bachelor en inteligencia artificial i data science la salle campus barcelona

Grau en Artificial Intelligence and Data Science

Metodologia del software

Descripció: 

S'introdueix l'alumnat en el món de la metodologia del programari, tot recorrent els diferents cicles de vida que es poden aplicar durant el desenvolupament de projectes de programari. Es comença amb l'estudi dels patrons de disseny que cal tenir en compte per a l'elaboració del corresponent disseny orientat a objectes. A continuació, es treballa l'ús de les metodologies àgils i els conceptes bàsics d'SCRUM, així com els seus avantatges respecte d'altres metodologies. També s'analitzen les diferents formes d'introduir AGILE en una empresa, les seves característiques i els valors necessaris per assolir l'èxit. Finalment, s'estudien les diferents tècniques per dur a terme la millora contínua tant del producte com del projecte.

Tipus assignatura
Obligatoria no de Primer
Semestre
Primer
Curs
3
Crèdits
3.00
Coneixements previs: 

No hi ha requisits previs.

Objectius: 

En finalitzar l'assignatura, l'estudiant serà capaç de:

  • Comprendre els principis fonamentals de la metodologia del Software i els diferents cicles de vida aplicables al desenvolupament de projectes de SW.
  • Conèixer els fonaments de les metodologies àgils per a la gestió de projectes de Software .
  • Comprendre el marc de treball Scrum, els seus rols, esdeveniments i artefactes, així com els seus avantatges respecte d'altres metodologies de desenvolupament.
  • Planificar i gestionar el desenvolupament d'un producte mitjançant Scrum al llarg del seu cicle de vida.
  • Conèixer Kanban i altres metodologies àgils, identificant els seus àmbits d'aplicació.
  • Analitzar diferents estratègies per a la implantació de metodologies Agile en una organització, identificant els factors d'èxit i els valors necessaris per a la seva adopció.
  • Aplicar tècniques de millora contínua orientades tant al producte com al procés de desenvolupament del projecte.
  • Desenvolupar la capacitat d'analitzar casos pràctics i seleccionar les metodologies i eines més adequades segons el context del projecte.

Continguts: 

  1. Introducció a la metodologia del Software.
  2. Cicle de vida del Software i gestió dels requisits d'un projecte.
  3. Desenvolupament de projectes d'Intel·ligència Artificial. Cicle de vida dels sistemes d'IA, reproductibilitat, control de versions, documentació i bones pràctiques.
  4. Projectes i metodologies àgils. Scrum i Kanban.
  5. Gestió del producte i gestió del canvi.
  6. Casos pràctics.

Metodologia: 

L'assignatura s'estructura en dos blocs principals: Metodologia del Software i Metodologies Agile.

En ambdós blocs es combinen classes expositives amb activitats pràctiques orientades a l'aplicació dels conceptes treballats.

L'alumnat desenvolupa casos pràctics, resolució de problemes, pràctiques individuals i activitats col·laboratives en equips, especialment durant el desenvolupament dels projectes basats en metodologies Agile (Scrum), assumint diferents rols i responsabilitats.

Les activitats d'aprenentatge fomenten la participació activa, la presa de decisions, el treball cooperatiu i la reflexió sobre les solucions proposades.

Les activitats desenvolupades en equip també formen part del sistema d'avaluació de l'assignatura.

Avaluació: 

La nota de l’assignatura és el resultat de les qualificacions obtingudes al llarg del semestre. Es tenen en compte els resultats assolits als exercicis específics de cadascun dels blocs, així com la qualificació obtinguda a la pràctica final.

Pel que fa a BLOC 1 (Metodologia de Desenvolupament), la nota d’aquest es composa:

  • 100% BLOC_FONAMENT
    • Activitat 1 (+-100% Bloc Fonaments)

Pel que fa a BLOC 2(AGILE), la nota d’aquest es composa:

  • 30% Pràctica SCRUM
  • 40% EX. FINAL
  • 30% Participació

D’aquesta manera, la nota final és calculada segons l’expressió:


NotaFinal = 50% * Nota_Bloc1[MET DES] + 50% * Nota_Bloc2 [AGILE]


 

Per tal de poder aplicar la fórmula anterior és indispensable:

1. Haver aprovat tots els exercicis de cada bloc.

2. Assistència mínima 80 %.

Altrament NotaFinal és igual a NP (si manca algun exercici i o pràctica).

 

Pel que fa al període de recuperació, hi ha 1 data límit de lliurament de treballs per la convocatòria extraordinària. Aquesta es publicarà en el fòrum de l’assignatura i l’entrega serà durant el mes de gener (nota màxima 7).

 

Pel que fa als lliuraments dels treballs, cal que l’alumne tingui en consideració:

1. Es realitzen via eStudy. No s’accepta cap via correu electrònic.

2. La data utilitzada per avaluar els criteris anteriors és la registrada per l’eina eStudy un cop es diposita l’arxiu al pou habilitat a tal efecte.

3. Han de respectar una nomenclatura concreta a l’arxiu. Aquesta és clarament indicada als requisits de lliurament dels respectius exercicis/pràctiques.

Ús de la Intel·ligència Artificial Generativa


L'assignatura adopta l'escala AIAS per regular l'ús de la IA generativa en les activitats d'avaluació.

Nivell 4 per totes les entregues: Es permet utilitzar IA en parts concretes de la tasca sempre que l'estudiant analitzi críticament el resultat i indiqui adequadament el seu ús.

Criteris avaluació: 

Es valorarà:

  • La comprensió dels fonaments de la metodologia del Software , dels diferents cicles de vida del desenvolupament de Software i dels criteris per seleccionar la metodologia més adequada segons el context del projecte.
  • La comprensió dels principis, valors i pràctiques de les metodologies àgils, especialment Scrum i Kanban, així com la seva aplicació en la planificació i gestió de projectes de Software .
  • La capacitat per gestionar el desenvolupament d'un producte mitjançant metodologies àgils, participant en les diferents fases del projecte i utilitzant les eines i els artefactes propis de Scrum.
  • La capacitat per analitzar diferents estratègies d'implantació de metodologies Agile en una organització, identificant els factors d'èxit i els principals reptes associats al canvi.
  • La capacitat per aplicar tècniques de millora contínua per incrementar la qualitat del producte i l'eficiència del procés de desenvolupament.
  • La capacitat per organitzar, gestionar i presentar la informació tècnica de manera estructurada, així com per treballar de forma col·laborativa en el desenvolupament de projectes de Software .
  • La capacitat per analitzar i resoldre casos pràctics, argumentant les decisions metodològiques adoptades d'acord amb els objectius, les restriccions i les necessitats del projecte.

Bibliografia bàsica: 

  • Sommerville, I. (2016). Software Engineering (10th ed.). Pearson.
  • Burkov, A. (2020). Machine Learning Engineering. True Positive Inc.
  • Huyen, C. (2022). Designing Machine Learning Systems. O'Reilly Media.
  • Rubin, K. S. (2012). Essential Scrum. Addison-Wesley.

Material complementari: 

  • Sommerville, I. (2016). Software Engineering (10th ed.). Pearson.
  • Burkov, A. (2020). Machine Learning Engineering. True Positive Inc.
  • Huyen, C. (2022). Designing Machine Learning Systems. O'Reilly Media.
  • Rubin, K. S. (2012). Essential Scrum. Addison-Wesley.