Última actualización: 12/07/2021


Curso Académico: 2021/2022

Datos Masivos y Encadenados
(18646)
Titulación: Master Universitario en Ingeniería Informática (228)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: GONZALEZ CARRASCO, ISRAEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
BLOQUE 1. INTEGRACIÓN DE DATOS MASIVOS. 1.1. Integración de fuentes de datos. 1.2. Big Data para integración y análisis de datos. 1.3. Principales aplicaciones. BLOQUE 2. DATOS ENCADENADOS. 2.1. Origen de Blockchain (cadenas de bloques). 2.2. Funcionamiento de cadenas de bloques. 2.3. Algoritmo de consenso. 2.4. Tipos de Blockchain. 2.5. Principales aplicaciones.
Actividades formativas, metodología a utilizar y régimen de tutorías
ACTIVIDADES FORMATIVAS AF1 - Clase teórica [6,66 horas con un 100% de presencialidad, 0,20 ECTS] AF2 - Clases prácticas [5 horas con un 100% de presencialidad, 0,19 ECTS] AF4 - Prácticas de laboratorio [5 horas con un 100% de presencialidad, 0,20 ECTS] AF5 - Tutorías [5,83 horas con un 25% de presencialidad, 0,19 ECTS] AF6 - Trabajo en grupo [30,5 horas con un 0% de presencialidad, 1,02 ECTS] AF7 - Trabajo individual del estudiante [30,5 horas con un 0% de presencialidad, 1,02 ECTS] AF8 - Exámenes parciales y finales [6,66 horas con un 100% de presencialidad, 0,20 ECTS] METODOLOGÍAS DOCENTES MD1 - 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. MD2 - 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. MD3 - Resolución de casos prácticos, problemas, etc.... planteados por el profesor de manera individual o en grupo. MD4 - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. MD5 - Elaboración de trabajos e informes de manera individual o en grupo.
Sistema de evaluación
  • Peso porcentual del Examen Final 10
  • Peso porcentual del resto de la evaluación 100
Calendario de Evaluación Continua
Bibliografía básica
  • Judith R. Davis and Robert Eve. Data Virtualization Going Beyond Traditional Data Integration to Achieve Business Agility. Composite Software. . 2011
  • AnHai Doan, Alon Halevy, and Zachary Ives. Principles of Data Integration. . Morgan Kaufmann.. 2012
  • Bishop, Matt.. Computer security : art and science. Addison-Wesley. 2003
  • Daniel. Drescher. Blockchain basics a non-technical introduction in 25 steps. Berkeley, CA . 2017
  • Ross Anderson . Security engineering : a guide to building dependable distributed systems. Wiley. 2008
  • Trovati, M., Hill, R., Anjum, A., Zhu, S.Y., Liu, L. (Eds.). Big-Data Analytics and Cloud Computing. Springer. 2015
Bibliografía complementaria
  • Philip Bernstein and Laura Haas,. Information integration in the enterprise,. Communications of the ACM Vol 51, N 9, September 2008, Pages 72-79. 2008

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.