| Competencias / Resultados do título |
| Código | Competencias / Resultados do título |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias / Resultados do título | ||
| Coñecer e comprender os paradigmas e aspectos máis relevantes do tratamento de bases de datos de alta dimensión | AP2 AP3 AP4 AP6 |
BP1 BP2 BP3 BP6 BP7 |
CP1 CP3 CP6 |
| Coñecer e saber aplicar os principais métodos de minería de datos; coñecer as plataformas e as paradigmas principais que se empregan no campo. | AP2 AP3 AP4 AP6 |
BP1 BP2 BP3 BP6 BP7 |
CP1 CP3 CP6 |
| Contidos |
| Temas | Subtemas |
| Introducción ao Big data. | Qué é Big Data Principais características do Big data Principais campos de aplicación Modelos e contornas de xestión Big Data Privacidade e seguridade |
| Minería de datos e alta dimensión | Analítica Big data Técnicas de preprocesado MapReduce |
| Computación e xestión de datos en cloud para Big Data | Hadoop Resilient Distributed datasets Programación batch en Spark |
| Big Data e tempo real |
Conceptos básicos Kafka, Apache Storm, Spark streaming |
| Planificación | ||||
| Metodoloxías / probas | Competencias / Resultados | Horas lectivas (presenciais e virtuais) | Horas traballo autónomo | Horas totais |
| Sesión maxistral | A4 C1 C6 | 12 | 24 | 36 |
| Traballos tutelados | A2 A3 A4 A6 B3 B6 C1 C3 | 4 | 8 | 12 |
| Prácticas a través de TIC | B1 B2 B7 | 6 | 18 | 24 |
| Atención personalizada | 3 | 0 | 3 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Empregada durante as clases presenciais teóricas para expor o núcleo básico de coñecementos que logo os alumnos terán que saber utilizar e ampliar nas prácticas. |
| Traballos tutelados | Elaboración de traballos aplicados que empreguen as tecnoloxías e técnicas vistas na teoría. |
| Prácticas a través de TIC | Desenvolvemento de sistemas baseados nos conceptos vistos na teoría. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias / Resultados | Descrición | Cualificación |
| Traballos tutelados | A2 A3 A4 A6 B3 B6 C1 C3 | Cada un dos traballos tutelados avaliarase cun cuestionario que se realizará inmediatamente despois de elaborar dito traballo e abranguerá tanto os aspectos prácticos como teóricos. | 50 |
| Prácticas a través de TIC | B1 B2 B7 | Cada unha das prácticas avaliarase cun cuestionario que se realizará inmediatamente despois de elaborar dito traballo e abranguerá tanto os aspectos prácticos como teóricos. | 50 |
| Observacións avaliación | |||
|
Será necesario acadar unha nota igual ou superior a 5 no global da asignatura para superala. A calificación global calcularase como a media das avaliacións de cada un dos traballos tutelados. Un/unha estudiante considerarase presentado/a nunha convocatoria se realiza a proba de avaliación dalgún traballo tutelado. Segunda oportunidade e convocatorias posteriores Na segunda oportunidade, poderanse volver a realizar as probas de avaliación dos traballos tutelados. Aqueles traballos para os que non se realice a proba, mantenrán a calificación obtida na primeira oportunidade. No caso de suspender a asignatura, non se conservará a calificación de ningún dos traballos tutelados para cursos posteriores. Matrícula con dispensa académica Os/as estudiantes con matrícula con dispensa académica deberán realizar as probas de avaliación dos traballos tutelados nas datas establecidas. É responsabilidade de ditos/as estudiantes poñer en coñecimiento do profesor a súa circunstancia. |
|||
| Fontes de información |
| Bibliografía 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 |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |||||
| Materias que se recomenda ter cursado previamente | |||||
|
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |