Study programme competencies |
Code
|
Study programme competences / results
|
A7 |
CE7 - Coñecemento das características, funcionalidades e arquitectura dos sistemas de xestión de bases de datos. |
A8 |
CE8 - Coñecemento e aplicación de conceptos e técnicas relativos ao deseño, implementación e explotación de bases de datos. |
A9 |
CE9 - Capacidade para analizar e avaliar as alternativas de tecnoloxías de bases de datos dispoñibles que permitan desenvolver sistemas para a toma de decisións. |
B2 |
CB2 - Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo |
B3 |
CB3 - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética |
B4 |
CB4 - Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado |
B7 |
CG2 - Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables. |
B8 |
CG3 - Ser capaz de manter e estender formulacións teóricas fundadas para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo. |
B9 |
CG4 - Capacidade para abordar con éxito todas as etapas dun proxecto de datos: exploración previa dos datos, preprocesado, análise, visualización e comunicación de resultados. |
B10 |
CG5 - Ser capaz de traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións. |
C2 |
CT2 - Estimular a capacidade para traballar en equipos interdisciplinares ou transdisciplinares, para ofrecer propostas que contribúan a un desenvolvemento sustentable ambiental, económico, político e social. |
C3 |
CT3 - Capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, establecer prazos e cumprilos. |
C4 |
CT4 - Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
C5 |
CT5 - Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Coñecer os fundamentos dos almacéns de datos |
A7 A8 A9
|
B3 B8 B9
|
|
Desenvolver capacidades para deseñar e explotar almacéns de datos |
A8 A9
|
B2 B3 B4 B7 B8 B10
|
C2 C3
|
Dominar as consultas analíticas en SQL |
A8
|
B9
|
|
Desenvolver capacidades para establecer métricas e indicadores de negocio, e facilitar a visualización de información relevante do almacén de datos |
A7 A8 A9
|
|
C4 C5
|
Identificar e analizar as alternativas existentes aos almacéns de datos |
A7 A8
|
B3
|
C4 C5
|
Contents |
Topic |
Sub-topic |
Almacéns de datos |
Conceptos de almacéns de datos
Deseño
Explotación |
SQL analítico |
Group by avanzado
Funcións de ventá |
Métricas e indicadores de negocio dentro dos almacéns de datos |
Métricas e indicadores |
Visualización de almacéns de datos |
Conceptos
Ferramentas |
Alternativas aos almacéns de datos |
Data Lake
Outras alternativas |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
ICT practicals |
A9 A8 B2 B3 B4 B7 B9 B10 C3 C4 C5 |
10 |
30 |
40 |
Supervised projects |
A8 B2 B4 B7 B9 B10 C2 C3 C4 |
1 |
25 |
26 |
Mixed objective/subjective test |
A9 A7 A8 B2 B3 B8 |
0 |
2 |
2 |
Problem solving |
A9 A8 B2 B9 C3 |
10 |
26 |
36 |
Guest lecture / keynote speech |
A9 A7 A8 B3 C4 C5 |
21 |
21 |
42 |
|
Personalized attention |
|
4 |
0 |
4 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
ICT practicals |
Plantexaranse problemas específicos a resolver polo alumnado utilizando as técnicas e ferramentas vistas na maeria |
Supervised projects |
O alumnado deberá propoñer e resolver un problema de deseño e explotación de almacéns de datos. O traballo realizarase en grupos, e realizarase unha defensa final. |
Mixed objective/subjective test |
Realización dunha proba escrita individual na que se avaliarán os conceptos explicados na materia |
Problem solving |
Presentación ao alumnado de casos concretos para a súa análise e resolución. |
Guest lecture / keynote speech |
Exposición dos contidos teóricos fundamentais da materia, en combinacións con aspectos de aplicación práctica. |
Personalized attention |
Methodologies
|
ICT practicals |
Supervised projects |
Problem solving |
|
Description |
Nas prácticas e traballos tutelados realizarase un seguimento individualizado das tarefas realizadas por parte do alumnado. O profesor resolverá dúbidas e proporá melloras a cada estudante ou grupo.
Na exposición de problemas, o profesor debatirá cos alumnos as posibles solucións.
A atención personalizada realizarase preferiblemente por medios telemáticos (Teams será a canle preferente). |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
ICT practicals |
A9 A8 B2 B3 B4 B7 B9 B10 C3 C4 C5 |
Realización das tarefas prácticas propostas. |
30 |
Supervised projects |
A8 B2 B4 B7 B9 B10 C2 C3 C4 |
Avaliarase a calidade do traballo realizado e a súa defensa. |
40 |
Mixed objective/subjective test |
A9 A7 A8 B2 B3 B8 |
Proba individual escrita, sobre os contidos da materia |
30 |
|
Assessment comments |
PRIMEIRA OPORTUNIDADE Para aprobar a materia é necesario obter unha cualificación global igual ou superior a 5, e ademais: - Unha NOTA MÍNIMA de 2 (sobre 4) nos traballos tutelados.
- Unha NOTA MÍNIMA de 1,5 (sobre 3) na proba mixta.
De non obter algunha destas notas mínimas, a nota máxima global da materia non será superior a un 4,5. Terá cualificación de NON PRESENTADO calquera estudante que non realice a proba mixta. SEGUNDA OPORTUNIDADE Poderán presentarse á segunda oportunidade ÚNICAMENTE aqueles/as estudantes que non superasen a materia na primeira oportunidade. A recuperación de cada unha das partes farase da seguinte forma: - Traballos tutelados: poderán recuperarse os traballos tutelados non entregados ou que non acadaron a nota mínima na primeira oportunidade.
- Prácticas: cada práctica poderá recuperarse realizando unha nova entrega na segunda oportunidade.
- Proba mixta: poderá recuperarse realizando o exame, nas mesmas condicións que na primeira oportunidade
- Se un/unha estudante decide non realizar a recuperación de algunha das partes, conservará a nota obtida na primeira oportunidade nesa parte.
- Na segunda oportunidade mantéñense as mesmas porcentaxes de avaliación e notas mínimas da primeira oportunidade.
- Terá cualificación de NON PRESENTADO calquera estudante que non opte á recuperación de ningunha das partes.
DISPENSA ACADÉMICA Aqueles/as estudantes con matrícula a tempo parcial e dispensa académica que lles exima da asistencia ás clases deberán contactar cos docentes nas primeiras semanas do curso para determinar as condicións de entrega das prácticas e traballos tutelados. FRAUDE E RESPONSABILIDADES DISCIPLINARIAS A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a cualificación de suspenso na convocatoria en que se cometa: o/a estudante será cualificado con “suspenso” (nota numérica 0) na convocatoria correspondente do curso académico, tanto se a comisión da falta se produce na primeira oportunidade como na segunda. Para isto, procederase a modificar a súa cualificación na acta de primeira oportunidade, se fose necesario
|
Sources of information |
Basic
|
Golfarelli, M.; Rizzi, S. (2009). Data Warehouse Design: Modern Principles and Methodologies. McGraw-Hill
Kimball, R.; Ross, M. (2013). The Data Warehouse Toolkit (3 ed.). Wiley |
|
Complementary
|
Inmon, W. H. (2002). Building the Data Warehouse, 3rd edition. Wiley
Sharda, R. Delen; Turba, E. (2014). Business intelligence: A managerial perspective on analytics. Prentice-Hall |
|
Recommendations |
Subjects that it is recommended to have taken before |
Database Modeling/614G02016 | Introduction to Databases/614G02008 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
Other comments |
Perspectiva de xénero: Segundo se recolle nas
distintas normativas de aplicación para a docencia universitaria deberase
incorporar a perspectiva de xénero nesta materia (uso de linguaxe non sexista,
etc.) traballarase para identificar e modificar prexuízos e actitudes sexistas
e influir na contorna para modificalos e fomentar valores de respecto e
igualdade. Tratarase de detectar situacións de discriminación por razón de
xénero e de propor accións e medidas para corrixilas. |
|