Temas Avanzados de Ingeniería de Datos II

• Profesorado
• Horas semanales
• Competencias
• Objetivos
• Contenidos
• Actividades
• Metodología docente
• Método de evaluación
• Bibliografía
• Capacidades previas

Profesorado

Responsable

• Jordi Forne Muñoz ( )
• Silverio Juan Martínez Fernández ( )
• Xavier Franch Gutiérrez ( )

Otros

• Esteve Pallares Segarra ( )
• Javier Parra Arnau ( )

Horas semanales

Competencias

Competencias Técnicas

Competencias técnicas

• CE1 - Utilizar con destreza los conceptos y métodos matemáticos que subyacen los problemas de la ciencia y la ingeniería de los datos.
• CE2 - Ser capaz de programar soluciones a problemas de ingeniería: Diseñar soluciones algorítmicas eficientes a un problema computacional dado, implementarlas en forma de Programa robusto, estructurado y mantenible, y comprobar la validez de la solución.
• CE3 - Analizar fenómenos complejos mediante la probabilidad y estadística, y plantear modelos de estos tipos en situaciones concretas. Formular y resolver problemas de optimización matemática.
• CE7 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los datos.
• CE8 - Capacidad de elegir y emplear técnicas de modelización estadística y análisis de datos, evaluando la calidad de los modelos, validándolos e interpretándolos.

Competencias Transversales

Transversales

• CT4 [Avaluable] - 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.

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. Interpretar los conceptos básicos de la Ingeniería del Software, especialmente en relación al uso y explotación de datos
   Competencias relacionadas: CG1, CB2,
2. Aplicar y analizar conceptos y métodos referentes al uso de datos provenientes del proceso de desarrollo en la gestión de la calidad del sistema software
   Competencias relacionadas: CE1, CE2, CE3, CE7, CT4, CG1, CG4, CB2, CB5,
3. Aplicar y analizar buenas prácticas de ingeniería del software referentes a proyectos de ciencias de datos y aprendizaje automático
   Competencias relacionadas: CE1, CE2, CT4, CG1, CG4, CB2, CB5,
4. Describir conceptos y métodos referentes al uso de datos obtenidos durante la utilización del sistema (p.ej., un sistema basado en inteligencia artificial), para planificación de nuevas versiones evolutivas o para la adaptación autónoma de los sistemas en tiempo de ejecución en respuesta a cambios.
   Competencias relacionadas: CE1, CE2, CE7, CE8, CG1, CG2, CB2, CB5,
5. Conocer los riesgos de privacidad asociados a la navegación y en la publicación de datos. Profundizar en las diferentes métricas de privacidad y su aplicación en diferentes escenarios.
   Competencias relacionadas: CE1, CE3, CE8, CT4, CG2, CB3, CB5,
6. Conocer los principales algoritmos de anonimización de bases de datos estadísticos.
   Competencias relacionadas: CE1, CE2, CE3, CE8, CT4, CG1, CG2, CG4, CB2, CB3, CB5,
7. Evaluar el compromiso entre privacidad y usabilidad de los datos.
   Competencias relacionadas: CE1, CE3, CE8, CT4, CG1, CG4, CB2, CB3, CB5,
8. Conocer los riesgos de privacidad en las comunicaciones y los sistemas de comunicación anónimas.
   Competencias relacionadas: CE1, CE3, CE8, CG1, CG4, CB2, CB5,

Contenidos

1. Introducción a la Ingeniería del Software
   Primero, se presenta el concepto tradicional de ingeniería del software. Fases. Metodologías: en cascada, ágil; híbrida. Entorno de desarrollo: herramientas.
   
   Después, se analiza el impacto de la disponibilidad de datos sobre este concepto tradicional. Se muestra el ciclo de vida de software resultante al considerar datos.
2. Gestión de la calidad del software y de su proceso de desarrollo
   Un problema clásico en el desarrollo de software es asegurar unos niveles básicos de calidad, tanto en referencia al sistema mismo (mantenibilidad, fiabilidad,...) como en el proceso de producción (productividad del equipo, gestión de recursos,...). El análisis de datos provenientes de los repositorios de software usados en el proceso de producción (p.e., repositorios de código, herramientas de gestión de problemas) permite descubrir de forma más rápida y fiable estos problemas y aplicar estrategias de mitigación.
3. Buenas prácticas de ingeniería del software referentes a proyectos de ciencias de datos y aprendizaje automático
   La complejidad y diversidad de los proyectos de ciencia de datos y los sistemas basados en aprendizaje automático requieren técnicas de ingeniería para garantizar que se construyan de una manera sólida y preparada para el futuro. En este capítulo abordamos buenas prácticas de ingeniería de software para proyectos de ciencia de datos, y software con componentes de aprendizaje automático.
4. Planificación de versiones software y sistemas auto-adaptativos
   Un problema clave en el desarrollo del software es la evolución del sistema en respuesta a nuevas necesidades. El análisis de los datos obtenidos durante la utilización del sistema por parte de sus usuarios, incluyendo sus comentarios explícitos, posibilita el descubrimiento de sus necesidades reales, que a veces ni ellos mismos conocen completamente. En este tema se describe la problemática y se revisan algunas técnicas básicas. Cada vez nos encontramos más sistemas software que necesitan ser conscientes de su contexto para dar un servicio correcto. Esta restricción exige que monitoricen datos del contexto continuamente, descubran cambios significativos y reaccionen en tiempo de ejecución (eventualmente, casi en tiempo real). En este tema se describe la problemática y se revisan algunas técnicas básicas
5. Introducción a la privacidad y seguridad de los datos
   Motivación. Definición de conceptos básicos. Atacantes y partes de confianza. Métricas de privacidad.
6. Algoritmos de anonimización de datos
   Control de revelación estadística. Medida del riesgo de revelación. Algoritmos de microagregació de datos. Medida del compromiso privacidad-utilidad. Casos de estudio.
7. Privacidad en sistemas de información personalizados
   Perfiles de usuario: medida del riesgo de privacidad. Tecnologías de privacidad.
8. Seguridad y privacidad en las comunicaciones
   Algoritmos criptográficos. Autenticación y gestión de claves. Sistemas de comunicación anónimos.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• Building intelligent systems : a guide to machine learning engineering - Hulten, Geoff, Apress, 2018. ISBN: 9781484234327
  
• Statistical disclosure control for microdata: methods and applications in R - Templ, M, Springer International Publishing AG, 2017. ISBN: 9783319502724
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001685219706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Complementaria:

• Machine Learning in Production - Christian Kästner, , 2021.
  
• Software measurement: establish, extract, evaluate, execute - Ebert, C.; Dumke, R, Springer , 2007. ISBN: 9783540716488
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003402849706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Data privacy: foundations, new developments and the big data challenge - Torra i Reventós, V, Springer International Publishing , 2017. ISBN: 9783319573564
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004122599706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Advanced research in data privacy - Navarro-Arribas, G.; Torra i Reventós, V. (eds.), Springer International Publishing , 2015. ISBN: 9783319098852
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001452879706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Capacidades previas