- Habilidades en programación - Experiencia en entorno Windows Aunque no es obligatorio, también es deseable cumplir: - conceptos básicos de bases de datos estructuradas (al menos, el Modelo Relacional) - nociones de álgebra relacional (o al menos, de la teoría de conjuntos) - conceptos básicos de lenguajes de datos (particularmente, conocimiento de SQL) - conceptos básicos de Javascript Todos estos se presentarán en clase y se proporcionarán más materiales para que el estudiante pueda ponerse al día en casa (o como mínimo, introducirse en la materia).

Los objetivos fundamentales de este curso son a) Distinguir diferentes necesidades y enfoques de almacenamiento secundario, centrando el estudio en el almacenamiento con fines analíticos. b) Conocer la amplia diversidad de soluciones y, en concreto, conocer algunas de las herramientas más extendidas que soportan la implantación de Big Data. El temario cubrirá desde la adquisición y preparación de la información hasta la manipulación en algunos DBMS, siguiendo por tanto un enfoque eminentemente práctico. Para lograr estos objetivos, el estudiante debe adquirir un conjunto de capacidades, conocimientos, habilidades y actitudes genéricas. Capacidades transversales / genéricas o Habilidades de análisis y síntesis o Organización y planificación o Resolución de problemas o Capacidad para aplicar los conocimientos teóricos en la práctica. Capacidades específicas Cognitivo (conocimiento): paradigmas de almacenamiento, ciclo de vida de la información, soluciones back-end para Big Data Procedimentales / instrumentales (saber hacer) - Adquisición y preparación de información - Manipulación de datos (por diferentes lenguajes) en diversos DBMS: - DBMS estructurado - DBMS orientado a documentos - DBMS orientado a columnas Actitudinal (Ser): - capacidad para diseñar consultas (creatividad); - inquietudes sobre la efectividad y la eficiencia; - capacidad para discutir y aclarar las diversas soluciones a cada problema específico

1 Introducción a los Sistemas de almacenamiento - Bases de Datos, ficheros y SGBD. - Evolución y paradigmas de almacenamiento: OLTP y OLAP - Almacenamiento masivo: ROLAP vs.RTOLAP 2 Bases de datos estructuradas. - El Modelo Relacional - Data Warehousing - Consultas analíticas en SQL 3 Preparación de datos para su almacenamiento y procesamiento analítico Adquisición y extracción Transformación, limpieza e integración 4 Sistemas Gestores para soporte de Big Data: MongoDB (orientación a documento) 5 Introducción a otros SGBD para Big Data: Cassandra y Neo4J

Actividades formativas Clase teórica Clases prácticas Prácticas de laboratorio Trabajo individual del estudiante Metodologías docentes Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. Lectura crítica de textos recomendados por el profesor de la asignatura:Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor de manera individual o en grupo Elaboración de trabajos e informes de manera individual o en grupo