Competències i objectius

 

Context de l'assignatura per al curs 2020-21

Se trata de una asignatura optativa del plan de estudios, recomendable para aquellos perfiles que requieran profundizar en los conocimientos en programación. La asignatura se centra en la programación con lenguaje Python, orientada a resolver problemas del ámbito de la ciencia de datos. Se estudiarán los principales elementos de este lenguaje, y la forma de utilizarlos para tratar grandes volúmenes datos de forma eficiente y robusta. Además de los elementos propios del lenguaje, se estudiarán también las principales librerías de computación científica NumPy y SciPy, y las librerías de representación de datos Pandas y Matplotlib. Los estudiantes deberán ser capaces al finalizar la asignatura de desarrollar y desplegar de forma adecuada aplicaciones en el entorno Python. 

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)

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 2020-21

  • Preparar el entorno de desarrollo de Python mediante el uso de herramientas que nos permitan instalar las librerías necesarias y gestionar las dependencias entre ellas.
  • Discriminar qué estructuras de datos y qué métodos de procesamiento son los más apropiados para los datos de entrada, considerando los elementos propios del lenguaje Python y de las librerías científicas NumPy y SciPy.
  • Desarrollar programas que consuman grandes volúmenes de datos eficientemente obtenidos de diferentes fuentes (de ficheros locales o de la red), y los organicen e interpreten con el fin de obtener conjuntos de datos preparados para facilitar su procesamiento.
  • Generar diferentes modelos de visualización de datos utilizando las librerías Pandas y Matplotlib.
  • Generar instaladores de librerías y aplicaciones en lenguaje Python para obtener una implementación portable.
  • Interpretar problemas reales, analizarlos y hallar las estructuras de datos y los modelos visuales apropiados para representarlos.
  • Argumentar las decisiones tomadas en el desarrollo del código y relatar los conocimientos adquiridos.

 

 

 

;

Dades generals

Codi: 43454
Professor/a responsable:
LOZANO ORTEGA, MIGUEL ANGEL
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Àrea: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    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