Competències i objectius
Context de l'assignatura per al curs 2026-27
La asignatura Preproceso, Recolección y Visualización de datos se enmarca dentro del contexto de la ciencia de los datos en su aspecto más práctico, como es la obtención, procesado y visualización de los datos. Se pretende que el estudiante sea capaz de manejar técnicas para la selección y extracción de datos, así como la aplicación de métodos para el pre-proceso y la integración de datos. Por último, la visualización de los datos constituye un aspecto esencial hoy día en la transmisión de la información.
Resultats d'aprenentatge / Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2026-27
Habilitats/Destreses
- HAB1 : Saber aplicar els coneixements adquirits per a resoldre problemes reals en entorns nous o multidisciplinaris relacionats amb la seua àrea d'estudi, i que posseïsquen les habilitats d'aprenentatge necessàries per a continuar estudiant de forma autodirigida i autònoma.
- HAB2 : Aplicar els coneixements adquirits en ciència de dades per a resoldre problemes reals, desenvolupant-se eficaçment en contextos multidisciplinaris i internacionals, gestionant la informació i els recursos disponibles, i demostrant competències informàtiques i informacionals pròpies de l'àmbit.
- HAB6 : Utilitzar i manejar eficaçment les infraestructures i serveis big data per a suportar i realitzar presa de decisions basades en dades.
- HAB8 : Manejar i aplicar les eines informàtiques i informacionals de càlcul numèric, optimització, simulació, visualització gràfica o altres per a experimentar i resoldre problemes.
Coneiximents/Continguts
- CON1 : Posseir i comprendre coneixements que permeten l'originalitat en el desenvolupament i aplicació d'idees, en un context d'investigació, integrant sempre les responsabilitats socials, ètiques i legals vinculades a l'aplicació dels coneixements en ciència de dades.
- CON2 : Saber dirigir, projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la ciència de dades, assegurant la qualitat del servei i complint la normativa vigent, així com considerant aspectes tècnics, econòmics i d'eficiència.
- CON3 : 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.
- CON4 : Adquirir les habilitats, estratègies i procediments per a saber actuar amb ètica i responsabilitat en la cerca de solucions que fomenten el desenvolupament sostenible, la igualtat de gènere, la no discriminació, la inclusió, la justícia, la pau i l'equitat social.
- CON6 : Determinar mètriques per a l'avaluació i validació d'anàlisi de dades.
- CON7 : Determinar i utilitzar mètodes efectius de visualització i narració per a crear panells de control i informes d'anàlisis de dades.
Capacitats/Competències
- CC1 : Ser capaç d'integrar coneixements i formular judicis en contextos complexos amb informació incompleta o limitada, considerant les implicacions socials i ètiques, comunicar de manera clara les seues conclusions i fonaments a públics especialitzats i no especialitzats, i desenvolupar un aprenentatge autodirigit i autònom en temes relacionats amb la ciència de dades.
- CC2 : Ser capaç d'adaptar-se a entorns canviants propis de la ciència de dades, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor, així com comprenent i aplicant els avanços tecnicocientífics de la disciplina.
- CC4 : Ser capaç de liderar projectes i equips de treball en Ciència de Dades, reunint competències efectives en comunicació oral i escrita.
- CC5 : Adoptar valors de sostenibilitat i equitat social, donant suport a la igualtat de dones i homes, l'eliminació de tota pràctica discriminatòria, la inclusió social, la justícia, la pau i els principis i valors democràtics i dels drets humans.
- CC6 : Aconseguir una comprensió crítica de la complexitat dels reptes i problemes socioambientals, incloses les arrels de les desigualtats de gènere, de les situacions de discriminació i exclusió social, de les amenaces a la pau i a la consecució dels drets humans, així com dels desafiaments mediambientals.
- CC8 : Dissenyar i utilitzar algorismes eficients per a accedir i analitzar grans quantitats de dades, i conèixer el maneig d'APIs per a la interconnexió de bases de dades i col·leccions de dades heterogènies.
- CC9 : Dissenyar i utilitzar sistemes per a la recopilació de dades (passiva i activa) orientats a la prova d'hipòtesi i resolució de problemes, així com emprar mètriques i tècniques per a la validació i comparació d'algorismes d'aprenentatge automàtic.
Resultats d'aprenentatge (Objectius formatius)
- Manejar tècniques per a la selecció i extracció de dades.
- Aplicar mètodes per al pre-procés i la integració de dades.
- Utilitzar tècniques: llibreries i algorismes de visualització de dades.
Objectius específics indicats pel professorat per al curs 2026-27
Los objetivos fundamentales se resumen en:
Manejar técnicas para la selección y extracción de datos.
Aplicar métodos para el pre-proceso y la integración de datos.
Utilizar diferentes técnicas para la visualización de datos de distintos tipos y fuentes.
Dades generals
Codi:
43460
Professor/a responsable:
Tortosa Grau, Leandro
Crèdits ECTS:
6,00
Crèdits teòrics:
1,20
Crèdits pràctics:
1,20
Càrrega no presencial:
3,60
Departaments amb docència
-
Dep.:
Llenguatges i Sistemes Informàtics
Àrea: Llenguatges i Sistemes Informàtics
Crèdits teòrics: 0,6
Crèdits pràctics: 0,6 -
Dep.:
Ciència de la Computació i Intel·ligència Artificial
Àrea: Ciència de la Computació, Intel·ligència Artificial
Crèdits teòrics: 0,6
Crèdits pràctics: 0,6
Aquest departament és responsable de l'assignatura.
Aquest dep. és responsable de l'acta.
Estudis en què s'imparteix
-
MÀSTER UNIVERSITARI EN CIÈNCIA DE DADES
Tipus d'assignatura: OBLIGATÒRIA (Curs: 1)

