Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 10 Clase Interactiva: 40 Total: 51
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Ciencia da Computación e Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
No PIIA-1, o estudantado deberá desenvolver en equipo un proxecto de IA que dea solución a un problema real e práctico proposto por unha entidade (empresa, institución) externa. O proxecto vai requirir integrar competencias e coñecementos previos adquiridos en materias anteriores, desenvolver capacidades e aprendizaxes novas e potenciar o desenvolvemento de habilidades interpersoais, comunicativas e de traballo en equipo. O estudantado deberá ser proactivo na procura de métodos e técnicas apropiadas e na proposta de solucións para o problema a abordar no seu proxecto.
O Proxecto Integrador de IA 1 (PIIA-1) introduce ao estudantado ao módulo profesional, que terá continuación en cuarto curso coas materias que forman parte do mesmo. Ao longo do cuadrimestre intégrase a aprendizaxe sobre modelos e estratexias de IA, con formación de xestión de proxectos e competencias profesionais esencias para a aplicación dos coñecementos técnicos adquiridos durante os cuadrimestres previos.
As actividades a desenvolver deben contribuír a:
-Acadar as competencias profesionais aportando un punto de vista práctico de aplicación dos coñecementos e habilidades requiridas no mercado laboral.
-Aportar unha visión actualizada e global da demanda de solucións de IA nos diferentes sectores da economía. Amosando tamén as oportunidades de carreira profesional que se pode desenvolver dende Galicia
-Achegar ao estudantado os avances en investigación e innovación nun mercado enormemente dinámico.
A materia estrutúrase en tres bloques de actividade docente, dous deles enfocados en desenvolver os coñecementos e habilidades para abordar un proxecto de intelixencia artificial que de resposta a un caso de uso nun sector concreto da nosa economía, e o terceiro á planificación, deseño e desenvolvemento do proxecto seleccionado, así como a súa presentación pública e a defensa do mesmo:
Bloque 1: Xestión do ciclo de vida dos proxectos de IA
Formación en técnicas e metodoloxías de planificación e xestión de proxectos de IA, tanto dende a perspectiva funcional, técnica, e de planificación e presentación dos resultados. Introducindo tamén ao estudantado no coñecemento do marco estratéxico, regulatorio e de tendencias que afectan á adopción da IA nos diferentes sectores económicos.
B1.1. Introdución a proxectos baseados en IA
B1.2. Tendencias de mercado nos proxectos de IA
B1.3. Perspectiva ética, legal e socioeconómica nos proxectos de IA
B1.3. Metodoloxías e estándares de xestión de proxectos
B1.4. Xestión de equipos e recursos
B1.6. Xestión e elaboración da documentación
Bloque 2: Competencias e habilidades profesionais
Formación e práctica en habilidades de tipo profesional e comunicativo, que o estudantado deberá aplicar no deseño, desenvolvemento e presentación do proxecto.
B2.1. Habilidades interpersoais e traballo en equipo
B2.2. Resolución de conflitos
B2.3. Comunicación e liderado facilitador
B2.4. Presentaciones efectivas
B2.5. Comunicación e marketing
Bloque 3: Realización do proxecto
Realización do proxecto, cunha perspectiva de xestión do ciclo de vida integral do mesmo.
B3.3. Identificación do reto/problema- Aliñamento co mercado
B3.2. Desenvolvemento do caso práctico
B3.3. Análise e presentación dos resultados
Dado que o PIIA-1 é unha materia que esencialmente trata de integrar as aprendizaxes adquiridas ata o de agora na titulación, e segue unha metodoloxía docente de aprendizaxe en base a retos e proxectos, gran parte da bibliografía vai ser especificamente dependente do proxecto a realizar. As referencias, recursos e materiais precisos para o desenvolvemento da materia serán facilitados polo/a docente responsable na presentación e nas introducións aos diferentes temas e obxectivos da materia. Asimesmo, empregaranse diferentes recursos documentais ao longo do cuadrimestre que incluíran tanto referencias bibliográficas mais tradicionais, como recursos audiovisuais, enlaces a relatorios, artigos de opinión ou informes de carácter socioeconómico que se adaptarán aos proxectos presentados. Cada proxecto deberá incluír as súas fontes e referencias documentais como parte do traballo do estudantado.
En todo caso, inclúense algunhas referencias (non exhaustivas) de apoio e consulta que se empregarán na materia:
• Project Management Institute. (2017). *A guide to the project management body of knowledge (PMBOK guide) (6th ed.)*. Project Management Institute.
• Sutherland, J. (2014). *Scrum: The art of doing twice the work in half the time*. Crown Business.
• Huyen, C. (2022). Designing Machine Learning Systems: An Iterative Process for Production-ready Applications. O´Reilly Media, Inc.
• S. Russell, P. Norvig. Artificial Intelligence. A Modern Approach. 4th ed. Pearson, 2022
• Union Europea (2024).Artificial Intelligence Act. Diario Oficial de la UE, L123, 1-35
• Unión Europea. (2016). *Reglamento general de protección de datos (GDPR)*. Diario Oficial de la Unión Europea, L119, 1-88
• Stanford University. (2025). *Artificial Intelligence Index Report 2025*. Human-Centered AI Institute, Stanford University.
• Gartner Hype Cycle for emerging technologies 2024
https://www.gartner.com/en/newsroom/press-releases/2024-08-21-gartner-2…
• Where´s the value in AI? Boston Consulting Group October 24, 2024
https://web-assets.bcg.com/a5/37/be4ddf26420e95aa7107a35aae8d/bcg-where…
Competencias ESPECÍFICAS
- [CE12] Coñecer os fundamentos dos algoritmos e modelos da intelixencia artificial para a resolución de problemas de certa complexidade, entender a súa complexidade computacional e ter capacidade para deseñar novos modelos.
- [CE15] Coñecer e saber aplicar e explicar correctamente as técnicas de validación das solucións de intelixencia artificial.
TRANSVERSAIS
- [TR1] Capacidade para comunicar e transmitir os seus coñecementos, habilidades e destrezas.
- [TR2] Capacidade de traballo en equipo, en contornos interdisciplinares e xestionando conflitos.
- [TR3] Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións.
Iniciativa e espírito emprendedor.
- [TR4] Capacidade para introducir a perspectiva de xénero nos modelos, técnicas e solucións baseadas en intelixencia artificial
- [TR5] Capacidade para desenvolver modelos, técnicas e solucións baseadas en intelixencia artificial que resulten éticas, non discriminatorias e confiables.
- [TR6] Capacidade para integrar aspectos xurídicos, sociais, ambientais e económicos inherentes á intelixencia artificial, analizando os seus impactos, e comprometéndose coa procura de solucións compatibles cun desenvolvemento sustentable.
PIIA-1 tamén contribúe ao desenvolvemento das competencias básicas e xerais do Grao a través das dinámicas de traballo práctico orientadas a dar resposta a un reto a través do deseño e execución dun proxecto de IA.
Resultados da Aprendizaxe
- Ser capaz de identificar e coñecer as etapas básicas necesarias para abordar satisfactoriamente un proxecto de IA.
-Deseñar, desenvolver e avaliar un proxecto de IA.
-Escribir un informe científico-técnico do proxecto realizado.
-Presentar en público (a docentes e pares) o traballo realizado, demostrando e comunicando de maneira crítica os principais resultados alcanzados co desenvolvemento do proxecto.
A metodoloxía didáctica, aínda que terá en conta o traballo individual, potenciará o traballo en equipo mediante a aprendizaxe en base a actividades, casos prácticos, retos e proxectos, de modo que se fomente unha aprendizaxe autónoma e proactiva. As clases expositivas introducirán ao estudantado ao marco estratéxico, normativo é ético que deben ter presente cando se aborda un proxecto de IA. Tamén se presentará as claves para o definición, planificación, deseño e xestión do ciclo de vida dun proxecto. Asimesmo se introducirá ao estudantado nas habilidades do traballo en equipo, xestión de riscos, así como de presentación e comunicación efectiva. Durante estas sesións tamén se levarán a cabo os Talleres Interactivos de Demanda (TID), nos que se exporá a situación da adopción da IA en diferentes sectores da nosa economía, da man de empresas e institucións colaboradoras, que tamén presentarán os casos de uso/retos aos que deberán dar resposta os proxectos a desenvolver por parte dos grupos de traballo. Antes do inicio da segunda parte da materia (clases interactivas), deberán estar conformados os diferentes grupos de traballo (equipos de proxecto), e cada equipo terá asignado un dos proxectos do mapa de casos de uso propostos para a materia PIIA1.
A segunda parte da materia iniciase con cada equipo centrado xa no seu proxecto, debendo abordar as diferentes fases de planificación, deseño e execución dos traballos que culminarán coa presentación pública e a entrega final. Ao longo da xestión do ciclo de vida de todo o proxecto, estableceranse fitos de entrega e presentación intermedios durante as sesións interactivas, que terán a súa correspondente avaliación. As clases interactivas, incorporarán tamén un tempo para as reunións bilaterais de cada grupo de traballo co equipo docente, que terán a consideración de reunións de proxecto, e serán fundamentais para o seguimento e toma de decisións sobre o mesmo.
Co obxectivo de achegar ao estudantado de xeito práctico ao mundo profesional, a docencia do PIIA-1 contará con profesionais das empresas e institucións que forman parte da Rede de Entidades colaboradoras en formación en IA da USC (RedeECIA-profesional), que colaborarán no desenvolvemento das seguintes actividades:
•Impartición de Seminarios profesionais (SP), A través destes Seminarios daranse as claves, metodoloxías e técnicas para xestionar e desenvolver con éxito un proxecto de IA, incluíndo os aspectos estratéxicos, éticos e xurídicos a ter en consideración.
•Talleres interactivos de demanda (TID), baseados no aprendizaxe cooperativa a través da resolución de problemas, e debate sobre propostas de casos de uso, axudarán ao estudantado a comprender os retos aos que se enfrontan os diferentes sectores económicos no desenvolvemento dos proxectos de IA.
•Cotitorización dos proxectos de IA (CP), durante os talleres TID presentarase un mapa de casos de uso, entre os cales o estudantado poderá seleccionar o proxecto a desenvolver, e se lles asignará un cotitor da RedeECIA.
A avaliación da materia levarase a cabo en base as seguintes actividades coas súas correspondentes ponderacións:
•Formación en xestión de proxectos e habilidades profesionais (30%): Elaboración de informes, traballos e resolución de casos prácticos, que serán presentados e debatidos na clase
•Realización do proxecto (70%): planificación, deseño, desenvolvemento, elaboración da documentación ao longo do ciclo de vida do proxecto e presentación pública, esta actividade é de carácter obrigatorio. Os diferentes entregables do proxecto serán presentados e debatidos en clase. As reunións de seguimento dos proxectos, que deberán estar documentadas, serán un elemento que nos permitirá ir vendo os avances no proxecto e o desempeño do equipo o que se terá en conta ao longo da avaliación continua. Tamén será tida en consideración a participación nas clases e a actitude proactiva de cada un dos membros do grupo de traballo, á hora de afrontar os retos e dificultades do proxecto.
Contémplanse as seguintes actividades e entregas obrigatorias:
-Ao rematar o Bloque 1 e o Bloque 2, o estudantado deberá desenvolver dous exercicios prácticos que serán presentados e debatidos en clase.
-Ao longo do Bloque 3: Realización do proxecto, o estudantado deberá realizar as seguintes entregas parciais ao longo do ciclo de vida do proxecto, ata a entrega e presentación final.
AVP1: Plan de proxecto ( 2ª semana do Bloque 3)
AVP2: Requisitos funcionais e técnicos (4ª semana do Bloque 3)
AVP3: Entrega final (penúltima semana do Bloque 3)
AVP4: Presentación e defensa (derradeira semana do Bloque 3)
A materia poderá incluir a realización ou participación noutras actividades obrigatorias propostas (como asistencia ou participación en charlas, seminarios, talleres e visitas técnicas) que formarán parte das compoñentes de avaliación anteriores en función do tipo de actividade e que serán propostas na presentación do curso ou durante o transcurso do mesmo.
A cualificación global de cada parte será a media das cualificacións das actividades propostas, coa ponderación que se especifique na presentación da materia, e sempre que en todas elas se teña unha calificación igual ou superior a 3. Aquelas actividades cunha cualificación inferior a 3 puntos deberán avaliarse na segunda oportunidade. A cualificación mínima en cada unha das partes deberá ser igual ou superior a 4 sobre unha puntuación máxima de 10 puntos, para que poida aprobarse o conxunto da materia. Cumprido o requisito anterior, a cualificación final da materia será a media aritmética ponderada polas porcentaxes antes indicadas das dúas partes indicadas.En caso de incorrer nalgunha das situacións indicadas anteriormente por non alcanzarse nunha ou máis partes a nota mínima necesaria para superar globalmente a materia, a cualificación final da oportunidade será o mínimo das cualificacións obtidas nas ditas partes.
Obterán a cualificación de non presentados os/as estudantes que non completasen a entrega de ningunha outra actividade obrigatoria. Para superar a materia na segunda oportunidade, o alumnado deberá someterse á avaliación de todas aquelas partes obrigatorias pendentes, de acordo co anteriormente especificado.Para o resto conservaranse as cualificacións obtidas durante o curso. Debido a que a materia está sometida a avaliación continua e o obxectivo final é a entrega e presentación do proxecto, en función das circunstancias particulares, poderá revisarse e modificarse o alcance do proxecto para que poida ser avaliado na segunda oportunidade.
Dada a natureza eminentemente práctica da materia e o seguemento continuo dos proxectos a realizar, así como a non existencia de exame final, a asistencia a clase é obrigatoria, salvo causa debidamente xustificada. Asimesmo, aínda que a actividade desenvolverase maioritariamente en grupo, o equipo docente poderá levar a cabo avaliacións individuais do estudantado se a dinámica dalgún grupo de traballo non responde ao desempeño agardado de todos os membros. A presentación e defensa pública ao final do proxecto é unha actividade obrigatoria para superar a materia.
No caso de realización fraudulenta de exercicios ou probas, será de aplicación o recollido na normativa de avaliación do rendemento académico dos estudantes e de revisión das cualificacións (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…).
En aplicación da normativa da ETSE sobre plaxio (aprobada pola Xunta da ETSE o 19/12/2019) , a copia total ou parcial dalgún exercicio de prácticas ou teoría suporá o suspenso das dúas oportunidades do curso, coa cualificación de 0,0 en ambos os casos (https://www.usc.es/etse/files / u1/Normativa PlagioETSE2019.pdf).
Tempo de traballo presencial: 51 horas totais, divididas en 24h (clases expositivas), 26h (clases prácticas), 1h (titorías).
Tempo de traballo persoal: 99h (total), divididas en 9h de estudo autónomo de teoría e prácticas e 90h (realización, documentación, presentación e defensa do proxecto).
Recoméndase ter superadas todas as materias dos cuadrimestres anteriores, e moi especialmente todas as relacionadas con tecnoloxías informáticas, algoritmia e modelos da IA
Recoméndase que o estudantado elabore unha planificación do desenvolvemento do seu proxecto dende que lles sexa asignado, así como a definición das tarefas e responsabilidades de cada membro dentro do grupo de traballo. Asimesmo é importante que o equipo manteña unha actividade constante que lles facilite o desenvolvemento das actividades planificadas ao longo do cuadrimestre, que con carácter xeral, incluirán non só a entrega da documentación asociada senón tamén a súa presentación e debate. Recoméndase que o estudantado manteña actualizada toda a documentación asociada ao seu proxecto ao longo do ciclo de vida do mesmo ata a entrega final, en base a metodoloxía que se exporá na clase. Asimesmo, no seo das clases interactivas, desenvolveranse as reunións semanais de proxecto, como instrumento esencial de seguimento da planificación prevista en cada proxecto. Recoméndase facer uso destas reunións así como das titorías para a revisión dos problemas atopados, a identificación de riscos e a resolución de dúbidas e dificultades.
A materia impartirase en castelán e galego, pero tanto na bibliografía, referencias e apuntes poderá haber contidos en lingua inglesa.
A docencia estará apoiada pola plataforma USC virtual da seguinte maneira: repositorio da documentación relacionada coa materia (textos, presentacións, lecturas recomendadas...) e titorización virtual do estudantado (correo-e, foros).
Maria Del Mar Pereira Alvarez
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- mar.pereira.alvarez [at] usc.es
- Categoría
- Profesor/a: Asociado/a de Universidade LOSU
Cesar Díaz Parga
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- cesardiaz.parga [at] usc.es
- Categoría
- Predoutoral Xunta
Noel Suárez Barro
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- noel.suarez.barro [at] usc.es
- Categoría
- Predoutoral Xunta
Constanza De La O Andion Garcia
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- constanza.andion.garcia [at] usc.es
- Categoría
- Predoutoral Ministerio
| Martes | |||
|---|---|---|---|
| 17:00-18:00 | Grupo /CLE_01 | Castelán | Aula A4 |
| 18:00-20:00 | Grupo /CLIL_01 | Galego, Castelán | Aula A4 |
| Xoves | |||
| 17:00-18:00 | Grupo /CLE_01 | Castelán | Aula A4 |
| 18:00-20:00 | Grupo /CLIL_02 | Galego, Castelán | Aula A4 |
| 22.05.2026 16:00-20:00 | Grupo /CLE_01 | IA.01 |
| 22.05.2026 16:00-20:00 | Grupo /CLIL_01 | IA.01 |
| 22.05.2026 16:00-20:00 | Grupo /CLIL_02 | IA.01 |
| 22.05.2026 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 22.05.2026 16:00-20:00 | Grupo /CLIL_02 | IA.02 |
| 22.05.2026 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 02.07.2026 16:00-20:30 | Grupo /CLE_01 | IA.01 |
| 02.07.2026 16:00-20:30 | Grupo /CLIL_01 | IA.01 |
| 02.07.2026 16:00-20:30 | Grupo /CLIL_02 | IA.01 |