Temes Avançats d'Enginyeria de Dades I

Esteu aquí

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
Departament
EIO;EEL;CS
En aquesta assignatura s'impartiran seminaris sobre diferents temes relacionats amb l'Enginyeria de Dades. Serà una assignatura activa que anirà evolucionant al llarg dels anys segons les prioritats tecnològiques, la presència d'experts en temes estratègics i la disponibilitat de recursos per realitzar activitats dins d'un àmbit particular. Per a aquest curs els temes de l'assignatura seran "Modelat i Simulació" i "Ètica de Dades"

Professors

Responsable

  • Eva Vidal Lopez ( )
  • Pau Fonseca Casas ( )

Altres

  • Climent Nadeu Camprubi ( )
  • Ferran Marques Acosta ( )
  • Francesc Moll Echeto ( )
  • Joan Garcia Subirana ( )
  • Marta Ruiz Costa-Jussa ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Transversals

Transversals

  • CT7 - Tercera llengua. Conèixer una tercera llengua, preferentment l'anglès, amb un nivell adequat oral i escrit i d'acord amb les necessitats que tindran els titulats i titulades.

Bàsiques

  • CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
  • CB3 - Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes rellevants d'índole social, científica o ètica.
  • CB5 - Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia

Competències Tècniques Generals

Genèriques

  • CG1 - Concebre sistemes computacionals que integren dades de procedències i formes molt diverses, construeixen amb ells models matemàtics, raonen sobre aquests models i actuen en conseqüència, aprenent de l'experiència.
  • CG2 - Elegir i aplicar els mètodes i tècniques més adequats a un problema definit per dades que representin un repte pel seu volum, velocitat, varietat o heterogeneïtat, inclosos mètodes informàtics, matemàtics, estadístics i de processament del senyal.
  • CG4 - Identificar oportunitats per a aplicacions innovadores orientades a dades en entorns tecnològics en contínua evolució.

Objectius

  1. Conèixer els conceptes bàsics de modelar i simulació.
    Competències relacionades: CT7, CG1, CG2, CB3, CB5,
  2. Reconèixer i comprendre l'impacte social i ambiental de la ciència i l'enginyeria de dades, i les qüestions ètiques implicades en les seves aplicacions.
    Competències relacionades: CT7, CB2, CB3, CB5,
    Subcompetences:
    • Practicar el pensament crític, i desenvolupar les capacitats d'argumentació i comunicació a través del diàleg i el debat.
    • Aprendre a usar els conceptes i termes ètics i legals rellevants

Continguts

  1. Modelatge i simulació.
    Concepte de sistema, model. En aquest punt es pot explicar amb més o menys detall aspectes relacionats amb com interpretem la realitat i el fenomen de l'experimentació i la Validació (positivisme, empirisme, etc.). Fases en el procés de Validació, Verificació i Acreditació d'un model: explicant les diferents tècniques que es podem aplicar, les hipòtesis i la seva possible taxonomia. Això ens porta a la necessitat de definir models conceptuals per poder desenvolupar el procés de validació correctament. Principals llenguatges formals per definir models conceptuals (SDL, DEVS, Xarxes de Petri, SysML, BPMN, etc.). Dinàmica de sistemes: Presentant els diagrames Causals i de Forrester i models relacionats amb simulació social i mediambiental, es presenta el model World 03 de Jay Forrester. Codificació d'un model de simulació discreta emprant una eina genèrica.
  2. Ètica de dades
    Ètica i moral. Valors. Conflicte ètic. Professió d'enginyeria. Responsabilitat. Codis d'ètica.
    Compliment normatiu. Responsabilitat social corporativa.
    Desenvolupament de temes relacionats amb ciència i enginyeria de dades en funció de valors. Ex.: benestar, privacitat, llibertat, equitat, sostenibilitat.
    Casos d'estudi en diferent àmbits d'aplicació. Ex.: publicitat, ensenyament, treball, justícia, assegurances, banca.

Activitats

Activitat Acte avaluatiu


Aprenentatge sobre Modelat i Simulació


Objectius: 1
Teoria
21h
Problemes
0h
Laboratori
8h
Aprenentatge dirigit
0h
Aprenentatge autònom
43h

Aprenentatge sobre ètica de dades


Objectius: 2
Continguts:
Teoria
14h
Problemes
0h
Laboratori
14h
Aprenentatge dirigit
0h
Aprenentatge autònom
43h

Metodologia docent

Els continguts teòrics de l'assignatura s'imparteixen a les classes de teoria. Aquestes classes es complementen amb exemples pràctics i problemes que els estudiants han de resoldre en les hores d'Aprenentatge Autònom.

En les sessions de laboratori es consoliden els coneixements adquirits a les classes de teoria mitjançant la resolució de problemes relacionats amb els continguts teòrics. Durant les classes de laboratori, el professor anirà introduint noves tècniques i deixarà una part important de la classe per tal que els estudiants treballin en els exercicis proposats.

Metodologia prevista per a la part d'ètica de dades:
Cada setmana té un tema associat. El tema setmanal és presentat en la primera hora al conjunt de la classe per un expert i/o mitjançant material (audiovisual i/o textual). Durant les següents dues hores, es fan classes simultànies en dos subgrups (grups petits), on els estudiants, en equips de 3 o 4, analitzen el tema. Al final de les dues hores es posa en comú el treball de tots els equips. Cada setmana hi ha un equip diferent per grup petit que ho organitza. Llavors, els dos equips responsables del tema setmanal tenen més d'una setmana per preparar el treball de la darrera hora (de grup gran), on es tracta de continuar i ampliar el que s'hagi fet anteriorment en els grups petits.

Mètode d'avaluació

L'avaluació de l'assignatura es realitzarà tenint en compte els blocs de coneixements del temari: el bloc B1 de Modelat i simulació i el bloc B2 d'ètica. La nota final es calcularà fent una mitjana ponderada de les notes de cada bloc:

Nota final = 0.5 B1 + 0.5 B2.

La nota B1 corresponent a la part de Modelat i Simulació s'avaluarà a partir d'un treball pràctic (redactat en llengua anglesa).

La nota B2 corresponent a la part d'Ètica de Dades, s'avaluarà:
Participació a classe - 25%
Desenvolupament d'un tema i presentació - 75%

La nota de reavaluació es calcularà com 0.5 B1 + 0.5 B2, on B1 i B2 seran les notes dels nous treballs entregats o les noves presentacions realitzades. Només es podran presentar a reavaluació aquells alumnes que s'hagin presentat a l'avaluació ordinària i l'hagin suspès.

Bibliografia

Bàsica: