|
||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los materiales que dispone la asignatura Materiales y herramientas de apoyo Bibliografía y fuentes de información Metodología Información sobre la evaluación en la UOC Consulta del modelo de evaluación Evaluación Contínua Evaluación final Feedback | ||||||||
Este es el plan docente de la asignatura para el primer semestre del curso 2024-2025. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||
La inteligencia de negocio y el análisis de datos, bajo diferentes nombres (Business Intelligence, Business Analytics, Data Science, Big Data), es actualmente la mayor área de demanda de profesionales cualificados, la mayor fuente de inversión de las empresas en sistemas de información y la mayor causa de creación de negocios de productos y servicios en todo el mundo. El business analytics surge en un escenario en el que convergen tres circunstancias que caracterizan enormemente nuestro tiempo:
En definitiva, hay que entender business analytics como un camino, una forma de hacer y de trabajar, y no como un objetivo en sí mismo. Es un componente más de la cultura organizativa que debe involucrar tanto a niveles estratégicos como a niveles operativos de la misma. Por todo esto, una organización que explote business analytics requerirá incorporar perfiles con conocimientos en ámbitos como algoritmos, metodologías de trabajo, estándares del sector y por supuesto, también conocimientos de negocio. Es generalmente aceptada la idea de asociar habilidades sintéticas y analíticas a las actividades más o menos científicas como business analytics; sin embargo, es igualmente importante cultivar habilidades creativas para, sistemáticamente buscar y a veces encontrar, patrones nuevos que nos permitan convertir datos en conocimiento. A través del estudio de los distintos algoritmos, el estudiante observará la aportación creativa de distintos científicos que han contribuido muchas veces, con soluciones sencillas, brillantes y efectivas a problemas realmente complejos a priori. La asignatura presenta los conceptos y tipología de análisis de diferentes tipos de datos, los modelos y algoritmos de uso más frecuente de clasificación y agrupación y las metodologías y estándares profesionales y científicos que se usan en analítica de negocio. En esta asignatura el estudiante trabaja principalmente con R. |
||||||||
El Máster en Inteligencia de negocio y Big Data (MIB) y los programas especializados de la UOC en este ámbito, ofrecen desde hace más de diez años una formación práctica y profesionalizadora basada en casos de negocio y en el uso de herramientas de mercado, impartida por profesionales de BI del mundo de la empresa y profesores especialistas en ciencias empresariales, matemáticas e ingeniería informática. Esta asignatura pertenece a la especialidad E2 - Análisis y minería de datos. Más concretamente, dicha especialidad está relacionada con los programas de nivel de máster indicados a continuación:
Todos estos programas están vinculados: la especialidad forma parte del posgrado (en uno de los dos itinerarios existentes) y el posgrado pertenece al máster. La especialidad de análisis y minería de datos está dirigida a proporcionar al profesional de perfil empresarial y tecnológico capacidades prácticas de análisis de datos y de manejo de herramientas, dentro del marco científico de Data Science aplicado a los negocios y las organizaciones. En paralelo a esta asignatura, dentro de dicha especialidad los estudiantes desarrollarán los conceptos básicos de minería de datos, de forma que dispondrán de una base sólida para comprender todo el proceso que se inicia con la recogida de datos hasta la publicación de los resultados obtenidos. Esta asignatura, pues, presenta una visión transversal, dotando a los estudiantes de las competencias para manejar los modelos y algoritmos para extraer conocimiento de los datos. De esta forma, usando los conocimientos que se irán adquiriendo en las otras asignaturas de la misma especialidad el estudiante será capaz de capturar datos, procesarlos y exponer el conocimiento derivado de los mismos. |
||||||||
El objetivo del máster de Inteligencia de negocio y Big Data (MBI) de la UOC ha sido tradicionalmente la formación de profesionales todo-terreno con una formación en análisis y solución de problemas de negocio, estadística avanzada y minería de datos y diseño y construcción de sistemas de información de Business Intelligence, que podían trabajar en diferentes departamentos de la empresa o en un centro de competencias transversal. Así pues, dicho máster está dirigido a dos perfiles profesionales diferenciados: Por un lado, un perfil funcional y empresarial interesado en adquirir o completar su formación en métodos, técnicas y herramientas de análisis y minería de datos y en la utilización de tecnologías de inteligencia de negocio, a nivel de usuario avanzado. Y por otro, un perfil técnico interesado en adquirir o completar su formación en el diseño, construcción, explotación y uso de los sistemas y tecnologías de la información de la inteligencia de negocio y el análisis de datos. A medida que esta especialidad ha crecido y las empresas reconocen la necesidad de esta clase de perfiles, también lo han hecho las diferentes salidas profesionales:
|
||||||||
En principio, los estudiantes con ciertos conocimientos de estadística básica no deberían tener problemas para encarar esta asignatura. No obstante, si fuera necesario y el estudiante lo necesita, el consultor proporcionará más referencias respecto los conceptos introducidos. Como el resto de asignaturas de esta especialidad, lo que se pretende es asentar las bases para poder entender sin dificultades las asignaturas que componen la especialidad de Data Science. En cuanto a la capacidad de análisis del estudiante tampoco debería ser un inconveniente. Si bien es cierto que tener nociones en el lenguaje de programación R puede ser de gran ayuda, existen ejemplos de scripts de todos los análisis realizados durante el curso que ayudarán al estudiante a poder hacer una aproximación sin problemas a dicho lenguaje y ser capaz de resolver los ejercicios propuestos durante el semestre. Además, como la metodología se basa en estudios de casos y la investigación autónoma de información, es aconsejable que el estudiante esté familiarizado con la búsqueda de fuentes de información, el análisis de la información cuantitativa y cualitativa, la capacidad de sintetizar y obtener conclusiones así como de poseer ciertas habilidades de comunicación escrita. Por último, es importante poner de manifiesto que para aprovechar al máximo este curso se requiere que el estudiante tenga la capacidad de leer y comprender el inglés puesto que algunos materiales de referencia, así como de otros recursos, están principalmente en dicho idioma. |
||||||||
Con esta asignatura se pretende que el estudiante adquiera conocimientos y habilidades en los siguientes campos:
|
||||||||
Esta asignatura está estructurada de acuerdo a dos grandes bloques. En el primero es donde se presentan todo un conjunto de metodologías y estándares y, por este motivo, se ha creído conveniente hacerlo común a las asignaturas de minería de datos y de business analytics. De esta forma el estudiante no se ve sobrecargado de trabajo y obtiene un material mucho más amplio que le servirá para poder entender mejor ambas asignaturas. El segundo bloque corresponde a los materiales específicos de la asignatura de business analytics: modelos y algoritmos. En concreto, en el bloque de metodologías y estándares se trabajan aspectos distintos englobados en seis módulos:
Como se acaba de comentar, el segundo bloque es el material propio de la asignatura y consta, a su vez, de tres módulos:
|
||||||||
|
||||||||
El material docente que se asocia a esta asignatura consta de dos grandes bloques.
|
||||||||
Todo este material se complementa con la bibliografía asociada a la asignatura y las lecturas y ejemplos que se proponen a lo largo del semestre. Bibliografía básica
Recursos Web
|
||||||||
Durante la primera parte del curso se repasan las metodologías y estándares profesionales y científicos que se usan en analítica de negocio. Posteriormente, se presenta los conceptos y tipología de análisis de diferentes tipos de datos, los modelos y algoritmos de uso más frecuente de segmentación, clasificación y asociación. En esta asignatura el estudiante trabaja principalmente con R. Al inicio del semestre y cada vez que se cambie de tema, el consultor recordará los objetivos y competencias a lograr para que el estudiante sepa qué se espera de él en todo momento. Además, se detallará el modelo de aprendizaje y de evaluación para cada parte y se propondrán algunos debates acerca de distintos ejemplos y lecturas complementarias que pueden estar o no integrados dentro de algunas de las actividades de evaluación continua de la asignatura. No obstante, la participación en la discusión de los debates planteados es obligatoria. También se recomienda el seguimiento y participación en todas las discusiones y preguntas publicadas en el foro del aula. Más concretamente, recomendamos el siguiente ciclo de estudio:
Comenzar a preparar las pruebas y/o actividades con antelación. Se requerirá la consulta de diferentes materiales y es imprescindible justificar la solución o las soluciones propuestas. Una buena argumentación es más importante para la evaluación que tener una respuesta correcta ya que pone de manifiesto los conocimientos que posee el estudiante. |
||||||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
||||||||
Ponderación de las calificaciones
Opción para superar la asignatura: EC
Nota final de asignatura: EC |
||||||||
Este curso se evalúa únicamente a través de la evaluación continua porque no hay examen final presencial. Todas las actividades tanto teóricas como prácticas, los casos prácticos y la participación en las discusiones en el foro virtual son obligatorios. La evaluación continua consta de diversas actividades que tienen como objetivo combinar el aprendizaje y la reflexión, desde un punto de vista tecnológico, sobre los fundamentos del análisis de datos, su ciclo de vida en la empresa (desde el reconocimiento de problemas hasta el análisis de la información producida) y las diferentes modalidades para su implantación, sea ésta integrada con los sistemas corporativos o por separado. En estas actividades, las habilidades anteriormente descritas entran en juego. La evaluación continua presenta:
Advertencia: Es importante mencionar que la resolución de las pruebas, casos y prácticas propuestas se debe realizar de forma individual excepto cuando se indique lo contrario. El equipo docente tendrá en cuenta la lógica de las respuestas, el pensamiento individual y la capacidad de expresarse por escrito. Cualquier fuente externa usada para resolver las cuestiones y casos deberá indicarse claramente y ser referenciada adecuadamente. Si no fuera el caso, las actividades se evaluarán con una D. Por otro lado, siempre a criterio de la Universidad, el incumplimiento de esta obligación será comunicada a la gestión de los estudios, con el fin de evaluar si el estudiante está autorizado para aprobar cualquier otra materia o mediante una evaluación continua en el semestre o el siguiente. Sistema de calificación Cada actividad (PEC) tendrá una nota individual cualitativa: A, B, C+, C- o D. La nota de la evaluación continua, que es un promedio de cada una de las actividades por módulo, será cualitativa y cuantitativa (sin decimales): A = 9/10 o B = 7/8 o C + = 5/6 o C- = 3/4 o D = 0/1/2 o no presentado (NP) = 0. La calificación final será cuantitativa con un decimal. Criterio de evaluación general basado en evidencia APROBADO
NOTABLE
EXCELENTE
Además de estos criterios generales usados a lo largo del semestre, pueden añadirse otros criterios específicos para evaluar algunas de las habilidades generales o particulares. Éstos serán informados, si procede, en el enunciado de las actividades. Recuperación de las Pruebas de Evaluación Continua (PEC) La recuperación de las actividades se realizará de forma individual para cada actividad que no se haya entregado o aprobado. Detalles del proceso de recuperación:
|
||||||||
Esta asignatura únicamente se puede superar a través de la realización y entrega de un mínimo de 3 de las PEC propuestas a lo largo del semestre. La ponderación de la nota final de evaluación continua (EC) se obtiene de la siguiente forma:
Además, es importante destacar:
Por otra parte, a lo largo del semestre, el consultor puede proponer discusiones o debates formales. La participación en calidad y cantidad en dichos debates tambien puede influir en la calificación final del semestre. |
||||||||
En las fechas previstas en la planificación docente de la asignatura, tendréis disponibles los enunciados de las pruebas de evaluación continua. Una vez finalizado el plazo de entrega, podréis acceder a las soluciones a través de la actividad correspondiente, apartado "solución". La solución a las actividades en forma de respuestas orientativas constituye una herramienta importante de aprendizaje. Cuando una prueba teórica no tenga una solución única, se publicará y se comentará aquellas soluciones que puedan ser correctas. Es muy recomendable que contrastéis las respuestas orientativas con vuestras propias respuestas y detectéis así los aciertos y los errores cometidos. De esta forma, realizáis una tarea de autoevaluación y de aprendizaje fundamental para garantizar el adecuado seguimiento de la asignatura. Mediante el registro de evaluación continua, accederéis a la nota de cada prueba de evaluación. El plazo habitual y aproximado para introducir las calificaciones es de una semana a contar desde el cierre del plazo de entrega de la actividad correspondiente. No obstante, cada PEC tiene su temporización que podéis observar en el apartado de fechas clave de este plan docente. El consultor informará en el Tablón de la publicación de las calificaciones. Al cabo de unos días -si procede- se publicará en el tablón de cada aula un feedback grupal de los errores más frecuentes que se hayan detectado en la tarea de corrección de las actividades entregadas en el conjunto de las aulas de la asignatura. Este feedback grupal no tiene porqué contener únicamente los errores más comunes. Los consultores pueden optar por la publicación de una parte o la totalidad de las actividades destacadas que han realizado algunos estudiantes a modo de buenas prácticas. Por otro lado y en el mismo registro de evaluación continua (globo junto a la nota), el consultor también proporcionará un feedback personalizado a todos aquellos estudiantes que considere oportuno para su proceso de aprendizaje y seguimiento de la asignatura. Es decir, se seguirá con atención a aquellos estudiantes en riesgo de no superar el curso, según su evolución. En todo caso, cualquier estudiante puede pedir aclaraciones o formular dudas sobre su prueba en particular a su consultor. Por el hecho de ser una evaluación individual y continuada, se recomienda hacer esta petición durante los siete días posteriores a la publicación de la solución de cada prueba sobre la que tengáis dudas o necesidades de aclaración y no esperar a las calificaciones medias o finales. También es posible ponerse en contacto con el profesor responsable del curso académico, si los comentarios y sugerencias recibidos no son satisfactorios o no se está de acuerdo con ellos. |