Competències i objectius

 

Context de l'assignatura per al curs 2021-22

El Trabajo Fin de Máster (TFM) consiste en la realización de un proyecto en el ámbito del tratamiento de datos, en el que se integren todas las competencias y habilidades adquiridas en las distintas asignaturas cursadas en el Máster en Ciencia de datos. El trabajo será individual y bajo la dirección de un tutor que tendrá la labor de orientar y aconsejar al alumno en cada una de las fases del desarrollo del proyecto. El TFM será presentado y defendido ante un tribunal universitario, mediante exposición pública.


El TFM tiene dos objetivos principales. Por una parte, el alumno tiene la oportunidad de profundizar en el estudio de un tema de su interés. Por otra, le permite desarrollar competencias y habilidades fundamentales, tales como la capacidad de planificar un proceso, resolver problemas, analizar e interpretar resultados, o defender propuestas mediante una comunicación eficiente, entre otras.

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)

Competències transversals

  • CT1 : Ser capaç de liderar projectes relacionats amb la Ciència de Dades, així com dirigir equips de treball
  • CT2 : Mostrar competències informàtiques i informacionals en l'àmbit de la ciència de dades.
  • CT3 : Reunir competències en comunicació oral i escrita.

 

Competències generals

  • CG1 : Aplicar els coneixements adquirits a problemes reals relacionats amb la ciència de dades.
  • CG10 : Saber utilitzar tècniques de la ciència de dades per a obtenir noves relacions i brindar informació sobre problemes d'investigació o processos organitzatius i recolzar la presa de decisions.
  • CG11 : Ser capaç d'utilitzar els principis d'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la ciència de dades.
  • CG12 : Ser capaç de desenvolupar experiments, processos, instruments, sistemes, infraestructures durant tot el cicle de vida de les dades.
  • CG2 : Ser capaç de desenvolupar i aprendre de forma auto-dirigida o autònoma temes relacionats amb la ciència de dades.
  • CG3 : Saber desembolicar-se en contextos multidisciplinaris i/o internacionals aportant solucions des del punt de vista de la ciència de dades.
  • CG4 : Conèixer i aplicar en cada situació les responsabilitats socials, ètiques i legals vinculades a l'aplicació dels coneixements de la ciència de dades.
  • CG5 : Saber gestionar la informació i els recursos disponibles relacionats amb ciència de dades.
  • CG6 : Ser capaç d'adaptar-se a entorns relacionats amb la ciència de dades, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor.
  • CG7 : Ser capaç d'adaptar-se a l'ambient canviant propi de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la ciència de dades.
  • CG8 : Saber projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la ciència de dades, tenint en compte aspectes tècnics, econòmics i d'eficiència.
  • CG9 : Saber dirigir projectes relacionats amb la ciència de dades, complint la normativa vigent i assegurant la qualitat del servei.

 

Competències Específiques

  • CE16 : Dissenyar, desenvolupar, presentar i defensar, individualment davant un tribunal universitari, un treball integral de ciència de dades en el qual se sintetitzen els coneixements adquirits en els ensenyaments.

 

Competències bàsiques

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Resultats d'aprenentatge (Objectius formatius)

Dissenyar, desenvolupar, presentar i defensar, individualment davant un tribunal universitari, un treball integral de Data Science i Big Data en el que se sintetitzen els coneixements adquirits en els ensenyaments.

 

 

Objectius específics indicats pel professorat per al curs 2021-22

Diseñar, desarrollar, presentar y defender pública e individualmente ante un tribunal universitario, un trabajo integral de Ciencia de Datos y Big Data en el que se sinteticen los conocimientos adquiridos en las enseñanzas.

 

 

;

Dades generals

Codi: 43462
Professor/a responsable:
VICENT FRANCES, JOSE FRANCISCO
Crèdits ECTS: 6,00
Crèdits teòrics: 0,00
Crèdits pràctics: 0,60
Càrrega no presencial: 5,40

Departaments amb docència

  • Dep.: TECNOLOGIA INFORMÀTICA I COMPUTACIÓ
    Àrea: ARQUITECTURA I TECNOLOGIA DE COMPUTADORS
    Crèdits teòrics: 0,12
    Crèdits pràctics: 0
  • Dep.: LLENGUATGES I SISTEMES INFORMÀTICS
    Àrea: LLENGUATGES I SISTEMES INFORMÀTICS
    Crèdits teòrics: 0,12
    Crèdits pràctics: 0
  • Dep.: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Àrea: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Crèdits teòrics: 0,12
    Crèdits pràctics: 0
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.
  • Dep.: MATEMÀTIQUES
    Àrea: ESTADÍSTICA I INVESTIGACIÓ OPERATIVA
    Crèdits teòrics: 0,12
    Crèdits pràctics: 0
  • Dep.: MATEMÀTICA APLICADA
    Àrea: MATEMÀTICA APLICADA
    Crèdits teòrics: 0,12
    Crèdits pràctics: 0

Estudis en què s'imparteix