Datos Identificativos 2020/21
Asignatura (*) Big Data y Análisis de Datos Código 770G01057
Titulación
Grao en Enxeñaría Electrónica Industrial e Automática
Descriptores Ciclo Periodo Curso Tipo Créditos
Grado 2º cuatrimestre
Cuarto Optativa 4.5
Idioma
Castellano
Gallego
Modalidad docente Presencial
Prerrequisitos
Departamento Enxeñaría Industrial
Coordinador/a
Prieto Guerreiro, Francisco
Correo electrónico
francisco.prieto@udc.es
Profesorado
Prieto Guerreiro, Francisco
Correo electrónico
francisco.prieto@udc.es
Web
Descripción general Coñecer o ciclo de vida dos datos nun entorno industrial é hoxe en dia unha necesidade evidente no ámbito da industria 4.0

Saber recopilar datos de xeito rápido e automatizado dende diferentes fontes de información, almacenalos e procesalos para poder logo analizalos de forma que se obteña nova información aplicable para a toma de decisions estratéxicas na empresa é hoxe unha tarefa crítica e esencial para a industria.
Plan de contingencia 1.-Modificacións nos contidos:

Non se modifican os contidos.

2.- Metodoloxías:

Mantéñense todalas metodoloxías docentes modificando unicamente o seu carácter presencial.

3.- Mecanismos de atención personalizada ao alumnado:

Moodle: Diariamente.
Correo Electrónico: Diariamente.
Teams: 1 sesión semanal para docencia expositiva e 1 sesión para seguimiento e resolución de dudas sobre prácticas e traballos a realizar na asignatura. Atencion en tutorias persoalizadas ou en grupo no horario oficial establecido de tutorías.


4.- Modificacións na avaliación (Metodoloxía, Peso na cualificación,Descrición):

Evaluación continua:

80% Traballos tutelados
20 % prácticas de laboratorio.

* Observacións de avaliación:

Manteñense as metodoloxías de evaluación exceptuando o seu carácter presencial.


5.- Modificacións da bibliografía ou webgrafía:

Mantense o material bibliográfico e enlaces web da guía inicial.

Competencias del título
Código Competencias del título
A1 Capacidad para la redacción, firma, desarrollo y dirección de proyectos en el ámbito de la ingeniería industrial, y en concreto de la especialidad de electrónica industrial.
A3 Capacidad para realizar mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios e informes.
A4 Capacidad de gestión de la información, manejo y aplicación de las especificaciones técnicas y la legislación necesarias en el ejercicio de la profesión.
A10 Conocimientos básicos sobre el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería.
A33 Conocimiento aplicado de informática industrial y comunicaciones.
B1 Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad y razonamiento crítico.
B5 Capacidad para usar las técnicas, habilidades y herramientas de la Ingeniería necesarias para la práctica de la misma.
B6 Capacidad de usar adecuadamente los recursos de información y aplicar las tecnologías de la información y las comunicaciones en la Ingeniería.
C2 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.
C5 Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse.

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Capacidad para recopilar, procesar, seleccionar y filtrar toda información que sea necesaria de múltiples fuentes de datos heterogéneas para la correcta ejecución de técnicas avanzadas de analítica y visualización de datos. A1
A3
A4
A10
A33
B1
B5
B6
C2
C5

Contenidos
Tema Subtema
Tema 1:
Técnicas y métodos para la recopilación de información en fuentes de datos heterogéneas.

Tema 2:
Almacenamiento de datos en base al tipo de información.

Tema 3:
Procesado y análisis de datos.
Tema 3.1.-

Representación gráfica de los datos y herramientas de visualización.

Tema 3.2.-

Toma de decisiones en el contexto de la industria.

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Trabajos tutelados A1 A3 A4 A10 A33 B1 B5 B6 C2 C5 6 40 46
Prácticas de laboratorio A1 A3 A4 A10 A33 B1 B5 B6 C2 C5 17 20 37
Sesión magistral A4 A10 A33 B1 B5 B6 C2 C5 15 4 19
 
Atención personalizada 10 0 10
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Trabajos tutelados En las sesiones magistrales y en las prácticas de laboratorio se plantearán diferentes problemas prácticos de mayor complejidad para su resolución como trabajo independiente por el alumno, tanto de forma individual unos como colectiva otros. En dicha resolución se fomenta la participación del alumno como herramienta de autoaprendizaje valorando su esfuerzo y sus resultados de cara a la valoración final de la asignatura.
Prácticas de laboratorio Estudio y utilización de un entorno de trabajo / lenguaje de programación que permita resolver diferentes problemas de Ingeniería mediante soluciones informáticas.
Sesión magistral En las sesiones magistrales se desarrollarán los contenidos de la asignatura tanto a nivel teórico como práctico.

Atención personalizada
Metodologías
Trabajos tutelados
Prácticas de laboratorio
Descripción
Tutorias para clarificar las dudas sobre los temas expuestos en clase de teoria, sobre el planteamiento o la resolución de los ejercicios de practicas de laboratorio y trabajos tutelados, o sobre cualquier ámbito relacionado con la materia.

Los alumnos con dispensa académica, al no tener obligacion de asistir a las actividades en las que se pueda exigir presencialidad, se les atenderá en tutorias presenciales o virtuales, lo cual permitirá realizar el seguimiento de sus actividades docentes a lo largo del curso.

Evaluación
Metodologías Competéncias Descripción Calificación
Trabajos tutelados A1 A3 A4 A10 A33 B1 B5 B6 C2 C5 En las sesiones magistrales y en las prácticas de laboratorio se plantearán diferentes problemas prácticos de mayor complejidad para su resolución como trabajo independiente por el alumno, tanto de forma individual unos como colectiva otros. En dicha resolución se fomenta la participación del alumno como herramienta de autoaprendizaje valorando su esfuerzo y sus resultados de cara a la valoración final de la asignatura. Su realización y presentación correctas y en plazo ante el profesor será obligatoria para poder aprobar la asignatura, siendo evaluable hasta un máximo de un 80% de la nota final. 80
Prácticas de laboratorio A1 A3 A4 A10 A33 B1 B5 B6 C2 C5 Estudio y utilización de un entorno de trabajo que permita resolver diferentes problemas de ingeniería mediante soluciones informáticas. Su realización y presentación correctas y en plazo ante el profesor será obligatoria para poder aprobar la asignatura, siendo evaluable hasta un máximo de un 20% de la nota final. 20
 
Observaciones evaluación

Los alumnos con dispensa académica, al no tener obligacion de asistir
a las actividades en las que se pueda exigir presencialidad, tendrán
que presentar y defender igualmente los trabajos y prácticas
obligatorias ante el profesor en tutorias presenciales o virtuales, en
los mismos plazos que el resto de alumnos.

La calificación de
todos los alumnos, tanto en la primera como en la segunda oportunidad,
se basará en la necesidad de obtener al menos una nota mínima de
5 puntos en la evaluación continua y haber
presentado y defendido correctamente y en plazo ante el profesor todas las prácticas
y/o trabajos obligatorios para poder aprobar la asignatura.


Fuentes de información
Básica F. Prieto (). Apuntes Asignatura.
LUIS JOYANES AGUILAR (). BIG DATA . Marcombo
BERNARD MARR (). BIG DATA EN LA PRACTICA. S.L. TEELL EDITORIA
BILL SCHMARZO (). BIG DATA. EL PODER DE LOS DATOS . ANAYA MULTIMEDIA
BALDOMINOS GOMEZ ALEJANDRO (). PROCESAMIENTO ANALISIS INTELIGENTE DE BIG DATA. GARCIA MAROTO EDITORES
Vahid Mirjalili,Sebastian Raschka (). Python Machine Learning. Marcombo

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Informática/770G01002
Informática Industrial/770G01025

Asignaturas que se recomienda cursar simultáneamente
Internet de las Cosas (IoT)/770G01055
Control Inteligente y Sistemas de Supervisión/770G01059
Realidad Aumentada y Simulación de Procesos/770G01052

Asignaturas que continúan el temario

Otros comentarios

Para ayudar a conseguir un entorno inmediato sostenido y cumplir con el objetivo de la acción número 5: “Docencia e investigación saludable y sustentable ambiental y social” del "Plan de Acción Green Campus Ferrol":

La entrega de los trabajos documentales que se realicen en esta materia:

•  Se solicitarán en formato virtual y/o soporte informático.

•  Se realizará a través de Moodle, en formato digital sin necesidad de imprimirlos.

•  En caso de ser necesario realizarlos en papel: 

- No se emplearán plásticos .

- Se realizarán impresiones a doble cara.

- Se empleará papel reciclado.

- Se evitará la impresión de borradores.

• Se debe de hacer un uso sostenible de los recursos y la prevención de impactos negativos sobre el medio natural.



(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías