bachelor en inteligencia artificial y data science la salle campus barcelona

Grado en Artificial Intelligence and Data Science

Metodología del software

Descripción: 

Se introduce al alumnado en el mundo de la metodología del software, recorriendo los diferentes ciclos de vida que pueden aplicarse durante el desarrollo de proyectos de software. Se comienza con el uso de las metodologías ágiles y los conceptos básicos de SCRUM, así como sus ventajas respecto a otras metodologías. También se analizan las diferentes formas de introducir AGILE en una empresa, sus características y los valores necesarios para alcanzar el éxito. Finalmente, se estudian las distintas técnicas para llevar a cabo la mejora continua tanto del producto como del proyecto.

Tipo asignatura
Obligatoria no de Primer
Semestre
Primero
Curso
3
Créditos
3.00
Conocimientos previos: 

No se requieren conocimientos previos.

Objetivos: 

Al finalizar la asignatura, el estudiante será capaz de:

  • Comprender los principios fundamentales de la metodología del software y los diferentes ciclos de vida aplicables al desarrollo de proyectos de software.
  • Conocer los fundamentos de las metodologías ágiles para la gestión de proyectos de software.
  • Comprender el marco de trabajo Scrum, sus roles, eventos y artefactos, así como sus ventajas respecto a otras metodologías de desarrollo.
  • Planificar y gestionar el desarrollo de un producto mediante Scrum a lo largo de su ciclo de vida.
  • Conocer Kanban y otras metodologías ágiles, identificando sus ámbitos de aplicación.
  • Analizar diferentes estrategias para la implantación de metodologías Agile en una organización, identificando los factores de éxito y los valores necesarios para su adopción.
  • Aplicar técnicas de mejora continua orientadas tanto al producto como al proceso de desarrollo del proyecto.
  • Desarrollar la capacidad de analizar casos prácticos y seleccionar las metodologías y herramientas más adecuadas según el contexto del proyecto.

Contenidos: 

1. Introducción a la metodología del software.

2. Ciclo de vida del software y gestión de los requisitos de un proyecto.

3. Desarrollo de proyectos de Inteligencia Artificial. Ciclo de vida de los sistemas de IA, reproducibilidad, control de versiones, documentación y buenas prácticas.

4. Proyectos y metodologías ágiles. Scrum y Kanban.

5. Gestión del producto y gestión del cambio.

6. Casos prácticos.

Metodología: 

 









La asignatura se estructura en dos bloques principales: Metodología del Software y Metodologías Agile.

En ambos bloques se combinan clases expositivas con actividades prácticas orientadas a la aplicación de los conceptos trabajados.

El alumnado desarrolla casos prácticos, resolución de problemas, prácticas individuales y actividades colaborativas en equipo, especialmente durante el desarrollo de proyectos basados en metodologías Agile (Scrum), asumiendo diferentes roles y responsabilidades.

Las actividades de aprendizaje fomentan la participación activa, la toma de decisiones, el trabajo cooperativo y la reflexión sobre las soluciones propuestas.

Las actividades desarrolladas en equipo también forman parte del sistema de evaluación de la asignatura.








Evaluación: 

La nota de la asignatura es el resultado de las calificaciones obtenidas a lo largo del semestre. Se tienen en cuenta los resultados alcanzados en los ejercicios específicos de cada uno de los bloques, así como la calificación obtenida en la práctica final.

En cuanto al BLOQUE 1 (Metodología de Desarrollo), la nota se compone de:

  • 100 % BLOQUE_FUNDAMENTOS
    • Actividad 1 (≈100 % de la nota del Bloque Fundamentos)

En cuanto al BLOQUE 2 (AGILE), la nota se compone de:

  • 30 % Práctica SCRUM
  • 40 % Examen final
  • 30 % Participación

De este modo, la nota final se calcula según la siguiente expresión:


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


Para poder aplicar la fórmula anterior es imprescindible:

  1. Haber aprobado todos los ejercicios de cada bloque.
  2. Asistir como mínimo al 80 % de las clases.

En caso contrario, la Nota Final será NP (No Presentado) si falta algún ejercicio o práctica.

En cuanto a la entrega de los trabajos, el alumnado deberá tener en cuenta lo siguiente:

  1. Las entregas se realizan a través de eStudy. No se aceptarán entregas por correo electrónico.
  2. La fecha utilizada para evaluar los criterios anteriores será la registrada por la plataforma eStudy una vez que el archivo haya sido depositado en el espacio habilitado para ello.
  3. Los archivos deberán respetar una nomenclatura específica. Esta se indicará claramente en los requisitos de entrega de los correspondientes ejercicios o prácticas.

Recuperación


El alumnado que no supere alguna de las actividades evaluables dispondrá de una convocatoria extraordinaria de recuperación.

La recuperación consistirá en:

  • volver a entregar las prácticas no superadas, incorporando las mejoras indicadas por el profesorado;
  • realizar, si procede, una prueba específica sobre los contenidos no alcanzados;
  • respetar la fecha límite publicada en el espacio virtual de la asignatura.

La calificación máxima de las actividades recuperadas será de 7,0.

Las actividades relacionadas con la participación o la asistencia no son recuperables.

Uso de la inteligencia artificial generativa


La asignatura adopta la escala AIAS para regular el uso de la inteligencia artificial generativa en las actividades de evaluación:

  • Nivel 1: No se permite el uso de IA.
  • Nivel 4: Se permite utilizar IA en partes concretas de la tarea, siempre que el estudiante analice críticamente el resultado obtenido e indique adecuadamente su uso.

Criterios evaluación: 

 









Se valorará:

  • La comprensión de los fundamentos de la metodología del software, de los diferentes ciclos de vida del desarrollo de software y de los criterios para seleccionar la metodología más adecuada según el contexto del proyecto.
  • La comprensión de los principios, valores y prácticas de las metodologías ágiles, especialmente Scrum y Kanban, así como su aplicación en la planificación y gestión de proyectos de software.
  • La capacidad para gestionar el desarrollo de un producto mediante metodologías ágiles, participando en las diferentes fases del proyecto y utilizando las herramientas y los artefactos propios de Scrum.
  • La capacidad para analizar diferentes estrategias de implantación de metodologías Agile en una organización, identificando los factores de éxito y los principales retos asociados al cambio.
  • La capacidad para aplicar técnicas de mejora continua con el fin de incrementar la calidad del producto y la eficiencia del proceso de desarrollo.
  • La capacidad para organizar, gestionar y presentar la información técnica de forma estructurada, así como para trabajar de manera colaborativa en el desarrollo de proyectos de software.
  • La capacidad para analizar y resolver casos prácticos, argumentando las decisiones metodológicas adoptadas de acuerdo con los objetivos, las restricciones y las necesidades del proyecto.







Bibliografía básica: 

  • 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 complementario: 

  • 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.