Programación (Curso 1, Cuatrimestre 1) Estructura de Datos y Algoritmos (Curso 1, Cuatrimestre 2) Bases de Datos (Curso 2, Cuatrimestre 1) Aplicaciones Web (Curso 3, Cuatrimestre 1)

CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio. 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 CE15: Capacidad para diseñar soluciones basadas en aprendizaje automático en aplicaciones en dominios específicos como los sistemas de recomendación, el tratamiento del lenguaje natural, la Web o las redes sociales online. CE19: Capacidad para desarrollar aplicaciones Web y móviles y utilizarlas para capturar datos con ellas. CE20: Capacidad para utilizar herramientas de visualización de datos para poder comunicar los resultados de los análisis realizados sobre los mismos, adaptándolos a públicos diferentes tanto técnico como no técnico. CG1: Conocimientos y habilidades adecuados para analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, resolverlos y comunicarlos de forma eficiente. CG3: Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos, habilidades y destrezas, comprendiendo la responsabilidad ética, social y profesional de la actividad del tratamiento de datos. Capacidad de liderazgo, innovación y espíritu emprendedor. CG4: Capacidad para la resolución de los problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos. CT1: Capacidad de comunicar los conocimientos oralmente y por escrito, ante un público tanto especializado como no especializado. RA1 Haber adquirido conocimientos avanzados y demostrado una comprensión de los aspectos teóricos y prácticos y de la metodología de trabajo en el campo de la ciencias e ingeniería de datos con una profundidad que llegue hasta la vanguardia del conocimiento RA2 Poder, mediante argumentos o procedimientos elaborados y sustentados por ellos mismos, aplicar sus conocimientos, la comprensión de estos y sus capacidades de resolución de problemas en ámbitos laborales complejos o profesionales y especializados que requieren el uso de ideas creativas e innovadoras RA3 Tener la capacidad de recopilar e interpretar datos e informaciones sobre las que fundamentar sus conclusiones incluyendo, cuando sea preciso y pertinente, la reflexión sobre asuntos de índole social, científica o ética en el ámbito de su campo de estudio;

1. Arañas Web 2. Minería de uso de la Web · Recolección de datos de uso de un sitio Web · Preprocesado · Algoritmos de minería de uso de la Web 3. Minería de enlaces 4. Análisis de datos de redes sociales · Captura de datos · Centralidad e influencia · Detección de comunidades · Visualización de datos de redes sociales 5. Minería de búsquedas 6. Datos enlazados

AF1: CLASES TEÓRICO-PRÁCTICAS. En ellas se presentarán los conocimientos que deben adquirir los alumnos. Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior. Se resolverán ejercicios, prácticas problemas por parte dEsta asginatura estará basada en las siguientes actividades: - Clases de Teoría: Se introducirán los principales conceptos de la asignatura. Se promoverá la participación de los estudiantes para discutir los conceptos y problemas introducidos en las clases de toería. - Clases de Laboratorio: En estas clases los estudiantes realizarán ejercicios prácticos de los conceptos introducidos en las clases de teoría. Los estudiantes deberán resolver problemas prácticos asociados a la analítica web. - Proyecto de Analítica Web: Se asignará a los estudiantes un proyecto que será realizado a lo largo del cuatrimestre en grupos de 2. Los estudiantes deberán elegir un proyecto entro una lista predefinida por los profesores o proponer su propio proyecto. En este último caso, el profesor responsable deberá aprobar la propuesta de los estudiantes. El proyecto deberá incluir los siguientes elementos: 1- Una definición inicial de los objetivos del proyecto, la tecnología que se usará y los resultados esperados. 2- La implementación de un web crawler que recogerá información de algún servicio web o red social popular. 3- Análisis de los datos recogidos usando framweros de análisis de datos actuales (por ejemplo R, Python, etc). 4- Visualización de los resultados. Los estudiantes defenderán su proyecto en una esposición pública frente al resto de los estudiantes al final del cuatrimestre. Se programarán varias clases en laboratorio que se usarán para supervisar la evolución del proyecto y para que los estudiantes progresen en su desarrollo. Los alumnos tendrán acceso a tutorías individuales/colectivas todas las semanas para aclarar conceptos teóricos y/o prácticos y poder realizar un seguimiento más detallado de su proyecto.