Professors Docents
Recomanable: coneixements mitjans en informàtica sobre bases de dades relacionals, programació orientada a objectes i sistemes operatius (comunicació entre processos i gestió de memòria).
Seria recomanable coneixements en bases de dades i sistemes operatius.
Els objectius es centraran en:
Conèixer els conceptes clau i bases dels models d'informació necessaris per a entendre el paper dels perfils existents al voltant d'un sistema d'informació i la seva explotació.
Tenir una visió el més àmplia possible de les diferents arquitectures informacionals, tant de les ja existents i afermades en el mercat empresarial, com de les noves visions disruptives a partir de les noves tecnologies disponibles.
Aprendre a recollir, transformar i processar la informació en funció del seu origen, volum, format i periodicitat d'anàlisi.
Entendre les diferents formes de Data Governance amb l'objectiu de comprendre l'aportació al dia a dia en el treball d'un Data Scientist.
1. Conceptes clau i bases de models dinformació
1.1. Història de les Bases de Dades
1.2. Figures clau al voltant dels sistemes informacionals (Data Science, Data Analyst, Product Owner, etc.)
1.3. Rols d'un Data Scientist i interacció amb la resta
1.4. DBMS vs RDBMS (concepte d'explotació de la informació)
1.5. Teoria i exemples pràctics de Models Relacionals
1.6. Definició i concepte d'ETL
2. Què és la informació i com li extraiem valor
2.1. Concepte de dada i informació (de l'origen de la dada fins a explotar informació i aconseguir valor)
2.2. Business Intelligence i com es comprèn amb Data Science?
2.3. Big Data
2.3.1. ELT vs ETL
2.3.2. Concepte d'arquitectura
2.4. Tipus d'arquitectures de dades
2.4.1. Lògica/Tecnològica/Física
2.4.2. Entorns d'informació (DEV, PRO, SandBox,
)
2.4.3. Conceptes DataLake, DWH, etc.
2.5. Arquitectura de Models de dades IA
2.5.1. Desenvolupament
2.5.2. Validació i promoció a PRO (batch i online)
2.5.3. Monitorització
3. Explotar els diferents tipus d'informació
3.1. DB Estructurades (repàs i ampliació del ja vist)
3.2. DB Semi-Estructurades
3.3. DB No Estructurades
4. Web Scraping com a origen de dades
4.1. Què és Web Scraping?
4.2. Aspectes legals
4.3. Eines
5. Cloud Computing for Data Scientist
6. La importància de la traçabilitat i fiabilitat de les dades (Data Governance)
Nota: els temes poden ajustar i/o modificar-se a criteri de la coordinació del màster.
Lliçó magistral
Estudi i treball personal
Resolució de problemes o exercicis
Treballs en grup
Treballs pràctics
Aquesta assignatura s'avaluarà de manera continuada a partir d'exercicis, treballs, pràctiques i presentacions a classe.
Avaluació continua
Aquesta assignatura s'avaluarà de manera continuada a partir d'exercicis, treballs, pràctiques i presentacions a classe. La nota final serà una ponderació de:
- Pràctica sobre un sistema d'informació relacional: 30%
- Pràctica sobre sistemes de dades no estructurades: 30%
- Treball final i presentació: 40%
Convocatòria extraordinària
Es determinarà lexamen i/o treballs de convocatòria extraordinària des de la coordinació de lassignatura.
Normativa de còpies
Lassignatura es regeix per la normativa de còpies general de La Salle Campus BCN:
https://www.salleurl.edu/ca/normativa-de-copies
Les activitats formatives es consideraran que tenen la següent categoria:
Exercicis: moderadament significativa
Projecte: altament significativa
Avaluació final: altament significativa
La bibliografia s'anirà detallant al llarg de l'assignatura:
Apunts de classe
Documentació i articles que es penjaran a la Intranet (eStudy)
Tot el material de classe (presentacions, exercicis, articles, documents, etcètera) es compartiran a la carpeta de l'assignatura de la Intranet de La Salle: eStudy.