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, Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Arquitectura e Tecnoloxía de Computadores
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
A cada vez maior cantidade de información accesible a través de Internet fai que o procesamento eficiente de grandes cantidades de datos sexa cada vez de maior interese. Isto levou ao desenvolvemento de novas técnicas de almacenamento e procesamento de inxentes cantidades de información, técnicas que se adaptan de forma natural aos sistemas distribuídos.
O obxectivo principal desta materia é dar a coñecer diferentes técnicas de procesamento de grandes cantidades de información, instruíndo ao alumno na súa utilización para o procesamento do denominado Big Data.
1. Big Data y MapReduce
2. Introducción a Hadoop
3. HDFS
4. MapReduce en Hadoop
5. Apache Spark
6. Otras tecnologías: Apache Flink
Bibliografía básica
- Apuntamentos proporcionados polo 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
- O alumno será capaz de instalar, configurar e xestionar o software básico para o procesamento de datos masivos.
- O alumno será capaz de implementar códigos en diferentes linguaxes especializadas no procesamento de datos masivos.
- O alumno coñecerá e aprenderá a utilizar algunha das ferramentas dispoñibles para preparar e executar aplicacións para datos masivos na nube.
- O alumno adquirirá a habilidade necesaria para a procura, selección e manexo de recursos (bibliografía, software, etc.) relacionados co Big Data.
Competencias da titulación que se traballan (ver memoria título):
- Básicas: CB6, CB10.
- Transversais/Xerais: T1, G2, G5, T4.
- Específicas: E3, E4, E5.
- Clases teóricas, nas que se expón o contido de cada tema. O alumno disporá de copias das transparencias 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.
- Clases prácticas na aula de informática, que permiten ao alumno familiarizarse desde un punto de vista práctico coas cuestións expostas nas clases teóricas.
Actividades formativas de carácter presencial e a súa relación coas competencias da titulación
- Clases teóricas: impartidas polo profesor e exposición de seminarios. Competencias traballadas: CB6, E3, E4, E5.
- Clases prácticas de laboratorio, resolución de problemas e casos prácticos. Competencias traballadas: CB10, T1, T4, G2.
- Titorías programadas: orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua. Competencias traballadas: T1.
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. Número de horas: 76,5. Competencias traballadas: CB10, T1, T4, G2, G5
Oportunidade ordinaria:
Contribución á nota final e criterios de avaliación:
- Prácticas de laboratorio: 90% da nota
Os alumnos abordarán a resolución de diversos problemas propostos na aula de informática. Deberán realizar traballos nos que se presenten os resultados obtidos. Varios destes traballos serán de entrega obrigatoria e outros opcionais, que permitirán subir a nota. Todos os traballos deberán ser entregados antes das datas que se especificarán e deberán cumprir uns requisitos mínimos de calidade para ser tidos en consideración. Valorarase o grao de cumprimento das especificacións, a metodoloxía e rigorosidade e a presentación de resultados. Nesta parte avaliaranse implícita ou explicitamente as competencias CB6, G5, E3, E4, E5, CB10, T1, T4, G2
- Seguimento continuado e obxectivo dunha participación activa: 10%. Competencia avaliada T1
Para superar a materia, debe conseguirse unha puntuación total de 5 ou superior. É imprescindible para aprobar ter entregado todas as prácticas indicadas como obrigatorias.
Os alumnos que non sexan de nova matrícula non conservan notas de cursos anteriores.
Oportunidade de recuperación (Xullo) e extraordinaria:
A valoración será igual que na oportunidade ordinaria. Os alumnos que non entregaron os traballos propostos ao longo do cuadrimestre deberanos entregar antes da data establecida.
Condición para cualificación de Non Presentado: non presentar ningunha práctica.
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 de cualificacións.
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 nas dúas oportunidades do curso, coa cualificación de 0,0 en ambos casos.
- Clases de encerado: 12 h presenciais + 20 h traballo autónomo do alumno
- Clases de prácticas: 18 h presenciais + 46,5 h traballo autónomo do alumno
- Titorías y actividades de avaliación: 6 h presenciais + 10 h traballo autónomo do alumno
- Total: 112.5 h
Debido á forte interrelación entre a parte teórica e a parte práctica, e á progresividade na presentación de conceptos moi relacionados entre si na parte teórica, é recomendable dedicar un tempo de estudo ou repaso diario.
Farase uso intensivo de ferramentas de comunicación online: videoconferencia, chat, etc.
As ferramentas software utilizadas nesta materia son de fontes abertas.
Anselmo Tomás Fernández Pena
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Arquitectura e Tecnoloxía de Computadores
- Teléfono
- 881816439
- Correo electrónico
- tf.pena [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidade
Luns | |||
---|---|---|---|
17:15-18:30 | Grupo /CLE_01 | Castelán | PROXECTOS |
10.01.2025 16:00-19:45 | Grupo /CLIL_01 | PROXECTOS |
10.01.2025 16:00-19:45 | Grupo /CLE_01 | PROXECTOS |
27.06.2025 16:00-19:45 | Grupo /CLIL_01 | PROXECTOS |
27.06.2025 16:00-19:45 | Grupo /CLE_01 | PROXECTOS |