Tota organització està estructurada sobre un conjunt de processos que defineixen la seva operació. Per poder gestionar els seus processos, les organitzacions utilitzen models que permeten analitzar-los i millorar-los de forma contínua. En aquesta assignatura veurem com la ciència de dades pot contribuir significatívament a millorar la manera en que les organitzacions gestionen i milloren els seus processos de negoci.
Professorat
Responsable
Carlos Escolano Peinado (
)
Altres
Aysel Palacios Ardanuy (
)
Hores setmanals
Teoria
1.9
Problemes
0
Laboratori
1.9
Aprenentatge dirigit
0
Aprenentatge autònom
6.85
Competències
Competències Transversals
ús solvent dels recursos d'informació
CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.
Tercera llengua
CT5 - Conèixer una tercera llengua, preferentment l'anglès, amb un nivell adequat oral i escrit i en consonància amb les necessitats que tindran els titulats i titulades.
Emprenedoria i innovació
CT1 - Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; tenir capacitat per entendre les normes laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici. Conèixer i entendre els mecanismes en què es basa la recerca científica, així com els mecanismes i instruments de transferència de resultats entre els diferents agents socioeconòmics implicats en els processos d'I+D+i.
Bàsiques
CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.
CB7 - Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, essent incomplerta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.
CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
CB9 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma..
CB10 - Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context de recerca.
Competències Tècniques Generals
Genèriques
CG2 - Identificar i aplicar mètodes d'anàlisi, extracció de coneixement i visualització de dades recollides en formats molt diferents
CG3 - Definir, dissenyar i implementar sistemes complexos que cobreixin totes les fases en projectes de ciència de dades
Competències Tècniques
Específiques
CE5 - Modelar, dissenyar i implementar sistemes complexos de dades, incloent-hi la visualització de dades
CE6 - Dissenyar el procés de Ciència de Dades i aplicar metodologies científiques per a obtenir conclusions sobre poblacions i prendre decisions en conseqüència, a partir de dades estructurades o no estructurades i potencialment emmagatzemades en formats heterogenis.
CE7 - Identificar les limitacions imposades per la qualitat de dades en un problema de ciència de dades i aplicar tècniques per a disminuir el seu impacte
CE9 - Aplicar mètodes adequats per a l'anàlisi d'altres tipus de formats, com ara processos i grafs, dins l'àmbit de ciència de dades
CE13 - Identificar les principals amenaces en l'àmbit de l'ètica i la privacitat de dades en un projecte de ciència de dades (tant en l'aspecte de gestió com d'anàlisi de dades) i desenvolupar i implantar mesures adequades per esmorteïr aquestes amenaces.
Objectius
Conèixer el conjunt teòric i pràctic de problemes que constitueixen la ciència de dades orientada a processos i comprendre els principals algorismes per abordar-la: tant a nivell conceptual com a nivell d'aplicació a través d'algunes eines i llibreries actuals.
Competències relacionades:
CT4,
CT5,
CG2,
CG3,
CE5,
CE6,
CE7,
CE9,
CE13,
CB7,
CB9,
CB10,
Adquirir i demostrar la capacitat de posar en pràctica els coneixements obtinguts durant el curs i relacionar-los amb les perspectives organitzatives i d'equip com a projecte de ciència de dades orientat al procés que s'executa en una organització real.
Competències relacionades:
CT1,
CB6,
CB8,
Continguts
Models de procesos i dades d'events
Describing the concepts of process models and event data
Descubriment automàtic de models de processos
Overview on the different techniques to mine process models from event data
Verificació de conformitat de models de processos i dades d'events
The main techniques to relate observed and modeled behavior will be introduced
Millora de processos basada en l'evidència de les dades
Techniques to improve and extend process models from event data
Selecció d'aplicacions i técniques avançades
Advanced techniques to solve particular applications will be described, including online and multi-perspective techniques.
Metodologia per projectes de ciència de dades orientats a processos
A description of the life-cycle of a PODS project will be provided.
Activitats
ActivitatActe avaluatiu
Models de processos i dades d'evemts
En aquesta activitat s'introduiran els models de processos per especificar processos en les organitzacions, i les dades que parlen d'events que s'originen en l'execució dels processos. Objectius:1 Continguts:
En aquesta activitat s'introduiran diverses tècniques que extreuen models de processos en diversos formalismes a partir de dades d'events. Objectius:1 Continguts:
Millora de processos basada en l'evidència de les dades
En aquesta activitat es presentaran tècniques per utilitzar dades d'esdeveniments per projectar i millorar models de processos i registres d'esdeveniments. Objectius:1 Continguts:
Sessions teòriques que poden incloure sessions de resolució de problemes amb o sense un component de programació, sessions pràctiques amb programari de ciència de dades orientada a processos de codi obert o comercial, desenvolupament d'un cas pràctic.
Mètode d'avaluació
L'avaluació de l'assignatura consisteix en dos elements: exámen final (60%), pràctiques de curs (40%).
L'exàmen final contindrà preguntes i problemes sobre els continguts teòrics que s'expliquen a les classes de teoria.
Les pràctiques de curs seràn pràctiques guiades que es realitzaran durant el curs sobre diverses eines i plataformes de mineria de procesos. Les pràctiques podran fer-se per parelles o individualment.
Bibliografia
Bàsica:
Process mining : data science in action -
Aalst, Wil van der,
Springer, 2016. ISBN: 9783662498514
Comprensió exhaustiva de la informàtica en general; bon domini de diversos llenguatges de programació; capacitat bàsica per formalitzar qüestions matemàtiques en enginyeria informàtica.