Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 76.5 Horas de Titorías: 4.5 Clase Expositiva: 13.5 Clase Interactiva: 18 Total: 112.5
Linguas de uso Castelán
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O obxectivo desta materia é proporcionar ao alumno os fundamentos para o modelado de datos seguindo os paradigmas máis utilizados dentro do ámbito Big Data: SQL e NoSQL. Estudaranse as diferenzas de organización dos datos e o seu acceso, así como os diferentes paradigmas de organización de datos (clave/valor, columnas, grafos, etc). O alumno aprenderá a organizar os datos de tal forma que permita un acceso distribuído eficiente, tolerante a fallos e de alta dispoñibilidade. Finalmente, iniciarase o alumno en diferentes linguaxes de acceso a datos e á exportación destes en diferentes formatos e tecnoloxías.
Modelado conceptual de datos, asociación, contido, dependencias
SQL para grandes cantidades de datos
Tecnoloxías NoSQL e representación de datos non estruturados
Bases de datos documentais, columnares e baseadas en grafos
Bases de datos de Arrays
Optimización do acceso a datos
Linguaxes de consulta e 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.
O alumno comprenderá e saberá aplicar as diferentes formas de modelado de datos.
Coñecer a dinámica de funcionamento e as diferenzas dos paradigmas SQL e NoSQL coas súas diferentes variantes.
Ser capaz de deseñar un modelo de datos eficiente, distribuído e tolerante a fallos.
Competencias da titulación que se traballan (ver memoria título):
- Básicas: CB6, CB7, CB8, CB9, CB10
- Transversais/Xerais: G1, G2, G3, G4, T2, T5
- Específicas: E16
Utilizaranse clases maxistrais, nas que se expón o contido de cada tema. O alumno dispoñerá de copias dos materiais formativos con anterioridade e o profesor promoverá unha actitude activa, realizando preguntas que permitan aclarar aspectos concretos e deixando cuestións abertas para a reflexión do alumno.
Realizaranse titoriais introdutorios ás ferramentas, onde os alumnos aplicarán os conceptos vistos en clase á resolución de problemas sinxelos. Os alumnos dispoñerán tamén dos manuais no caso das ferramentas utilizadas. Realizarase un traballo tutelado no que os alumnos terán que afondar de xeito autónomo pero tutelado nalgún dos contidos básicos, ou aplicar a metodoloxía vista á resolución dun problema real. Para os aspectos máis avanzados e últimas tendencias referentes á materia, os alumnos dispoñerán de diverso material de lectura e estudo proposto polo profesor, xa sexa libros da bibliografía dispoñible en biblioteca, artigos ou revistas científicas.
Actividades formativas de carácter presencial e a súa relación coas competencias da titulación:
Clases teóricas: impartidas polo profesor e exposición de seminarios: CB6,T4, G4, E16
Clases prácticas de laboratorio, resolución de problemas e casos prácticos: CB7, G2, G5, E16
Titorías programadas: orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua: T3, T4, G4, E16
Entrevista de prácticas, exame e defensa do traballo final
Actividades formativas de carácter non presencial e a súa relación coas competencias da titulación:
Traballo persoal do alumno: consulta de bibliografía, estudo autónomo, desenvolvemento de actividades programadas, preparación de presentacións e traballos: CB6, CB7, T3, T4, G2, G4, G5, E16
No caso de que a USC determine o paso ao escenario 2 (distanciamento) ou 3 (peche das instalacións), a metodoloxía de ensino modificarase de acordo co plan de continxencia indicado no apartado de Observacións.
Realización de traballos academicamente dirixidos: 20%
Realización de prácticas: 40%
Probas periódicas e/ou exame final: 40%
Na oportunidade de xuño/xullo: Só Proba/traballo final
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións
No caso de que a USC determine o paso ao escenario 2 (distanciamento) ou 3 (peche das instalacións), o sistema de avaliación modificarase de acordo co plan de continxencia indicado no apartado de Observacións.
Clases de pizarra: 13,5 h presenciais +33 h traballo autognomo do alumno
Clases de prácticas: 18 h presenciais +36 h traballo autognomo do alumno
Tutorias e Actividades de evaluacion: 1,5 h presenciais +10,5 htraballo autognomo do alumno
Total: 112,5 h
Recoméndase coñecementos de programación. As prácticas faranse maioritariamente coa linguaxe Python e Ipython Notebook.
Faise uso do campus virtual.
Escenario 2 (distanciamento):
A teoría da materia impartirase on-line facendo uso de ferramentas de videoconferencia síncrona, no horario de clase, dispoñible na aula Virtual da Universidade de Murcia. Igual sucederá coas clases de prácticas, nas que o profesor poderá compartir a pantalla para mostrar o desenvolvemento destas ou solicitar aos alumnos que lles permita visualizar o seu escritorio.
En semipresencialidade a avaliación será a mesma que na situación de normalidade. A proba final realizarase ben escrita, ben utilizando ferramentas da aula Virtual (como se veu realizando os anos anteriores), e a avaliación das prácticas farase a través da revisión das entregas de prácticas cunha entrevista opcional cos alumnos.
Escenario 3 (peche de instalacións):
A metodoloxía docente será similar á indicada no escenario 2.
En non presencialidade a avaliación será a mesma que na situación de normalidade. A proba final realizarase utilizando ferramentas da aula Virtual, e a avaliación das prácticas farase a través da revisión das entregas de prácticas cunha entrevista opcional cos alumnos a través de medios online (ferramenta de videoconferencia integrada na aula Virtual de UMU).