Competències i objectius

Informació provisional. Pendent d'aprovació per la Junta de Centre.

 

Context de l'assignatura per al curs 2025-26

Aquesta assignatura està dissenyada per a aprofundir en els coneixements de programació de l’estudiantat, centrant-se en la programació amb el llenguatge Python i orientada a la resolució de problemes en l’àmbit de la ciència de dades. S’estudiaran els principals elements del llenguatge, així com el seu ús per a gestionar grans volums de dades de manera eficient i robusta. A més dels elements bàsics del llenguatge, el curs també cobrirà les principals biblioteques de computació científica, com NumPy, SciPy i Pandas, així com la biblioteca de visualització de dades Matplotlib. En finalitzar l’assignatura, l’estudiantat hauria de ser capaç de resoldre eficaçment problemes de ciència de dades utilitzant l’entorn Python.

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2025-26

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.
  • 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.

 

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)

  • Utilitzar una plataforma de client per a aplicacions en Python.
  • Desenvolupar aplicacions i scripts en llenguatge Python usant de manera adequada les tècniques de descomposició funcional.
  • Dissenyar, programar i utilitzar de manera eficient les llibreries, algorismes, tipus i estructures de dades més adequades a la resolució de problemes d'anàlisis de dades.

 

 

Objectius específics indicats pel professorat per al curs 2025-26

  • Preparar l'entorn de desenvolupament de Python utilitzant eines que permeten instal·lar les biblioteques necessàries i gestionar les dependències entre elles.
  • Identificar quines estructures de dades i mètodes de processament són més adequats per a les dades d'entrada, tenint en compte les característiques del llenguatge Python i les biblioteques científiques NumPy, SciPy i Pandas.
  • Desenvolupar algorismes que consumisquen eficientment grans volums de dades obtingudes de diverses fonts (fitxers locals o en línia), i que les organitzen i interpreten per a generar conjunts de dades preparats per a un processament posterior.
  • Interpretar problemes del món real, analitzar-los i identificar les estructures de dades i els models visuals més adequats per a representar-los.
  • Justificar les decisions preses durant el desenvolupament del codi i explicar els coneixements adquirits.

 

 

Dades generals

Codi: 43454
Professor/a responsable:
Araujo da Silva Costa, Angelo Gonçalo
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: CIENCIA DE LA COMPUTACIO I INT. ARTIF.
    Àrea: CIENCIA DE LA COMPUTACIO, INTEL·LIGENCIA ARTIFICIA
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix