| Competencias del título |
| Código | Competencias del título |
| A11 | CE11 - Capacidad para conocer, desplegar, configurar y utilizar infraestructuras distribuidas de altas prestaciones para el almacenamiento, procesamiento y análisis masivo de datos. |
| A13 | CE13 - Conocimiento y aplicación de las características, funcionalidades y estructura de Internet y las redes de ordenadores. |
| A15 | CE15 - Capacidad de dar solución a problemas de integración en función de las estrategias, estándares y tecnologías disponibles. |
| A23 | CE23 - Conocimiento y capacidad de aplicación de los conceptos, metodologías y tecnologías de procesado de audio, imagen y vídeo en diferentes formatos. |
| A25 | CE25 - Capacidad para identificar la adecuación de cada una de las técnicas de aprendizaje automático a la resolución de un problema, incluyendo los aspectos relacionados con su complejidad computacional o su capacidad explicativa, de acuerdo a los requisitos establecidos. |
| A27 | CE27 - Compresión y dominio de fundamentos y técnicas básicas para la búsqueda y el filtrado de información en grandes colecciones de datos. |
| A28 | CE28 - Comprensión y dominio de los fundamentos y técnicas para el procesado de datos escritos, tanto en lenguaje formal como en lenguaje natural. |
| B2 | CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean 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 |
| B3 | CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética |
| B4 | CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
| B7 | CG2 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables. |
| B8 | CG3 - Ser capaz de mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo. |
| B9 | CG4 - Capacidad para abordar con éxito todas las etapas de un proyecto de análisis de datos: exploración previa de los datos, preprocesado, análisis, visualización y comunicación de resultados. |
| B10 | CG5 - Ser capaz de trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones. |
| C1 | CT1 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida. |
| C4 | CT4 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad. |
| Resultados de aprendizaje | |||
| Resultados de aprendizaje | Competencias del título | ||
| Conocer las arquitecturas de gestión de datos en escenarios inteligentes | A13 A28 |
B3 B4 |
|
| Conocer las aplicaciones de gestión de datos en escenarios inteligentes | A25 |
B8 |
|
| Conocer la prestación de servicios de inteligencia en escenarios prácticos mediante el uso de técnicas y métodos de ciencia e ingeniería de datos | A11 A15 A23 A27 |
B2 B7 B9 B10 |
C1 C4 |
| Contenidos |
| Tema | Subtema |
| 1. Datos inteligentes (smart) y datos masivos (big data) | 1.1 Datos inteligentes (smart) 1.2 Datos masivos (big data) |
| 2. Escenarios inteligentes |
2.1 Ciudades inteligentes 2.2 Industria inteligente |
| 3. Arquitecturas TIC para escenarios inteligentes | 3.1 Capa de fuentes de datos 3.2 Capa de ingesta, procesado y filtrado de datos 3.3 Capa de almacenamiento de datos 3.4 Capa de análisis de datos 3.5 Capa de publicación y visualización 3.6 Capa de comunicaciones 3.7 Capa de autenticación, autorización y control de acceso |
| 4. Ejemplos de arquitecturas TIC para escenarios inteligentes |
4.1 Ejemplos |
| 5. Desarrollo de aplicaciones en escenarios inteligentes |
5.1 Aplicaciones sensibles al contexto 5.2 Conexión con la Internet de las Cosas (IoT) 5.3 Procesado de eventos complejos en tiempo real 5.4 Autenticación, autorización y control de acceso 5.5 Datos abiertos 5.6 Análisis de big data 5.7 Aplicaciones dashboard 5.8 Procesado de flujos multimedia en tiempo real 5.9 Experiencia de usuario avanzada. Visualización 3D y realidad aumentada 5.10 Implantación en la nube |
| Planificación | ||||
| Metodologías / pruebas | Competéncias | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Sesión magistral | A11 A13 A15 A23 A25 A28 C4 | 21 | 51 | 72 |
| Prácticas a través de TIC | A11 A13 A15 A23 A25 A27 B2 B3 B4 B7 B8 B9 B10 C1 | 21 | 51 | 72 |
| Prueba mixta | A11 A13 A15 A23 A25 A27 A28 B2 B3 B4 B7 B8 B9 B10 C1 C4 | 3 | 0 | 3 |
| Atención personalizada | 3 | 0 | 3 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | Sesiones expositivas de teoría, así como de ejemplos y problemas ilustrativos de la materia. |
| Prácticas a través de TIC | Explicación y seguimiento de prácticas TIC sobre los contenidos de la asignatura. Se utilizará la plataforma FIWARE. |
| Prueba mixta | El contenido de las sesiones magistrales se evaluará mediante el examen final. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competéncias | Descripción | Calificación |
| Prácticas a través de TIC | A11 A13 A15 A23 A25 A27 B2 B3 B4 B7 B8 B9 B10 C1 | Se evaluará mediante las memorias de trabajo sobre las prácticas realizadas por el alumno. Las fechas de entrega de las diferentes memorias de prácticas estarán espaciadas a lo largo del cuatrimestre. | 50 |
| Prueba mixta | A11 A13 A15 A23 A25 A27 A28 B2 B3 B4 B7 B8 B9 B10 C1 C4 | El contenido de las sesiones magistrales se evaluará mediante el examen final. |
50 |
| Observaciones evaluación | |||
|
Evaluación en el caso de estudiantes a tiempo parcial: como en el caso general. En la segunda ocasión se realizará únicamente un examen final correspondiente a las sesiones magistrales. La nota de prácticas será la obtenida durante el curso mediante la evaluación continua del trabajo del alumno. La realización fraudulenta de pruebas o actividades de evaluación, una vez comprobada, supondrá directamente la calificación de '0' suspenso en la asignatura na oportunidade correspondente. |
|||
| Fuentes de información |
| Básica |
Marz, Nathan; Warren, James (2013). Big Data: Principles and best practices of scalable realtime data systems. Manning Publications
(). https://www.fiware.org/. |
|
|
|
| Complementária | |
|
|
| Recomendaciones | |||
| Asignaturas que se recomienda haber cursado previamente | |||
|
| Asignaturas que se recomienda cursar simultáneamente |
| Asignaturas que continúan el temario |
| Otros comentarios | |