Contenido de XSL
Big Data
- Centro
- Escuela de Ingeniería de Vitoria-Gasteiz
- Titulación
- Grado en Ingeniería Mecánica
- Curso académico
- 2024/25
- Curso
- 4
- Nº Créditos
- 6
- Idiomas
- Castellano
DocenciaAlternar navegación
Tipo de docencia | Horas de docencia presencial | Horas de actividad no presencial del alumno/a |
---|---|---|
Magistral | 15 | 22.5 |
P. Ordenador | 45 | 67.5 |
Guía docenteAlternar navegación
ObjetivosAlternar navegación
Conocimiento en materias básicas y tecnológicas, que les capacite para el aprendizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones.
Adoptar una actitud responsable, ordenada en el trabajo y dispuesta al aprendizaje considerando el reto que planteará la necesaria formación continua.
Capacidad para concebir y desarrollar sistemas o arquitecturas informáticas centralizadas o distribuidas integrando hardware, software y redes de acuerdo con los conocimientos adquiridos según lo establecido en el apartado 5 del Anexo II a la Resolución de la Secretaría General de Universidades de 8 de junio de 2009.
Capacidad para definir, evaluar y seleccionar plataformas hardware y software para el desarrollo y la ejecución de sistemas, servicios y aplicaciones informáticas, de acuerdo con los conocimientos adquiridos según lo establecido en el apartado 5 del Anexo II a la Resolución de la Secretaría General de Universidades de 8 de junio de 2009.
Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática.
TemarioAlternar navegación
Tema 1: Introducción
Tema 2: Ingesta y redistribución de datos
Tema 3: Almacenamiento de datos
Tema 4: Procesamiento de datos
Tema 5: Visualización y explotación de datos
Tema 6: Registros de ejecución
MetodologíaAlternar navegación
En las clases magistrales se realizarán sesiones de exposición de conceptos, reforzados con ejemplos de situaciones en que dichos conceptos se han de emplear. El enfoque es práctico, enfocado a la introducción a los aspectos generales de problemas en Big Data, y las posibles soluciones aplicables.
También se potenciará el trabajo autónomo, mediante el uso de recursos informáticos y bibliográficos que ayuden al alumnado a comprender los distintos aspectos de la materia, así como realizando trabajos individuales en laboratorios.
El trabajo grupal consistirá en la aplicación de los contenidos adquiridos en las clases teóricas y laboratorios, para implementar una plataforma de datos. Se intentará, en lo posible, orientar este trabajo a un problema real en el dominio del grado cursado por los miembros del grupo.
Sistemas de evaluaciónAlternar navegación
La evaluación de la asignatura en la convocatoria ORDINARIA se realiza mediante evaluación continua o evaluación final. Por defecto, todos los estudiantes realizarán la evaluación continua salvo que renuncien a ella.
* EVALUACIÓN MEDIANTE EVALUACIÓN FINAL El estudiante o la estudiante puede decidir renunciar a la evaluación continua para realizar la evaluación final. Esta renuncia se deberá presentar por escrito al profesorado responsable de la asignatura en los plazos estipulados en el Artículo 8 de la normativa sobre la evaluación del alumnado. No se aceptarán casos excepcionales ni renuncias a la evaluación continua posteriormente a las fechas habilitadas para ello. Para aprobar por evaluación final, será necesario obtener una calificación mínima de 5 en el examen.
Para renunciar al derecho al examen bastará con no presentarse. En este caso, la calificación será "No Presentado".
* EVALUACIÓN MEDIANTE EVALUACIÓN CONTINUA: La evaluación por defecto de la asignatura se hará mediante evaluación continua, salvo para aquellos estudiantes que hayan renunciado expresamente a ella. La nota final de la asignatura se calcula en base a la nota del examen, así como los laboratorios a realizar a lo largo del curso y un trabajo grupal. El examen evalúa los conocimientos teóricos y prácticos desarrollados durante el curso.
En ambos tipos de evaluación, el examen versará sobre los contenidos teóricos y prácticos de los trabajos realizados en el cuatrimestre.
* CALIFICACIÓN EN ACTAS: Se considerará que se han presentado a la convocatoria ORDINARIA aquellos estudiantes que no han renunciado a la CONVOCATORIA ORDINARIA. La calificación mínima tanto en el trabajo grupal como en el examen es de 5 sobre 10. Si no se cumple alguno de estos requisitos la nota final será el mínimo entre la nota del trabajo y la nota del examen, nunca superándose un 4.
* CASOS DE COPIA/PLAGIO Se aplicará el artículo 11 de la normativa vigente referente a la evaluación del alumnado. Todos los alumnos implicados en casos de copia o plagio suspenderán la convocatoria ordinaria.
Materiales de uso obligatorioAlternar navegación
- Material de la asignatura (Apuntes y Laboratorios).
- Plataforma Virtual eGela de la UPV/EHU para la asignatura "Big Data".
BibliografíaAlternar navegación
Bibliografía básica
- Big Data Architect's Handbook: A guide to building proficiency in tools and systems used by leading big data experts. Syed Muhammad, Fahad Akhtar. Packt Publishing. 2018.
- Designing Big Data Platforms: How to Use, Deploy, and Maintain Big Data Systems. Yusuf Aytas. Wiley. 2021.
Bibliografía de profundización
- Big Data: Principles and best practices of scalable realtime data systems. Nathan Marz, James Warren . Manning Publications. 2015.
- Big Data Platforms and Applications. Florin Pop, Gabriel Neagu (Editores). Springer. 2021.
Revistas
- Journal of Big Data
- Big Data Research
- Frontiers in Big Data
- IEEE Transactions on Knowledge and Data Engineering
GruposAlternar navegación
16 Teórico (Castellano - Tarde)Mostrar/ocultar subpáginas
Semanas | Lunes | Martes | Miércoles | Jueves | Viernes |
---|---|---|---|---|---|
16-30 | 14:00-15:00 |
Profesorado
Aula(s) impartición
- AULA INFORMÁTICA 1.4 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ
16 P. Ordenador-1 (Castellano - Tarde)Mostrar/ocultar subpáginas
Semanas | Lunes | Martes | Miércoles | Jueves | Viernes |
---|---|---|---|---|---|
16-30 | 15:00-16:00 | 14:00-16:00 |
Profesorado
Aula(s) impartición
- AULA INFORMÁTICA 1.4 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ
- AULA INFORMÁTICA 1.4 - ESCUELA DE INGENIERIA DE VITORIA-GASTEIZ