Denominación de la asignatura

Métodos de Captura y Almacenamiento de la Información
Postgrado al que pertenece
Máster universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data
Créditos ECTS
3
Curso y cuatrimestre en el que se imparte
Primer cuatrimestre
Carácter de la asignatura Obligatoria

Presentación

La captura y el almacenamiento de la información son frecuentemente las fases iniciales en un proceso de análisis y representación de datos. La eficiencia del proceso general de análisis depende en gran proporción de seleccionar los métodos correctos, tanto para obtener como para almacenar datos sin procesar.

Esta asignatura proporciona los conceptos y las técnicas necesarias para, en un inicio, saber identificar posibles fuentes de datos y evaluar la aplicabilidad de los datos utilizando parámetros de calidad.

Además, se proporciona un resumen de las distintas tecnologías para el almacenamiento de información, comenzando con formatos de ficheros planos, tales como CSV, XML y JSON. El resumen incluye un breve repaso de SQL y la descripción de nuevas tecnologías NoSQL, aplicadas comúnmente en entornos Big Data.

Durante la asignatura se trabaja con el motor de base de datos MongoDB, cuya aplicabilidad se ve reflejada en el creciente número de usuarios y recursos de documentación como libros y artículos. La relevancia de esta tecnología hace meritorio un estudio en profundidad de patrones de diseño de esquemas en bases de datos orientadas a documentos.

Aparte de aprender las operaciones básicas para el tratamiento de datos en MongoDB, también conoceremos operaciones comunes durante la gestión de este tipo de bases de datos. Concretamente, aprenderemos los métodos de migración y distribución de bases de datos, así como conocer los parámetros de configuración adecuados para un entorno de producción.

Competencias

Competencias básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones, y los conocimientos y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias generales

  • CG3. Evaluar los recursos necesarios, planificar y organizar las actividades, sin olvidar la revisión del propio progreso y desempeño en el análisis de datos y visualización de la información.
  • CG5. Manejar adecuadamente información relativa al sector del análisis de datos y visualización de la información, atendiendo a la legislación vigente, notas técnicas, revistas especializadas, Internet, documentos internos de la empresa, etc.

Competencias específicas

  • CE1. Adquirir una visión general del proceso que engloba el mapeo de una situación física o virtual, el procesado de los datos subyacentes y la representación visual de dicha realidad.
  • CE3. Analizar y seleccionar los datos que mejor representen una situación física o virtual y enunciar los requisitos que debe cumplir un método de almacenamiento apropiado para dichos datos.
  • CE4. Elaborar, a partir de los requisitos de almacenamiento para un conjunto de datos, un sistema de almacenamiento acorde a las necesidades detectadas.
  • CE5. Identificar los descriptores más habituales para un conjunto de datos y valorar su aplicabilidad a un conjunto de datos conocido.
  • CE10. Anticipar los riesgos y beneficios derivados de la aplicación de las técnicas de procesamiento masivo de datos en una situación real.
  • CE21. Diseñar e implementar un sistema que combine técnicas de captura y almacenamiento, análisis y visualización de datos, de modo que el sistema sea capaz de representar la realidad subyacente.

Competencias transversales

  • CT2. Identificar las nuevas tecnologías como herramientas didácticas para el intercambio comunicacional en el desarrollo de procesos de indagación y de aprendizaje.
  • CT4. Adquirir la capacidad de trabajo independiente, impulsando la organización y favoreciendo el aprendizaje autónomo.

Contenidos

Tema 1. Métodos de captura de información
Datos, información y conocimiento
Evaluación de calidad
Fuentes de información
Casos de estudio
Referencias

Tema 2. Métodos de almacenamiento de información
Ficheros planos
Bases de datos
Bases de datos relacionales y SQL
Casos de estudio

Tema 3. NoSQL
Descripción y tipos de bases de datos NoSQL
Historia e instalación de MongoDB
Conceptos básicos en MongoDB
Patrones de diseño en MongoDB

Tema 4. Tratamiento de datos en MongoDB
Inserción de datos
Lecturas y consultas
Actualización de datos
Agregación

Tema 5. Gestión de MongoDB
Migración de base de datos
Rendimiento y Sharding
Seguridad

Metodología

Metodología

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

  • Trabajos, proyectos y casos: en este criterio se valoran las actividades que el estudiante envía a través del aula virtual, tales como trabajos, proyectos o casos prácticos. Cada asignatura contará con un trabajo final en el que el alumno demostrará un conocimiento global de lo aprendido en la asignatura.
  • Test de autoevaluación: al final de cada tema, los estudiantes pueden realizar este tipo de test, que permite al profesor valorar el interés del estudiante en la asignatura.

En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.

Descarga el pdf de la programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

  • Estudio personal
  • Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
  • Examen final presencial

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

ACTIVIDADES FORMATIVAS
HORAS
Sesiones Presenciales Virtuales       8,0  
Lecciones magistrales       3,0  
Estudio Personal de material básico      25,0  
Lectura de material complementario      11,0  
Realización de los casos prácticos       8,0  
Autoevaluación exámenes       7,0  
Tutoría individual y grupal       8,0  
Trabajo colaborativo, foro, chat, debates       3,0  
Evaluación Final       2,0    
Total
        75  

 

Puedes personalizar tu plan de trabajo seleccionando aquel tipo de actividad formativa que se ajuste mejor a tu perfil. El profesor-tutor te ayudará y aconsejará en el proceso de elaboración de tu plan de trabajo. Y siempre estará disponible para orientarte durante el curso.

Bibliografía

Bibliografía básica

La bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca… 

Los textos necesarios para el estudio de la asignatura han sido elaborados por la UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Además de este material disponible en el aula virtual, se utilizan los siguientes manuales:

Tema 2

Date, J. C. (2001). Introducción a los sistemas de bases de datos. México: Pearson. ISBN: 978-968-444-419-5.

El intevalo necesario para el estudio de la asignatura (páginas 2- 32) está disponible en el aula virtual (bajo licencia CEDRO*),
con el objetivo de que puedas estudiar la asignatura.

Bibliografía complementaria

Banker, K. (2012). MongoDB in action. Nueva York: Manning Publications.

Chakrabarti, S. (2003). Mining the Web: Discovering Knowledge from Hypertext
Data
(pp.17-43). California. Morgan Kaufmann.

Chodorow, K., & Dirolf, M. (2010). MongoDB: The Definitive Guide. California:
O’Reilly.

Copeland, R. (2013). MongoDB Applied Design Patterns. California: O’Reilly Media.

Davenport, T., & Prusak, L. (2000). Working Knowledge: How Organizations Manage
What They Know
(pp.1-6). Massachusetts: Harvard Business Review Press.

Debenham, J. (1998). Knowledge Engineering. Unifying Knowledge Base and
Database Design
(pp.15-22). Sydney: Springer.

Jarke, M., Jeusfeld, M.A., Quix, C., & Vassiliadis, P. (1998). Architecture and Quality of
Data Warehouses: An Extended Repository Approach. Advanced Information Systems
Engineering, Lecture Notes in Computer Science
, 1413, 243-260.

Redman, T.C. (1996). Data Quality for the Information Age (pp.245-267).
Massachusetts: Artech House, Inc.

Shafranovich, Y. (2005). Common Format and MIME Type for Comma-Separated
Values (CSV) Files.
Internet Engineering Task Force IETF RFC 4180.

Tiwari, S. (2011). Professional NoSQL. Indianapolis: John Wiley & Sons, Inc.

Evaluación y calificación

El sistema de calificación se basa en la siguiente escala numérica:

0 - 4, 9

Suspenso

(SS)

5,0 - 6,9

Aprobado

(AP)

7,0 - 8,9

Notable

(NT)

9,0 - 10

Sobresaliente

(SB)

La calificación se compone de dos partes principales:

calificación

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL y OBLIGATORIO. Supone el 60% de la calificación final (6 puntos sobre 10) y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO (es decir, obtener 3 puntos de los 6 totales del examen).

La evaluación continua supone el 40% de la calificación final (es decir, 4 puntos de los 10 máximos). Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua es de 6 puntos. Así, puedes hacer las que prefieras hasta conseguir un máximo de 4 puntos (que es la calificación máxima que se puede obtener en la evaluación continua). En la programación semanal de la asignatura, se detalla la calificación máxima de cada actividad o evento concreto puntuables.

SISTEMA DE EVALUACIÓN

PONDERACIÓN
MIN

PONDERACIÓN
MAX

Participación en foros y otros medios participativos

0%

10%

Realización de trabajos, proyectos y casos

20%

30%

Test autoevaluación

0%

10%

Examen final presencial

60%

60%

 

Ten en cuenta…
Si quieres presentarte solo al examen final, tendrás que obtener una calificación de 5 puntos sobre 6 para aprobar la asignatura.

Profesorado

Luis de la Fuente Valentín

Formación académica: Doctor en Ingeniería Telemática por la Universidad Carlos III de Madrid. Máster Interuniversitario en Ingeniería Telemática por la Universidad Carlos III de Madrid. Ingeniero Superior de Telecomunicaciones por la Universidad de Valladolid. Acreditado como profesor contratado doctor por la ACAP.
Experiencia: Tiene una amplia experiencia en docencia universitaria en la Universidad Carlos III de Madrid y la Universidad Internacional de La Rioja. Director del Máster en Visual Analytics y Big Data de UNIR. Investigador senior en el Vicerrectorado de Investigación y Tecnologías de UNIR. Participación en proyectos INTUITEL y A4Learning.
Líneas de investigación: Experto en tecnología aplicada al proceso educativo: Learning Analytics, principal línea de investigación en su especialización.

Orientaciones para el estudio

Orientación para el estudio

Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

  1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo personal con tu profesor-tutor.
  2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
  3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
  4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Lee siempre el primer apartado, ¿Cómo estudiar este tema?, porque allí te especificamos qué material tienes que estudiar. Consulta, además, las secciones del tema que contienen material complementario (Lo + recomendado y + Información).
  5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
  6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu profesor-tutor te informarán de las novedades de la asignatura.
En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones: Ideas clave, Lo + recomendado, + Información, Actividades y Test.

Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.

Ten en cuenta estos consejos…

  • Sea cual sea tu plan de estudio, accede periódicamente al aula virtual, ya que de esta forma estarás al día de las novedades del curso y en contacto con tu profesor y con tu profesor tutor.
  • Recuerda que no estás solo: consulta todas tus dudas con tu profesor-tutor utilizando el correo electrónico. Si asistes a las sesiones presenciales virtuales también podrás preguntar al profesor sobre el contenido del tema. Además, siempre puedes consultar tus dudas sobre el temario en los foros que encontrarás en cada asignatura (Pregúntale al profesor).
  • ¡Participa! Siempre que te sea posible accede a los foros de debate y asiste a las sesiones presenciales virtuales. El intercambio de opiniones, materiales e ideas nos enriquece a todos.
  • Y ¡recuerda!, estás estudiando con metodología on line: tu esfuerzo y constancia son imprescindibles para conseguir buenos resultados. ¡No dejes todo para el último día!