Competencies and objectives
- Course context for academic year 2020-21
- Course content (verified by ANECA in official undergraduate and Master’s degrees)
- Learning outcomes (Training objectives)
- Specific objectives stated by the academic staff for academic year 2020-21
Course context for academic year 2020-21
The course Infrastructures and Technologies of Big Data is proposed as one of the 4 optional of the first semester of the Master. It is a course with objectives and contents related to computing, specifically computer architectures. A recommended profile for access to the Master in Data Science is that of graduates with skills in Computer Engineering. The subject Big Data Infrastructures and Technologies is highly recommended for students of the Master's degree in computer science profile who need to complete their training in computer architecture and technologies especially oriented to the processing of large amounts of data and high performance. The course also provides the knowledge and skills related to infrastructures and technologies needed to realistically address the designs and solutions proposed in the rest of the curriculum.
Course content (verified by ANECA in official undergraduate and Master’s degrees)
Transversal Competences
- 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.
General Competences
- CG1 : Aplicar los conocimientos adquiridos a problemas reales relacionados con 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.
- 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.
Specific Competences
- CE9 : Utilizar y manejar eficazmente las infraestructuras y servicios big data. Utilizar y aplicar estos servicios para soportar y realizar toma de decisiones basadas en datos.
Basic Competences
- 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
Learning outcomes (Training objectives)
No data
Specific objectives stated by the academic staff for academic year 2020-21
• Know the technological alternatives for processing, managing and storing BigData applications.
• Define the technology requirements for running distributed and cloud-based applications from a given design.
• Evaluate the performance difference between different distributed and cloud-based platforms to be able to recommend a solution.
• Model solutions to be able to use distributed and cloud-based platforms.
;