Competencias y objetivos

 

Contexto de la asignatura para el curso 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.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Transversales

  • CT1 : Ser capaz de liderar proyectos relacionados con la Ciencia de Datos, así como dirigir equipos de trabajo
  • CT2 : Mostrar competencias informáticas e informacionales en el ámbito de la ciencia de datos.
  • CT3 : Reunir competencias en comunicación oral y escrita.

 

Competencias Generales

  • CG1 : Aplicar los conocimientos adquiridos a problemas reales relacionados con la ciencia de datos.
  • CG10 : Saber utilizar técnicas de la ciencia de datos para obtener nuevas relaciones y brindar información sobre problemas de investigación o procesos organizativos y respaldar la toma de decisiones.
  • CG11 : Ser capaz de utilizar los principios de ingeniería y las modernas tecnologías informáticas para investigar, diseñar, implementar nuevas aplicaciones de la ciencia de datos.
  • CG12 : Ser capaz de desarrollar experimentos, procesos, instrumentos, sistemas, infraestructuras durante todo el ciclo de vida de los datos.
  • CG2 : Ser capaz de desarrollar y aprender de forma auto-dirigida o autónoma temas relacionados con la ciencia de datos.
  • CG3 : Saber desenvolverse en contextos multidisciplinares y/o internacionales aportando soluciones desde el punto de vista de la ciencia de datos.
  • CG4 : Conocer y aplicar en cada situación las responsabilidades sociales, éticas y legales vinculadas a la aplicación de los conocimientos de la ciencia de datos.
  • CG5 : Saber gestionar la información y los recursos disponibles relacionados con ciencia de datos.
  • CG6 : Ser capaz de adaptarse a entornos relacionados con la ciencia de datos, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor.
  • CG7 : Ser capaz de adaptarse al ambiente cambiante propio de la disciplina y de comprender y aplicar los nuevos avances técnicocientíficos relacionados con la ciencia de datos.
  • CG8 : Saber proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la ciencia de datos, teniendo en cuenta aspectos técnicos, económicos y de eficiencia.
  • CG9 : Saber dirigir proyectos relacionados con la ciencia de datos, cumpliendo la normativa vigente y asegurando la calidad del servicio.

 

Competencias Específicas

  • CE16 : Diseñar, desarrollar, presentar y defender, individualmente ante un tribunal universitario, un trabajo integral de ciencia de datos en el que se sinteticen los conocimientos adquiridos en las enseñanzas.

 

Competencias Básicas

  • CB10 : Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CB6 : Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
  • CB7 : Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  • CB8 : Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
  • CB9 : Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

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

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

 

 

 

Objetivos específicos indicados por el profesorado para el curso 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.

 

 

;

Datos generales

Código: 43462
Profesor/a responsable:
VICENT FRANCES, JOSE FRANCISCO
Crdts. ECTS: 6,00
Créditos teóricos: 0,00
Créditos prácticos: 0,60
Carga no presencial: 5,40

Departamentos con docencia

  • Dep.: TECNOLOGÍA INFORMÁTICA Y COMPUTACIÓN
    Área: ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES
    Créditos teóricos: 0,12
    Créditos prácticos: 0
  • Dep.: LENGUAJES Y SISTEMAS INFORMÁTICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 0,12
    Créditos prácticos: 0
  • Dep.: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Área: CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL
    Créditos teóricos: 0,12
    Créditos prácticos: 0
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.
  • Dep.: MATEMÁTICAS
    Área: ESTADISTICA E INVESTIGACION OPERATIVA
    Créditos teóricos: 0,12
    Créditos prácticos: 0
  • Dep.: MATEMÁTICA APLICADA
    Área: MATEMATICA APLICADA
    Créditos teóricos: 0,12
    Créditos prácticos: 0

Estudios en los que se imparte