Aquest curs ofereix una introducció completa al disseny, implementació i gestió de bases de dades relacionals. Se centra en el model relacional, el llenguatge SQL i el cicle de vida de les dades des de l'ingesta (ELT) fins a l'informe empresarial. Els estudiants treballaran principalment amb PostgreSQL per resoldre reptes reals de dades utilitzant eines estàndard de la indústria com DBeaver i VS Code.
Professors Titulars
Professors Docents
--
- Entén i aplica els principis del model relacional i la normalització de dades.
- Domina SQL per a la recuperació, agregació i transformació de dades complexes.
- Dissenya esquemes de bases de dades eficients que assegurin la integritat de les dades i minimitzin la redundància.
- Executar processos ELT (Extracció, Càrrega, Transformació) per netejar i preparar dades en brut per a l'anàlisi.
- Desenvolupar estàndards professionals d'informes per a la lliurament de dades en entorns empresarials.
Primera part: Fonaments i Ingesta (Setmanes 1–7)
Se centra en la mecànica dels sistemes relacionals. Els estudiants aprenen a configurar PostgreSQL, definir tipus de dades i utilitzar l'ordre COPY per importar conjunts de dades a gran escala (Census, NYC Taxi). Les fites clau inclouen dominar la lògica relacional (Joins), matemàtiques bàsiques i agregació de dades (GROUP BY) per extreure les idees inicials de taules en brut.
Segona part: Analítica avançada i optimització (setmanes 9–15)
Se centra en la manipulació sofisticada de dades. Els estudiants dominen la neteja avançada (mineria de text i gestió de NULL), la lògica complexa mitjançant Common Table Expressions (CTEs) i la partició estadística mitjançant Window Functions (RANK, LEAD/LAG). El curs conclou amb tècniques d'optimització de bases de dades, incloent-hi l'ús estratègic d'índexs i vistes.
El projecte final: Síntesi narrativa (setmanes 12–14)
Una experiència final on els estudiants fusionen fonts dispars (IMDB i dades financeres) per respondre una "Història de Dades" específica. L'èmfasi es desplaça de l'escriptura de consultes a la interpretació dels resultats, requerint que els estudiants realitzin una neteja complexa de dades i presentin una anàlisi "I què?" que tradueixi el resultat tècnic en evidència empresarial.
La taula següent relaciona els resultats d'aprenentatge amb el contingut ensenyat per aconseguir-los:
RA | Pla d'estudis | Continguts |
R1 | Entendre el món de les bases de dades | Introducció a les bases de dades |
R2 | Entendre el model relacional | Modelatge relacional de bases de dades |
R3 | Aprèn el llenguatge de consulta més popular per a bases de dades (SQL) | SQL bàsic i avançat |
R4 | Practica amb un projecte de cas real | Projecte: Anàlisi de dades utilitzant la base de dades IMDB |
El sistema d'avaluació serà continu, combinant diverses activitats per facilitar l'assimilació del coneixement per part de l'estudiant.
La taula següent mostra el percentatge d'avaluació de cada activitat basat en la nota final:
R1, R2, R3, R4 | Activitat de classe | 10% |
R1, R2 | Deures | 10% |
R2, R3 | Examen parcial | 30% |
R4 | Projecte | 20% |
R2, R3 | Examen final | 30% |
Els objectius de l'avaluació contínua són els següents:
- Aprenentatge progressiu de la matèria i avaluació de l'activitat
- Avaluació dels coneixements adquirits als exàmens
- Practica el tema amb una base de dades de casos reals
Intel·ligència Artificial: està prohibit l'ús d'eines d'Intel·ligència Artificial com ChatGPT, Gemini, Claude o altres. Utilitzar una eina d'IA es considerarà fer trampes i serà sancionat amb un zero. A més, el professor informarà el director acadèmic, cosa que podria ser la base per decidir mesures disciplinàries addicionals.
Política de repetició: com que aquest curs utilitza un model d'avaluació continu, no hi haurà exàmens de repetició.
--
- DeBarros, A. (2022). Practical SQL, 2nd Edition: A Beginner’sGuidetoStorytellingwith Data. No StarchPress.
- PostgreSQL Global DevelopmentGroup.PostgreSQLOficialDocumentation
--