Competencies and objectives

 

Course context for academic year 2024-25

Software Engineering plays a crucial role in the field of artificial intelligence (AI) by providing the methodologies, tools and best practices necessary for the development, implementation and maintenance of robust and efficient AI systems. As AI systems become more complex, Software Engineering ensures that these systems are scalable, reliable, and sustainable over time. This includes managing the software lifecycle, from planning and design to implementation, testing and monitoring, ensuring that AI models are properly integrated into practical applications and kept up-to-date in the face of new needs and emerging technologies.

The subject addresses key concepts such as object-oriented design and programming, refactoring, agile methodologies, test-driven development and the main architectures for the deployment of AI systems. These insights enable students to develop modular and reusable AI models, ensure accuracy and reliability through rigorous testing, structure efficient systems, and create intuitive interfaces for end users.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Transversal Competences

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

General Competences

  • CG3 : Analitzar fonts documentals i adquirir coneixements de l'àmbit de la intel·ligència artificial per a seguir els últims avanços en aquesta àrea, determinar la seua aplicabilitat per a la resolució de problemes i #adaptar a nous escenaris futurs.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG5 : Comunicar de manera clara i precisa coneixements, metodologies, idees, problemes i solucions en l'àmbit de la intel·ligència artificial
  • CG6 : Concebre, desenvolupar i aplicar sistemes d'intel·ligència artificial per a millorar els sectors productius i la societat actual, determinant la seua idoneïtat i àmbit d'aplicació
  • CG7 : Resoldre problemes d'intel·ligència artificial nous o multidisciplinàries, mostrant iniciativa i originalitat en el desenvolupament, després d'analitzar i entendre les especificacions plantejades

 

Specific Competences

  • CE21 : Analitzar, dissenyar, construir, provar i mantindre solucions d'intel·ligència artificial de manera robusta, segura i eficient seguint les metodologies i principis de l'enginyeria del programari

 

Basic Competences

  • CB2 : Que els estudiants sàpien aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseïsquen les competències que solen #demostrar per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins de la seua àrea d'estudi
  • CB4 : Que els estudiants puguen transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat

 

 

 

Learning outcomes (Training objectives)

1. Desarrollar un conjunto de buenas prácticas para documentar adecuadamente los programas.

2. Integrar un sistema de control de versiones para el código tanto en su desarrollo a nivel individual como en grupo.

3. Diseñar la arquitectura de un sistema respetando los requerimientos y explotandolos patrones de software en el contexto de la IA.

4. Escribir e integrar en el desarrollo de una aplicación los diferentes tipos de pruebas del software (de caja blanca o caja negra, unitarias o de interfaz, etc.).

5. Escribir programas y refactorizarlos para obtener código limpio, mantenible, extensible y legible.

6. Valorar la conveniencia de usar metodologías eficientes de trabajo a la hora de desarrollar sistemas y aplicaciones.

7. Integrar prácticas de integración, despliegue y monitorización continuos en el despliegue de soluciones basadas en IA.

 

 

 

Specific objectives stated by the academic staff for academic year 2024-25

  • Understanding the life cycle of AI projects and the different roles that engineers play from planning to production.
  • Knowing the most appropriate development methodologies for AI systems.
  • Being able to guarantee the quality of developed software through the use of automated testing.
  • Knowing and using design techniques to obtain extensible and maintainable code, as well as to facilitate the understanding of code written by other people.
  • Knowing the most appropriate architectural patterns for AI systems.

 

 

General

Code: 33666
Lecturer responsible:
PEREZ SANCHO, CARLOS
Credits ECTS: 6,00
Theoretical credits: 1,20
Practical credits: 1,20
Distance-base hours: 3,60

Departments involved

  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 1,2
    Practical credits: 1,2
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught