Solicitud de información
Ecosistema del Big Data/Big Data Ecosystem
| Código Asignatura: | 5890 | |
| Nº Créditos ECTS: | 6 | |
| Tipo: |
Optativa
|
|
| Duración: | modalidad 12 meses: Semestral modalidad 18 meses: Semestral | |
| Idioma: |
Castellano, Inglés
|
|
| Prueba final: | Sí | |
| Plan de estudios: | ||
| Profesor(es): | ||
| Año académico: |
2024-25
|
|
Descripción
Cuando hablamos del ecosistema Big Data se nos vienen a la cabeza muchas ideas que van desde un informe hasta la inteligencia artificial, esta asignatura es un recorrido por los diferentes elementos que configuran ese ecosistema y que van desde los propios datos y su tamaño, por aquello de “Big” hasta la forma de programar modelos de Inteligencia Artificial empleando Deep Learning o aprendizaje por refuerzo.
Oímos muchas frases “Los datos son el nuevo petróleo” o la clásica “La información es poder”, pero al final desde que la humanidad preguntaba a los oráculos en tiempos ancestrales buscamos tener información para mejorar el proceso de decisión para saber qué decisión es la que más beneficios nos proporcionará, aplicado a las empresas.
Pero las empresas llevan gestionando, analizando, recopilando y procesando datos desde que la tecnología lo permite, ¿Qué ha cambiado? La respuesta es mucho más simple de lo que nos pudiera parecer, la tecnología permite que lo que antes esta una profesión para los técnicos en informática ahora es una habilidad que debe conocer cualquier profesional y especial o específicamente los directivos de las empresas, ya que sus decisiones impactan en los resultados de la empresa y esas decisiones deberían mejorar con la capacidad de análisis.
Así que podemos decir que esta asignatura proporcionará a los alumnos la capacidad de entender cómo desarrollar su capacidad de análisis y las tecnologías que ayudaran a hacerlo. Esto también es una aproximación diferente la tecnología ayuda no toma las decisiones, los esfuerzos para elegir la tecnología correcta normalmente encierran la incapacidad de la empresas para usar cualquiera de ellas, siendo esta paradoja uno de los principales problemas que impide a las empresas la adopción de la tecnología.
Antes de matricular la asignatura, verifique los posibles requisitos que pueda tener dentro de su plan. Esta información la encontrará en la pestaña "Plan de estudios" del plan correspondiente.
Competencias generales
- Capacidad para la toma de decisiones y su correcta implantación en el seno de la organización, seleccionando la mejor alternativa posible y basándose en los conceptos de riesgo, probabilidad y oportunidad.
- Capacidad de fijar los indicadores clave de desempeño de las diferentes áreas de la empresa con el fin de detectar oportunidades de negocio e identificar problemas.
- Capacidad de orientar la empresa a resultados, atendiendo a cualquier variación del entorno, mercado o de la competencia, así como a las innovaciones tecnológicas pertinentes.
- Capacidad de estructurar los diferentes departamentos de la compañía, atendiendo a los criterios de eficacia, eficiencia y pertinencia, con el fin de que la organización alcance sus objetivos.
- Capacidad de fijar los objetivos de la empresa de tal manera que sean ambiciosos pero realistas y conseguibles, así como de establecer las medidas necesarias para controlar su cumplimiento.
- Capacidad de comunicar las decisiones y la información precisa, de manera clara y efectiva, a los diferentes públicos de la empresa, con el fin de alcanzar los objetivos.
- Capacidad de liderar la organización mediante el ejemplo y promoviendo la ética, la cultura de trabajo y la responsabilidad social corporativa.
- Capacidad de gestionar de manera óptima los diferentes recursos económicos, materiales y tecnológicos, así como el talento de la organización.
Competencias específicas
- Capacidad para identificar, desarrollar y probar soluciones para la correcta captación, almacenamiento, procesamiento y visualización de grandes volúmenes de datos, tanto estáticos como dinámicos, tanto estructurados como no estructurados, en tiempo real y aprovechándolos para mejorar la toma de decisiones en la empresa.
- Capacidad de analizar esa información para mejorar el proceso de toma de decisión tanto personal como de las empresas.
Competencias transversales
- Flexibilidad para desarrollar el trabajo en diferentes entornos nacionales e internacionales, así como capacidad para afrontar situaciones estresantes en entornos de presión.
- Trabajo en equipo.
- Habilidades en las relaciones interpersonales.
- Habilidades de comunicación y negociación en diferentes contextos empresariales, tanto del ámbito nacional como internacional.
- Pensamiento analítico y deductivo.
- Resolución de problemas surgidos en el ejercicio profesional.
- Capacidad de análisis y síntesis.
- Razonamiento crítico y deductivo.
- Capacidad para la toma de decisiones.
- Aprendizaje autónomo.
- Capacidad para fomentar la creatividad, iniciativa y la proactividad.
- Compromiso ético.
- Motivación por la calidad.
Resultados del aprendizaje
- Adquirir y saber aplicar el marco conceptual y actitudinal necesario para aprovechar la gestión del dato dentro de la empresa.
- Convertir los datos en información relevante susceptible de convertirse en conocimiento de cara a la toma de decisiones.
- Conocer y dominar las funcionalidades de los principales ecosistemas y herramientas de gestión del dato.
- Establecer políticas de almacenamiento, procesamiento, visualización y análisis de información dentro de la empresa.
- Obtener conocimientos específicos sobre economía digital y su impacto en la transformación e innovación de una compañía.
- Conocer las tecnologías y herramientas necesarias para llevar a cabo una óptima transformación digital en la empresa.
- Entender las implicaciones y oportunidades que las disciplinas digitales pueden tener en la cultura, gestión y organización de la empresa.
- Impulsar la innovación, transformación y emprendimiento incorporando las disciplinas digitales y técnicas de emprendimiento.
- Adquirir las capacidades digitales que demanda el mercado laboral entre los profesionales con potencial para desarrollar su carrera en empresas de primer nivel.
- Conocer los cambios generados en los productos y servicios gracias al entorno digital.
- Conocer el ecosistema tecnológico de la IV Revolución Industrial en profundidad.
- Aprovechar las tecnologías exponenciales para mejorar los resultados de la empresa.
- Ser capaces de innovar mediante la tecnología, conociendo los principales características e implicaciones del ámbito tecnológico.
- Saber aplicar a cada sector las herramientas tecnológicas más apropiadas para cada situación.
Metodología
La metodología adoptada en esta asignatura para el aprendizaje y evaluación de sus contenidos se encuentra adaptada al modelo de formación continuada y a distancia de la UDIMA. Los conocimientos de la asignatura se adquieren a través del estudio razonado de todas las unidades didácticas del manual, así como del material didáctico complementario que se ponga a disposición de los estudiantes en el aula virtual. Además, se complementa con la acción tutorial, que incluye asesoramiento personalizado, intercambio de impresiones en los debates habilitados en foros y demás recursos y medios que ofrecen las nuevas tecnologías de la información y la comunicación. Por otra parte, el aprendizaje también se apoya en la realización de las actividades previstas en el aula virtual, y que vienen recogidas en el apartado “Contenidos y programación”.
Para ampliar esta información, se recomienda consultar la pestaña “Metodología y exámenes” de la titulación.
Dedicación requerida
La dedicación requerida para esta asignatura de 6 créditos ECTS es de 150 horas, que se encuentran distribuidas de la siguiente manera:
- Clases teóricas síncronas: 5%
- Clases teóricas asíncronas: 2.5%
- Tutorías personalizadas síncronas: 5%
- Tutorías personalizadas asíncronas: 3.7%
- Clases prácticas síncronas: 5%
- Clases prácticas asíncronas: 2.5%
- Realización de trabajos o proyectos: 40%
- Realización de examen final presencial: 1.3%
- Estudio individual y trabajo autónomo: 35%
Tutorías
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
Materiales didácticos
Para el desarrollo del aprendizaje sobre el que versará el examen final se han seleccionado materiales didácticos y/o manuales, a partir de los cuales se estudiarán las unidades didácticas que se corresponden con la descripción de los contenidos de la asignatura:
Manual de la asignatura:
Smith, B. (2021). Ciencia de los datos: Consejos y trucos simples y efectivos para aprender ciencia de datos. Independently publishedAdemás, se recomienda la siguiente bibliografía de consulta voluntaria:
Smith, B. (2021). Análisis de datos: Guía avanzada para aprender los ámbitos del análisis de datos de forma eficaz.
Kahneman, D. (2014). Pensar rápido, pensar despacio. Ed.Debate.
Kimball, R y Ross, M. (2016). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd Edition. Kimball Group.
How, M. (2020). The Modern Data Warehouse in Azure: Building with Speed and Agility on Microsoft’s Cloud Platform. Ed. Apress.
Mckinney, W. (2022). Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Jupyter. Ed. O´Reilly
Castro, R. J. (2021). 180 CASOS RESUELTOS EN LENGUAJE DAX: POWER BI Inteligencia de Negocio. Publicaciones Rebel Out Post
Finalmente, el profesor podrá poner a disposición del estudiante cualquier otro material complementario voluntario al hilo de las unidades didácticas o en una carpeta de material complementario.
Contenidos y programación
| SEMANAS | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
|---|---|---|
| Semana 1 | Tema 1: Fundamentos del Big Data 1.1 Definición y Características del Big Data. 1.2 Fuentes y Tipos de Datos utilizados en el ecosistema del Big Data. 1.3 Importancia de la Analítica de Datos |
|
| Semana 2 | Tema 2: Aplicaciones del Big Data en las Empresas 2.1 Big Data en el Marketing y Análisis de Mercado. 2.2 Utilización de Big Data para la Optimización de Operaciones Empresariales. 2.3 Big Data en la Toma de Decisiones 2.4 Desarrollo de un Plan Estratégico para la Adopción del Big Data en una Organización. |
|
| Semana 3 | Tema 3: Overview de los Ecosistemas del Big Data 3.1 Principales Componentes del Ecosistema del Big Data. 3.2 Roles y Responsabilidades en un Equipo de Trabajo de Big Data. 3.3 Integración de Tecnologías en el Ecosistema del Big Data |
|
| Semana 4 | Tema 4: Herramientas y Tecnologías del Big Data 4.1 Introducción a las Principales Herramientas y Tecnologías utilizadas en el Procesamiento y Análisis de Big Data. 4.2 Plataformas de Almacenamiento y Procesamiento de Datos a Gran Escala. 4.3 Introducción a Lenguajes de Programación y Librerías para el Análisis de Datos. |
|
| Semanas 5 y 6 | Tema 5: Tipos de datos y Procesamiento de Datos en el Big Data 5.1 Tipos de Datos en Plataformas de Big Data. 5.1 Técnicas de Procesamiento de Datos 5.2 Herramientas para Procesamiento de Datos. 5.3 Optimización y Eficiencia en el Procesamiento de Grandes Volúmenes de Datos |
|
| Semana 7 | Tema 6: Relaciones entre Tablas 6.1 ¿Qué son las Relaciones entre Tablas? 6.2 Entendiendo la Importancia de las Relaciones en la Organización de Datos. 6.3 Herramientas y Soluciones para Trabajar con Relaciones en el Big Data. |
|
| Semana 8 | Tema 7: Almacenamiento de Datos en el Big Data 7.1 Tipos de Almacenamiento en el Big Data 7.2 Escalabilidad y Rendimiento en Soluciones de Almacenamiento de Datos. 7.3 Estrategias de Backup y Recuperación de Datos de Big Data. |
|
| Semana 8 | Tema 8: Visualización de Datos en el Big Data 8.1 Importancia de la Visualización de Datos en la Toma de Decisiones. 8.2 Herramientas y Técnicas para la Creación de Visualizaciones Interactivas. 8.3 Diseño de Dashboards y Reportes para la Presentación de Resultados. |
|
| Semana 9 | Tema 9: Proveedores de Sistemas en Cloud 9.1 Introducción a los Proveedores de Servicios en Cloud. 9.2 Ventajas y Desafíos de la Utilización de Sistemas en Cloud para el Big Data. 9.3 Evaluación y Selección de Proveedores en Cloud. |
|
| Semana 10 | Semana de repaso |
|
| Semana 11 | Semana de repaso |
|
| Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración final presencial y cierre de actas | |
Sistema de evaluación
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
EVALUACIÓN CONTINUA. Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos:
- Supuestos o casos prácticos: se trata de la presentación de una situación problemática, real o ficticia, que el estudiante debe resolver a partir de los contenidos e información presentada.
- Debate o reflexión crítica sobre un tema: consiste en generar una conversación estructurada acerca de un determinado tema en el que se enfrenten diferentes opiniones y puntos de vista sobre el mismo que permita polémica o disparidad de opiniones.
- Actividades de autocomprobación de conocimientos: actividades que permiten al estudiante comprobar y reforzar el aprendizaje alcanzado en una determinada materia.
EXAMEN FINAL. La prueba de evaluación final se realiza con carácter obligatorio a título individual y supone un 60% de la calificación final. Se fijarán fechas alternativas en franjas horarias diferentes (convocatoria ordinaria) para que el estudiante opte por una de ellas. El Calendario de Exámenes se publicará con varias semanas de antelación a su celebración. Si un estudiante no se presenta o no supera el examen final en la convocatoria ordinaria, podrá examinarse en la “convocatoria extraordinaria” que se llevará a cabo en el mes de septiembre, existiendo en esta ocasión una única fecha de examen por asignatura.
*Los errores penalizarán, con objeto de corregir las respuestas acertadas por azar. Sin embargo, las preguntas que no se contesten no restarán ningún punto. Por este motivo, se recomienda que el estudiante sólo responda aquellas preguntas de las que cree saber la opción correcta y evite contestar al azar.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los requisitos relacionados con la evaluación continua.
- Tener aprobado el 50% de las actividades de Autocomprobación de conocimientos
- Tener aprobado el 50% de las actividades tipo Caso o supuesto práctico.
- Las actividades tipo debate o reflexión crítica sobre un tema son de realización voluntaria (pero aportan 10% dentro de la evaluación)
El estudiante que se presente al examen sin cumplir los requisitos será calificado con un cero en el examen final presencial y consumirá convocatoria.
Cuadro resumen del sistema de evaluación
| Tipo de actividad | Número de actividades planificadas | Peso calificación |
|---|---|---|
| Supuestos o casos prácticos |
2
|
20%
|
| Debate o reflexión crítica sobre un tema |
2
|
10%
|
| Actividades de autocomprobación de conocimientos |
2
|
10%
|
| Examen final |
Si
|
60% |
| TOTAL | 100% | |
Para la superación de esta asignatura, el estudiante deberá realizar con carácter obligatorio una prueba final dirigida a verificar las competencias y conocimientos adquiridos durante su desarrollo.
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre. El estudiante que no se presente a la convocatoria ordinaria y extraordinaria, perderá automáticamente todos los trabajos realizados a lo largo del curso. Deberá en este caso matricularse de nuevo en la asignatura.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Originalidad de los trabajos académicos
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
Sistema de calificaciones
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 – 4.9: Suspenso (SU) 5.0 – 6.9: Aprobado (AP) 7.0 – 8.9: Notable (NT) 9.0 – 10: Sobresaliente (SB)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).