|
||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de los que dispone la asignatura Recursos de aprendizaje y herramientas de apoyo Informaciones sobre la evaluación en la UOC Consulta del modelo de evaluación | ||||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. 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. | ||||||
Cada vez más el área de bases de datos está evolucionando por la aparición de nuevos retos en la gestión de la información. Así aparecen las bases de datos analíticas y, específicamente, los almacenes de datos o data warehouse (DW) como elemento troncal de la Factoría de Información Corporativa (FIC). La FIC/DW es hoy en día el centro de atención de las grandes instituciones, porque proporciona un mejor conocimiento de dicha organización y de sus clientes. La creación de la FIC y la correcta implementación de todos sus elementos tales como los diferentes almacenes de datos, los datos maestros, las estructuras multidimensionales y los procesos de transformación y carga son cuestiones críticas en la gestión del conocimiento y la madurez analítica de las organizaciones. En la creación de la FIC es también fundamental prestar especial atención a las cuestiones relativas a la calidad del dato, gestión de los metadatos y la gestión de los datos maestros. De igual modo y dada la envergadura de los proyectos relacionados con la creación de la FIC, conviene conocer las distintas estrategias y enfoques existentes de cara a abordar estos proyectos. |
||||||
Esta asignatura "Bases de datos analíticas" pertenece a la especialidad en Gestión de datos del Máster en Inteligencia de negocio y Big Data Analytics, así como al Posgrado en Inteligencia de negocio y análisis de datos. Está dirigido a estudiantes con perfil de formación empresarial, ingenierías de todo tipo, matemáticas, sociología, medicina, ciencias para la información o candidatos con una experiencia profesional equivalente. El programa provee fundamentos teóricos para la explotación de datos (business intelligence, big data, data science) y también formación aplicada en el ámbito de negocio (customer analytics, operations analytics i people analytics), tanto para profesionales de perfil funcional como técnico. La pieza central de las bases de datos analíticas será el almacén de datos, que es en realidad una base de datos diseñada y construida para ofrecer apoyo en la toma de decisiones de las organizaciones. Un almacén de datos se crea al extraer datos de una o varias fuentes externas de datos. Los datos extraídos, antes de cargarse en el almacén de datos, son transformados para eliminar inconsistencias, y si es necesario, resumirlos. Este proceso de transformación, de creación del detalle de los datos (incluyendo el factor tiempo), el resumen y combinación de los datos extraídos, ayudan a crear un contexto adecuado para que cualquier persona pueda tomar las decisiones que le correspondan de la manera más responsable posible. Por lo tanto, influye directamente en la mayor eficacia del negocio. Las líneas comerciales actuales y futuras obligan a las empresas a ser cada vez más competitivas. Para ser competitivas es necesario que las compañías tengan optimizados e integrados sus flujos internos de información y sus relaciones comerciales externas, y así conseguir objetivos básicos como son las mejoras de la productividad, la calidad, el servicio al cliente y la reducción de costes. Para llevar a cabo todos estos propósitos hacen falta profesionales que tengan conocimientos profundos en estas áreas. En consecuencia, y dada la emergencia de todos los temas relacionados con Internet, se puede afirmar que el área de interés presentada forma un bloque innovador dentro del mundo de los sistemas de información. |
||||||
Inteligencia de negocio, gestión de bases de datos, analítica de negocio, social-intelligence y Big Data. |
||||||
El Analista o Científico de Datos debe estar familiarizado con los conceptos básicos de Business Intelligence y análisis de datos. Es necesario disponer de conocimientos de programación, estadística y principios de visualización. En caso de no tener estos conocimientos, se pueden adquirir mediante la Competencias de Análisis (Data Literacy) o cursando de forma independiente alguno de los cursos. |
||||||
Esta asignatura pretende que, al final de la misma, el estudiante haya adquirido las siguientes competencias:
Con esta asignatura el estudiante adquirirá también las siguientes competencias de la especialización Bases de datos, data minning y Data Warehouse:
|
||||||
Los contenidos principales de la parte teórica de la asignatura se recogen en los módulos didácticos que se detallan a continuación:
Los contenidos complementarios de la parte teórica de la asignatura se recogen en los siguientes módulos didácticos:
|
||||||
|
||||||
A parte de los módulos didácticos previamente mencionados, la asignatura dispone de otros materiales de muestra de cursos anteriores (caso práctico, PECs i PRAs resueltos) y de soporte al caso práctico (documentos y vídeos) que se publican junto a las actividades de evaluación del curso o en su defecto, en el espacio Recursos del aula. Es necesario estudiar la teoría y tomar como ejemplo estos materiales. No son un manual para la realización de las actividades. Destacamos por su importancia 2 documentos que hay que leer con atención para el correcto desarrollo de las prácticas:
Estos materiales se pueden encontrar junto a las actividades de evaluación que requieren de ellos (PEC1 y PRA3) para su realización. Si hiciera falta algún otro material adicional, será proporcionado durante el curso. Así mismo, dado el carácter práctico de la asignatura se proporciona un entorno de prácticas previamente configurado para la realización de las actividades prácticas del curso. En la parte servidor:
Y en la parte cliente:
Y para ofrecer soporte técnico a este entorno y resolver las incidencias que puedan ocurrir, dispondréis de un profesor de laboratorio que os atenderá en la misma aula de teoría en el espacio indicado al inicio de curso. |
||||||
El proceso de evaluación se fundamenta en el trabajo personal de cada estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares que pueden tener consecuencias académicas y disciplinarias graves. Por un lado, si se detecta alguna de estas conductas irregulares, puede comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente incluidas las pruebas finales o en la calificación final de la asignatura, ya sea porque se han utilizado materiales o dispositivos no autorizados durante las pruebas, como redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas del resto de estudiantes, etc.) sin la correspondiente citación, o porque se ha practicado cualquier otra conducta irregular. Por el otro, y de acuerdo con las normativas académicas, las conductas irregulares en la evaluación, además de comportar el suspenso de la asignatura, pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda. |
||||||
|