportunidade de xullo, NON SENDO POSIBLE REPETILOS.
De acordo ao artigo 14, apartados 1 e 3 da normativa de avaliación, revisión e reclamación das cualificacións dos estudos de grao e máster universitario, cuxa última versión é do 29 de xuño de 2017, a copia ou intento de copia (ou calquera comportamento impropio) durante unha proba implicará a cualificación de suspenso cun 0 nas dúas oportunidades da convocatoria anual.
De acordo ao artigo 14, apartado 4 da mesma normativa, o plaxio de calquera traballo implicará a cualificación de suspenso cun 0 no devandito traballo.

Learning outcomes	Study programme competences
Saber desenvolver aplicacións en Python, incluíndo o traballo con IDEs que soportan o traballo colaborativo, control de versións e depuración de aplicacións multithread e multiproceso.	AC2 AC3		CC1
Saber resolver en Python problemas de cálculo numérico e procesado de sinais.	AC2 AC3	BC1 BC2 BC11 BC13 BC14	CC1 CC4 CC5
Saber realizar análise de datos en Python e traballar con ficheiros de E/S de diversos formatos coñecidos e utilizados en aplicacións científicas.	AC2 AC3	BC1 BC2 BC11 BC13 BC14	CC1 CC5
Saber resolver problemas de matemática simbólica en Python.	AC2 AC3	BC1 BC2 BC11 BC13 BC14	CC1 CC4 CC5

Topic	Sub-topic
Medición de tempos de execución.	timeit cProfile
Control de versións.	Git: - Conceptos. - Instalación. - Interfaces gráficas. - Comandos. GitHub.
Programación multiproceso e multihilo.	Procesos e fíos. Implementación de fíos 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. - Álxebra lineal. - Estatística. - Integrais. - Interpolación. - Procesado de imaxes. - Optimización. - Procesado de sinal.
Análise de datos con pandas.	Instalación. Series. DataFrames.

Methodologies / tests	Competencies	Ordinary class hours	Student’s personal work hours	Total hours
Mixed objective/subjective test	B1 B11 C1 C4	2.5	0	2.5
Guest lecture / keynote speech	B1 B11 C1	11	15.4	26.4
Laboratory practice	A2 A3 B13 B14 C4	10	15.4	25.4
Supervised projects	A2 A3 B2 B13 B14 C4 C5	0	18.7	18.7

Personalized attention		2	0	2

(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies	Description
Mixed objective/subjective test	Proba de avaliación que se realizará nas correspondentes oportunidades das convocatorias oficiais. Consistirá nunha proba escrita coa finalidade de comprobar o afianzamento dos conceptos teóricos máis importantes vistos na materia.
Guest lecture / keynote speech	Actividade presencial na aula que serve para establecer os conceptos fundamentais da materia. Consiste na exposición oral facendo uso profuso de medios audiovisuais e buscando a participación dos alumnos mediante a formulación de casos prácticos e a realización de preguntas, co fin de facilitar a aprendizaxe e fomentar o espírito crítico.
Laboratory practice	Mediante esta actividade os alumnos implementarán no laboratorio pequenos programas / sistemas que exemplificarán os conceptos vistos nas sesións maxistrais, de forma que poidan probar no mundo real algúns dos métodos e técnicas, e valorar de primeira man os problemas (e as súas implicacións) que xorden na implementación. Durante a súa realización, o alumno poderá expor dúbidas ao profesor ou consultar os materiais que estime oportuno.
Supervised projects	Realización dun ou varios traballos ao longo do cuadrimestre, de forma autónoma e titorizados polos profesores, que implicarán levar á práctica os conceptos vistos nas sesións maxistrais. Polo menos o traballo final será realizado en grupo e os alumnos entregarán, en soporte informático, unha memoria e terán que realizar tamén unha presentación ante o profesor e os seus compañeiros de clase.

Methodologies	Competencies	Description	Qualification
Mixed objective/subjective test	B1 B11 C1 C4	Proba final da materia que consistirá na realización dun exame individual. Esta proba terá preguntas de tipo teóricas e prácticas relacionadas cos conceptos estudados nas clases maxistrais, nas prácticas de laboratorio ou cos contidos dos traballos / proyectos tutelados. Nomenclatura empregada na sección de observacións para esta actividade: PM: nota obtida nesta proba.	30
Supervised projects	A2 A3 B2 B13 B14 C4 C5	Desenvolvemento dun ou varios proxectos individuais ou en grupos reducidos. Será necesario entregar os materiais en tempo e forma seguindo as indicacións do enunciado. Polo menos o traballo final requirirá a exposición oral por parte de todos os integrantes do grupo de traballo, empregando para iso a presentación entregada. A non realización da presentación supoñerá unha nota de cero nesta actividade. Nomenclatura empregada na sección de observacións para esta actividade: TT: nota obtida no traballo tutelado.	70

Assessment comments
Para poder aprobar a materia o estudante deberá cumprir os seguintes requisitos (puntuación entre 0 e 10 en todas as actividades): Que a nota nos traballos tutelados sexa maior ou igual que 5. Que a nota na proba mixta sexa maior ou igual que 5. Se non se cumpren todos os requisitos anteriores a cualificación será de suspenso e a nota numérica máxima que se poderá obter, na oportunidade correspondente, será de 4,5 puntos. Se se cumpren os requisitos esixidos, a nota final calcularase da seguinte forma: NOTA FINAL = 0,3PM + 0,7TT Notas sobre as actividades: No caso dos alumnos matriculados a tempo parcial, ofreceráselles a posibilidade de pasar a parte da puntuación dos traballos tutelados á proba mixta. Igualmente cos alumnos que se presenten na convocatoria de decembro. Por iso, é necesario que os estudantes se poñan en contacto cos profesores ao comezo do curso. Todas as actividades terán unha única oportunidade para a súa entrega durante o curso académico, salvo a proba mixta que terá dúas oportunidades oficiais de exame. Por tanto, as notas obtidas durante o curso nos traballos tutelados gárdanse para a oportunidade de xullo, NON SENDO POSIBLE REPETILOS. De acordo ao artigo 14, apartados 1 e 3 da normativa de avaliación, revisión e reclamación das cualificacións dos estudos de grao e máster universitario, cuxa última versión é do 29 de xuño de 2017, a copia ou intento de copia (ou calquera comportamento impropio) durante unha proba implicará a cualificación de suspenso cun 0 nas dúas oportunidades da convocatoria anual. De acordo ao artigo 14, apartado 4 da mesma normativa, o plaxio de calquera traballo implicará a cualificación de suspenso cun 0 no devandito traballo.

Basic	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.

Complementary