ECTS credits ECTS credits: 4.5
ECTS Hours Rules/Memories Student's work ECTS: 76.5 Hours of tutorials: 4.5 Expository Class: 13.5 Interactive Classroom: 18 Total: 112.5
Use languages Spanish
Type: Ordinary subject Master’s Degree RD 1393/2007 - 822/2021
Center Higher Technical Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable | 1st year (Yes)
El objetivo de esta materia es proporcionar al alumno los fundamentos para el modelado de datos siguiendo los paradigmas más utilizados dentro del entorno Big Data: SQL y NoSQL. Se estudiarán las diferencias de organización de los datos y su acceso, así como los diferentes paradigmas de organización de datos (clave/valor, columnas, grafos, etc). El alumno aprenderá a organizar los datos de tal forma que permita un acceso distribuido eficiente, tolerante a fallos y de alta disponibilidad. Finalmente, se iniciará al alumno en diferentes lenguajes de acceso a datos y a la exportación de los mismos en diferentes formatos y tecnologías.
Modelado conceptual de datos, asociación, contenido, dependencias
SQL para grandes cantidades de datos
Tecnologías NoSQL y representación de datos no estructurados
Bases de datos documentales, columnares y basadas en grafos
Bases de datos de Arrays
Optimización del acceso a datos
Lenguajes de consulta y exportación de datos
Textos básicos:
Sadalage, Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence, Addison-Wesley, 2012.
Redmond, E., Wilson, J. R. Seven Databases in Seven Weeks: A Guide to Modern Databases and the NoSQL Movement, Pragmatic Bookshelf, 2012.
Marz, N., Warren, J. Big Data: Principles and best practices of scalable realtime data systems, Manning Publications, 2015.
Textos complementarios:
Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia. Learning Spark: Lightning-Fast Big Data Analysis, O'Reilly, 2015.
Rick Copeland. MongoDB Applied Design Patterns, O'Reilly, 2015.
Tom White. Hadoop: The Definitive Guide (5ed.), O'Reilly, 2015.
El alumno comprenderá y sabrá aplicar las diferentes formas de modelado de datos.
Conocer la dinámica de funcionamiento y las diferencias de los paradigmas SQL y NoSQL con sus diferentes variantes.
Ser capaz de diseñar un modelo de datos eficiente, distribuido y tolerante a fallos.
Competencias de la titulación que se trabajan (ver memoria título):
- Básicas: CB6, CB7, CB8, CB9, CB10
- Transversales/Generales: G1, G2, G3, G4, T2, T5
- Específicas: E16
Se utilizarán clases magistrales, en las que se expone el contenido de cada tema. El alumno dispondrá de copias de los materiales formativos con anterioridad y el profesor promoverá una actitud activa, realizando preguntas que permitan aclarar aspectos concretos y dejando cuestiones abiertas para la reflexión del alumno.
Se realizarán tutoriales introductorios a las herramientas, donde los alumnos aplicarán los conceptos vistos en clase a la resolución de problemas sencillos. Los alumnos dispondrán también de los manuales en el caso de las herramientas utilizadas. Se realizará un trabajo tutelado en el que los alumnos tendrán que profundizar de manera autónoma pero tutelada en alguno de los contenidos básicos, o aplicar la metodología vista a la resolución de un problema real. Para los aspectos más avanzados y últimas tendencias referentes a la materia, los alumnos dispondrán de diverso material de lectura y estudio propuesto por el profesor, ya sean libros de la bibliografía disponible en biblioteca, artículos o revistas científicas.
Actividades formativas de carácter presencial y su relación con las competencias de la titulación:
Clases teóricas: impartidas por el profesor y exposición de seminarios: CB6,T4, G4, E16
Clases prácticas de laboratorio, resolución de problemas y casos prácticos: CB7, G2, G5, E16
Tutorías programadas: orientación para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua: T3, T4, G4, E16
Entrevista de prácticas, examen y defensa del trabajo final
Actividades formativas de carácter no presencial y su relación con las competencias de la titulación:
Trabajo personal del alumno: consulta de bibliografía, estudio autónomo, desarrollo de actividades programadas, preparación de presentaciones y trabajos: CB6, CB7, T3, T4, G2, G4, G5, E16
En el caso de que la USC determine el paso al escenario 2 (distanciamiento) o 3 (cierre de las instalaciones), la metodología de enseñanza se modificará de acuerdo con el plan de contingencia indicado en el apartado de Observaciones.
Realización de trabajos académicamente dirigidos: 20%
Realización de prácticas: 40%
Pruebas periódicas y/o examen final: 40%
En la oportunidad de junio/julio: Sólo Prueba/trabajo final
Para los casos 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
En el caso de que la USC determine el paso al escenario 2 (distanciamiento) o 3 (cierre de las instalaciones), el sistema de evaluación se modificará de acuerdo con el plan de contingencia indicado en el apartado de Observaciones.
Clases de pizarra: 13,5 h presenciales + 33 h trabajo autonomo del alumno
Clases de prácticas: 18 h presenciales + 36 h trabajo autonomo del alumno
Tutorias y Actividades de evaluacion: 1,5 h presenciales + 10,5 h trabajo autonomo del alumno
Total: 112,5 h
Se recomienda conocimientos de programación. Las prácticas se harán en su mayoría con el lenguaje Python e Ipython Notebook.
Se hace uso del campus virtual.
Escenario 2 (distanciamiento):
La teoría de la asignatura se impartirá on-line haciendo uso de herramientas de videoconferencia síncrona, en el horario de clase, disponible en el Aula Virtual de la Universidad de Murcia. Igual sucederá con las clases de prácticas, en las que el profesor podrá compartir la pantalla para mostrar el desarrollo de estas o solicitar a los alumnos que les permita visualizar su escritorio.
En semipresencialidad la evaluación será la misma que en la situación de normalidad. La prueba final se realizará bien escrita, bien utilizando herramientas del Aula Virtual (como se ha venido realizando los años anteriores), y la evaluación de las prácticas se hará a través de la revisión de las entregas de prácticas con una entrevista opcional con los alumnos.
Escenario 3 (cierre de instalaciones):
La metodología docente será similar a la indicada en el escenario 2.
En no presencialidad la evaluación será la misma que en la situación de normalidad. La prueba final se realizará utilizando herramientas del Aula Virtual, y la evaluación de las prácticas se hará a través de la revisión de las entregas de prácticas con una entrevista opcional con los alumnos a través de medios online (herramienta de videoconferencia integrada en el Aula Virtual de UMU).