CB6 Tenir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context de recerca. CB7 Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis relacionats amb la seva àrea d'estudi CG1Dissenyar propostes creatives CE1 Programar a un nivell avançat en els llenguatges i llibreries més utilitzades en la ciència de dades CE2 Recollir i extreure dades de diferents fonts d'informació estructurades i no estructurades de forma ràpida i fiable considerant els principals estàndards de codificació CE3 Aplicar les tècniques de ciència de dades mitjançant eines i entorns orientats a big data CE7 Entendre, desenvolupar, modificar i aplicar de manera efectiva mètodes d'aprenentatge automàtic CE13 Entendre les dades a partir de visualitzacions adequades
1. Introducció al Big Data 2. Sistemes de fitxers distribuïts 3. Bases de dades NoSQL 4. Tecnologies i einesBig Data
Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total Anàlisi / estudi de casos 0 15,00 0 15,00 Elaboració individual de treballs 0 25,00 0 25,00 Sessió participativa 7,50 7,50 0 15,00 Sessió pràctica 7,50 7,50 0 15,00 Tutories individuals 5,00 0 0 5,00 Total 20,00 55,00 0 75
Alejandro Corbellini, Cristian Mateos, Alejandro Zunino, Daniela Godoy and Silvia Schiaffino. (2017). Persisting big-data: The NoSQL landscape. ISISTAN Research Institute. Pramod J. Sadalage and Martin Fowler (2013). NoSQL Distilled. Addison-Wesley. Neha Narkhede, Gwen Shapira and Todd Palino (2017). Kafka The Definitive Guide. O’Reilly. Bill Chambers and Matei Zaharia (2018). Spark The Definitive Guide. O’Reilly. Tom White (2015). Hadoop The Definitive Guide. O’Reilly.
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Recuperable Compleció de treballs en avaluació continuada Realitzar correctament els exercicis guiats proposats. 40 No Pràctica final Realització d'un projecte de Big data 60 Sí
L'avaluació de l'assignatura tindrà dues parts: una avaluació continua amb forma d'activitats i pràctiques al llarg del curs, i una pràctica final on s'avaluaran els coneixements adquirits en tot el curs. Criteris específics de la nota «No Presentat»:No lliurar treballs d'avaluació continuada ni pràctica final. Avaluació única:L'avaluació única de l'assignatura s'acordarà amb el professor a principi de curs i pot consistir en un examen o pràctica final que inclourà els diferents blocs de l'assignatura. Requisits mínims per aprovar:Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0
Ens podreu fer arribar els vostres dubtes o concertar tutories (tant de teoria com de pràctiques i problemes) via mail en el corresponent professor. Les tutories es podran realitzar individualment o per grups, i es faran presencialment o utilitzant videoconferència (google meet).
La comunicació habitual en l’assignatura es farà via moodle. L'assignatura tindrà el fòrum d'avisos on es guardaran totes les notificacions relatives al curs i també es podran crear fòrums específics per cadascuna de les pràctiques. L'interacció individual la podrem fer presencialment als despatxos dels professors sempre que les condicions ho permentin, o bé també via videoconferència (individualment o en grup).