Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Horas de Titorías: 2 Clase Expositiva: 17 Clase Interactiva: 22 Total: 41
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Arquitectura e Tecnoloxía de Computadores
Centro Facultade de Administración e Dirección de Empresas
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable
A cada vez maior cantidade de información accesible a través de Internet fai que o procesamento eficiente de grandes cantidades de datos sexa cada vez de maior interese. Isto levou ao desenvolvemento de novas técnicas de almacenamento e procesamento de inxentes cantidades de información, técnicas que se adaptan de forma natural aos sistemas distribuídos.
O obxectivo principal desta materia é dar a coñecer diferentes técnicas de procesamento de grandes cantidades de información, instruíndo ao alumno na súa utilización para o procesamento do denominado Big Data.
1. Introdución ao Big Data, sistemas de grandes volúmenes de datos. A a nube Amazon Web Services
2. Compoñentes dos sistemas para o almacenamento e xestión de recursos.: Apache Hadoop
3. Modelos e aplicacións para Big Data: Apache Spark
4. Outras tecnoloxías, procesamento de grandes volúmenes de datos.
Bibliografía básica
- Apuntamentos proporcionados polo profesor
- T. White, Hadoop: The Definitive Guide, 4th Edition, O'Reilly, 2015
- B. Chambers, M. Zaharia, Spark: The Definitive Guide, O'Reilly, 2018
Bibliografía complementaria
- Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia, Learning Spark. Lightning-Fast Big Data Analysis, O'Reilly, 2015
- Chuck Lam, Hadoop in Action, Manning, 2011
- Fabian Hueske, Vasiliki Kalavri, Stream Processing with Apache Flink", O'Reilly, 2019
- O alumno será capaz de seleccionar as tecnoloxías máis adecuadas para procesar inxentes cantidades de datos.
- O alumno será capaz de xestionar o software básico para o procesamento de datos masivos.
- O alumno coñecerá e aprenderá a usar e codiseñar aplicacións para extraer información do Big Data.
- O alumno saberá utilizar aplicacións na nube para o procesamento de datos.
Competencias da titulación que se traballan (ver memoria título):
- Básicas: CG3, CB1, CB2, CB3, CB4, CB5.
- Transversais/Xerais: CT4, CT5, CT10.
- Específicas: CE13, CE14, CE15, CE18, CE5, CE6.
- Clases teóricas, nas que se expón o contido de cada tema. O alumno disporá de copias das transparencias con anterioridade e o profesor promoverá unha actitude activa, realizando preguntas que permitan aclarar aspectos concretos e deixando cuestións abertas para a reflexión do alumno. Están orientadas á presentación dos contidos teóricos da materia, fundamentalmente a lección maxistral.
- Clases prácticas na aula de informática, que permiten ao alumno familiarizarse desde un punto de vista práctico coas cuestións expostas nas clases teóricas.
Actividades formativas de carácter presencial e a súa relación coas competencias da titulación:
- Clases teóricas: impartidas polo profesor e exposición de seminarios. Competencias traballadas: CG3, CB1, CB2, CB3,CE13, CE14, CE15, CE18, CE5.
- Clases prácticas de laboratorio, resolución de problemas e casos prácticos. Competencias traballadas: CB3, CB4, CB5, CE18, CE15, G2.
- Titorías programadas: orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua. Competencias traballadas: CT4, CT5, CB5, CE6
Actividades formativas de carácter non presencial e a súa relación coas competencias da titulación:
- Traballo persoal do alumno: consulta de bibliografía, estudo autónomo, desenvolvemento de actividades programadas, preparación de presentacións e traballos. Número de horas: 71,5. Competencias traballadas: CT4, CE13, CB5.
Oportunidade ordinaria:
Contribución á nota final e criterios de avaliación:
- Prácticas de laboratorio: 40% da nota
Os alumnos abordarán a resolución de diversos problemas propostos na aula de informática. Deberán realizar traballos nos que se presenten os resultados obtidos. Varios destes traballos serán de entrega obrigatoria e outros opcionais, que permitirán subir a nota. Todos os traballos deberán ser entregados antes das datas que se especificarán e deberán cumprir uns requisitos mínimos de calidade para ser tidos en consideración. Antes ou depois de envialos, durante as sesións anteriores ou posteriores á data de entrega, e antes de avaliarse, o alumno deberá defender e explicar en persoa a realización dos traballos ao profesor. Os traballos serán avaliados segundo a defensa e o traballo entregado. Valorarase o grao de cumprimento das especificacións, a metodoloxía e rigorosidade e a presentación de resultados.
Estarán orientadas a fomentar unha participación activa del alumnado e achegalo aos aspectos prácticos da materia.
- Seguimento continuado e obxectivo dunha participación activa: 10% da nota.
- Exame teórico: 50% da nota.
Para superar a materia, debe conseguirse unha puntuación total de 5 ou superior. É imprescindible para aprobar ter entregado todas as prácticas indicadas como obrigatorias.
En calquera caso, para superar a materia é requisito aprobar tanto a parte practica como o exame teórico de xeito independente, cunha nota mínima de 4,5 sobre 10. Se non obtén esta nota mínima, a nota da materia será a correspondente á nota do exame teórico final.
Os alumnos que non sexan de nova matrícula non conservan notas de cursos anteriores.
Oportunidade de recuperación (Xullo) e extraordinaria:
A valoración será igual que na oportunidade ordinaria. Os alumnos que non entregaron os traballos propostos ao longo do cuadrimestre deberanos entregar antes da data establecida.
Condición para cualificación de Non Presentado: non presentarse ao exame ou non presentar algunha das prácticas obligatorias.
No caso de realización fraudulenta de exercicios ou probas, será de aplicación o recollido na Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
O alumnado ao que se lle concedera a dispensa de asistencia seguindo a Instrucción nº 1/2017 da Secretaría Xeral sobre a dispensa de asistencia a clase en determinadas circunstancias, será avaliado cun exame final específico, incluindo preguntas sobre a parte práctica, que suporá o 100% da nota.
- Clases de encerado: 14 h presenciais + 18 h traballo autónomo do alumno
- Clases de prácticas: 22 h presenciais + 38 h traballo autónomo do alumno
- Titorías e actividades de avaliación: 5 h presenciais + 15,5 h traballo autónomo do alumno
- Total: 112,5 h
Debido á forte interrelación entre a parte teórica e a parte práctica, e á progresividade na presentación de conceptos moi relacionados entre si na parte teórica, é recomendable dedicar un tempo de estudo ou repaso diario.
As ferramentas software utilizadas nesta materia son de fontes abertas.
A materia impartirase en galego.
Oscar Garcia Lorenzo
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Arquitectura e Tecnoloxía de Computadores
- Correo electrónico
- oscar.garcia [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
| Martes | |||
|---|---|---|---|
| 18:15-19:15 | Grupo /CLE_01 | Galego | Aula 8 |
| 23.01.2025 16:00-20:00 | Grupo /CLE_01 | Aula Informática 4 |
| 23.06.2025 16:00-20:00 | Grupo /CLE_01 | Aula Informática 4 |