Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 76.5 Horas de Titorías: 4.5 Clase Expositiva: 13.5 Clase Interactiva: 18 Total: 112.5
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Linguaxes e Sistemas Informáticos
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O obxectivo desta materia é proporcionar ao alumno os fundamentos para o modelado de datos seguindo os paradigmas máis utilizados dentro do ámbito Big Data: SQL e NoSQL. Estudaranse as diferenzas de organización dos datos e o seu acceso, así como os diferentes paradigmas de organización de datos (clave/valor, columnas, grafos, etc). O alumno aprenderá a organizar os datos de tal forma que permita un acceso distribuído eficiente, tolerante a fallos e de alta dispoñibilidade. Finalmente, iniciarase o alumno en diferentes linguaxes de acceso a datos e á exportación destes en diferentes formatos e tecnoloxías.
Contidos expositivos:
Bases de datos relacionales y objecto-relacionales, basadas en SQL.
Bases de datos paralelas e distribuídas.
Bases de datos NoSQL: Modelado (clave-valor, column-family, documentales e grafos)
Bases de datos NoSQL: Distribución de datos.
Bases de datos NoSQL: Consistencia.
Datos enlazados e bases de datos de arrays
Contidos Interactivos:
Bases de datos SQL: relacional, obxecto-relacional, XML e JSON.
Bases de datos SQL distribuídas.
Bases de datos documentais.
Bases de datos column family.
Bases de datos de grafos.
Textos básicos:
Sadalage, Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence, Addison-Wesley, 2012.
Avi Silberschatz, Henry F. Korth, S. Sudarshan, Database System Concepts, Sixth edition, McGraw-Hill, 2010. ISBN 0-07-352332-1
Textos complementarios:
Redmond, E., Wilson, J. R. Seven Databases in Seven Weeks: A Guide to Modern Databases and the NoSQL Movement, Pragmatic Bookshelf, 2012.
Marz, N., Warren, J. Big Data: Principles and best practices of scalable realtime data systems, Manning Publications, 2015.
Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia. Learning Spark: Lightning-Fast Big Data Analysis, O'Reilly, 2015.
Rick Copeland. MongoDB Applied Design Patterns, O'Reilly, 2015.
O alumnado:
- Coñecerá os fundamentos dos modelos relacional e obxecto-relacional
- Será capaz de utilizar a linguaxe SQL para xestionar datos con estruturas simples e complexas
- Coñecerá as principais características das bases de datos NoSQL, incluíndo aspectos relacionados cos modelos de datos, a distribución dos datos e o mantemento da consistencia.
- Será capaz de usar bases de datos de tipo: documental, column family e grafos.
Competencias da titulación que se traballan (ver memoria título):
- Básicas: CB6, CB7, CB8, CB9, CB10
- Transversais/Xerais: G1, G2, G3, G4, T2, T5
- Específicas: E16
Utilizaranse clases maxistrais, nas que se expón o contido de cada tema. O alumnado dispoñerá de copias dos materiais formativos 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.
Realizaranse titoriais introdutorios ás ferramentas, onde o alumnado aplicará os conceptos vistos en clase á resolución de problemas sinxelos. O alumnado dispoñerá tamén dos manuais das ferramentas utilizadas. Parte dos traballos de prácticas serán realizados polo alumnado de forma autónoma e tutelada polo profesorado. Para os aspectos máis avanzados e últimas tendencias referentes á materia, o alumnado dispoñerá de diverso material de lectura e estudo proposto polo profesorado
Actividades formativas de carácter presencial e a súa relación coas competencias da titulación:
Clases teóricas impartidas polo profesorado: CB6,T4, G4, E16
Clases prácticas de laboratorio, resolución de problemas e casos prácticos: CB7, G2, G5, E16
Titorías programadas para a orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua: T3, T4, G4, E16
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: CB6, CB7, T3, T4, G2, G4, G5, E16
Realización de prácticas e traballos academicamente dirixidos: 60%
Probas periódicas e/ou exame final: 40%
Na oportunidade de xuño/xullo: Exame (60%), traballo final (40%)
Para superar a materia será necesario acadar como mínimo un 4 sobre 10 na avaliación mediante probas e/ou exames.
Para os casos 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
Clases expositivas: 13,5 h presenciais +33 h traballo autónomo do alumno
Clases interactivas: 18 h presenciais +36 h traballo autónomo do alumno
Titorías e actividades de avaliación: 1,5 h presenciais +10,5 h traballo autónomo do alumno
Total: 112,5 h
Será recomendable que o alumnado teña coñecementos básicos de programación. Recoméndase seguir as actividades propostas durante as sesións de traballo presencial e solicitar titorías personalizadas tan pronto como se detecten dificultades, tanto cos contidos teóricos como cos traballos prácticos.
Farase uso do campus virtual, para mellorar a comunicación entre o alumnado e o profesorado, para aloxar o material necesario e para apoiar os procesos de avaliación.
Jose Ramon Rios Viqueira
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Linguaxes e Sistemas Informáticos
- Teléfono
- 881816463
- Correo electrónico
- jrr.viqueira [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Luns | |||
|---|---|---|---|
| 18:30-19:45 | Grupo /CLE_01 | Galego | PROXECTOS |
| 20.01.2025 16:00-19:45 | Grupo /CLIL_01 | IA.01 |
| 20.01.2025 16:00-19:45 | Grupo /CLE_01 | IA.01 |
| 05.07.2025 16:00-19:45 | Grupo /CLIL_01 | IA.01 |
| 05.07.2025 16:00-19:45 | Grupo /CLE_01 | IA.01 |