Consulta de Guías Docentes



Curso Académico: 2023/24

20067 - MODELADO, ALMACENAMIENTO Y GESTIÓN DE DATOS


Information of the subject

Código - Nombre:
20067 - MODELADO, ALMACENAMIENTO Y GESTIÓN DE DATOS
Titulación:
771 - Graduado/a en Ciencia e Ingeniería de Datos
800 - Microtítulo en Programación
Centro:
350 - Escuela Politécnica Superior
Curso Académico:
2023/24

1. Detalles de la asignatura

1.1. Materia

Fundamentos de Informática

1.2. Carácter

Obligatoria

1.3. Nivel

800 - Estudios Propios (MECES 2)
771 - Grado (MECES 2)

1.4. Curso

800 - Microtítulo en Programación: 1
771 - Graduado/a en Ciencia e Ingeniería de Datos: 2

1.5. Semestre

Primer semestre

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Español

1.8. Requisitos previos

No hay

1.9. Recomendaciones

Se recomienda que el/la estudiante tenga conocimientos de programación en Python.

1.10. Requisitos mínimos de asistencia

  • Esta asignatura dispone de dos métodos de evaluación tanto para la parte teórica como para la parte práctica de la asignatura: continua y no continua.
  • Se supone que todos los estudiantes se acogen al método de evaluación continua en ambas partes a no ser que comuniquen explícitamente lo contrario al equipo docente de la asignatura antes de realizar alguna entrega de prácticas o antes de realizar alguno de los controles intermedios.
  • La asistencia mínima es del 85% tanto a teoría como a prácticas de forma independiente en el itinerario de evaluación continua.

1.11. Coordinador/a de la asignatura

Ruth Cobos Perez

1.12. Competencias y resultados del aprendizaje

1.12.1. Competencias

CG2 - Diseñar y desarrollar productos y procesos en los distintos ámbitos de la ciencia e ingeniería de datos, por medio de técnicas analíticas, computacionales o experimentales apropiadas.

CG3 - Resolver problemas con iniciativa, creatividad y razonamiento crítico en el ámbito de la ciencia e ingeniería de datos.

CG5 - Conocer el estado del arte de las tecnologías y las ciencias para permitir la innovación en el ámbito de la ciencia e ingeniería de datos.

CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

CT1 - Trabajar en equipo de forma colaborativa y con responsabilidad compartida.

CT3 - Comunicar oralmente y por escrito de manera efectiva, estructurada y concisa.

CE6 - Conocer y utilizar los distintos modelos de almacenamiento de datos y los sistemas de gestión de las bases de datos
utilizando lenguajes de programación de definición, consulta y manipulación de los mismos.

CE12 - Comprender, seleccionar y utilizar la infraestructura y técnicas adecuadas para el tratamiento de datos masivos, atendiendo a criterios de eficiencia, escalabilidad, seguridad, tolerancia a fallos y adecuación al entorno de producción.

 

 

1.12.2. Resultados de aprendizaje

  • Entender el concepto y requisitos del almacenamiento de datos.
  • Entender las propiedades de los distintos sistemas de almacenamiento.
  • Saber priorizar las propiedades necesarias en distintas situaciones.
  • Entender la diferencia entre modelo de datos y las estructuras para almacenarlos.
  • Saber crear modelos de datos a partir de los requisitos de una aplicación.
  • Conocer los distintos modelos de bases de datos y entender sus ventajas y desventajas. Ser capaz de elegir el modelo o combinación de modelos más apropiados para cada situación.
  • Entender los conceptos subyacentes a la organización de una base de datos SQL.
  • Saber implementar un modelo de datos en una base de datos relacional o SQL.
  • Dada una base de datos SQL, saber escribir las consultas que permitan recuperar los datos.
  • Entender los conceptos subyacentes a la organización de los principales tipos de bases de datos no relacional o NoSQL. Ser capaz de escribir consultas que aprovechen las características de esas bases de datos.

1.12.3. Objetivos de la asignatura

  • Entender los conceptos fundamentales del almacenamiento y gestión de datos
  • Conocer las tecnologías fundamentales de diseño de base de datos
  • Entender los conceptos fundamentales de la adquisición y manipulación de datos
  • Crear y gestionar bases de datos y utilizarlas en la solución de problemas informáticos
  • Utilizar las tecnologías de bases de datos de forma apropiada y óptima
 

1.13. Contenidos del programa

  • TEMA 1: Introducción a la gestión de datos
    - El modelo de datos y las estructuras para almacenar datos
    - Gestores de bases de datos
    - Sistemas de archivos
    - Redundancia, consistencias y transaccionalidad
  • TEMA 2: Modelos de bases de datos
    - Características, ventajas y desventajas de diferentes modelos de bases de datos
    - Ejemplos: bases de datos relacionales, orientadas a grafos, documentales, clave-valor, jerárquicas y en memoria rápida/caché.
  • TEMA 3: Bases de datos relacionales – SQL
    - Modelo Entidad-Relación
    - Modelo Relacional
    - Algebra relacional
  • TEMA 4: El lenguaje SQL
    - DDL para la definición de datos
    - DML para la manipulación de datos
    - Consultas y subconsultas
    - Agrupaciones y funciones de agregación
    - Optimización de consultas
  • TEMA 5: Bases de datos no relacionales – NoSQL
    - Definición de datos
    - Manipulación de datos
    - Consultas

1.14. Referencias de consulta

BIBLIOGRAFÍA PRINCIPAL:

  • Fundamentos de diseño de bases de datos (5ª edición). Abraham Silberschatz. McGraw-Hill, 2007.
  • A guide to the SQL standard: A user's guide to the standard database language SQL (4th ed.). Date, C., & Darwen, H. (1997). Reading, Massachusetts: Addison-Wesley.
  • MongoDB: The Definitive Guide. Bradshaw, S., Brazil, E., & Chodorow, K. (2019). (3rd ed.).
BIBLIOGRAFÍA COMPLEMENTARIA:
  • SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management. Meier, A., Kaufmann, M. Springer Vieweg.

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

  #horas porcentaje
Presencial  56 37%
No presencial 94 63%

 

2.2. Relación de actividades formativas

Actividad formativa #horas
Desarrollo de contenidos teórico-prácticos  18
Resolución de problemas 6
Prácticas guiadas con medios informáticos  26
Actividades de evaluación 4

 

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

Ambas partes, teoría y prácticas, se puntúan sobre 10 puntos.

La nota final de la asignatura se obtiene de las notas de teoría y prácticas por medio de la fórmula:

Calificación: 0.4*Prácticas + 0.6*Teoría
 
Para aprobar la asignatura es obligatorio obtener una nota mayor o igual a 5 puntos tanto en la parte de teoría como en la de prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9 , (0.4*Prácticas + 0.6*Teoría))
 

EVALUACIÓN CONTINUA:

La nota correspondiente a la parte de Teoría para el método de evaluación continua es la que resulta de la siguiente
fórmula (donde c1 y c2 son las calificaciones obtenidas en los dos controles intermedios o parciales):
Teoría = 0,5 * c1 + 0,5 * c2
 
Para aprobar la parte de Teoría es obligatorio obtener una nota mayor o igual a 5 puntos en los dos controles intermedios (tanto en c1 como en c2). En caso contrario, la nota final será:
Teoría = Mín(4.9 , (0,5 * c1 + 0,5 * c2))
 
En la parte de Prácticas los estudiantes serán calificados mediante 4 prácticas (p1, p2, p3, p4).
La nota correspondiente a la parte de Prácticas para el método de evaluación continua es la que resulta de aplicar la siguiente fórmula:
Prácticas = (p1 + p2 + p3 + p4) / 4
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, (p1 + p2 + p3 + p4) / 4)
 
EVALUACIÓN NO CONTINUA:
 
La nota correspondiente a la parte de Teoría para el método de evaluación no continua corresponde únicamente a la
prueba final.
 
En el itinerario de evaluación no continua de la parte de prácticas será necesario realizar un examen de prácticas. La nota correspondiente a la parte de Prácticas para el método de evaluación no continua es la que resulta de aplicar la siguiente fórmula:
Prácticas = (p1 + p2 + p3 + p4 + Examen_Practicas) / 5
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 5 puntos en el examen de prácticas y una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, ((p1 + p2 + p3 + p4 + Examen_Practicas) / 5))
 

3.1.1. Relación actividades de evaluación

Actividad de evaluación Peso en la calificación
Teoría Práctica
Evaluación continua 60% 40%
   Control 1 50%  
   Control 2 50%  
   Práctica 1   25%
   Práctica 2   25%
   Práctica 3   25%
   Práctica 4   25%
Evaluación no continua 60% 40%
   Examen final de teoría 100%  
   Práctica 1   20%
   Práctica 2   20%
   Práctica 3   20%
   Práctica 4     20%
   Examen final de prácticas   20%

 

3.2. Convocatoria extraordinaria

Ambas partes, teoría y prácticas, se puntúan sobre 10 puntos.

La nota final de la asignatura se obtiene de las notas de teoría y prácticas por medio de la fórmula:
Calificación: 0.4*Prácticas + 0.6*Teoría
 
Para aprobar la asignatura es obligatorio obtener una nota mayor o igual a 5 puntos tanto en la parte de teoría como en la de prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9 , (0.4*Prácticas + 0.6*Teoría))
 
La nota correspondiente a la parte de Teoría corresponde únicamente a la prueba final en convocatoria extraordinaria.
 
En la convocatoria extraordinaria será necesario realizar un examen de prácticas.
En la parte de Prácticas los estudiantes deberán entregar las mismas 4 prácticas (p1, p2, p3, p4) solicitadas durante el curso.
La nota correspondiente a la parte de Prácticas es la que resulta de aplicar la siguiente fórmula:
Prácticas = (((p1 + p2 + p3 + p4) / 4) + Examen_Practicas) / 2
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 5 puntos en el examen de prácticas y una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, (((p1 + p2 + p3 + p4) / 4) + Examen_Practicas) / 2)

3.2.1. Relación actividades de evaluación

Actividad de evaluación Peso en la calificación
Teoría Práctica
Evaluación en extraordinaria 60% 40%
   Examen final de teoría 100%  
   Práctica 1   12,50%
   Práctica 2   12,50%
   Práctica 3   12,50%
   Práctica 4     12,50%
   Examen final de prácticas   50%

 

4. Cronograma orientativo

Semana Contenido Horas presenciales Horas no presenciales
1 Tema 1 4 2
2 Tema 2, Práctica 1 4 6
3 Tema 3, Práctica 1 4 6
4 Tema 3, Práctica 1 4 6
5 Tema 4, Práctica 2 4 6
6 Tema 4, Práctica 2 4 6
7 Tema 4, Práctica 2 4 6
8 Parcial, Práctica 2 4 6
9 Tema 4, Práctica 3 4 6
10 Tema 5, Práctica 3 4 6
11 Tema 5, Práctica 3 4 6
12 Tema 5, Práctica 4 4 6
13 Tema 5, Práctica 4 4 6
14 Parcial, Práctica 4, Ex. Prácticas 4 6

 


Curso Académico: 2023/24

20067 - MODELADO, ALMACENAMIENTO Y GESTIÓN DE DATOS


Información de la asignatura

Código - Nombre:
20067 - MODELADO, ALMACENAMIENTO Y GESTIÓN DE DATOS
Titulación:
771 - Graduado/a en Ciencia e Ingeniería de Datos
800 - Microtítulo en Programación
Centro:
350 - Escuela Politécnica Superior
Curso Académico:
2023/24

1. Detalles de la asignatura

1.1. Materia

Fundamentos de Informática

1.2. Carácter

Obligatoria

1.3. Nivel

800 - Estudios Propios (MECES 2)
771 - Grado (MECES 2)

1.4. Curso

800 - Microtítulo en Programación: 1
771 - Graduado/a en Ciencia e Ingeniería de Datos: 2

1.5. Semestre

Primer semestre

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Español

1.8. Requisitos previos

No hay

1.9. Recomendaciones

Se recomienda que el/la estudiante tenga conocimientos de programación en Python.

1.10. Requisitos mínimos de asistencia

  • Esta asignatura dispone de dos métodos de evaluación tanto para la parte teórica como para la parte práctica de la asignatura: continua y no continua.
  • Se supone que todos los estudiantes se acogen al método de evaluación continua en ambas partes a no ser que comuniquen explícitamente lo contrario al equipo docente de la asignatura antes de realizar alguna entrega de prácticas o antes de realizar alguno de los controles intermedios.
  • La asistencia mínima es del 85% tanto a teoría como a prácticas de forma independiente en el itinerario de evaluación continua.

1.11. Coordinador/a de la asignatura

Ruth Cobos Perez

1.12. Competencias y resultados del aprendizaje

1.12.1. Competencias

CG2 - Diseñar y desarrollar productos y procesos en los distintos ámbitos de la ciencia e ingeniería de datos, por medio de técnicas analíticas, computacionales o experimentales apropiadas.

CG3 - Resolver problemas con iniciativa, creatividad y razonamiento crítico en el ámbito de la ciencia e ingeniería de datos.

CG5 - Conocer el estado del arte de las tecnologías y las ciencias para permitir la innovación en el ámbito de la ciencia e ingeniería de datos.

CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

CT1 - Trabajar en equipo de forma colaborativa y con responsabilidad compartida.

CT3 - Comunicar oralmente y por escrito de manera efectiva, estructurada y concisa.

CE6 - Conocer y utilizar los distintos modelos de almacenamiento de datos y los sistemas de gestión de las bases de datos
utilizando lenguajes de programación de definición, consulta y manipulación de los mismos.

CE12 - Comprender, seleccionar y utilizar la infraestructura y técnicas adecuadas para el tratamiento de datos masivos, atendiendo a criterios de eficiencia, escalabilidad, seguridad, tolerancia a fallos y adecuación al entorno de producción.

 

 

1.12.2. Resultados de aprendizaje

  • Entender el concepto y requisitos del almacenamiento de datos.
  • Entender las propiedades de los distintos sistemas de almacenamiento.
  • Saber priorizar las propiedades necesarias en distintas situaciones.
  • Entender la diferencia entre modelo de datos y las estructuras para almacenarlos.
  • Saber crear modelos de datos a partir de los requisitos de una aplicación.
  • Conocer los distintos modelos de bases de datos y entender sus ventajas y desventajas. Ser capaz de elegir el modelo o combinación de modelos más apropiados para cada situación.
  • Entender los conceptos subyacentes a la organización de una base de datos SQL.
  • Saber implementar un modelo de datos en una base de datos relacional o SQL.
  • Dada una base de datos SQL, saber escribir las consultas que permitan recuperar los datos.
  • Entender los conceptos subyacentes a la organización de los principales tipos de bases de datos no relacional o NoSQL. Ser capaz de escribir consultas que aprovechen las características de esas bases de datos.

1.12.3. Objetivos de la asignatura

  • Entender los conceptos fundamentales del almacenamiento y gestión de datos
  • Conocer las tecnologías fundamentales de diseño de base de datos
  • Entender los conceptos fundamentales de la adquisición y manipulación de datos
  • Crear y gestionar bases de datos y utilizarlas en la solución de problemas informáticos
  • Utilizar las tecnologías de bases de datos de forma apropiada y óptima
 

1.13. Contenidos del programa

  • TEMA 1: Introducción a la gestión de datos
    - El modelo de datos y las estructuras para almacenar datos
    - Gestores de bases de datos
    - Sistemas de archivos
    - Redundancia, consistencias y transaccionalidad
  • TEMA 2: Modelos de bases de datos
    - Características, ventajas y desventajas de diferentes modelos de bases de datos
    - Ejemplos: bases de datos relacionales, orientadas a grafos, documentales, clave-valor, jerárquicas y en memoria rápida/caché.
  • TEMA 3: Bases de datos relacionales – SQL
    - Modelo Entidad-Relación
    - Modelo Relacional
    - Algebra relacional
  • TEMA 4: El lenguaje SQL
    - DDL para la definición de datos
    - DML para la manipulación de datos
    - Consultas y subconsultas
    - Agrupaciones y funciones de agregación
    - Optimización de consultas
  • TEMA 5: Bases de datos no relacionales – NoSQL
    - Definición de datos
    - Manipulación de datos
    - Consultas

1.14. Referencias de consulta

BIBLIOGRAFÍA PRINCIPAL:

  • Fundamentos de diseño de bases de datos (5ª edición). Abraham Silberschatz. McGraw-Hill, 2007.
  • A guide to the SQL standard: A user's guide to the standard database language SQL (4th ed.). Date, C., & Darwen, H. (1997). Reading, Massachusetts: Addison-Wesley.
  • MongoDB: The Definitive Guide. Bradshaw, S., Brazil, E., & Chodorow, K. (2019). (3rd ed.).
BIBLIOGRAFÍA COMPLEMENTARIA:
  • SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management. Meier, A., Kaufmann, M. Springer Vieweg.

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

  #horas porcentaje
Presencial  56 37%
No presencial 94 63%

 

2.2. Relación de actividades formativas

Actividad formativa #horas
Desarrollo de contenidos teórico-prácticos  18
Resolución de problemas 6
Prácticas guiadas con medios informáticos  26
Actividades de evaluación 4

 

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

Ambas partes, teoría y prácticas, se puntúan sobre 10 puntos.

La nota final de la asignatura se obtiene de las notas de teoría y prácticas por medio de la fórmula:

Calificación: 0.4*Prácticas + 0.6*Teoría
 
Para aprobar la asignatura es obligatorio obtener una nota mayor o igual a 5 puntos tanto en la parte de teoría como en la de prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9 , (0.4*Prácticas + 0.6*Teoría))
 

EVALUACIÓN CONTINUA:

La nota correspondiente a la parte de Teoría para el método de evaluación continua es la que resulta de la siguiente
fórmula (donde c1 y c2 son las calificaciones obtenidas en los dos controles intermedios o parciales):
Teoría = 0,5 * c1 + 0,5 * c2
 
Para aprobar la parte de Teoría es obligatorio obtener una nota mayor o igual a 5 puntos en los dos controles intermedios (tanto en c1 como en c2). En caso contrario, la nota final será:
Teoría = Mín(4.9 , (0,5 * c1 + 0,5 * c2))
 
En la parte de Prácticas los estudiantes serán calificados mediante 4 prácticas (p1, p2, p3, p4).
La nota correspondiente a la parte de Prácticas para el método de evaluación continua es la que resulta de aplicar la siguiente fórmula:
Prácticas = (p1 + p2 + p3 + p4) / 4
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, (p1 + p2 + p3 + p4) / 4)
 
EVALUACIÓN NO CONTINUA:
 
La nota correspondiente a la parte de Teoría para el método de evaluación no continua corresponde únicamente a la
prueba final.
 
En el itinerario de evaluación no continua de la parte de prácticas será necesario realizar un examen de prácticas. La nota correspondiente a la parte de Prácticas para el método de evaluación no continua es la que resulta de aplicar la siguiente fórmula:
Prácticas = (p1 + p2 + p3 + p4 + Examen_Practicas) / 5
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 5 puntos en el examen de prácticas y una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, ((p1 + p2 + p3 + p4 + Examen_Practicas) / 5))
 

3.1.1. Relación actividades de evaluación

Actividad de evaluación Peso en la calificación
Teoría Práctica
Evaluación continua 60% 40%
   Control 1 50%  
   Control 2 50%  
   Práctica 1   25%
   Práctica 2   25%
   Práctica 3   25%
   Práctica 4   25%
Evaluación no continua 60% 40%
   Examen final de teoría 100%  
   Práctica 1   20%
   Práctica 2   20%
   Práctica 3   20%
   Práctica 4     20%
   Examen final de prácticas   20%

 

3.2. Convocatoria extraordinaria

Ambas partes, teoría y prácticas, se puntúan sobre 10 puntos.

La nota final de la asignatura se obtiene de las notas de teoría y prácticas por medio de la fórmula:
Calificación: 0.4*Prácticas + 0.6*Teoría
 
Para aprobar la asignatura es obligatorio obtener una nota mayor o igual a 5 puntos tanto en la parte de teoría como en la de prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9 , (0.4*Prácticas + 0.6*Teoría))
 
La nota correspondiente a la parte de Teoría corresponde únicamente a la prueba final en convocatoria extraordinaria.
 
En la convocatoria extraordinaria será necesario realizar un examen de prácticas.
En la parte de Prácticas los estudiantes deberán entregar las mismas 4 prácticas (p1, p2, p3, p4) solicitadas durante el curso.
La nota correspondiente a la parte de Prácticas es la que resulta de aplicar la siguiente fórmula:
Prácticas = (((p1 + p2 + p3 + p4) / 4) + Examen_Practicas) / 2
 
Para aprobar la parte de Prácticas es obligatorio obtener una nota mayor o igual a 5 puntos en el examen de prácticas y una nota mayor o igual a 4 puntos en cada una de las prácticas. En caso contrario, la nota final será:
Calificación: Mín(4.9, (((p1 + p2 + p3 + p4) / 4) + Examen_Practicas) / 2)

3.2.1. Relación actividades de evaluación

Actividad de evaluación Peso en la calificación
Teoría Práctica
Evaluación en extraordinaria 60% 40%
   Examen final de teoría 100%  
   Práctica 1   12,50%
   Práctica 2   12,50%
   Práctica 3   12,50%
   Práctica 4     12,50%
   Examen final de prácticas   50%

 

4. Cronograma orientativo

Semana Contenido Horas presenciales Horas no presenciales
1 Tema 1 4 2
2 Tema 2, Práctica 1 4 6
3 Tema 3, Práctica 1 4 6
4 Tema 3, Práctica 1 4 6
5 Tema 4, Práctica 2 4 6
6 Tema 4, Práctica 2 4 6
7 Tema 4, Práctica 2 4 6
8 Parcial, Práctica 2 4 6
9 Tema 4, Práctica 3 4 6
10 Tema 5, Práctica 3 4 6
11 Tema 5, Práctica 3 4 6
12 Tema 5, Práctica 4 4 6
13 Tema 5, Práctica 4 4 6
14 Parcial, Práctica 4, Ex. Prácticas 4 6