Metodologías para la ciencia de datos
GUÍA DOCENTE Curso 2022-23
Titulación: | Máster universitario en Ciencia de Datos y Aprendizaje Automático | 855M |
Asignatura: | Metodologías para la ciencia de datos | 5214 |
Materia: | Técnicas y metodologías para la ciencia de datos |
Módulo: | Métodos de análisis y procesamiento de datos |
Modalidad de enseñanza de la titulación: | Presencial | Carácter: | Obligatoria |
Curso: | 1 | Créditos ECTS: | 3,00 | Duración: | Semestral (Segundo Semestre) |
Horas presenciales: | 30,00 | Horas estimadas de trabajo autónomo: | 45,00 |
Idiomas en que se imparte la asignatura: | Español |
Idiomas del material de lectura o audiovisual: | Inglés, Español |
Departamentos responsables de la docencia
MATEMÁTICAS Y COMPUTACIÓN | R111 |
Dirección: | C/ Madre de Dios, 53 | Código postal: | 26006 |
Localidad: | Logroño | Provincia: | La Rioja |
Teléfono: | 941299452 | Fax: | 941299460 | Correo electrónico: | dpto.dmc@unirioja.es |
Profesorado previsto
Profesor: | Olarte Larrea, Juan José | Responsable de la asignatura |
Teléfono: | 941299610 | Correo electrónico: | jjolarte@unirioja.es |
Despacho: | 3229 | Edificio: | CENTRO CIENTÍFICO TECNOLÓGICO | Tutorías: | Consultar |
Descripción de los contenidos
Metodologías en torno al ciclo de vida de proyectos de ciencia de datos. Gestión y aspectos legales de proyectos de ciencia de datos. Casos de uso
Requisitos previos de conocimientos y competencias para poder cursar con éxito la asignatura
Ninguno especificado.
Competencias
Competencias generales
CG02 - Capacidad de iniciativa y autonomía para llevar a cabo proyectos relacionados con la ciencia de datos y aprendizaje automático
CG04 - Habilidad para comunicarse oralmente a nivel avanzado sobre temas del ámbito de la ciencia de datos y aprendizaje automático, usando la terminología y técnicas aceptadas por los profesionales del sector
CG05 - Habilidad para formular por escrito a nivel avanzado temas del ámbito de la ciencia de datos y aprendizaje automático usando correctamente diferentes tipos de enfoques académicos relacionados con su campo de estudio
CG06 - Capacidad de iniciativa y autonomía para las distintas tareas propias de la actividad investigadora en el ámbito de la ciencia de datos y aprendizaje automático
Competencias específicas
CE06 - Capacidad para determinar y aplicar los sistemas más adecuados para el desarrollo y puesta en producción de un proyecto informático de ciencia de datos y aprendizaje automático
CE07 - Capacidad para planificar, concebir, desplegar y dirigir proyectos, servicios y sistemas informáticos, en particular en el contexto de la ciencia de datos y aprendizaje automático, valorando su impacto económico y social, teniendo en cuenta los aspectos legales
Resultados del aprendizaje
- Conoce y es capaz de utilizar formatos de ficheros para el almacenamiento y uso de datos.
- Conoce y es capaz de utilizar infraestructuras informáticas avanzadas disponibles para ser usadas en la ciencia de datos, por ejemplo, sistemas en la nube o sistemas virtualizados.
- Conoce y es capaz de utilizar técnicas y tecnologías de monitorización y análisis de rendimiento de sistemas informáticos en proyectos de ciencia de datos.
- Conoce y es capaz de aplicar las metodologías en torno al ciclo de vida de proyectos de ciencia de datos.
- Es capaz de planificar, desplegar y dirigir proyectos de ciencia de datos.
- Conoce los aspectos económicos, sociales y legales relacionados con proyectos de ciencia de datos.
Temario
Gestión y aspectos éticos y legales de proyectos de ciencia de datos.
Metodologías en torno al ciclo de vida de proyectos de ciencia de datos.
Casos de uso
Bibliografía
Tipo: | Título |
Básica | Una ética para Big Data. Introducción a la gestión ética de datos masivos |
Básica | Ética para las máquinas |
Básica | How to Kill the Scrum Monster |
Básica | Great Big Agile: An OS for Agile Leaders |
Básica | Agile Processes in Software Engineering and Extreme Programming |
Básica | Una ética para Big Data. Introducción a la gestión ética de datos masivos. |
Básica | Ética para las máquinas |
Básica | How to Kill the Scrum Monster |
Básica | Great Big Agile: An OS for Agile Leaders |
Básica | Agile Processes in Software Engineering and Extreme Programming |
Recursos en Internet |
Scrum |
Fundación Big Data |
La ética del big data |
Agencia Española de Protección de Datos |
Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo de 27 de abril de 2016 |
Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y
garantía de los derechos digitales |
El material didáctico (ejercicios prácticos, cuestiones, actividades ...etc) se encontrará disponible en el aula virtual para todos los alumnos matriculados en esta asignatura. |
Scrum |
Fundación Big Data |
La ética del Big Data |
Agencia Española de Protección de Datos |
Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo de 27 de abril de 2016 |
Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y
garantía de los derechos digitales |
Metodología
Modalidades organizativas
Clases teóricas
Seminarios y talleres
Clases prácticas
Tutorías
Estudio y trabajo en grupo
Estudio y trabajo autónomo individual
Métodos de enseñanza
Método expositivo - Lección magistral
Estudio de casos
Resolución de ejercicios y problemas
Aprendizaje basado en problemas
Aprendizaje orientado a proyectos
Aprendizaje cooperativo
Organización
Actividades presenciales | Tamaño de grupo | Horas |
Clases teóricas | Grande | 10,00 |
Seminarios y talleres | Grande | 8,00 |
Clases prácticas | Informática | 10,00 |
Tutorías | Grande | 2,00 |
Total de horas presenciales | 30,00 |
Trabajo autónomo del estudiante | Horas |
Estudio y trabajo en grupo | 10,00 |
Estudio y trabajo autónomo individual | 35,00 |
Total de horas de trabajo autónomo | 45,00 |
Evaluación
Sistemas de evaluación | Recuperable | No Recup. |
Informes y memorias de prácticas | 30% | |
Trabajos y proyectos | 40% | |
Pruebas escritas | 30% | |
Total | 100% |
Criterios críticos para superar la asignatura
Para superar la asignatura es necesario obtener una calificación igua o superior a 5 (sobre 10) en cada uno de los apartados de la evaluación.
15/03/2023 10:34:44 - G 2022-23 - 855M - 5214