• Descripció

La visualització de dades s'està imposant com una eina molt eficaç per a la manipulació, anàlisi i interpretació de grans volums de dades, atès que s'aprofita de les habilitats de el sistema visual humà, capaç de detectar ràpidament patrons, repeticions, elements discordants, etc. Una bona visualització és el mecanisme més efectiu per captar l'atenció de l'usuari, donant valor a la dita que "una imatge val més que mil paraules".

A més, el desenvolupament de noves tecnologies està permetent també que la visualització de dades sigui la mateixa interfície d'accés a aquests, incorporant funcions per a la selecció, filtrat, etc., de manera que sigui possible realitzar consultes i fins i tot certes anàlisis estadístiques mitjançant la mateixa visualització.

No obstant això, la creació d'una visualització de dades eficient i eficaç implica perseguir un objectiu concret relacionat amb les dades que es vol transmetre, fugint d'artificis tècnics i estètics. Visualitzar dades és una combinació d'elements provinents de diferents camps, incloent-hi la psicologia de la percepció, l'estètica, el disseny i l'estadística, tot això mitjançant l'ús d'eines i llenguatges de programació orientats a aquest propòsit.

En aquesta assignatura es treballen els conceptes teòrics que hi ha darrere d'una bona visualització, s'identifiquen els elements que determinen la seva estructura, objectius, etc. i s'utilitzen diferents eines per a la creació de visualitzacions interactives.

• L'assignatura en el conjunt del pla d'estudis

Aquesta assignatura culmina el procés seguit durant el cicle de vida de les dades, des de la captura i manipulació de dades quantitatives, passant per la creació de models avançats per a classificar-les, relació i predicció, i finalitzant amb la visualització creada usant eines avançades.

• Camps professionals en què es projecta

L'objectiu del màster de ciència de dades de la UOC és la formació de professionals tot-terreny amb una formació en anàlisi i solució de problemes de negoci, estadística avançada i mineria de dades i disseny i construcció de sistemes d'informació, que poden treballar en diferents departaments de l'empresa o en un centre de competències interdisciplinàries.

La visualització de dades, combinada amb l'anàlisi de dades, és la part de la ciència de dades que treballa la comunicació optimitzada de resultats per facilitar-ne la seva interpretació. Professionalment, aquest és un coneixement que és necessari en tota mena d'empreses que treballen amb dades i que volen entendre-les i comunicar-les. Això inclou l'àmbit de negoci i finances, però també d'infraestructures, de videojocs, d'estudis sociològics i d'administració i salut públiques, entre d'altres.

• Coneixements previs

Aquesta assignatura pressuposa que l'estudiant ja fa servir el vocabulari típic de l'àrea de Data Science, i que coneix els elements clau que formen part d'aquest àmbit.

Per a la realització d'aquesta assignatura només es pressuposen uns coneixements bàsics de programació, atès que es planteja des d'una perspectiva orientada a resoldre problemes mitjançant la combinació de solucions (eines) ja existents. També es necessiten uns coneixements bàsics per a la creació de pàgines web que permetran implementar les visualitzacions de forma interactiva. Per a això es proporcionaran exemples que podran ser reutilitzats per assolir els objectius proposats.

A més, com la metodologia inclou estudis de casos i la investigació autònoma d'informació, és aconsellable que l'estudiant estigui familiaritzat amb la recerca de fonts d'informació, l'anàlisi de la informació quantitativa i qualitativa, la capacitat de sintetitzar i obtenir conclusions així com de posseir certes habilitats de comunicació escrita.

Finalment, donada la naturalesa de l'assignatura, és necessari utilitzar eines i procediments descrits en llengua anglesa, de manera que un nivell bàsic de lectura i comprensió de textos tècnics és aconsellable.

• Informació prèvia a la matrícula

Aquesta assignatura presuposa que l'estudiant té coneixements de programació, d'ús de bases de dades i d'estadística i de mineria de dades, necessaris per a entendre la natura d'un conjunt de dades, les seves característiques i els objectius a assolir mitjançant una visualització de dades.

• Objectius i competències

Pels estudiants del Màster Universitari de Ciència de Dades

Coneixements o continguts (Knowledge)

En finalitzar el màster universitari, l'estudiantat serà capaç de:

K1 Comprendre el procés general o global d'un projecte de ciència o anàlisi de dades, incloent-hi la identificació de fonts de dades, la captura i l'emmagatzematge de dades, el processament i l'anàlisi d'aquestes i, finalment, la presentació dels resultats.

K3 Identificar les fonts de dades rellevants per a un determinat projecte, fent èmfasi en la tipologia i el format de les dades.

K4 Comprendre els mecanismes d’extracció i transformació de dades, ja sigui a partir d’una única font de dades o fent ús de múltiples de fonts de dades.

K6 Conèixer i aplicar tècniques d'anàlisi estadística i descriptiva per obtenir informació rellevant a partir de les dades emprades en un projecte de ciència de dades.

K7 Comprendre l'ampli ventall de tècniques, mètodes i eines disponibles per fer l'anàlisi de dades a partir d'un conjunt de preguntes de negoci o de recerca.

K8 Conèixer les diferents tècniques i models per a la visualització de dades que permetin transmetre, de manera adequada al públic, la informació o els resultats d'un projecte de ciència de dades.

Habilitats o destreses (Skills)

En finalitzar el màster universitari, l'estudiantat serà capaç de:

S4 Conèixer les diferents tècniques, mètodes, models i algorismes dins de la intel·ligència artificial que permeten la resolució de diferents tasques, considerant-ne els principals punts forts i les debilitats o problemes més rellevants.

S5 Utilitzar de manera avançada els llenguatges de programació, les eines de desenvolupament i les tecnologies disponibles per a l'anàlisi, el disseny i la implementació d'aplicacions basades en intel·ligència artificial.

S6 Saber crear gràfics i visualitzacions adequades per mostrar la informació i els resultats d'un projecte de ciència de dades.

S7 Produir i comprendre textos escrits i presentacions orals en un context acadèmic, científic i professional, demostrant habilitats comunicatives a l'àmbit tècnic de la ciència de dades.

S8 Analitzar i sintetitzar informació per avaluar solucions tecnològiques i elaborar propostes de projectes de ciència de dades, tenint en compte els recursos, les alternatives disponibles i les condicions de mercat.

Competències (Competències)

En finalitzar el màster universitari, l'estudiantat serà capaç de:

C1 Actuar de manera honesta, ètica, sostenible, socialment responsable i respectuosa amb els drets humans i la diversitat, tant a la pràctica acadèmica com a la professional, i dissenyar solucions per a la millora d'aquestes pràctiques.

C2 Desenvolupar el pensament crític i autocrític a l'anàlisi, la conceptualització i el disseny de projectes de ciència de dades.

C3 Dissenyar, desenvolupar i gestionar projectes de ciència de dades, adaptant-se a l'evolució de les tecnologies, els llenguatges de programació i les necessitats d'empreses, institucions i, en general, de la societat.

C4 Desenvolupar i aplicar iniciativa i esperit emprenedor.

C6 Avaluar de manera crítica, justificada i objectiva el resultat d'un projecte de ciència de dades.

--------------------------------------------------------------------------------------------------------------------------------

Pels estudiants del Màster Universitari d'Enginyeria Informàtica

• Continguts

Aquesta assignatura es compon dels següents blocs:

BLOC 1: Comprèn l'activitat PAC1.

L'objectiu d'aquest primer bloc és establir els fonaments conceptuals de les visualitzacions de dades. És un bloc molt important per adquirir una base teòrica sobre el que considerem una bona visualització de dades, i que utilitzarem en els següents blocs.

BLOC 2: Comprèn les activitats PAC2 i PAC3.

L'objectiu d'aquest bloc és aplicar els coneixements teòrics a casos pràctics utilitzant les dades que us proposem i seguint un procés de creació de visualitzacions de dades (PAC2 i PAC3) de manera guiada, d'acord amb la base teòrica.

BLOC 3: Comprèn l'activitat Pràctica.

En aquest bloc es proposa crear una visualització de manera lliure que inclogui tant unes dades de complexitat acceptable com un projecte en forma de visualització final que sigui avançada respecte a la interactivitat, comunicació de resultats i tècniques emprades. En aquest bloc teniu llibertat creativa, però heu d'aplicar tot el que s'ha après als blocs anteriors.

• Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura

• Informació addicional sobre els recursos d'aprenentatge i eines de suport

En aquesta assignatura s'usen recursos i eines de diferents tipus:

• Lectures: materials docents de producció pròpia que descriuen els conceptes bàsics.
• Guies: documents amb aspectes clau d'un tema en concret.
• Articles científics: textos acadèmics que desenvolupen algun dels conceptes teòrics.
• Vídeos: exemples de tècniques, mètodes i treballs de l'àmbit de la visualització de dades.
• Conjunts de dades: usats per a la realització de les activitats pràctiques.
• Programari: eines per a la creació de visualitzacions de dades.
• Webs: altres recursos interessants que poden ser consultats per ampliar informació sobre diferents aspectes.

• Informacions sobre l'avaluació a la UOC

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden 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, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, 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, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

• Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
• Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

• Consulta del model d'avaluació