Treball final de màster Codi:  M2.961    :  12
Consulta de les dades generals   Descripció   L'assignatura en el conjunt del pla d'estudis   Camps professionals en què es projecta   Coneixements previs   Informació prèvia a la matrícula   Objectius i competències   Continguts   Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura   Informacions sobre l'avaluació a la UOC   Consulta del model d'avaluació  
Aquest és el pla docent de l'assignatura per al primer semestre del curs 2024-2025. Podeu consultar 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.
El treball final de màster (TFM) és un exercici individual i de caràcter professional o acadèmic que sintetitza els coneixements i competències adquirits al llarg de tot el màster.

Aquest treball es realitza sota la supervisió d'un professor col·laborador docent, que actua com a director del treball.

El resultat final del treball final consta dels següents elements:
  • Una memòria, que documenta el treball realitzat.
  • Un producte, que varia segons el tipus de treball (aplicació, disseny, estudi, etc).
  • Una presentació, que resumeix els resultats obtinguts i el desenvolupament del treball.
  • Un informe d'autoavaluació.
La càrrega de treball d'aquesta assignatura és de 12 ECTS, és a dir, 300 hores de treball per a l'estudiant.

Amunt

El treball final de màster és una assignatura obligatòria i de caràcter finalista. És el resultat final i natural del procés d'aprenentatge realitzat per l'alumne durant els seus estudis de Màster, i és en ell on l'alumne té oportunitat de fer convergir els coneixements adquirits.

Amunt

El treball requereix desenvolupar i aplicar competències de gran aplicació en el dia a dia de l'àmbit professional i acadèmic: planificació, gestió del temps, automotivació, iniciativa, etc.

El camp professional o acadèmic concret relacionat amb el treball final dependrà de l'àrea temàtica.

Amunt

No només es requereix de l'alumne que utilitzi els coneixements adquirits en el Màster, sinó que se li anima al fet que vagi més enllà del temari estudiat en les assignatures, aportant coneixements addicionals a partir d'altres estudis, adquirits per altres vies o aquells aconseguits durant el TFM.

Els coneixements previs concrets necessaris dependran de l'àrea temàtica del treball final escollit.

Amunt

Es recomana llegir amb antelació i deteniment el pla docent de l'assignatura per assegurar-se que es compleixen tots els requisits i recomanacions necessaris. Tenint en compte les peculiaritats del TFM i el seu pes curricular, és molt recomanable que l'alumne realitzi les "Tasques prèvies a la matrícula" durant les setmanes prèvies a la seva matriculació.

Requisits de matrícula

El TFM es cursarà al final de la titulació. Per tant, per a poder matricular-se, és imprescindible que l'estudiant tingui superats, reconeguts o estigui cursant els 48 ECTS del programa corresponents a les assignatures obligatòries i optatives.

Cal tenir en compte, però, que es tracta d'una assignatura de 12 crèdits i que per tant, comporta una càrrega de treball de 300 hores (és a dir, prop de 20 hores setmanals de dedicació).

Tasques prèvies a la matrícula

El Treball Final de Màster (TFM) es divideix en un conjunt d'àrees. Dins de cadascuna d'aquestes àrees, es proposen diferents línies de treballs, que seran dirigits per diferents professors col·laboradors i supervisades per un únic professor responsable. En cas de dubte sobre alguna àrea o línia concreta, s'haurà d'enviar un missatge al professor responsable de l'àrea o professor col·laborador responsable de la línia concreta. A més, algunes àrees poden tenir elements de desenvolupament o avaluació específics, amb la qual cosa es recomana llegir amb deteniment el pla docent de cada àrea de TFM i consultar els dubtes al professor responsable de l'àrea o al tutor.

ÀREES específiques de TFM:

En el següent enllaç podeu trobar la descripció específica de les diferents àrees i propostes que s'ofereixen per a la realització del TFM, amb la informació relativa als tutors, línies d'investigació i procediment de matrícula:

https://sites.google.com/uoc.edu/tfm-mds-uoc/

En finalitzar el treball es podrà dipositar una còpia al repositori institucional de la UOC (O2, http://openaccess.uoc.edu/webapps/o2/handle/10609/53085) on quedarà arxivat i serà de lliure consulta per al seu ús docent i de divulgació, excepte en els casos on es pugui justificar que hi ha dades confidencials a protegir (propietat intel·lectual de tercers, dades personals, etc.).

Amunt

Aquesta assignatura, dissenyada d'acord amb el Reial decret d'organització dels ensenyaments universitaris (RD 822/2021), permet desenvolupar els coneixements, les habilitats i les competències que es detallen a continuació:

 

Coneixements o continguts (Knowledge)

¿      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.

¿      K2 Identificar els punts crítics en un projecte de ciència o anàlisi de dades, així com les debilitats principals que puguin dificultar la finalització reeixida del projecte.

¿      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)

¿      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.

¿      S9 Treballar en equip en un entorn virtual per fer aplicacions basades en intel·ligència artificial en el context d'un projecte de ciència de dades.

Competències (Competències)

¿      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.

¿      C5 Realitzar, presentar i defensar projectes professionals en l'àmbit de la ciència de dades, adequant-se al públic a què s'adreça la presentació.

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

La combinació d'aquests coneixements, destreses i competències es reflecteix en els resultats d'aprenentatge següents:

¿      Dissenyar projectes acadèmics o professionals aplicant criteris de qualitat, sostenibilitat i responsabilitat social.

¿      Avaluar críticament l¿aplicació dels principis ètics que guien l¿exercici professional en situacions complexes.

¿      Demostrar comprensió detallada en un àmbit especialitzat dins la ciència de dades.

¿      Adquirir la capacitat de dimensionar, dissenyar i desenvolupar projectes integrals a l'àmbit de la ciència de dades.

¿      Analitzar diferents alternatives i triar la més adequada, justificant-ne l'elecció.

¿      Avaluar i discutir decisions preses, ja sigui per un mateix o per altres.

¿      Elaborar i defensar un document que sintetitzi un treball original a l'àmbit de la ciència de dades.

¿      Actuar de manera ètica, honesta i cívica en el treball acadèmic i professional, evitant el plagi o qualsevol altre ús indegut del treball de tercers.

¿      Resoldre en els textos acadèmics o d'investigació dilemes de reconeixement i atribució d'idees i treballs, en base a l'ètica i la integritat del treball intel·lectual.

Amunt

En el Treball Final de Màster es posaran en pràctica i s'aprofundirà en les competències generals del màster mitjançant l'elaboració d'un treball escrit. Així mateix, durant l'elaboració d'aquest treball s'intentarà fomentar el desenvolupament de competències similars a les de la pràctica professional. De la mateixa manera, cal ressaltar que es farà especial èmfasi en els aspectes relacionats amb la planificació, seguiment, cerca d'informació, habilitats comunicatives, el seu impacte al món real, anàlisi econòmica, etc. Finalment, és important destacar que en funció de la temàtica del Treball Final de Màster, l'estudiant aprofundirà els seus coneixements en les competències relacionades amb aquesta temàtica.

Amunt

Formal Proof. Understanding writing and evaluating proofs PDF
Presentació de documents i elaboració de presentacions PDF
Redacció de textos científicotècnics PDF
El treball de final de grau i de màster: Redacció, defensa i publicació PDF
Mètodes d'investigació quantitativa Web
Academic Writing I: Planning a Scientific Paper from Qualitative Data Audiovisual
Presenting your research PDF
Publishing research PDF
Writing scientific papers PDF
Validesa PDF
Espai de recursos de ciència de dades Web

Amunt

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.

Amunt

L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC.

 

Amunt