Competencias y objetivos

Información provisional. Pendiente de aprobación por la Junta de Centro.

 

Contexto de la asignatura para el curso 2025-26

El análisis de datos y la aplicación de Inteligencia Artificial (IA) se han convertido en un componente esencial para la mayoría de organizaciones. La implementación efectiva de estas metodologías exige el procesamiento de grandes volúmenes de datos heterogéneos, asegurando su calidad a lo largo del proceso. Sin un procesamiento adecuado, resulta imposible aprovechar la información disponible para generar valor y ofrecer nuevos servicios. De igual forma, la ausencia de mecanismos de control de calidad sobre los datos compromete la precisión y la confiabilidad de los modelos analíticos y de aprendizaje automático. Datos incompletos, inconsistentes o sesgados pueden derivar en interpretaciones erróneas y, en consecuencia, en el fracaso de las soluciones fundamentadas en IA.

El objetivo de esta asignatura es conocer y aplicar las técnicas para el procesamiento eficiente y escalable de datos. Se abordarán aspectos clave como el almacenamiento, la transformación y la explotación de los datos, así como la evaluación sistemática de su calidad para asegurar su idoneidad en los procesos analíticos y de IA. También se explorarán herramientas y técnicas de visualización de datos que permitan facilitar su interpretación, detectar patrones y comunicar resultados de forma clara y comprensible, contribuyendo así a la toma de decisiones informadas en distintos ámbitos profesionales.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2025-26

Competencias Transversales

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

Competencias Generales

  • CG1 : Analizar, diseñar, implementar e implantar soluciones completas de inteligencia artificial utilizando las infraestructuras, tecnologías, métodos, herramientas y plataformas adecuadas a cada problema
  • CG4 : Obtener soluciones eficientes, óptimas y/o probables aplicando los principios propios de la ingeniería y el método científico, describiendo de forma adecuada el problema y realizando una evaluación sólida de la propuesta.
  • CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial
  • CG6 : Concebir, desarrollar y aplicar sistemas de inteligencia artificial para mejorar los sectores productivos y la sociedad actual, determinando su idoneidad y ámbito de aplicación
  • CG8 : Concebir, desarrollar e implantar sistemas de inteligencia artificial teniendo en cuenta aspectos de calidad y seguridad, dentro del marco normativo, además de atender a criterios medioambientales y de uso racional, ético y eficiente de recursos e información

 

Competencias Específicas

  • CE20 : Diseñar e implementar métodos para el procesamiento, análisis y visualización de grandes volúmenes de datos de forma eficiente.

 

Competencias Básicas

  • CB2 : Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
  • CB4 : Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado

 

 

 

Resultados de aprendizaje (Objetivos formativos)

Sin datos

 

 

Objetivos específicos indicados por el profesorado para el curso 2025-26

1. Implementar procesos de extracción, transformación y carga para el procesamiento paralelo y eficiente de datos.
2. Implementar consultas sobre almacenes de datos distribuidos para la búsqueda en grandes volúmenes de datos.
3. Desplegar sistemas de big data para el almacenamiento y lectura de grandes volúmenes de datos.
4. Listar las dimensiones relevantes de calidad de datos y sus métricas asociadas para los entornos de inteligencia artificial.
5. Listar al menos tres métodos para reducir la dimensionalidad de un conjunto de datos.
6. Generar visualizaciones estáticas e interactivas, complementadas con narrativas adecuadas, para apoyar la exploración y el análisis de datos y la toma de decisiones.

 

 

Datos generales

Código: 33676
Profesor/a responsable:
Mate Morga, Alejandro
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: LENGUAJES Y SISTEMAS INFORMATICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte