ECTS credits ECTS credits: 4.5
ECTS Hours Rules/Memories Hours of tutorials: 2 Expository Class: 17 Interactive Classroom: 22 Total: 41
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Electronics and Computing
Areas: Computer Architecture and Technology
Center Faculty of Business Administration and Management
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable
La cada vez mayor cantidad de información accesible a través de Internet hace que el procesamiento eficiente de grandes cantidades de datos sea cada vez de mayor interés. Esto ha llevado al desarrollo de nuevas técnicas de almacenamiento y procesamiento de ingentes cantidades de información, técnicas que se adaptan de forma natural a los sistemas distribuidos.
El objetivo principal de esta materia es dar a conocer diferentes técnicas de procesamiento de grandes cantidades de información, instruyendo al alumno en su utilización para el procesamiento del denominado Big Data.
1. Introducción al Big Data, sistemas de grandes volúmenes de datos. La nube Amazon Web Services
2. Componentes de los sistemas para el almacenamiento y gestión de recursos.: Apache Hadoop
3. Modelos y aplicaciones para Big Data: Apache Spark
4. Otras tecnologías, procesamiento de grandes volúmenes de datos.
Bibliografía básica
- Apuntes proporcionados por el profesor
- T. White, Hadoop: The Definitive Guide, 4th Edition, O'Reilly, 2015
- B. Chambers, M. Zaharia, Spark: The Definitive Guide, O'Reilly, 2018
Bibliografía complementaria
- Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia, Learning Spark. Lightning-Fast Big Data Analysis, O'Reilly, 2015
- Chuck Lam, Hadoop in Action, Manning, 2011
- Fabian Hueske, Vasiliki Kalavri, Stream Processing with Apache Flink", O'Reilly, 2019
Al finalizar la materia, el/la alumno/a será capaz de:
- Seleccionar las tecnologías más adecuadas para procesar ingentes cantidades de datos.
- Gestionar el software básico para el procesamiento de datos masivos.
- Usar y codiseñar aplicaciones para extraer información del Big Data.
- Utilizar aplicaciones en la nube para el procesamiento de datos.
Competencias de la titulación que se trabajan (ver memoria título):
- Básicas: CG3, CB1, CB2, CB3, CB4, CB5.
- Transversales/Gerales: CT4, CT5, CT10.
- Específicas: CE13, CE14, CE15, CE18, CE5, CE6.
CG3 - Aprender a planificar e implantar las nuevas tecnologías para contribuir a la mejora de la competitividad de las empresas.
CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también
algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
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.
CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
CT4 - Organizar y planificar el trabajo en función de los objetivos y recursos disponibles.
CT5 - Capacidad de resolver problemas y tomar decisiones aplicando los conocimientos teóricos a la práctica.
CT10 - Habilidad en el manejo de herramientas de cálculo y tecnologías de la información y de la comunicación (TIC).
CE13 - Identificar fuentes de información fiable, elaborar e interpretar dicha información utilizando las técnicas de análisis y las herramientas matemáticas, estadísticas y tecnológicas apropiadas para dar apoyo a la toma de decisiones.
CE14 - Conocer y saber utilizar herramientas y mecanismos de representación, almacenamiento, transformación, análisis y comunicación de la información de manera fiable y eficiente.
CE15 - Comprender las posibilidades del Big Data y la inteligencia artificial y de negocio para la mejora de los procesos empresariales y conocer los requerimientos para su implantación.
CE18 - Conocer el uso y programación de sistemas informáticos, bases de datos, criptografía y cadenas de bloques para su aplicación a la gestión y análisis de la información empresarial y al diseño y desarrollo de productos, procesos y nuevos modelos de negocio.
CE5 - Comprender el rol integrador de la tecnología y conocer los principales productos tecnológicos y tendencias de la tecnología asociados a los diversos ámbitos de la gestión empresarial.
CE6 - Desarrollar el análisis estratégico de la empresa y su entorno para tomar decisiones estratégicas y tácticas en las distintas áreas funcionales, y ser capaz de formular una estrategia tecnológica que de soporte a un negocio.
- Clases teóricas y prácticas en el aula de informática, que permiten al alumno familiarizarse desde un punto de vista práctico con los temas expuestos en las clases teóricas, que se expondrán de forma resumida. El alumno dispondrá previamente de copias de las transparencias y el profesor promoverá una actitud activa, haciendo preguntas para aclarar aspectos concretos y dejando preguntas abiertas para la reflexión del alumno. Están orientadas a la presentación de los contenidos teóricos de la materia, fundamentalmente la lección magistral.
Actividades formativas presenciales y su relación con las competencias de la titulación:
- Clases teóricas: impartidas por el profesor y exposición de seminarios. Competencias trabajadas: CG3, CB1, CB2, CB3,CE13, CE14, CE15, CE18, CE5.
- Clases prácticas de laboratorio, resolución de problemas y casos prácticos. Competencias trabajadas: CB3, CB4, CB5, CE18, CE15, G2.
- Tutorías programadas: orientación para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua. Competencias trabajadas: CT4, CT5, CB5, CE6
Actividades formativas de carácter no presencial y a su relación con las competencias de la titulación:
- Trabajo personal del alumno: consulta de bibliografía, estudio autónomo, desenvolvimiento de actividades programadas, preparación de presentaciones y trabajos. Número de horas: 96,5. Competencias trabajadas: CT4, CE13, CB5.
Oportunidad ordinaria:
Contribución a la nota final y criterios de evaluación:
- Prácticas de laboratorio: 40% de la nota
Los alumnos abordarán la resolución de diversos problemas propuestos en el aula de informática. Deberán realizar trabajos en el que presenten los resultados obtenidos. Los trabajos serán individuales. Varios de estos trabajos serán obligatorios y otros optativos, lo que te permitirá subir nota. Todos los trabajos deben ser entregados antes de las fechas a especificar y deben cumplir con los requisitos mínimos de calidad para ser considerados. Antes o despues de enviarlos, durante las sesiones anteriores o posteriores a la fecha de entrega, y antes de evaluarse, el alumno deberá defender y explicar en persona, en remoto o en tutorías la realización de los trabajos al profesor. Los trabajos serán evaluados según la defensa y el trabajo entregado. Se valorará el grado de cumplimiento de las especificaciones, la metodología y rigor y la presentación de resultados. Estarán orientadas a fomentar una participación activa del alumnado y a acercarlo a los aspectos prácticos de la asignatura.
- Seguimiento continuado y objetivo de una participación activa: 10% de la nota. Se tendrá en cuenta en la evaluación la asistencia a las clases teórico-prácticas. Según el artículo 1 sobre la asistencia a clase, la asistencia a las clases teórico prácticas no será obligatoria pero se valorará dentro del 10% de la evaluación continua.
- Examen teórico: 50% de la nota.
Para superar la materia, debe conseguirse una puntuación total de 5 o superior. Es imprescindible para aprobar tener entregado todas las prácticas indicadas como obligatorias. En cualquier caso, para superar la materia es requisito aprobar tanto la parte practica como el examen teórico de modo independiente, con una nota mínima de 4,5 sobre 10. Si no obtiene esta nota mínima, la nota de la materia será la correspondiente a la nota de la prueba objetiva.
Los alumnos que no sean de nueva matrícula no conservan notas de cursos anteriores.
Oportunidad de recuperación (Julio) y extraordinaria:
La valoración será igual que en la oportunidad ordinaria. Habrá un examen final de prácticas solamente en la oportunidad de julio para los alumnos que no superen las prácticas en la primera convocatoria, pero las tengan realizado y entregado. Este examen contará como el 40% de la calificación final, igual que las prácticas, pero requerirá que el alumno realizase durante el curso al menos la mitad de las prácticas propuestas, salvo en casos justificados que se hablasen antes con el profesor.
Condición para cualificación de No Presentado: no presentarse al examen final teórico.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de calificaciones.
El alumnado al que se le haya concedido la dispensa de asistencia siguiendo la Instrucción nº 1/2017 de la Secretaría Xeral sobre la dispensa de asistencia a clase en determinadas circunstancias, deberá entregar los trabajos correspondientes a las clases de laboratorio, que se evaluarán de 0 a 10 y valdrán un 25% de su nota final, en las mismas fechas que el resto de alumnos. El alumno deberá obtener por lo menos un 4,5 sobre 10 en la evaluación de estos trabajos para poder obtar a hacer el examen final. El otro 75% de su nota será evaluado con un examen final específico, incluyendo preguntas sobre la parte práctica.
- Clases teórico/prácticas: 9 h presenciales + 72 h trabajo autónomo del alumno (58 h de aprendizaje y 14 de preparación de trabajos)
- Tutorías y actividades de evaluación: 7 h presenciales (4 tutorías, 3 examen) + 24,5 h trabajo autónomo del alumno
- Total: 112,5 h
Debido a la fuerte interrelación entre la parte teórica y la parte práctica, y la progresividad en la exposición de conceptos muy relacionados entre sí en la parte teórica, es recomendable dedicar algún tiempo al estudio o repaso diario.
Las herramientas de software utilizadas en esta materia son de código abierto.
Oscar Garcia Lorenzo
Coordinador/a- Department
- Electronics and Computing
- Area
- Computer Architecture and Technology
- oscar.garcia [at] usc.es
- Category
- Professor: LOU (Organic Law for Universities) PhD Assistant Professor
| Thursday | |||
|---|---|---|---|
| 19:20-21:20 | Grupo /CLIS_01 | - | Seminar 2 |
| 01.21.2026 09:00-13:00 | Grupo /CLIS_01 | Computer room 5 |
| 06.29.2026 09:00-13:00 | Grupo /CLIS_01 | Computer room 5 |