Temas Avanzados de Ingeniería de Datos I

Usted está aquí

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
EIO;TSC;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"

Profesores

Responsable

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

Otros

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

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
6

Competencias

Competencias Transversales

Transversales

  • CT2 [Avaluable] - Sostenibilidad y Compromiso Social. Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar; tener capacidad para relacionar el bienestar con la globalización y la sostenibilidad; lograr habilidades para utilizar de forma equilibrada y compatible la técnica, la tecnología, la economía y la sostenibilidad.
  • CT4 - Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
  • CT7 - Tercera lengua. Conocer una tercera lengua, preferentemente el inglés, con un nivel adecuado oral y escrito y en consonancia con las necesidades que tendrán los titulados y tituladas.

Básicas

  • CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  • CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
  • CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Competencias Técnicas Genéricas

Genéricas

  • CG1 - Concebir sistemas computacionales que integren datos de procedencias y formas muy diversas, creen con ellos modelos matemáticos, razonen sobre dichos modelos y actúen en consecuencia, aprendiendo de la experiencia.
  • CG2 - Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la señal.
  • CG4 - Identificar oportunidades para aplicaciones innovadoras orientadas a datos en entornos tecnológicos en continua evolución.

Objetivos

  1. Conocer los conceptos básicos de modelar y simulación.
    Competencias relacionadas: CB3, CB5, CT7, CG1, CG2,
  2. Reconocer y comprender el impacto social y ambiental de la ciencia y la ingeniería de datos, y las cuestiones éticas implicadas en sus aplicaciones.
    Competencias relacionadas: CB2, CB3, CT2, CT4, CG4,
    Subcompetences:
    • Practicar el pensamiento crítico, y desarrollar las capacidades de argumentación y comunicación a través del diálogo y el debate.
    • Aprender a usar los conceptos y términos éticos y legales relevantes

Contenidos

  1. Modelado y simulación.
    Concepto de sistema, modelo. En este punto se puede explicar con más o menos detalle aspectos relacionados sobre cómo interpretamos la realidad y el fenómeno de la experimentación y la Validación (positivismo, empirismo, etc.). Fases en el proceso de Validación, Verificación y Acreditación de un modelo: explicando las diferentes técnicas que se pueden aplicar, las hipótesis y su posible taxonomía. Esto nos lleva a la necesidad de definir modelos conceptuales para poder desarrollar el proceso de validación correctamente. Principales lenguajes formales para definir modelos conceptuales (SDL, DEVS, Redes de Petri, SysML, BPMN, etc.). Dinámica de sistemas: Presentando los diagramas Causales y de Forrester y modelos relacionados con simulación social y medioambiental, se presenta el modelo World 03 de Jay Forrester. Codificación de un modelo de simulación discreta empleando una herramienta genérica.
  2. Ética de datos
    Ética y moral. Valores. Conflicto ético. Profesión de ingeniería. Responsabilidad. Códigos de ética.
    Cumplimiento normativo. Responsabilidad social corporativa.
    Desarrollo de temas relacionados con ciencia e ingeniería de datos en función de valores. Ej .: bienestar, privacidad, libertad, equidad, sostenibilidad.
    Casos de estudio en diferentes ámbitos de aplicación. Ej .: publicidad, enseñanza, trabajo, justicia, redes sociales,

Actividades

Actividad Acto evaluativo


Aprenentatge sobre Modelat i Simulació


Objetivos: 1
Teoría
21h
Problemas
0h
Laboratorio
8h
Aprendizaje dirigido
0h
Aprendizaje autónomo
43h

Aprendizaje sobre ética de datos


Objetivos: 2
Contenidos:
Teoría
14h
Problemas
0h
Laboratorio
14h
Aprendizaje dirigido
0h
Aprendizaje autónomo
43h

Metodología docente

Metodología prevista para la parte de ética de datos:
Cada semana tiene un tema asociado y un grupo de estudiantes asignado. El tema semanal es presentado a primera hora a toda la clase por un experto/a. Los y las estudiantes, organizados en grupos reducidos, se encargan de investigar el tema con más profundidad y presentar los resultados a sus compañeros y compañeras de clase mediante actividades que permitan entender bien la problemática ética que presenta el tema.

Método de evaluación

La evaluación de la asignatura se realizará teniendo en cuenta los bloques de conocimientos del temario: el bloque B1 de Modelado y simulación y el bloque B2 de ética. La nota final se calculará haciendo una media ponderada de las notas de cada bloque:

Nota final = 0.5 B1 + 0.5 B2.

La nota B1 correspondiente a la parte de Modelado y Simulación se evaluará a partir de un trabajo práctico (redactado en lengua inglesa).

La nota B2 correspondiente a la parte de Ética de Datos, se evaluará teniendo en cuenta:
Participación en clase - 25%
Desarrollo de un tema y presentación - 75%

La nota de reevaluación se calculará como 0.5 B1 + 0.5 B2, donde B1 y B2 serán las notas de los nuevos trabajos entregados o las nuevas presentaciones realizadas. Sólo se podrán presentar a reevaluación aquellos alumnos que se hayan presentado a la evaluación ordinaria y la hayan suspendido.

Bibliografía

Básica:

Capacidades previas

las obtenidas en las asignaturas anteriores

Adenda

Contenidos

No hi han modificacions en els continguts de l'assignatura.

Metodología docente

Tot i que el mitjà es online, no hi han modificacions en la metodología docent.

Método de evaluación

No hi han canvis en el mètode d'avaluació

Plan de contingencia

L'assignatura es online i per tant està preparada per qualsevol contingència sanitària.