Programación, Estructuras de datos y algoritmos, Ficheros y bases de datos

1. Modelos de integración de datos: modelos basados en almacenes de datos y modelos virtuales 2. Obtención de datos. Crawlers. Integración de datos en la web 3. Bases de Datos NoSQL en integración de datos 4. Comprensión e interpretación de situaciones en la era del Big Data 5. Analítica visual: historia, definición y proceso de desarrollo 6. Principios de la interacción hombre-máquina: Percepción, aspectos cognitivos, semiótica y creatividad 7. Interacción con interfaces visuales 8. Procesamiento de datos temporales y geo-espaciales 10. Aplicaciones de la analítica visual

* Clases magistrales: 2 ECTS. Tienen por objetivo alcanzar las competencias específicas cognitivas de la asignatura, así como las competencias transversales capacidad de análisis y abstracción. * Clases prácticas: 1,5 ECTS. Tienen por objetivo iniciar el desarrollo de las competencias específicas instrumentales, así como las competencias transversales resolución de problemas y aplicación de conocimientos. * Caso práctico: 2 ECTS. Iniciado durante las clases prácticas y terminado fuera de las mismas, tiene por objetivo completar e integrar el desarrollo de todas las competencias específicas y transversales, en el diseño e implementación de un caso práctico mediante trabajo en grupo. * Tutorías: TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. * Examen final: 0,5 ECTS. Tiene por objeto incidir y complementar en el desarrollo de las capacidades específicas cognitivas y procedimentales. Refleja especialmente el aprovechamiento de las clases magistrales.