Teaching Guides Query



Academic Year: 2023/24

625 - Bachelor's Degree in Industrial Processes' Data Engineering

29523 - Bigdata Application Development


Teaching Plan Information

Academic year:
2023/24
Subject:
29523 - Bigdata Application Development
Faculty / School:
175 - Escuela Universitaria Politécnica de La Almunia
Degree:
625 - Bachelor's Degree in Industrial Processes' Data Engineering
ECTS:
6.0
Year:
3
Semester:
First semester
Subject type:
Compulsory
Module:
---

1. General information

The objective of this subject is that the student knows the basics of big-data, and is able to differentiate the structured and unstructured data, as well as its collection and storage process in massive databases. The main alternatives to the relational model, such as aggregation and graph models, as well as their advantages and disadvantages, will be shown.

These approaches and goals are aligned with the following Sustainable Development Goals (SDGs) of the United Nations Agenda 2030 (https://www.un.org/sustainabledevelopment/es/), such that the acquisition of the subject learning results provides training and competence to contribute to some extent to their achievement: Goal 7: Affordable and non-polluting energy. Target 7.3 By 2030, double the global rate of improvement in energy efficiency.

2. Learning results

  • Know the basics of big-data.
  • To know the principles of application development in big-data environments.
  • Knowledge of noSQL databases, their data models, characteristics and transactional systems.
  • Use noSQL database managers.

3. Syllabus

Contents include:

  • New paradigm and new needs of massive data.
  • Concepts and technologies for big-data.
  • Reliable, scalable and maintainable applications.
  • ACID and BASE consistency models, CAP theorem.
  • Document, key-value and network NoSQL managers.
  • Use cases.

For this purpose, the contents are structured in the following modules:

  • Unit 1. Introduction to big-data.
  • Unit 2. Development of big-data applications.
  • Unit 3. Non Relational Databases.
  • Unit 4. Non-relational database managers.

4. Academic activities

  • Lectures: Sessions with the teacher in which the syllabus will be explained: 28 hours.
  • Practices and workshops: Sessions to solve practical cases presented by the teacher: 26 hours.
  • Assessment tests. 6 hours.
  • Study and preparation of the subject by the student: 90 hours.

5. Assessment system

Mixed system composed of continuous assessment tests and a global assessment test.

I. Continuous assessment tests:

  • Written evaluation exams: With a percentage with respect to the overall grade of 70% in total.
  • Practical work: They will consist of solving proposed problems. The percentage of the overall grade of for all these works will be 30%.
  • In order for the papers and exams to contribute to the final grade, they must have a minimum grade of four out of ten.

II. Global assessment test

  • Written evaluation exam: It will consist of two parts. A first one containing questions on the topics explained at throughout the course, with a weight of 70%; and a second one with questions on the practical work proposed in class, with a weight of 30%.
  • In order for both parts to contribute to the final grade, they must have a minimum grade of four out of ten.

In order to pass the subject, students must have a final grade of 5 out of 10, complying with the minimum grades for each of the parts. If this requirement is not met, the maximum grade will be 4.9.


Curso Académico: 2023/24

625 - Graduado en Ingeniería de Datos en Procesos Industriales

29523 - Desarrollo de aplicaciones BigData


Información del Plan Docente

Año académico:
2023/24
Asignatura:
29523 - Desarrollo de aplicaciones BigData
Centro académico:
175 - Escuela Universitaria Politécnica de La Almunia
Titulación:
625 - Graduado en Ingeniería de Datos en Procesos Industriales
Créditos:
6.0
Curso:
3
Periodo de impartición:
Primer semestre
Clase de asignatura:
Obligatoria
Materia:
---

1. Información básica de la asignatura

Esta asignatura tiene como objetivo que el alumno conozca los fundamentos del big-data, y sea capaz de diferenciar los los datos estructurados y no estructurados, así como su proceso de recolección y almacenamiento en bases de datos masivas. Se verán las principales alternativas al modelo relacional, como son los modelos de agregación y grafos, así como sus ventajas e inconvenientes.

Estos planteamientos y objetivos están alineados con los siguientes Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia para contribuir en cierta medida a su logro: Objetivo 7: Energía asequible y no contaminante. Meta 7.3 De aquí a 2030, duplicar la tasa mundial de mejora de la eficiencia energética.

2. Resultados de aprendizaje

  • Conocer los fundamentos del big-data.
  • Conocer los principios de desarrollo de aplicaciones en entornos big-data.
  • Conocer bases de datos noSQL, sus modelos de datos, características y sistemas transaccionales.
  • Utilizar gestores de bases de datos noSQL.

3. Programa de la asignatura

Los contenidos incluyen:

  • Nuevo paradigma y nuevas necesidades de los datos masivos.
  • Conceptos y tecnologías para big-data.
  • Aplicaciones fiables, escalables y mantenibles.
  • Modelos de consistencia ACID y BASE, teorema CAP.
  • Gestores NoSQL documentales, clave-valor y en grafo.
  • Casos de uso.

Para ello los contenidos se estructuran en los siguientes módulos:

  • Tema 1. Introducción al big-data.
  • Tema 2. Desarrollo de aplicaciones big-data.
  • Tema 3. Bases de datos No Relacionales.
  • Tema 4. Gestores de bases de datos no relacionales.

4. Actividades académicas

  • Clases magistrales: Sesiones con el profesor en las que se explicará el temario de la asignatura: 28 horas.
  • Prácticas y talleres: Sesiones de resolución de casos prácticos planteados por el profesor: 26 horas.
  • Pruebas de evaluación: 6 horas.
  • Estudio y preparación de la materia por parte del alumno: 90 horas.

5. Sistema de evaluación

Sistema mixto compuesto por pruebas de evaluación continua y prueba de evaluación global.

I. Pruebas de evaluación continua:

  • Exámenes de evaluación escritos: Con un porcentaje respecto a la nota global del 70% en total.
  • Trabajos prácticos: Consistirán en la resolución de problemas propuestos. El porcentaje respecto de la nota global de todos estos trabajos será de un 30%.
  • Para que los trabajos y exámenes puedan contribuir a la nota final, deben tener una calificación mínima de cuatro sobre diez.

II. Prueba de evaluación global:

  • Examen de evaluación escrito: Consistirá en dos partes. Un primera que contendrá preguntas de los temas explicados a lo largo de todo el curso, con un peso del 70%; y una segunda con preguntas sobre los trabajos prácticos propuestos en clase, con un peso del 30%.
  • Para que ambas partes puedan contribuir a la nota final, deben tener una calificación mínima de cuatro sobre diez.

Los estudiantes para superar la asignatura deberán tener una calificación final de 5 sobre 10, cumpliendo con las notas mínimas de cada una de las partes. En caso de no cumplirse este requisito, la nota máxima será de 4.9.