Business Intelligence i Big Data Codi:  M5.905    :  4
Consulta de les dades generals   Descripció   L'assignatura en el conjunt del pla d'estudis   Camps professionals en què es projecta   Objectius i competències   Continguts   Consulta dels recursos d'aprenentatge de què disposa l'assignatura   Recursos d'aprenentatge i eines de suport   Informacions sobre l'avaluació a la UOC   Consulta del model d'avaluació  
Aquest és el pla docent de l'assignatura. Us servirà per planificar la matrícula (consulteu si l'assignatura s'ofereix aquest semestre a l'espai del Campus Més UOC / La Universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. (El pla docent pot estar subjecte a canvis.)

Aquesta assignatura proporciona a l'estudiant els fonaments teòrics i pràctics de la ciència de dades, el Big Data i la intel·ligència de negoci, amb l'objectiu de poder entendre el funcionament dels sistemes de grans volums de dades i les seves aplicacions en el si de l'empresa.

Amunt

Aquesta assignatura està inclosa en el Màster Universitari en Innovació i Transformació Digital. Específicament, es tracta d'una assignatura obligatòria corresponent al mòdul Transformació Digital.

Amunt

Aquesta assignatura serà molt útil a aquells professionals que, ocupant posicions de responsabilitat en una organització, desitgin implementar les tècniques que ofereixen el Big Data i la intel·ligència de negoci.

Amunt

Les competències transversals associades a aquesta assignatura són les següents:

·         Aportar valor a les organitzacions utilitzant les TIC de forma avançada.

·         Desenvolupar el pensament crític i reflexiu, fonamentat en el coneixement acadèmic i en el coneixement aplicat en la pràctica professional.

Les competències específiques associades a aquesta assignatura són les següents:

·         Traçar i elaborar l'estratègia per a la transformació digital de l'empresa a partir de les principals tecnologies i tendències.

·         Exercir tasques d'investigació i anàlisi de dades amb múltiples tècniques en l'àmbit de la innovació i la transformació digital.

Amunt

L'assignatura està composta per les següents unitats didàctiques:

a) Introducció a la ciència de dades.

Aquesta unitat té com a objectiu presentar el conjunt de conceptes fonamentals relatius a la ciència de les dades. Així es busca una definició i s'enumeren i delimiten els conceptes i noms que configuren el núvol d'idees al voltant de la ciència de dades. Es presenten les fases del cicle de vida de la dada, i els rols i característiques d'un científic de dades.

A més, també introdueix el concepte de Big Data, que fa referència a l'explosió en complexitat de les dades en el context d'una organització. Així, s'ofereix un recorregut des dels conceptes bàsics essencials del Big Data fins a comprendre el funcionament dels sistemes i eines que s'utilitzen per les principals empreses per al desenvolupament dels models de comprensió de les dades disponibles, tot això passant per una descripció de com aplicar aquests conceptes i eines en el desenvolupament professional o de recerca.

b) Introducció a la intel·ligència de negoci.

Aquesta unitat té com a objectiu presentar el conjunt de conceptes fonamentals relatius a la intel·ligència de negoci. Els sistemes d'intel·ligència de negoci, o Business Intelligence (BI), permeten a una organització optimitzar les seves decisions a través de la captura, l'emmagatzematge i l'anàlisi de les dades que generen. Els sistemes d'intel·ligència de negoci s'han transformat en els últims anys en les peces angulars per millorar les decisions de negoci dins d'una organització. Fins no fa gaire, els sistemes d'intel·ligència de negoci es centraven únicament en analitzar les dades de l'organització per a una presa de decisions basada en evidències. No obstant això, en els últims anys, l'aparició de noves tècniques i tecnologies ha permès evolucionar els sistemes d'intel·ligència de negoci perquè tinguin en compte dades externes a l'empresa. Això permet que els sistemes d'intel·ligència de negoci siguin més eficients, podent no només detectar punts de millora dins de l'organització sinó en el mercat i entorn on opera.

c) Xarxes socials i ètica.

Aquesta unitat es dedica a dos temes que són d'una gran rellevància en la gestió exitosa d'una organització.

Un d'aquests elements és el de l'anàlisi de la informació que hi ha disponible a les xarxes socials, el qual es fa amb tècniques del Social Media Analytics (SMA). En l'última dècada, SMA s'ha convertit en una forma principal d'intel·ligència empresarial, utilitzada per identificar, predir i respondre al comportament de consumidor. Aquesta metodologia contempla quatre passos principals en l'estudi de les dades estadístiques i digitals de les xarxes socials: identificació, recopilació, anàlisi i interpretació. A més, veurem com SMA es relaciona amb la intel·ligència de negoci.

Un altre element fonamental és la dimensió ètica de l'ús del Big Data. L'àmbit que estudia aquest aspecte es denomina ètica de Big Data o, simplement, ètica de dades, i s'encarrega d'analitzar la correcció i adequació de pràctiques relacionades amb l'obtenció, manipulació i publicació de dades particulars. Específicament, l'ètica de dades tracta temes com la propietat de les dades, la transparència, el consentiment, la privacitat i la disponibilitat de dades. A més, veurem quins són els dilemes ètics de el nou paradigma, i també quin impacte té en les organitzacions la responsabilitat de gestionar aquestes dades.

Amunt

Introducció al Big Data XML
Introducció al Big Data DAISY
Introducció al Big Data EPUB 2.0
Introducció al Big Data MOBIPOCKET
Introducció al Big Data KARAOKE
Introducció al Big Data XML
Introducció al Big Data HTML5
Introducció al Big Data PDF
Introducció al Big Data OAI-MPH
Usant machine learning en big data XML
Introducció al business intelligence i big data PDF
Social Media Analytics PDF

Amunt

Aquesta assignatura disposa dels següents materials:

·         Introducción al big data (PID_00241338).

·         Los roles, ámbitos y nombres de la ciencia de datos. Módulo UOC (PID_00261827).

·         Usando machine learning en big data. Módulo UOC (PID_00241341).

·         Introducción al business intelligence y big data. Módulo UOC (PID_00242521).

·         Organizaciones orientadas al dato. Módulo UOC (PID_00249543).

·         Social Media Analytics. Módulo UOC (PID_00209852).

·         Ética y big data. Módulo UOC (PID_00243550).

Paral·lelament, també es treballarà amb un cas pràctic on es contextualitzen els continguts estudiats en aquesta assignatura. En aquest cas pràctic es planteja una problemàtica concreta i es proposa una resolució.

A més, en aquesta assignatura també es treballarà amb diversos vídeos amb continguts relacionats amb la temàtica estudiada.

Amunt

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus.

D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent –incloses les proves finals– o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular.

De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui.

Amunt

Aquesta assignatura només es pot superar a partir de l'avaluació contínua (AC). La nota final d'avaluació contínua esdevé la nota final de l'assignatura. La fórmula d'acreditació de l'assignatura és la següent: AC.

 

Amunt