ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Student's work ECTS: 102 Hours of tutorials: 6 Expository Class: 18 Interactive Classroom: 24 Total: 150
Use languages Spanish, Galician
Type: Ordinary subject Master鈥檚 Degree RD 1393/2007 - 822/2021
Departments: Electronics and Computing
Areas: Languages and Computer Systems
Center Higher Technical Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable | 1st year (Yes)
El objetivo de esta asignatura es proporcionar al alumno los fundamentos para el dise帽o e implementaci贸n de procesos de inteligencia de negocio. En esta asignatura, se partir谩 de una metodolog铆a en la que, en primer lugar, el alumno debe conocer la importancia del an谩lisis del dominio de negocio en el que se va a trabajar y el planteamiento de los objetivos e indicadores de negocio. Los alumnos conocer谩n las fases que tiene la implementaci贸n, empezando desde los procesos de transformaci贸n y acabando en las aplicaciones e interfaces de usuarios finales. Entre ambas fases, los alumnos aprender谩n las t茅cnicas para el modelado del dominio, dise帽o de estructuras de datos orientadas al an谩lisis.
Modelado de negocio e indicadores
Metodolog铆a de desarrollo y ciclo de vida de soluciones de inteligencia de negocio
Arquitectura y componentes de soluciones de inteligencia de negocio
Dise帽o de almacenes de datos
Procesos de extracci贸n, transformaci贸n y carga (ETL)
Explotaci贸n de datos: Lenguajes de consulta, generaci贸n de informes, cuadros de mando
Textos b谩sicos:
The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3rd Edition. M. Ross, R. Kimball. Editorial: John Wiley & Sons. 2013. ISBN: 9781118530801.
The Data Warehouse Lifecycle Toolkit, 2nd Edition. R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, B. Becker. Editorial: John Wiley & Sons. 2008. ISBN: 978-0-470-14977-5.
Textos complementarios:
Information Dashboard Design: The Effective Visual Communication of Data. S. Few 2006. Ed. O鈥橰EILLY.
El alumno ser谩 capaz de analizar un problema y definir un proyecto de inteligencia de negocio .
El alumno identificar谩 los componentes y procesos de una arquitectura de inteligencia de negocio .
El alumno estructurar谩 y aplicar谩 procesos de integraci贸n de datos .
El alumno ser谩 capaz de dise帽ar un almac茅n de datos orientado a an谩lisis .
El alumno conocer谩 y utilizar谩 lenguajes de consultas para analizar datos y crear informes de explotaci贸n .
El alumno dise帽ar谩 e implementar谩 cuadros de mando atendiendo a criterios de dise帽o espec铆ficos.
Competencias de la titulaci贸n que se trabajan (ver memoria t铆tulo):
- B谩sicas: CB7, CB9
- Transversales/Generales: G2, G4, G5, T3, T5, T7
- Espec铆ficas: E14
Se utilizar谩n clases magistrales, en las que se expone el contenido de cada tema. El alumno dispondr谩 de copias de los materiales formativos con anterioridad y el profesor promover谩 una actitud activa, realizando preguntas que permitan aclarar aspectos concretos y dejando cuestiones abiertas para la reflexi贸n del alumno.
Se realizar谩n tutoriales introductorios a las herramientas, donde los alumnos aplicar谩n los conceptos vistos en clase a la resoluci贸n de problemas sencillos. Los alumnos dispondr谩n tambi茅n de los manuales en el caso de las herramientas utilizadas.
Se realizar谩 un trabajo tutelado en el que los alumnos tendr谩n que profundizar de manera aut贸noma pero tutelada en alguno de los contenidos b谩sicos, o aplicar la metodolog铆a vista a la resoluci贸n de un problema real. Para los aspectos m谩s avanzados y 煤ltimas tendencias referentes a la materia, los alumnos dispondr谩n de diverso material de lectura y estudio propuesto por el profesor, ya sean libros de la bibliograf铆a disponible en biblioteca, art铆culos o revistas cient铆ficas.
Actividades formativas de car谩cter presencial y su relaci贸n con las competencias de la titulaci贸n:
Clases te贸ricas: impartidas por el profesor y exposici贸n de seminarios: CB7, G4, E14.
Clases pr谩cticas de laboratorio, resoluci贸n de problemas y casos pr谩cticos: CB7, G2, E14.
Tutor铆as programadas: orientaci贸n para la realizaci贸n de los trabajos individuales o en grupo, resoluci贸n de dudas: T3, E14.
Prueba final: T3, G4, E14.
Actividades formativas de car谩cter no presencial y su relaci贸n con las competencias de la titulaci贸n:
Trabajo personal del alumno: consulta de bibliograf铆a, estudio aut贸nomo, desarrollo de actividades programadas, preparaci贸n de presentaciones y trabajos : CB9, T3, T5, G5, E14.
Se emplean dos sistemas de evaluaci贸n: uno para la oportunidad de enero y otro para el resto de oportunidades.
En la primera oportunidad se ponderar谩n las actividades de la siguiente manera:
Seguimiento continuado y objetivable de una participaci贸n activa: 5%
Realizaci贸n de trabajos acad茅micamente dirigidos: 30%
Realizaci贸n de pr谩cticas: 35%
Prueba final: 30%
En el resto de oportunidades se ponderar谩n las actividades de la siguiente manera:
Seguimiento continuado y objetivable de una participaci贸n activa: 5%
Realizaci贸n de trabajos acad茅micamente dirigidos: 25%
Realizaci贸n de pr谩cticas: 20%
Prueba final: 50%
Para los casos de realizaci贸n fraudulenta de ejercicios o pruebas ser谩 de aplicaci贸n lo recogido en la Normativa de evaluaci贸n del rendimiento acad茅mico de los estudiantes y de revisi贸n de calificaciones
Clases te贸ricas: 22 h presenciales + 30 h trabajo aut贸nomo del alumno
Clases pr谩cticas y pr谩cticas: 22 h presenciales + 64 h trabajo aut贸nomo del alumno
Tutor铆as y Actividades de evaluaci贸n: 4 h presenciales + 10 h trabajo aut贸nomo del alumno
Total: 150 h
Ninguna espec铆fica.
Se hace uso del campus virtual.
Para calcular la calificaci贸n de la asignatura se suman de manera ponderada las actividades de evaluaci贸n seg煤n los porcentajes estipulados en cada convocatoria. Ninguna de las actividades de evaluaci贸n es obligatoria; por ejemplo, no hace falta realizar la prueba final si con el resto de actividades se supera la asignatura.
Es necesario sacar m谩s de 5 puntos sobre 10 puntos en la prueba final para que pueda contribuir a la calificaci贸n. Esta restricci贸n no se aplica al resto de actividades de evaluaci贸n.
El criterio para la nota en acta es el siguiente:
- El alumno se considera 鈥淧resentado鈥 si se da alguna de estas tres condiciones: a) entrega al menos 2 de las pr谩cticas de laboratorio, b) entrega el trabajo acad茅micamente dirigido, c) se presenta a la prueba final. Se pondr谩 en el acta la calificaci贸n calculada como se indica anteriormente. - En otro caso la calificaci贸n ser谩 鈥淣o presentado鈥.
Joaqu铆n 脕ngel Tri帽anes Fern谩ndez
Coordinador/a- Department
- Electronics and Computing
- Area
- Languages and Computer Systems
- Phone
- 881816001
- joaquin.trinanes [at] usc.es
- Category
- Professor: Temporary PhD professor
| Tuesday | |||
|---|---|---|---|
| 18:30-19:45 | Grupo /CLE_01 | Spanish | PROJECTS |
| 01.17.2025 16:00-19:45 | Grupo /CLIL_01 | PROJECTS |
| 01.17.2025 16:00-19:45 | Grupo /CLE_01 | PROJECTS |
| 06.30.2025 16:00-19:45 | Grupo /CLIL_01 | PROJECTS |
| 06.30.2025 16:00-19:45 | Grupo /CLE_01 | PROJECTS |