|
||||||||||||||||||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Campos profesionales en el que se proyecta Conocimientos previos Información previa a la matrícula Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de la UOC para la asignatura Información adicional sobre los 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 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. | ||||||||||||||||||||
Desde hace unos años, la toma de decisiones basada en los datos está tomando cada vez más fuerza dentro del mundo empresarial, ya que ha quedado demostrado que estas decisiones permiten a las organizaciones ser más eficientes. No obstante, para poder utilizar los datos y convertirlos en información de interés, uno de los puntos más importantes es que estos estén correctamente tratados y almacenados teniendo en cuenta el amplio abanico de soportes de almacenamiento que existen actualmente. Hoy en día podemos encontrar los datos en sistemas de ficheros, directamente en formatos de audio, vídeo y texto, así como en bases de datos no-SQL. Sin embargo, el modelo de almacenamiento de datos estructurado sigue siendo sin duda líder en el mercado de soluciones analíticas. Dentro de los sistemas de almacenamiento estructurado o SQL, podemos encontrar las siguientes bases de datos:
Las bases de datos analíticas son las que estudiaremos en esta asignatura. El almacén de datos o data warehouse (DW) es el soporte sobre el que se disponen los datos y a partir del cual se da respuesta a las consultas formuladas. Éste, a su vez, se convierte en la pieza central de un contexto más amplio, llamado Factoría de la Información Corporativa (FIC). La FIC y el DW son hoy en día el centro de atención de las grandes Instituciones para proporcionar un mejor conocimiento de la propia organización y de sus clientes/usuarios. El objetivo de esta asignatura es aprender a diseñar un DW y crear la FIC, con todos sus componentes, con el fin de obtener una implementación que pueda dar rápida respuesta a las consultas formuladas con finalidad analítica. Además de aprender sobre almacenes de datos, estructuras multidimensionales y procesos de transformación, se aprenderá a gestionar datos y metadatos, a administrar un sistema de data warehouse y los diferentes enfoques que existen para crear la FIC. Dado el carácter eminentemente práctico de la asignatura, el aprendizaje se realizará básicamente a través de la resolución de un proyecto de data warehousing. |
||||||||||||||||||||
Diseño y uso de bases de datos analíticas es una asignatura obligatoria en el Grado en Ciencia de Datos Aplicada que forma parte del conjunto de asignaturas de la materia de bases de datos. Dentro del plan de estudios del grado en Ciencia de datos la asignatura precedente es "Bases de datos para data warehousing", la cual introduce al estudiantado en el diseño de las bases de datos y el uso del lenguaje estructurado de consultas SQL. Partiendo de esta base, en "Diseño y uso de bases de datos analíticas" se presenta el modelo multidimensional de datos y su explotación desde diferentes dimensiones. Posteriormente a "Diseño y uso de bases de datos analíticas" hay que cursar la asignatura "Bases de datos no relacionales" para conocer otro tipo de bases de datos no basadas en SQL. Y opcionalmente, para completar la formación en materia, puede escogerse "Optimización de bases de datos para entornos analíticos". |
||||||||||||||||||||
Los conocimientos adquiridos en esta asignatura serán de utilidad para perfiles técnicos, tales como arquitectos, ingenieros y científicos de datos, administradores de bases de datos o consultores de business intelligence. Es decir, profesionales responsables de la construcción de la arquitectura de un sistema de análisis de datos o inteligencia de negocio, que, a su vez, se encarguen, entre otros, del diseño de la estructura de datos y los procesos ETL (Extract, Transform and Load), los cuales permiten convertir los datos en información que pueda ser explotada con diferentes herramientas de reporting, análisis y cuadros de mando, entre otras visualizaciones posibles. |
||||||||||||||||||||
Es conveniente disponer de ciertos conocimientos de SQL y diseño de bases de datos relacionales o en su defecto haber cursado la asignatura "Bases de datos para data warehousing" en el caso del Grado en Ciencia de Datos. Además, es necesario cierto conocimiento de la lengua inglesa para comprender documentación técnica de los productos instalados y/o información de referencia disponible en la red. |
||||||||||||||||||||
La información que los estudiantes deben conocer antes de matricularse es:
Ver conocimientos previos en el apartado anterior. |
||||||||||||||||||||
Las principales competencias que el estudiantado debe adquirir son las siguientes:
Estas competencias se relacionan con las siguientes competencias específicas (CE):
|
||||||||||||||||||||
os 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: Los datos en la factoría de la información corporativa. En este módulo se abordan cuestiones como la calidad de los datos, la gestión de los datos maestros, gestión de los metadatos y el gobierno del dato. También se tratan los aspectos relacionados con la legalidad y la ética en el tratamiento de dato. Administración de la FIC. Una vez construido el data warehouse y la FIC, hay que explotarlo y mantenerlo, de aquí la importancia de la administración de sistemas de datawarehousing. Se presenta el ciclo de vida del data warehouse, desde las primeras etapas de planificación y diseño; pasando por su puesta en marcha y crecimiento; llegando hasta las fases de monitorización, mantenimiento y optimización. También se presentan las figuras concretas encargadas de llevar a cabo conjuntos de tareas especializadas, que las organizaciones deben contemplar para asegurar el buen funcionamiento del sistema. Para reforzar los contenidos estudiados en los módulos didácticos y conseguir que sean más fácilmente aplicables a la práctica, se ofrece al estudiantado un material teórico-práctico basado en un caso concreto. Su objetivo es acercar la teoría a la práctica y por eso se plantean una serie de retos que, a medida que se van logrando, permiten destacar la aplicación de los conceptos teóricos más importantes estudiados en el caso de estudio en cuestión; hecho que facilita la comprensión del proceso de creación del modelo multidimensional y su posterior explotación de datos. |
||||||||||||||||||||
|
||||||||||||||||||||
A parte de los módulos didácticos previamente mencionados, la asignatura dispone de material teórico-práctico que facilita el estudio de los módulos didácticos y la puesta en práctica de los conocimientos mediante la resolución de una serie de retos relativos al caso práctico dado. También se dispone de materiales de muestra de cursos anteriores (caso práctico completo de muestra) recursos de soporte (documentos y vídeos) que se publican junto a las actividades de evaluación del curso. El caso práctico de ejemplo no se debe interpretar como un tutorial o guía paso a paso para realizar la PR, se facilita únicamente a modo de ejemplo. Destacamos por su importancia 2 documentos que hay que leer con atención para el correcto desarrollo de las prácticas:
Estos materiales se pueden encontrar en el apartado Recursos de Aprendizaje de cada actividad que los requiere (PEC1 y PR3). 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. Este entorno virtual es de uso únicamente docente. En la parte servidor:
Y en la parte cliente:
Y para ofrecer soporte técnico en este entorno y resolver las incidencias que puedan suceder con el uso del entorno VDI o del software instalado, dispondréis de un profesor/a en el aula de laboratorio, M2.884. Laboratorio de soporte al entorno VDI. Dado que esta aula será diferente del aula de teoría, deberéis consultar frecuentemente las dos aulas. |
||||||||||||||||||||
En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación. Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa. Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica. Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente. El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto. La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves. Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, 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 de otros estudiantes, etc.) sin la citación correspondiente, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular. Asimismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC. En el marco del proceso de evaluación, la UOC se reserva la potestad de:
Inteligencia artificial en el marco de la evaluación La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios. Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula. |
||||||||||||||||||||
|