Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia a la UdG

Dades generals

Curs acadèmic:
2021
Descripció:
L'objectiu d'aquesta assignatura és entendre i aprendre les tècniques de ciència de dades mitjançant eines i entorns orientats a big data. 1. Introducció al big data 2. Bases de dades NoSQL 3. Sistemes de fitxers distribuïts 4. Tècniques i algorismes 5. Eines 6. Plataformes 7. Machine Learning amb NoSQL
Crèdits:
3

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
Oscar Galera Alfaro
Idioma de les classes:
Català (75%), Anglès (25%)

Competències

  • 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

Continguts

1. Introducció al Big Data

2. Sistemes de fitxers distribuïts

3. Bases de dades NoSQL

4. Tecnologies i einesBig Data

Activitats

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

Bibliografia

  • 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.

Avaluació i qualificació

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

Qualificació

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

Tutoria

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).

Comunicacio i interacció amb l'estudiantat

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).

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.