Diseño de Bases de Datos

Usted está aquí

Créditos
6
Tipos
Obligatoria de especialidad (Ingeniería del Software)
Requisitos
  • Prerrequisito: BD
  • Precorrequisito: IES
Departamento
ESSI
Esta asignatura forma los estudiantes en las competencias necesarias para diseñar y administrar bases de datos, evaluando las distintas alternativas posibles en el contexto de su empresa. Se tratan conceptos de bases de datos relacionales genéricas (aplicables tanto a entornos operacionales como decisionales). Los conocimientos impartidos son imprescindibles para afrontar las tareas propias de un diseñador de bases de datos o de un administrador de bases de datos.

Profesores

Responsable

  • Xavier Burgués Illa ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0.4
Aprendizaje autónomo
5.6

Competencias

Competencias Técnicas

Competencias técnicas comunes

  • CT2 - Utilizar de forma apropiada teorías, procedimientos y herramientas en el desarrollo profesional de la ingeniería informática en todos sus ámbitos (especificación, diseño, implementación, despliegue -implantación- y evaluación de productos) de manera que se demuestre la comprensión de los compromisos adoptados en las decisiones de diseño.
    • CT2.2 - Demostrar conocimiento y capacidad de aplicación de las características, funcionalidades y estructura de las bases de datos, que permitan su uso adecuado y el diseño y el análisis e implementación de aplicaciones basadas en ellas.
    • CT2.4 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los Sistemas de información, incluidos los basados en web.
  • CT7 - Evaluar y seleccionar plataformas de producción hardware y software para la ejecución de aplicaciones y de servicios informáticos.
    • CT7.2 - Evaluar sistemas hardware/software en función de un criterio de calidad determinado.

Competencias Técnicas de cada especialidad

Especialidad ingeniería del software

  • CES1 - Desarrollar, mantener y evaluar servicios y sistemas software que satisfagan todos los requisitos del usuario, que se comporten de forma fiable y eficiente, que tengan un desarrollo y mantenimiento asequible y que cumplan normas de calidad, aplicando las teorías, los principios, los métodos y las prácticas de Ingeniería del Software.
    • CES1.1 - Desarrollar mantener y evaluar sistemas y servicios software complejos y/o críticos.
    • CES1.2 - Dar solución a problemas de integración en función de las estrategias, de los estándares y de las tecnologías disponibles.
    • CES1.5 - Especificar, diseñar, implementar y evaluar bases de datos.
    • CES1.6 - Administrar bases de datos (CIS4.3).
  • CES3 - Identificar y analizar problemas, y diseñar, desarrollar, implementar, verificar y documentar soluciones software sobre la base de un conocimiento adecuado de las teorías, de los modelos y de las técnicas actuales.
    • CES3.2 - Diseñar y gestionar un almacén de datos (data warehouse).

Competencias Transversales

Actitud frente al trabajo

  • G8 - Tener motivación para la realización profesional y para afrontar nuevos retos, así como una visión amplia de las posibilidades de la carrera profesional en el ámbito de la Ingeniería en Informática. Tener motivación por la calidad y la mejora continua, y actuar con rigor en el desarrollo profesional. Capacidad de adaptación a los cambios organizativos o tecnológicos. Capacidad de trabajar en situaciones de falta de información y/o con restricciones temporales y/o de recursos.
    • G8.3 - Tener motivación para el desarrollo profesional y para afrontar nuevos retos. Tener motivación para la mejora continua. Disponer de capacidad de trabajo en situaciones de falta de información.

Lengua extranjera

  • G3 - Conocer el idioma inglés con un nivel adecuado de forma oral y por escrito, y con consonancia con las necesidades que tendrán los graduados y graduadas en ingeniería informática. Capacidad de trabajar en un grupo multidisciplinar y en un entorno multilingüe, y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la profesión de ingeniero técnico en informática.
    • G3.1 - Comprender y utilizar eficazmente manuales, especificaciones de productos y otra información de carácter técnico escrita en inglés.

Objetivos

  1. Ser capaz de diseñar y obtener información de bases de datos multidimensionales
    Competencias relacionadas: CT2.2, CES1.1, CES1.5, CES3.2, CT7.2, CT2.4,
    Subcompetences:
    • Ser capaz de trasladar un esquema UML multidimensional a un esquema relacional star-join.
    • Ser capaz de obtener la consulta multidimensional correspondiente a una tabla estadística usando de las construcciones específicas de SQL-99
  2. Ser capaz de implementar un diseño lógico en un diseño físico analizando y escogiendo el mejor mecanismo para recoger las restricciones de integridad de la BD
    Competencias relacionadas: CT2.2, CES1.1, CES1.5, CT7.2,
  3. Ser capaz de decidir qué vistas materializadas hay que definir según las operaciones esperadas
    Competencias relacionadas: CT2.2, CES1.1, CES1.5, CT7.2,
  4. Ser capaz de decidir los índices que hay que definir en función de las operaciones esperadas
    Competencias relacionadas: CES1.1, CES1.5, CT2.4,
    Subcompetences:
    • Enumerar los tipos de índices que se pueden definir y el coste de cada operación (inserción, supresión, consulta de único, consulta de más de uno) en cada índice
    • Ser capaz reproducir la ejecución de cada operación sobre cada índice
  5. Ser capaz de enumerar las opciones existentes en cuanto a políticas, métodos y momento de la optimización junto con las ventajas, inconvenientes y condiciones de aplicación de cada una.
    Competencias relacionadas: CES1.5, CES1.6,
  6. Ser capaz de obtener el plan de acceso de una consulta según unos criterios de optimización
    Competencias relacionadas: CT2.2, CES1.1, CES1.6, CT7.2,
    Subcompetences:
    • Ser capaz de estimar el tamaño del resultado final e intermedios de una consulta y el coste de resolver cada paso
    • Ser capaz de optimizar un árbol sintáctico
  7. Ser capaz de reproducir la ejecución de los algoritmos que intervienen en un árbol de proceso y de estimar su coste
    Competencias relacionadas: CT2.2, CES1.1, CES1.5, CES1.6,
  8. Ser capaz de enumerar los parámetros y opciones principales que afectan a la concurrencia y de justificar el efecto que tiene modificar su valor
    Competencias relacionadas: CT2.2, CES1.6,
    Subcompetences:
    • Ser capaz de reproducir la ejecución concurrente de transacciones en función del nivel de aislamiento
  9. Ser capaz de enumerar los parámetros y opciones principales que afectan a la recuperación de la base de datos y justificar el efecto que tiene modificar su valor.
    Competencias relacionadas: CT2.2, CES1.6,
    Subcompetences:
    • Ser capaz de reproducir la ejecución de una operación en el SGBD
  10. Ser capaz de enumerar los subsistemas de una organización y las informaciones que generan y necesitan.
    Competencias relacionadas: CES3.2,
    Subcompetences:
    • Diferenciar entre sistemas operacionales y decisionales.
  11. Ser capaz de enumerar las etapas de desarrollo de una base de datos y el resultado de cada una
    Competencias relacionadas: CES1.1, CES1.2, CES1.5, CES3.2,
  12. Ser capaz de detectar y corregir defectos en un diseño lógico.
    Competencias relacionadas: CT2.2, CES1.1, CES1.5, CT7.2,
    Subcompetences:
    • Ser capaz de detectar problemas de satisfactibilidad, vivacidad, redundancia y alcanzabilidad y de reconocer contención de consultas.
    • Ser capaz de establecer en qué forma normal se encuentra el esquema lógico de un sistema de información operacional y de normalizar al nivel requerido
    • Ser capaz reproducir la ejecución del algoritmo de análisis
    • Ser capaz de decidir sobre la posibilidad de agregación de los datos.
  13. Ser capaz de obtener el esquema lógico de una Base de Datos de un SI.
    Competencias relacionadas: CES1.1, CES1.5,
    Subcompetences:
    • Ser capaz de construir consultas en SQL teniendo en cuenta la existencia de valores nulos y haciendo uso de combinaciones externas cuando es necesario.
    • Ser capaz de obtener el esquema lógico a partir de un esquema conceptual expresado en UML teniendo en cuenta las consecuencias de los valores nulos
  14. Ser capaz de adquirir autónomamente conceptos y habilidades.
    Competencias relacionadas: G3.1, G8.3,

Contenidos

  1. Introducción
    Conceptos de referencia relacionados con el diseño y la administración.
    Ciclo de vida de una BD. Alternativas.
    BD decisionales y operacionales.
  2. Sistemas de ayuda a la toma de decisiones
    Almacenes de datos.
    Bases de datos multidimensionales (herramientas OLAP)
  3. Diseño lógico. El paso a modelo relacional.
    El caso decisional.
    El caso operacional desde UML.
  4. Corrección del diseño
    Normalización.
    Validación.
    Condiciones para la agregación.
  5. Diseño físico
    Vistas materializadas.
    Restricciones.
  6. Optimización
    Opt. semántica.
    Opt. sintáctica.
    Opt. física.
    Estimación de volúmenes.
  7. Access structures
    B +.
    Cluster.
    Hash.
  8. Algoritmos
    Selección.
    Ordenación.
    Combinación.
    Proyección.
  9. Indexación avanzada
    Multiatributo.
    Bitmaps.
    Resolución de consultas usando índices exclusivamente
    Join indexes
  10. Administración
    Definiciones, tareas y objetivos.
    Plan de acceso.
    Optimización de cargas de trabajo.
    Transacciones.
    Recuperación.
    Concurrencia.
    Espacios virtual y físico
  11. Más allá del modelo relacional
    Conocimientos básicos de bases de datos NOSQL. Diferencias con el modelo relacional. Tipos más importantes de BD NOSQL.

Actividades

Actividad Acto evaluativo


Presentación

El estudiante debe preparar su ordenador según alguna de las alternativas propuestas para poder realizar las actividades que se esperan de él durante el curso. Básicamente, debe tener acceso a Moodle y Oracle.
Objetivos: 14
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
1h

Estudio de los conceptos introductorios

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 10 11
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
1h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos a los sistemas de ayuda a la toma de decisiones

Estudio de los contenidos explicados y los materiales de autoestudio. Resolución de los ejercicios propuestos y propuesta de preguntas para el examen usando el glosario de Moodle.
Objetivos: 1 14
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
15h

Estudio de los conceptos relativos al diseño lógico

Estudio de los contenidos explicados y los materiales de autoestudio. Resolución de los ejercicios propuestos y propuesta de preguntas para el examen usando el glosario de Moodle.
Objetivos: 13
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
12h

Estudio de los conceptos relativos a la corrección del diseño

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 12
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
3h
Aprendizaje dirigido
0h
Aprendizaje autónomo
5h

Entreno SQL

La sesión es idéntica a la de SQL avanzado pero esta no cuenta para la evaluación.
  • Aprendizaje autónomo: Los estudiantes deben analizar el cuestionario y estudiar la teoría relacionada.
Objetivos: 13
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Sesión 1: consultas SQL avanzadas

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 13
Semana: 3
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos al diseño físico

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 2 3
Contenidos:
Teoría
3h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Estudio de los conceptos relativos a optimización

Estudio de los contenidos explicados y los materiales de autoestudio. Resolución de los ejercicios propuestos y propuesta de preguntas para el examen usando el glosario de Moodle.
Objetivos: 6 5
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
7h

Entreno de traducción y normalización

La sessió és idèntica a la de traducció i normalització però aquesta no compta per a l'avaluació.
  • Laboratorio: La sesión es idéntica a la de traducción y normalización pero esta no cuenta para la evaluación.
  • Aprendizaje autónomo: Los estudiantes deben analizar el cuestionario y estudiar la teoría relacionada.
Objetivos: 13 12
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Sesión 2: traducción a relacional y normalización

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 13 12
Semana: 5
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos a estructuras de acceso

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 4
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos a algoritmos

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 7
Contenidos:
Teoría
3h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
3h

Estudio de los conceptos relativos a indexación avanzada

Estudio de los contenidos explicados y propuesta de preguntas para el examen usando el glosario de Moodle,
Objetivos: 4
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Entreno de corrección y vistas

La sesión es idéntica a la de corrección y vistas pero esta no cuenta para la evaluación.
  • Laboratorio: La sesión es idéntica a la de corrección y vistas pero esta no cuenta para la evaluación.
  • Aprendizaje autónomo: Los estudiantes deben analizar el cuestionario y estudiar la teoría relacionada.
Objetivos: 12 2 3
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Sesión 3: corrección y vistas

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 12 2 3
Semana: 7
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos a administración

Estudio de los contenidos explicados y los materiales de autoestudio. Resolución de los ejercicios propuestos y propuesta de preguntas para el examen usando el glosario de Moodle.
Objetivos: 9 8 14
Contenidos:
Teoría
6h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
9h

Entreno de índices y costes de consultas con combinaciones

La sesión es idéntica a la de índices y costes de consultas con combinaciones pero esta no cuenta para la evaluación.
Objetivos: 4 7
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Sesión 4: índices y costes de consultas con combinaciones

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 4 7
Semana: 10
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Entreno de estructuras de acceso

La sesión es idéntica a la de estructuras de acceso pero esta no cuenta para la evaluación.

Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Sesión 5: estructuras de acceso

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 4 6 7
Semana: 12
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Entreno de optimización según una carga de trabajo

La sesión es idéntica a la de optimización según una carga de trabajo pero esta no cuenta para la evaluación.
  • Laboratorio: La sesión es idéntica a la de optimización según una carga de trabajo pero esta no cuenta para la evaluación.
  • Aprendizaje autónomo: Los estudiantes deben analizar el cuestionario y estudiar la teoría relacionada.
Objetivos: 4 6 7
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Sesión 6: optimización según una carga de trabajo

Los alumnos, por parejas, deben responder un cuestionario de Moodle que es corregido instantáneamente a través de LEARN-SQL. Cada vez que los estudiantes envían la respuesta de una cuestión reciben una calificación. Los estudiantes pueden decidir enviar nuevas respuestas para tratar de mejorar las anteriores. Cada nuevo envío supone una penalización. Los estudiantes también tendrán que contestar algunas preguntas por escrito. El profesor corregirá las preguntas escritas y matizará la nota otorgada por LEARN-SQL. Durante la semana anterior a la prueba, los estudiantes habrán resuelto remotamente un cuestionario Moodle de las mismas características con la misma pareja.
Objetivos: 4 6 7
Semana: 14
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Estudio de los conceptos relativos a NOSQL

Estudio de los contenidos explicados y los materiales de autoestudio. Resolución de los ejercicios propuestos y propuesta de preguntas para el examen usando el glosario de Moodle.
Objetivos: 10 13 11 14
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Examen

Algunas de las preguntas pueden ser extraídas del conjunto de preguntas propuestas voluntariamente por los estudiantes a través del mecanismo del glosario.
Objetivos: 10 11 2 4 5 9 8
Semana: 14
Tipo: examen final
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Revisión de pruebas de laboratorio

El alumno que lo necesite pedirá explicaciones o presentará reclamaciones sobre la evaluación siguiendo las pautas establecidas.

Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
4h
Aprendizaje autónomo
0h

Revisión de examen

El alumno que lo necesite pedirá explicaciones o presentará reclamaciones sobre la evaluación siguiendo las pautas establecidas.

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

Metodología docente

En las horas de teoría el profesor expone los conceptos correspondientes a alguno de los contenidos. El estudiante debe trabajar estos conceptos y, opcionalmente, propone posibles preguntas de examen a través del campus virtual (usando el mecanismo de Moodle para glosarios). Los estudiantes que participen en ls propuesta de preguntas tendrán una bonificación en la calificación del examen de hasta un 20% en función de la calidad de la participación. Algunos conceptos de algunos contenidos no son expuestos por el profesor sino que los estudiantes deben trabajar con materiales que el profesor habrá publicado en el campus virtual.

En las horas de laboratorio el profesor abre un cuestionario en el campus virtual que los estudiantes deben solucionar por parejas. En los días previos las mismas parejas habrán tenido la oportunidad de trabajar un cuestionario similar al de la sesión de laboratorio. Esto lo pueden hacer desde cualquier punto con acceso a Internet obteniendo feedback del corrector automático. Además, el mismo módulo permite a los miembros de la pareja hacerse comentarios sobre los ejercicios sin necesidad de encontrarse físicamente.

Método de evaluación

Nota final = 70% min (10, P) + 20% E + 10% M

E = nota del examen final. Los estudiantes que participen en ls propuesta de preguntas tendrán una bonificación en la calificación del examen de hasta un 20% en función de la calidad de la participación.
P = promedio ponderado la nota de los cuestionarios y de las sesiones de laboratorio
M = evaluación mutua entre compañeros

Cálculo de P:
1) Multiplicar la nota obtenida en cada una de las actividades por un peso igual a 1, 2, 4 o 8 (dependiendo del contenido de la actividad en cuestión)
2) Dividir la suma de estos valores por la suma de pesos asignados menos 4

Cálculo de M: los estudiantes tendrán varias parejas durante el semestre. Al final deberán valorarlas. Tomando como base estas valoraciones, el profesor asignará la nota.

La calificación de la competencia transversal "Actitud adequada davant el treball" será A (competencia superada con excelencia), B (competencia superada al nivel deseado), C (competencia superada a un nivel suficiente) o D(competencia no superada). Esta nota se computa como la media de M y la nota de actitud recogida por el profesor (participación en las actividades dirigidas en classe).

La competencia transversal "Tercera lengua" se decidirá en función de las notas de las actividades realizadas usando materiales en inglés.

Bibliografía

Básica:

Complementaria:

Capacidades previas

Ser capaz de enumerar las etapas que conforman el proceso de la ingeniería de software
Ser capaz de entender esquemas conceptuales en UML
Ser capaz de crear, consultar y manipular bases de datos usando SQL

Adenda

Contenidos

Degut a la reducció del nombre de sessions tant de teoria com de labortori, s'eliminen les essins corresponents sobre NOSQL.

Metodología docente

Segons acord de la FIB, les sessions de teoria passen a ser no presencials. Hi haurà uns apunts de cada sessió que els estudiants hauran de llegir prèviament. La sessió de teoria via videoconferència es dedicarà a remarcar allò més important, resoldre dubtes i fer exercicis.

Método de evaluación

Per poder fer front a un hipotètic confinament amb el mínim impacte, les sessions puntuables de laboratori passen a ser individuals. Això implica la desaparició de l'avaluació entre companys, de manera que la qualificació de l'assignatura s'obtindrà combinant la nota de laboratori+autoestudis (amb un pes del 78%) i la de l'examen final (amb un pes del 22%)

Plan de contingencia

Les sessions de labortori d'entrenament s'adapten sense canvis a modalitat no presencial. A les sessions puntuables els exercicis a resoldre es faran accessibles als estudiants d'un en un i les respostes no es lliuraran a través del sistema de correcció automàtic sinó en un o diversos fitxers que processarà el professor.