Grau en Business Intelligence i Data Analytics

Lidera la transformació de les empreses mitjançant l'ús i l'anàlisi de dades.

Tecnologies emergents i smart cities

Descripció
Aquest curs ofereix una visió general de les noves tecnologies que han anat sorgint en els darrers anys i explora el seu impacte potencial. Analitza com les empreses privadesles apliquen actualment per desenvolupar oportunitats de negoci o resoldre problemes. A més, descriu el paper d'aquestes tecnologies en el desenvolupament de nous serveis urbans per a les ciutats de nova generació (normalment anomenades Smart Cities). El curs posa especial èmfasi en el Big Data i la Intel·ligència Artificial i ofereix una visió de les aplicacions futures que aquestes tecnologies faran possible. També explora com la implementació d'aquestes tecnologies pot alterar la posició d’empreses existents, generant conflictes empresarials i plantejant preguntes relacionades amb la seguretat i la privadesa. Tots aquests temes es discutiran a classe. Finalment, els estudiants han de respondre a un repte i presentar en grup una solució que aprofiti l'ús d'aquestes noves tecnologies.
Tipus assignatura
Optativa
Semestre
Segon
Crèdits
5.00

Professors Docents

Coneixements previs
Objectius

Els resultats d'aprenentatge d'aquesta assignatura són:
R1 - Descriure les noves tendències emergents i el seu paper en la gestió de negocis
R2 - Entendre el seu paper i el seu impacte disruptiu per resoldre problemes i millorar la qualitat de vida dels ciutadans
R3 - Comprendre els reptes i riscos relacionats amb la seva implementació
R4 - Analitzar els conflictes que aquestes tecnologies generen respecte a les empreses existents
R5 - Aplicar aquestes tecnologies per desenvolupar estratègies alternatives o detectar noves oportunitats de negoci

Continguts

R1 - Introducció a les tecnologies emergents en l’entorn dels negocis i la societat
R2 - Introducció a les Ciutats Intel·ligents
R3 - Conèixer com respondre a un repte
R4 - Conèixer com comunicar amb dades

Metodologia

L'assignatura té un funcionament setmanal amb dues sessions lectives. Cada sessió es divideix en dues parts: una primera part es magistral en la qual el professor explica els nous continguts i una segona a la qual els alumnes treballen en nous exercicis per consolidar la matèria. Cada dos o tres sessions es realitzen activitats avaluatives individuals o en grup mitjançant proves escrites, recollida dels exercicis realitzats a casa, etc

Avaluació

Amb la finalitat d'avaluar si l'alumne ha assolit en un grau adequat els objectius perseguits a l'assignatura es fan servir diferents activitats d’avaluació (amb una freqüència aprox. setmanal). A la següent taula es mostra el percentatge d'avaluació de cada activitat sobre la nota final:
R1 - 20% TREBALL EN GRUP
R2 - 20% TREBALL EN GRUP
R3 - 40% PROJECTE EN GRUP
R4 - 20% PROJECTE EN GRUP
Els alumnes que no aprovin la convocatòria ordinària tindran una Convocatòria Extraordinària al juliol. Els alumnes que no es presentin a cap dels exàmens de recuperació tindran una nota final de l'assignatura NP (No Presentat) en la convocatòria extraordinària.
Objectius de l'avaluació contínua:
- L'objectiu principal és ajudar els alumnes a portar al dia l'assignatura i aconseguir un bon mètode de treball, de manera que els ajudi a assimilar la matèria, impartida de forma progressiva, i en l'obtenció de bons resultats acadèmics.
- També permet valorar la feina que fa l'alumne dia a dia, sense que la seva nota depengui únicament dels exàmens realitzats durant els semestres del curs acadèmic.
- De cara a professor, ajuda a tenir més informació de la feina realitzada pels alumnes i un millor coneixement d'aquests, tant a nivell acadèmic com personal.
Política de recuperació de l'examen: en cas de suspendre el curs en general, tindreu l'oportunitat de tornar a fer un examen, sempre que s'hagin presentat treballs i projectes. La nota de tornada serà: 40% l'examen de tornada i 60% l'avaluació contínua obtinguda durant el curs.

Criteris avaluació
Bibliografia bàsica

- Economist (2013). Mining the urban data. http://www.economist.com/news/21566408-cities-will-become-smarter-differ... (last access:04/09/2016).
- Economist Intelligence Unit (2011). 2004-2011 Quality of Life Index. https://www.economist.com/media/pdf/quality_of_life.pdf (last access:04/09/2016).
- Samet, R.H. (2013). Complexity, the science of cities and long-range futures. Futures 47, 49-58.
- Gartner (2015). 2015 Hype Cycle Special Report. The Hype Cycle for Emerging Technologies. Technical report.
- McKinsey (2011). Big Data: The next frontier for innovation, competition and productivity. McKinsey Global Institute.
- McKinsey (2014). The Internet of Things: Mapping the Value Beyond the Hype. Technical report.
- McKinsey Global Institute Report, R. (2013). Disruptive technologies: Advances that will transform life, business, and the global economy.
- World Commission on Environment and Development (1987). Our common future. Oxford, UK. Oxford University Press.
- Neal, Z.P. (2013). The connected city: How networks are shaping the modern metropolis. Routledge, New York & London.
- M. E. J. Newman (2010). Networks: An Introduction. Oxford University Press, Oxford.
- Townsend, A.M. (2013). Smart Cities: Big data, civic hackers, and the quest for a new utopia. W.W. Norton & Company Inc. New York.
- Smart Cities Council (2015). Smart cities readiness guide: The planning manual for building tomorrow's cities today.
- Yigiscanlar,T, O'Connor, K. Westerman, C (2008). The making of knowledge cities: Melbourne's knowledge based urban development experience. Cities 25 (2008) 63-72
- Mayer-Schonberger, V. & Cukier, K. (2013). Big Data: A revolution that will transform how we live, work and think. John Murray (Publishers), London.

Material complementari