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. Què és el Big Data? 2. Tipus de processament de dades 3. Apache Hadoop 4. Apache Spark 5. Spark Streaming 6. Apache Flink 7. Hadoop Vs Spark Vs Flink 8. Apache Kafka
Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total Prova d'avaluació 3,50 34,00 0 37,50 Sessió participativa 21,00 12,00 0 33,00 Sessió pràctica 12,00 12,00 0 24,00 Treball en equip 5,50 40,00 0 45,50 Tutories de grup 10,00 0 0 10,00 Total 52,00 98,00 0 150
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Recuperable Examen Teòric Part 1 Es valorarà la comprensió i adequació de la resposta d'acord amb els conceptes teòrics vists a classe. 20 No Examen Teòric Part 2 Es valorarà la comprensió i adequació de la resposta d'acord amb els conceptes teòrics vists a classe. 30 No Treball Teòric Es valorarà l'originalitat i la correctesa de l'arquitectura proposada. També es valorarà l'us d'eines no estudiades a classe. 20 No Treball Pràctic Es valorarà la correctesa i completitud de la solució proposada. 30 No
Es farà la mitjana ponderada. Criteris específics de la nota «No Presentat»: No haver entregat cap treball ni assistit a cap examen. Avaluació única: Es farà un examen final amb contingut teòric i pràctic. Requisits mínims per aprovar: Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0