Ciència de Dades Aplicada /Applied Data Science
Grau
Pla d'estudis
El pla d'estudis del grau de Ciència de Dades Aplicada (Applied Data Science) es compon de 240 crèdits ECTS, que es distribueixen d'acord amb les directrius del Ministeri d'Educació.
| Tipus de matèria | Crèdits (ECTS) |
|---|---|
| Formació bàsica | 60 |
| Obligatòries | 132 |
| Optatives | 36 |
| Treball final de grau | 12 |
| Total | 240 |
Assignatures
| Formació bàsica | Crèdits |
|---|---|
| Treball final de grau | 12 |
|
6 6 6 6 6 6 6 6 6 6 |
| Assignatures obligatòries | Crèdits |
|
6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 |
| Assignatures optatives | Crèdits |
|
6 6 6 6 6 6 6 6 6 12 |
*Les assignatures marcades amb un * es desplegaran el semestre de setembre de 2019. Consulteu amb el tutor el calendari de desplegament de la resta d'assignatures.
|
Semestre 1 |
Crèdits |
|
Fonaments de programació Àlgebra lineal Probabilitat i estadística Introducció a la ciència de dades Competència comunicativa per a professionals de les TIC |
6 6 6 6 6 |
|
Semestre 2 |
Crèdits |
|
Programació en scripting Anàlisi multivariant Bases de dades per a Data Warehousing Mètodes numèrics en ciència de dades Treball en equip a la xarxa Anglès B2.1 |
6 6 6 6 6 6 |
|
Semestre 3 |
Crèdits |
|
Programació per a la ciència de dades Fonaments de xarxes i arquitectures Tipologia i fonts de dades Disseny i ús de bases de dades analítiques Modelatge i optimització |
6 6 6 6 6 |
|
Semestre 4 |
Crèdits |
|
Anglès B2.2 Disseny i programació orientada a objectes Modelatge i inferència bayesiana Captura i preparació de dades Disseny d'interacció i disseny d'interfícies Mineria de dades |
6 6 6 6 6 6 |
|
Semestre 5 |
Crèdits |
|
Disseny i gestió de projectes de ciència de dades Visualització de dades Privacitat i seguretat de les dades Bases de dades no relacionals Aprenentatge automàtic |
6 6 6 6 6 |
|
Semestre 6 |
Crèdits |
|
Periodisme de dades Anàlisi en entorns de dades massives Optativa I Optativa II Optativa III |
6 6 6 6 6 |
|
Semestre 7 |
Crèdits |
|
Contextualització i disseny del treball de final de grau Mineria de textos Anàlisi de xarxes socials Optativa IV Optativa V |
6 6 6 6 6 |
|
Semestre 8 |
Crèdits |
|
Optativa VI Treball final de grau |
6 12 |
|
Data Science Explorer
|
6 6 6 6 |
|
Data Science Builder
|
6 6 6 6 |
Treball final de grau
Els estudis de grau conclouen amb l'elaboració d'un treball final. En el grau de Ciència de Dades Aplicada el treball final té 12 crèdits ECTS.
El treball de final de grau consisteix en la realització <d'un projecte, producte, memòria i/o estudi> individual de síntesi dels coneixements adquirits en altres assignatures del grau de de Ciència de Dades Aplicada . És una assignatura que l'estudiant ha de cursar per a finalitzar el programa i està orientada a l'avaluació de les competències associades al títol. És per això que per a matricular-se d'aquesta assignatura cal haver superat un nombre determinat de crèdits del programa.
En el grau de Ciència de Dades Aplicada s'ofereix la possibilitat de dur a terme un treball final en algun dels àmbits establerts. L'estudiant haurà de triar l'àmbit de coneixement en el qual vol fer el treball de final de grau.
Per a matricular-se del treball final, prèviament cal haver fet una sol·licitud, que ha de ser acceptada per l'equip docent del programa. El tutor acadèmic de la UOC té un paper clau en l'orientació, la informació i la gestió del procés de selecció dels treballs finals.
El treball final és un treball individual que es fa amb la tutorització i el guiatge del director del treball final, que fa l'acompanyament necessari per tal que l'estudiant el pugui portar a terme amb èxit. El director del treball final és l'encarregat d'orientar l'estudiant i fa el seguiment del projecte i l'assessora en cadascun dels aspectes: conceptualització, fonamentació, metodologia, redacció dels resultats i defensa.
El treball final conclou amb una defensa, en la qual l'estudiant ha de fer una exposició del treball mitjançant un vídeo on presenti el desenvolupament del projecte i els resultats obtinguts. Tot seguit, haurà de respondre les preguntes que li faci la Comissió d'Avaluació, formada per un mínim de dos membres del professorat, que seran els encarregats d'avaluar-lo, conjuntament amb el director del treball.
En la qualificació del treball es tindran en compte tres parts: (1) el procés d'elaboració, (2) la memòria, producte, projecte o estudi final realitzat i (3) la presentació i la defensa del treball.
Per a més informació sobre la docència i el procés de sol·licitud, cal consultar el pla docent a la Secretaria del Campus un cop s'ha demanat l'accés al programa.
Pràctiques
| Tipologia de l'assignatura |
|
| Durada |
12 crèdits ECTS, que equivalen a 300 hores. Són pràctiques acadèmiques curriculars. |
|
Modalitat/s |
Presencial, semipresencial o virtual |
| Requisits |
Haver superat 60 crèdits bàsics i 60 crèdits obligatoris. |
| Acompanyament |
Durant la realització de les pràctiques, l'estudiant disposa d'un seguiment docent personalitzat, amb un professional que actua com a tutor del centre de pràctiques i un professor que actua com a tutor acadèmic, els quals asseguren que les pràctiques es duen a terme seguint el projecte formatiu. |
| Empreses col·laboradores |
NOTA: La disponibilitat concreta de l'oferta de pràctiques en aquests centres la podreu trobar dins l'eina de gestió de pràctiques en el moment que es desplegui l'assignatura. La llista d'empreses amb convenis de pràctiques pot variar des del moment que us hi apunteu fins que comencin les pràctiques. |
Podreu trobar més informació sobre el funcionament de les pràctiques en el pla docent de l'assignatura. Aquesta informació s'actualitzarà cada semestre i, per tant, l'explicació concreta de l'assignatura de pràctiques sempre farà referència al semestre actual.
El procediment i les dates de sol·licitud de les pràctiques s'exposen a l'espai del Campus Virtual Tràmits / Pràctiques curriculars.
Durada
El grau de Ciència de Dades Aplicada té una durada mínima estimada de quatre anys acadèmics, distribuïts en vuit quadrimestres, amb una càrrega total de 240 crèdits ECTS.
No obstant això, la flexibilitat de la normativa acadèmica de la UOC permet que cada persona pugui ajustar la durada i el ritme dels estudis a les seves possibilitats de dedicació i a la seva disponibilitat de temps.
D'aquesta manera, els estudiants podeu decidir cada semestre les assignatures que voleu cursar. En el moment de fer la matrícula, la UOC posa a disposició dels estudiants un tutor que ofereix assistència directa i l'assessorament necessari.
Recursos per a l'aprenentatge
L'estudiant disposa al llarg del programa dels recursos següents:
- Un laboratori virtual de tecnologies i eines de ciència de dades, que dona serveis de suport en l'ús de les eines. El programa té acords amb els principals fabricants de programari d'intel·ligència de negoci, amb empreses d'infraestructura virtualitzada i amb un laboratori d'eines de programari de codi obert.
- Un laboratori virtual de llenguatges de programació, que proporciona suport a l'estudiant durant tot el programa pel que fa als temes relacionats amb la programació.
A més, durant el desenvolupament del grau de Ciència de Dades Aplicada (Applied Data Science), els estudiants tenen accés a recursos d'aprenentatge i programari triats pel professorat de cada matèria: una selecció de programari lliure i de llicències del programari propietari més utilitzat actualment al mercat, i altres recursos, ja siguin elaborats per la UOC expressament per a aquest màster o recursos externs de qualitat i rigor acadèmic reconeguts.
Tenim acords de col·laboració estables amb els programes acadèmics de QlikView i Tableau. D'altra banda, la UOC ha tingut tradicionalment un compromís amb el programari de codi obert, especialment en l'àmbit de l'anàlisi de dades. Les nostres eines de referència en anàlisi estadística, mineria de dades (data mining) i aprenentatge automàtic (machine learning) són R i Python, llenguatges estàndard en el mercat industrial i la recerca. Disposem de manuals, tutorials i d'una pàgina web de recursos sobre ambdós llenguatges.
A més, les nostres eines de referència en l'explotació i l'anàlisi de dades massives són Apache Hadoop i Apache Spark. Per a l'aprenentatge de bases de dades NoSQL utilitzem eines com MongoDB, Riak o Neo4j. En el cas de bases de dades analítiques, utilitzem Microsoft o Pentaho per al magatzem de dades i Oracle o Postgre SQL com a bases de dades.
Cal tenir en compte que avaluem contínuament altres eines i acords amb diversos fabricants, de manera que aquesta llista es pot modificar d'acord amb les tendències de l'àmbit i les necessitats docents del programa.
Segons les exigències de rendiment del programari, algunes aplicacions es poden descarregar a l'ordinador de l'estudiant o bé es pot accedir, des de la mateixa aula, a màquines virtuals d'Amazon i Azure.
És recomanable disposar de màquines i SO de 64 bits i 4 GB de RAM com a mínim (6 GB aconsellable).
Pagament fraccionat.
Pots fraccionar el pagament del teu grau en quotes. Quota inicial del 35% de la matrícula
Següent quota, a l'octubre
Informa-te'n
Per què escollir la UOC?
