ECTS materia: 24 ECTS Carácter: Mixta
18 ECTS Obligatorios 6 ECTS Optativos Organización temporal:
Semestral
Secuencia dentro del plan de estudios: 2º (6 ECTS obligatorios) / 3º (6 ECTS obligatorio) / 5º (6 ECTS obligatorio) / 7º (6 ECTS optativos)
Lenguas en las que se imparte: Catalán/Español
Resultados de aprendizaje:
- Saber consultar y actualizar de manera eficiente una base de datos mediante SQL
MEMORIA para la solicitud de MODIFICACIÓN DE TÍTULO
GR EN CIENCIA DE DATOS APLICADA / APPLIED DATA SCIENCE
20/04/2020 98/184
- Ser capaz de codificar procedimientos almacenados y disparadores utilizando
lenguajes procedimentales.
- Ser capaz de entender y aplicar conceptos avanzados de SQL como funciones
analíticas, transacciones o Common Table Expression.
- Saber diseñar e implementar un almacén de datos orientado a procesos analíticos y
elegir la mejor arquitectura que lo soporte.
- Saber poblar los almacenes de datos desde distintas fuentes de información utilizando
procesos ETL.
- Conocer los diferentes tipos de aplicaciones y herramientas para una óptima
explotación del almacén de datos.
- Entender el concepto de data lake y como se integra con los otros almacenes
analíticos de una organización.
- Conocer las características de las bases de datos orientadas a columnas y saber en
qué contextos pueden ser útiles.
- Entender las principales técnicas que implementa un sistema gestor de bases de
datos orientado a columnas.
- Ser capaz de situar, en el contexto del área de bases de datos, los términos más
habituales del área de NoSQL (agregado, clave-valor, documento, columna, grafo, sharding, réplica, ACID, BASE, teorema CAP, MapReduce, base de datos distribuida, modelos de sistemas distribuidos etc.).
- Conocer los distintos modelos NoSQL (clave-valor, documental, columnas y de grafo),
saber cómo organiza los datos cada uno de ellos y conocer sus principios básicos de diseño.
- Ser consciente de las implicaciones de la distribución de datos para las bases de
datos y entender el impacto que tiene dicha distribución en las bases de datos NoSQL.
- Conocer las características principales y el funcionamiento de algunos de los
productos NoSQL más relevantes.
- Conocer los modelos NewSQL, saber cómo organiza los datos y conocer sus
principios básicos de diseño.
- Conocer los principios básicos de la indexación distribuida y saber cómo y cuándo
aplicarla.
- Saber escoger el mejor modelo de datos para cada problema concreto, o la
combinación de ellos en un proyecto informático.
- Saber realizar el diseño físico de una base de datos de acuerdo a su contexto de
aplicación.
- Ser capaz de utilizar estrategias de distribución de datos para optimizar el acceso a la
base de datos e incrementar su disponibilidad.
- Saber administrar y optimizar una base de datos en un contexto analítico.
Contenidos:
Diseño y uso de bases de datos analíticas
MEMORIA para la solicitud de MODIFICACIÓN DE TÍTULO
GR EN CIENCIA DE DATOS APLICADA / APPLIED DATA SCIENCE
20/04/2020 99/184 2. La construcción de la factoría de información corporativa
3. Los datos en la factoría de información corporativa 4. Diseño multidimensional y explotación de datos 5. Administración de la factoría de información corporativa Bases de datos para data warehousing
1. SQL
2. Complementos de SQL para el contexto de data warehousing 3. Diseño físico
4. Almacenes de columnas 5. Bases de datos en memoria Bases de datos no relacionales
1. Bases de datos no tradicionales 2. Modelos de bases de datos NoSQL 3. Bases de datos en entornos distribuidos 4. Uso de bases de datos NoSQL
5. Bases de datos NewSQL
Optimización de bases de datos en entornos analíticos
1. Optimización mediante estrategias de distribución de datos 2. Sistemas de indexación distribuida
3. Administración de bases de datos distribuidas
4. Alternativas hardware para la optimización en bases de datos analíticas Observaciones:
Competencias básicas y generales:
CB1- Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio;
CB5- Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
CG3- Buscar, gestionar y usar la información más adecuada para modelizar problemas concretos y aplicar adecuadamente procedimientos teóricos para su resolución de manera autónoma y creativa.
Competencias transversales:
MEMORIA para la solicitud de MODIFICACIÓN DE TÍTULO
GR EN CIENCIA DE DATOS APLICADA / APPLIED DATA SCIENCE
20/04/2020 100/184 CT3- Expresarse de forma escrita de forma adecuada al contexto académico y profesional. Competencias específicas:
CE3- Definir, evaluar y seleccionar soluciones tecnológicas, así como recursos (espaciales, temporales) necesarios para el desarrollo y ejecución de proyectos, teniendo en cuenta las alternativas disponibles, las condiciones de mercado y las normativas vigentes.
CE4- Diseñar un marco experimental teniendo en cuenta los métodos más adecuados para la captura, el procesamiento, el almacenamiento, el análisis y la visualización de datos.
CE8- Identificar y combinar datos de diferentes fuentes y formatos en diferentes gestores de bases de datos para obtener un almacenamiento de datos eficiente en cada contexto de aplicación.
CE9- Aplicar técnicas específicas de captura, tratamiento y análisis de datos estructurados, semi-estructurados y no estructurados.
CE10- Administrar y gestionar los sistemas operativos y de comunicaciones de los componentes de una red de ordenadores.
Actividades formativas:
Actividades formativas Horas Presencialidad Búsqueda, selección y gestión de
la información
100 0% Lectura de recursos textuales o
visionado de videos
100 0%
Análisis crítico 75 0%
Resolución de problemas 100 0% Ejercicios y actividades prácticas 200 0%
Debate 25 0%
Metodologías docentes:
Aprendizaje autónomo, Aprender haciendo, Aprendizaje basado en problemas y Trabajo colaborativo.
Sistemas de evaluación (indicar Ponderación Máxima y Mínima):
Sistemas evaluación Ponderación mínima
Ponderación máxima Evaluación continua: Pruebas de
evaluación continua
MEMORIA para la solicitud de MODIFICACIÓN DE TÍTULO
GR EN CIENCIA DE DATOS APLICADA / APPLIED DATA SCIENCE
20/04/2020 101/184 Evaluación final: Prueba de síntesis 0% 40%
Asignaturas que conforman la materia:
(Para cada asignatura dar la información que se detalla a continuación)
Denominación de la asignatura: Diseño y uso de bases de datos analíticas
ECTS: 6
Carácter: Obligatoria
Organización temporal: Semestral
Semestre impartición: 2º semestre
Lengua impartición: Catalán/ Castellano
Denominación de la asignatura: Bases de datos para Data Warehousing
ECTS: 6
Carácter: Obligatoria
Organización temporal: Semestral
Semestre impartición: 3r semestre
Lengua impartición: Catalán/ Castellano
Denominación de la asignatura: Bases de datos no relacionales
ECTS: 6
Carácter Obligatoria
Organización temporal: Semestral
MEMORIA para la solicitud de MODIFICACIÓN DE TÍTULO
GR EN CIENCIA DE DATOS APLICADA / APPLIED DATA SCIENCE
20/04/2020 102/184
Lengua impartición: Catalán/ Castellano
Denominación de la asignatura: Optimización de bases de datos en entornos analíticos
ECTS: 6
Carácter Optativa:
Organización temporal: Semestral
Semestre impartición: 7º semestre
Lengua impartición: Catalán/ Castellano