Study programme competencies |
Code
|
Study programme competences / results
|
A8 |
Conocer y aplicar las características, funcionalidades y estructura de los sistemas de bases de datos y las bases de datos distribuidas, que permitan su uso adecuado y la implementación sobre ellos de soluciones de Inteligencia Artificial que puedan incluir grandes volúmenes de datos. |
B2 |
Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
B5 |
Que el alumnado haya desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía. |
B7 |
Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. |
B9 |
Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial. |
C2 |
Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando conflictos. |
C3 |
Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Coñecemento e comprensión dos conceptos, principios e teorías básicas relacionadas coas bases de datos relacionais e/ou outros paradigmas de bases de datos. |
A8
|
B2 B5 B9
|
|
Capacidade de modelar e deseñar bases de datos relacionais co obxectivo de permitir o almacenamento da información necesaria para dominios de aplicación concretos. |
A8
|
B2 B5 B7
|
C2 C3
|
Capacidade para manipular bases de datos relacionais mediante sentenzas SQL. |
A8
|
B5 B7
|
C2
|
Contents |
Topic |
Sub-topic |
O Modelo relacional |
Estrutura
Restricións
Operacións (álxebra relacional) |
Deseño de Bases de datos |
Introdución: anomalías e fases de deseño
Deseño lóxico
Deseño conceptual
Paso de ER a relacional |
Concurrencia e recuperación |
Problemas de concurrencia e fallos
Xestión de transaccións
Recuperación ante fallos
Control de concurrencia |
Almacéns e lagos de datos |
Fundamentos de almacéns e lagos de datos |
SQL |
Consultas
Operacións DML
Operacións DDL |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Guest lecture / keynote speech |
A8 B2 B5 B9 |
23 |
23 |
46 |
Problem solving |
B2 B5 B7 C3 |
22 |
33 |
55 |
Laboratory practice |
B2 B5 B7 C2 C3 |
18 |
27 |
45 |
Mixed objective/subjective test |
A8 B2 B7 B9 C3 |
3 |
0 |
3 |
|
Personalized attention |
|
1 |
0 |
1 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Guest lecture / keynote speech |
Durante estas sesións exporanse os contidos fundamentais da materia. Constan de exposición de obxectivos, motivación, desenvolvemento conceptual, utilidade e resumen. |
Problem solving |
Sesións de problemas onde primeiro se expón un problema a solucionar. A continuación, déixase algún tempo para que o/a alumno/a intente solucionalo e reflexione sobre distintos aspectos a tratar para resolvelo. Finalmente resólvese, posiblemente mostrando erros típicos nas solucións aportadas polo alumnado |
Laboratory practice |
Nas clases de laboratorio expóñense os coñecementos necesarios para adquirir as habilidades propostas. Nas prácticas de laboratorio realizaranse os exercicios que leven a desenvolver competencias procedimentais.
Nestas clases os/as estudantes realizarán tamén o deseño e implementación dunha base de datos relacional, que o/a estudante deberá desenvolver pola súa conta, coa asistencia puntual dos/as docentes. |
Mixed objective/subjective test |
Probas presenciais a realizar en tempo limitado, nas que se evalúan coñecementos tanto teóricos como prácticos. |
Personalized attention |
Methodologies
|
Laboratory practice |
|
Description |
Nas prácticas de laboratorio haberá unha atención semi-personalizada (ao existir grupos de tamaño reducido). O/a profesor/a atenderá dúbidas puntuais a cada estudante no seu posto de traballo.
De cara á realización de titorías, o alumnado concertará unha cita dentro do horario de titorías que os/as profesores teñan establecido en espazos.udc.es. |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Mixed objective/subjective test |
A8 B2 B7 B9 C3 |
Tanto na PRIMEIRA OPORTUNIDADE como na SEGUNDA OPORTUNIDADE haberá que superar unha proba escrita que suporá o 60% do global da nota.
Para aprobar a materia globalmente hai que conseguir na proba escrita unha NOTA MÍNIMA de 2.4 (sobre 6). Non sendo así, a nota máxima GLOBAL da materia non será en ningún caso superior a un 4,5 (e polo tanto a materia se considerará SUSPENSA)
Puntuación máxima: 6 puntos
Nota mínima para aprobar: 2.4 (sobre 6) |
60 |
Laboratory practice |
B2 B5 B7 C2 C3 |
Para a PRIMEIRA OPORTUNIDADE:
- Proba de linguaxe SQL (Puntuación máxima 2 pt).
- Deseño e implementación dunha BD (Puntuación máxima 2 pt).
Para a SEGUNDA OPORTUNIDADE:
- Proba de linguaxe SQL (Puntuación máxima 2 pt).
- A nota correspondente ao deseño e implementación dunha BD non se pode recuperar. Consérvase a nota da primeira oportunidade |
40 |
|
Assessment comments |
PRIMEIRA OPORTUNIDADE - Na PRIMEIRA OPORTUNIDADE terá cualificación de NON PRESENTADO aquel/a estudante que non realice a proba escrita.
- De acordo coa a normativa da UDC, de superaren a materia na PRIMEIRA OPORTUNIDADE, o/a estudante non poderá volver a presentarse na SEGUNDA OPORTUNIDADE para intentar mellorar a súa nota.
- Se se suspende a materia na PRIMEIRA OPORTUNIDADE, o/a estudante pode decidir volver a avaliarse da proba de linguaxe de SQL ou da proba escrita (ou de ambas) na SEGUNDA OPORTUNIDADE.
SEGUNDA OPORTUNIDADE - Na SEGUNDA OPORTUNIDADE terá cualificación de NON PRESENTADO aquel/a estudante que non opte a recuperar ningunha das partes (proba escrita e/ou proba de linguaxe SQL)
- No caso de realizar a recuperación dunha proba, a nota final na proba será a que obteña nesta segunda oportunidade (sexa maior ou menor que a da primeira oportunidade).
- Se un/unha estudante decide non realizar a recuperación de unha das dúas probas, conservará a nota obtida na primeira oportunidade nesa proba.
COPIA E/OU PLAXIO
DISPENSA ACADÉMICA - Aqueles/as estudantes con matrícula a tempo parcial e dispensa académica que lles exima da asistencia ás clases poderán realizar (e entregar) a totalidade (ou parte) das prácticas e traballos pola súa conta. No caso de actividades que requiran dun equipamento específico, ou planificadas nunha data e hora concretas, se lles facilitará, dentro do posible, unha alternativa viable se a solicitan.
OPORTUNIDADE ADIANTADA - A avaliación na oportunidade adiantada consistirá unicamente nunha proba escrita que computará o 100% da cualificación.
|
Sources of information |
Basic
|
Elmasri, R.; Navathe, S. (2011). Database systems: models, languages, design, and application programming. Addison-Wesley
A. Silberschatz; H. Korth; S. Sudarshan (2010). Database System Concepts. McGraw Hill
Elmasri, Ramez.; Navathe, Shamkant B. (2017). Fundamentals of Database Systems (7th Ed). Pearson
Alan Beaulieu (2009). Learning SQL (2nd Ed). O'Reilly |
|
Complementary
|
Cuadra, D.; Castro, E.; Iglesias, A. M.; Martínez, P.; Calle, F. J.; de Pablo, C.; Al-Jumaly, H.; (2007). Desarrollo de Bases de Datos: casos prácticos desde el análisis a la implementación. Madrid: Ra-ma
de Miguel, A,; Martínez, P.; Castro, E.; Cavero, M., Cuadra, D.; Iglesias, A. M.; Nieto, C. (2001). Diseño de bases de datos. Problemas resueltos. Madrid: Ra-ma |
|
Recommendations |
Subjects that it is recommended to have taken before |
|
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 (ex. uso de linguaxe non sexista...). Traballarase para identificar e modificar prexuízos e actitudes sexistas e influir na contorna para modificalos e fomentar valores de respecto e igualdade. En definitiva, tratarase de detectar situacións de discriminación (incluindo a discriminación por razón de xénero) e de propor accións e medidas para corrixilas. |
|