Datos Identificativos 2022/23
Asignatura (*) Explotación de Almacéns de Datos Código 614G01043
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Terceiro Optativa 6
Idioma
Castelán
Galego
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinación
Ladra González, Susana
Correo electrónico
susana.ladra@udc.es
Profesorado
Ladra González, Susana
Silva Coira, Fernando
Correo electrónico
susana.ladra@udc.es
fernando.silva@udc.es
Web http://moodle.udc.es
Descrición xeral Como "Almacéns de Datos" ou "Data Warehouse" enténdese todo o relacionado coas base de datos da contorna analítica, ou sexa, as utilizadas no proceso de toma de decisións. Unha parte importante da explotación de datos no ámbito analítico é a aplicación de ferramentas de minería de datos para descubrir coñecemento oculto.

Competencias do título
Código Competencias do título
A46 Capacidade de integrar solucións de tecnoloxías da información e as comunicacións e procesos empresariais para satisfacer as necesidades de información das organizacións, permitíndolles alcanzar os seus obxectivos de forma efectiva e eficiente, e dándolles así vantaxes competitivas.
B3 Capacidade de análise e síntese
B5 Habilidades de xestión da información
C3 Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
C7 Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.
C8 Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecer os conceptos de bases de datos necesarios para afrontar o proceso ETL, entender o proceso analítico e diferencialo do operacional, coñecer a arquitectura dun almacén de datos e saber efectuar o deseño e a explotación do mesmo, coa orientación á toma de decisións e incluíndo a utilización de ferramentas de minería de datos. A46
B3
B5
C3
C7
C8

Contidos
Temas Subtemas
Introdución á Intelixencia de Negocio e ao Data Warehouse
Toma de decisións
Entorno analítico
Concepto de Data Warehouse
Tipos de Bases de Datos analíticas
Arquitectura do Data Warehouse Compoñentes dun Data Warehouse
Orientacións de desenvolvemento dos Data Warehouse
Proceso ETL
Metadatos
Deseño de Data Warehouse Modelado multidimensional
Modelado conceptual
Modelado lóxico
Conceptos avanzados de deseño
Explotación do Data Warehouse Minaría de datos
SQL analítico

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio A46 B3 B5 C3 C7 C8 14 21 35
Solución de problemas A46 B3 B5 C3 C7 C8 7 14 21
Lecturas A46 B3 B5 C7 C8 0 14 14
Proba mixta A46 B3 B5 C3 C7 C8 3 0 3
Traballos tutelados A46 B3 B5 C3 C7 C8 0 14 14
Sesión maxistral A46 B3 B5 C7 C8 21 42 63
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Son clases nas que se desenvolven as competencias procedimentais relacionadas cos contidos da asignatura.
Nelas realizaranse probas e exercicios cuxo obxetivo é madurar os conceptos das clases teóricas, e introduciranse novos conceptos de carácter práctico que acompañaranse de exercicios.
Solución de problemas Clases nas que se discutirán as estrategias de solución de diversos problemas propostos.
Lecturas Se propondrá a lectura de diversos traballos que complementen e axuden a entender os conceptos plantexados.
Proba mixta Examen da asignatura que combina conceptos teóricos, prácticos e problemas.
Traballos tutelados Trabajos realizados baixo a orientación do profesorado, cuxo obxetivos é que os estudintes asuman a responsabilidade do seu propio aprendizaxe e que aprenden "cómo hacer".
Sesión maxistral Clases teóricas nas que se expoñen os contidos fundamentais da materia, que poden acompañarse da propuesta e a resolución de exemplos.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Solución de problemas
Descrición
Tanto nas prácticas de laboratorio como na solución de problemas o profesorado aportará solucións e/ou atenderá as dúbidas e as preguntas que se orixinen. Unha atención máis personalizada desenvólvese nas titorías.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Prácticas de laboratorio A46 B3 B5 C3 C7 C8 A nota máxima será de 4 puntos sobre o total de 10 da materia. A práctica deberá realizarse individualmente ou en grupos pequenos e será defendida oralmente.

40
Proba mixta A46 B3 B5 C3 C7 C8 A nota máxima será de 3,5 puntos sobre o total de 10 da materia. Realizaránse varias probas durante o curso que tratarán sobre os conceptos teóricos e sobre a asimilación práctica da materia.

Para aprobar a materia globalmente hai que obter no na proba mixta teórica final unha NOTA MÍNIMA de 0.75 (sobre 2). Non sendo así, a nota máxima GLOBAL da materia non será en ningún caso superior a un 4,9 (e polo tanto a materia se considerará SUSPENSA).
35
Traballos tutelados A46 B3 B5 C3 C7 C8 A nota máxima dos traballos será de 2,5 puntos. 25
 
Observacións avaliación

NON PRESENTADO:

Na primeira oportunidade terá calificación de NON PRESENTADO o estudante que non realice todas as probas mixtas.

Na segunda oportunidade pódese recuperar calquera das partes da avaliación, de maneira que as notas desta oportunidade sustitúen sempre as da primeira. Terá calificación de NON PRESENTADO o estudante que non recupere ningunha das partes.

Para aprobar a materia é obrigatorio obter unha nota mínima de 0.75 sobre 2 na proba mixta teórica final.

DISPENSA ACADÉMICA:

Aqueles estudantes con matrícula a tempo parcial e dispensa académica que lles exima da asistencia ás clases deberán contactar cos docentes durante as dúas primeiras semanas de clase para establecer as condicións de entrega e defensa das prácticas e dos traballos tutelados.

OPORTUNIDADE ADIANTADA:

A avaliación na oportunidade adiantada consistirá de: proba mixta (35% da cualificación), práctica (40% da cualificación) e traballo (25% da cualificación). Para aprobar a materia é obrigatorio obter unha nota mínima de 0.75 sobre 2 na parte correspondente á proba mixta teórica.


Fontes de información
Bibliografía básica Inmon, W. H. (2002). Building the Data Warehouse, 3nd edition. Wiley
Sharda, R. Delen, D.; Turban, E. (2014). Business Intelligence: A managerial perspective on analytics. Prentice Hall
Williams, G. (2011). Data Mining with Rattle and R. Springer
Tan, P.; Steinbach, M.; Kumar, V. (2006). Introduction to Data Mining . Addison-Wesley
Kimball, R.; Ross, M.; Thornthwaite, W.; Mundy, J.; Becker, B. (2008). The Data Warehouse Lifecycle Toolkit, 2nd edition. John Wiley and Sons
Kimball, R.; Ross, M (2013). The Data Warehouse Toolkit, 3rd edition. Wiley

Bibliografía complementaria Golfarelli, M.; Rizzi, S. (2009). Data Warehouse Design: Modern Principles and Methodologies . McGraw-Hill
García-Molina, H.; Ullman, J.; Widom, J. (2009). Database System. The complete book.. Prentice Hall
Mazón López, N.; Pardillo Vela, J.; Trujillo Mondejar. J. C. (2011). Diseño y explotación de almacenes de datos . Editorial Club Universitario
Elmasri, R.; Navathe, S. (2011). Fundamentals of Database Systems. Addison-Wesley
Inmon, W. H.; Strauss, D.; Neushloss, G. (2008). The Architecture for the Next Generation of Data Warehousing . Morgan Kaufman


Recomendacións
Materias que se recomenda ter cursado previamente
Bases de Datos/614G01013

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías