Cloud Computing

Usted está aquí

Créditos
3
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
AC
Mail
Services converge and pass from the physical world to the digital world, making them accessible from any electronic device. Cloud Computing is what makes it possible for digital technology to penetrate every corner of our economy and society.

Cloud computing is a service model for large-scale distributed computing. It is based on converged infrastructure and a set of common services over which applications can be deployed and run over the network. This will cause a deluge of digital information requiring a big data analytics with magnitudes never seen before.

Cloud Computing is the real enabler of the democratization of technologies that will transform our society. It means Artificial Intelligence and its related technologies are available to everyone.

The goal of this course is to help students to understand this profound transformation that is causing Cloud Computing and related emerging technologies such as Artificial Intelligence. This course will encourage their desire to want to delve further into this exciting world of technology and become actively involved.

This course will review Cloud Computing technologies which will shape our near future, as well as attempt to visualize in which direction this technology will take us. The course will pay special attention to the relation of Cloud Computing with advanced analytics technologies (such as Artificial Intelligence in general and Deep Learning technologies in particular). We will look under the hood of these advanced analytics services in the Cloud, either in terms of software or hardware, in order to understand how their high-performance requirements can be provided. This year we will focus on the last part of the course in the software that enables DL applications (focusing on one case study based in Keras).

The practical component is an important part of this subject. In this course the “learn by doing” method is used, with a set of Hands-on that the students must carry out throughout the course.

The course will be marked by a continuous assessment which ensures constant and steady work. The method is also based on teamwork and a ‘learn to learn' approach reading and presenting related topics in short presentations. Thus the student is able to adapt and anticipate new technologies that will arise in the coming years.

(2019 course edition will be in Spanish and it will begin on April 2nd)

Profesores

Responsable

  • Jordi Torres Viñals ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
7.1

Competencias

Competencias Técnicas de cada especialidad

Dirección y gestión

  • CDG1 - Capacidad para la integración de tecnologías, aplicaciones, servicios y sistemas propios de la Ingeniería Informática, con carácter generalista, y en contextos más amplios y multidisciplinares.

Específicas

  • CTE6 - Capacidad para diseñar y evaluar sistemas operativos y servidores, y aplicaciones y sistemas basados en computación distribuida.
  • CTE9 - Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.

Competencias Técnicas Genéricas

Genéricas

  • CG1 - Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería informática.
  • CG4 - Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería en Informática.
  • CG6 - Capacidad para la dirección general, dirección técnica y dirección de proyectos de investigación, desarrollo e innovación, en empresas y centros tecnológicos, en el ámbito de la Ingeniería Informática.
  • CG7 - Capacidad para la puesta en marcha, dirección y gestión de procesos de fabricación de equipos informáticos, con garantía de la seguridad para las personas y bienes, la calidad final de los productos y su homologación.
  • CG8 - Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y mulitidisciplinares, siendo capaces de integrar estos conocimientos.

Competencias Transversales

Actitud frente al trabajo

  • CTR5 - 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.

Básicas

  • CB6 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB9 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Objetivos

  1. Cloud Basics
    Competencias relacionadas: CTE6, CG1, CDG1, CTR5, CG4,
  2. Understand current required layers in a Big Data Software Stack
    Competencias relacionadas: CG1, CB9, CG4, CG6, CG7,
  3. Understand APIs: The doors in the Cloud
    Competencias relacionadas: CDG1, CB6, CB9,
  4. Learn new Software requirements for Advanced Analytics
    Competencias relacionadas: CTE6, CTE9, CG8,
  5. Learn new Hardware requirements for Advanced Analytics
    Competencias relacionadas: CTE6, CTE9, CDG1, CB6, CB8, CB9,
  6. Learn by doing in Lab sessions
    Competencias relacionadas: CG1, CDG1, CB6, CG4, CG6, CG7, CG8,

Contenidos

  1. Cloud Computing paradigm & technologies
  2. Current layers in a Cloud Computing Software Stack
  3. Cloud Computers Hardware: the Paradigm shift
  4. AI & DL: The next wave of Cloud
  5. Under the hood of AI & DL: a case study
  6. Lab session 1
  7. Lab session 2
  8. Lab session 3
  9. Lab session 4
  10. Lab session 5
  11. Short presentations
    Homework will be assigned weekly that includes reading documentation that expands the concepts introduced during lectures, and periodically will include reading research papers related with the lecture of the week, and prepare short presentations (with slides that will be submitted to the Racó). Some students/groups randomly chosen will present the their short presentation.

Actividades

Actividad Acto evaluativo


Cloud Basics


Objetivos: 1
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Understand APIs: The doors in the Cloud


Objetivos: 3
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Understand current required layers in a Big Data Software Stack


Objetivos: 2
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Learn new Software requirements for Advanced Analytics


Objetivos: 4
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Learn new Hardware requirements for Advanced Analytics


Objetivos: 5
Contenidos:
Teoría
1.5h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Learn by doing in Lab sessions


Objetivos: 6
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
11.5h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h


Short presentations



Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
17h

Metodología docente

During the course there will be four types of activities:
a) Activities focused on the acquisition of theoretical knowledge. Regular and consistent attendance is expected and to be able to discuss concepts covered during class. The theoretical activities include participatory lecture classes, which explain the basic contents of the course.
b) Activities focused on the acquisition of knowledge through experimentation by “learn by doing” approach in lab sessions. Hands-on sessions will be conducted during lab sessions . Each hands-on will involve writing a lab report with all the results to be delivered one week later.
c) Homework will be assigned weekly that includes reading documentation that expands the concepts introduced during lectures, and periodically will include reading research papers related with the lecture of the week, and prepare short presentations (with slides that will be submitted to the Racó). Some students/groups randomly chosen will present the their short presentation.
d) Course project that will be based on technologies considered in this course.

Método de evaluación

The evaluation of this course will take into account different items:

- In-class exams will account for 25% of the grade.
- Attendance & participation in class will account for 15% of the grade.
- Homework, reading papers and presentations will account for 20% of the grade.
- Hands-on (+reports) will account for 40% of the grade.

Bibliografía

Básica:

  • Hand-on sessions at GitHub - Torres, J,
  • Slides of the course - Torres, J,

Web links

Capacidades previas

Python is the programming language of choice for the labs sessions of this course. It is assumed that the student has a basic knowledge of Python prior to starting classes. Also, prior exposure to Git and experience with Linux basics will be necessary.
Warning.