Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Tutorías: 1 Clase Expositiva: 10 Clase Interactiva: 11 Total: 22
Lenguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación, Departamento externo vinculado a las titulaciones
Áreas: Ciencia de la Computación e Inteligencia Artificial, Área externa M.U en Intelixencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
El objetivo de la materia es proporcionar los conceptos teóricos y las habilidades prácticas para el desarrollo de técnicas inteligentes en el ámbito de la información proporcionada por la ejecución de los procesos de negocio, con el fin de mejorar y optimizar su rendimiento. La materia se abordará desde un enfoque descriptivo, en el que se introducirán las técnicas que permiten conocer lo que ha sucedido y no lo que se cree que sucede, y predictivo, en el que se presentarán los principales retos de la monitorización predictiva y las técnicas inteligentes que dan respuesta a dichos retos.
TEORÍA
1. Concepto de proceso.
2. Registro de eventos.
3. Indicadores clave de negocio y de proceso.
4. Descubrimiento de procesos.
5. Conformidad de los procesos.
6. Analíticas de procesos.
7. Monitorización predictiva.
8. Optimización de procesos.
PRÁCTICA
1. Análisis de registros.
2. Descubrimiento y análisis de procesos.
3. Conformidad de procesos.
4. Monitorización predictiva y optimización.
BIBLIOGRAFÍA (por orden de prioridad)
1. VAN DER AALST, Wil. Process Mining - Data Science in Action. 2a Edición, Springer 2016. ISBN 978-3-662-49850-7.
2. FLUXICON. https://fluxicon.com/book/read/
3. FERREIRA, Diogo R. A primer on process mining: Practical skills with Python and Graphviz. 2a Edición, Springer 2020. ISBN: 978-3-030-41818-2
El alumnado adquirirá un conjunto de competencias específicas da minería de procesos, pero también una serie de competencias básicas y genéricas a cualquier desarrollo de un sistema basado en Inteligxencia Artificial y, finalmente, unas competencias transversales que inciden en las habilidades personales del estudiantado y en la manera en la que se relaciona con alumnado restante. Teniendo esto en cuenta, las competencias son las seguintes:
BÁSICAS
CB1 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB2 - Que los/as 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.
CB4 - Que los/as 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.
CB5 - Que los/as estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
GENERALES
CG1 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial.
CG2 - Abordar con éxito todas las etapas de un proyecto de Inteligencia Artificial.
CG4 - Elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, redactar planes, proyectos de trabajo, artículos científicos y formular hipótesis razonables en el campo.
CG5 - Trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la gestión del tiempo, personas y toma de decisiones.
TRANSVERSALES
CT5 - Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras.
CT8 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.
CT9 - Tener la capacidad de gestionar tiempos y recursos: desarrollar planes, priorizar actividades, identificar las críticas, establecer plazos y cumplirlos.
ESPECÍFICAS
CE11 - Comprensión y dominio de las principales técnicas y herramientas de análisis de datos, tanto desde el punto de vista estadístico como del aprendizaje automático, incluyendo las dedicadas al tratamiento de grandes volúmenes de datos, y capacidad para seleccionar las más adecuadas para la resolución de problemas.
CE16 - Conocimiento del proceso y las herramientas para el procesamiento y preparación de datos desde su adquisición o extracción, limpieza, transformación, carga, organización y acceso.
La metodología de enseñanza está dirigida a centrar la atención sobre los aspectos prácticos de la minería de procesos y sobre los conceptos que la diferencian de las técnicas más clásicas de la minería de datos. Se distinguen las clases magistrales y las prácticas de laboratorio:
(1) Las clases magistrales (10 horas) están dirigidas a explicar los conceptos y las características de la minería de procesos, haciendo especial énfasis al tipo de problemas que resuelve y a las distintas clases de técnicas que se podrían aplicar para resolver cada uno de ellos. Además, en estas clases se hará referencia al proyecto que se desarrollará a lo largo de la materia, resaltando la problemática de cada uno de los aspectos que se deberán abordar para resolverlos.
(2) Prácticas de laboratorio (11 horas) están dirigidas a que el alumnado adquiera destreza en la implementación y uso de las técnicas de minería de procesos. Se planteará al alumnado un proyecto que se deberá desarrollar a lo largo de la materia cuya resolución requiere la comprensión y aplicación de los contenidos teórico-prácticos incluidos en los contenidos de la materia. Por lo tanto, en las prácticas de laboratorio se seguirá una metodología de aprendizaje por proyectos. La asistencia a estas prácticas de laboratorio es OBLIGATORIA.
La evaluación de la materia tendrá lugar de dos maneras diferentes, aunque complementarias, que pretenden evaluar la competencia en el dominio de la minería de procesos. Por otra parte, se distinguirá entre la evaluación de la oportunidad común y la de recuperación:
OPORTUNIDAD ORDINARIA
(1) Examen en el que se demostrará el dominio de los aspectos teóricos de la minería de procesos. De deberá responder a un conjunto de cuestiones sobre los conceptos de proceso y de los distintos tipos de analíticas de proceso. Esta parte representará el 40% de la nota final de la materia.
(2) Realización de un proyecto que partirá desde la explicación del proceso y de los datos que son la entrada a las técnicas de minería de proceso y que el alumnado irá desarrollando a lo largo de la materia. En las prácticas, el alumnado tendrá que resolver las preguntas que se le planteen en cada momento, usando las técnicas más apropiadas para obtener información sobre las analíticas del proceso. Esta parte constituirá el 60% de la nota final de la materia.
Por último, si el alumno realiza la primera entrega del proyecto, se considerará como presentado en la materia.
OPORTUNIDAD DE RECUPERACIÓN
Los criterios de evaluación de las partes de teoría y práctica en la oportunidad de recuperación serán exactamente los mismos que para la oportunidad ordinaria. Por tanto, además de superar el examen de teoría y los boletines, para poder superar la materia será necesario que se hubiera asistido a las sesiones prácticas interactivas (con los criterios de asistencia indicados más abajo).
CONTROL DE ASISTENCIA
Tal y como se comentó anteriormente, la asistencia a las sesiones prácticas interactivas es obligatoria debido la que en ellas se abordan conceptos clave de la materia, y el control de esta asistencia se realizará a través de hojas de firmas que se deberán cubrir a la finalización de cada una de las sesiones. Además, si se asiste a menos del 80% de las sesiones prácticas interactivas se considerará que no se superó la materia.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la Normativa de evaluación del rendimiento académico de los estudantes y de revisión de calificaciones.
En aplicación de la Normativa de la ETSE sobre plagio (aprobada por la Xunta da ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso en las dos oportunidades del curso, con la calificación de 0,0 en ambos casos.
Tal y como se indicó anteriormente, la asistencia a las prácticas de laboratorio es obligatoria, y además esa participación debería ser activa para así aprovechar de forma adecuada el tiempo. Además de esto, se necesitará un tiempo adicional para trabajar en los siguientes aspectos:
(1) Estudio autónomo de los conceptos de la minería de procesos (10 horas). El tiempo dedicado a este estudio no sólo incluye el necesario para preparar el examen teórico, sino también el tiempo que se precisa para entender los conceptos teóricos de forma se puedan aplicar correctamente a resolución de los problemas.
(2) Completar el desarrollo del proyecto (55 horas). Este tiempo es necesario para que se complete el desarrollo del proyecto, más allá del avance que tenga lugar en las sesiones de prácticas. En este tiempo se podrá interiorizar la forma de resolver el problema expuesto, en la medida en que en las sesiones prácticas se hace más énfasis en entender el problema y los tipos de técnicas que son necesarios para abordarlo, mientras que los detalles necesarios para completar el problema se deberán realizar en el tiempo adicional de trabajo práctico.
Para poder aprovechar la materia y adquirir con cierta fluidez los conceptos de la minería de procesos es muy aconsejable aprovechar las clases de teoría y las prácticas de laboratorio, en la medida en que, tal y como se presentó en el programa y en la metodología docente, estas actividades están directamente relacionadas. Por otra parte, también es muy recomendable que el alumnado explore el material de soporte (páginas web sobre tecnología, tutoriales online de los entornos de desarrollo, descripción de casos de éxito, etc.) en el que se incluyen explicaciones adicionales a las de las clases presenciales y que ayudan a entender y afianzar los conceptos de la minería de procesos.
El idioma preferente de impartición de las clases expositivas e interactivas es el inglés.
Manuel Lama Penin
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816427
- Correo electrónico
- manuel.lama [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
| Lunes | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.12 |
| 18:30-20:00 | Grupo /CLIL_01 | Inglés | IA.12 |
| 03.06.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 03.06.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 10.07.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 10.07.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |