Última actualización: 30/04/2019


Curso Académico: 2019/2020

Sistemas de Soporte a la Decisión
(16757)
Titulación: Máster Universitario en Tecnologías del Sector Financiero: FinTech (313)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: TOLEDO HERAS, MARIA PAULA DE

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Materias que se recomienda haber superado
Ninguna
Competencias que adquiere el estudiante y resultados del aprendizaje.
-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 -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 -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. Capacidad para comprender y aplicar métodos y técnicas del ámbito de la Ingeniería Informática en los mercados financieros Capacidad de concebir, diseñar o crear, poner en práctica y adoptar un proceso sustancial de desarrollo o creación de software para mercados financieros Capacidad para elaborar adecuadamente y con cierta originalidad composiciones escritas o argumentos motivados, de redactar planes o proyectos de trabajo. -Capacidad para trabajar en entornos multi-disciplinares y en grandes equipos de desarrollo heterogéneos -Analizar y evaluar las principales tecnologías de la información y las comunicaciones aplicadas en el sector financiero -Implementar algoritmos y técnicas clásicas de los mercados financieros siguiendo los estándares y procedimientos establecidos en cada momento -Analizar y comprender las principales herramientas para el manejo de grandes cantidades de datos, su almacenamiento, acceso y revisión Resultados del aprendizaje ¿ Sistemas de Soporte a la Decisión ¿ Diseño de Sistemas Inteligentes ¿ Big Data y los mercados financieros ¿ Análisis de Datos en los mercados financieros
Descripción de contenidos: Programa
1. Introducción a los Sistemas de Soporte a la toma de decisiones e Inteligencia de Negocios. 2. Analítica descriptiva y visual analytics 3. Analítica predictiva y minería de datos 4. Soporte a la decisión usando modelos 5. Sistemas inteligentes y sistemas expertos 6. Sistemas de gestión del conocimiento y sistemas colaborativos 7. Desarrollo de prácticas y laboratorios
Actividades formativas, metodología a utilizar y régimen de tutorías
Clase teórica: Presentaciones teóricas acompañadas de material electrónico, como presentaciones digitales: Nº Horas totales: Presencialidad: 100% Clases teórico prácticas: Combinación de clases teóricas acompañadas de la resolución de ejercicios prácticos: Nº Horas totales: Presencialidad: 100% Prácticas de laboratorio: Prácticas a desarrollar en laboratorios específicos para las distintas asignaturas: Nº Horas totales: Presencialidad: 100% Tutorías: Tutorías de carácter presencial y/o a distancia (videoconferencia): Nº Horas totales: Presencialidad: 100% Actividades de e-learning: Foros de las asignaturas, foros de discusión, visualización de contenidos pre-grabados, y otras actividades formativas de e-learning: Nº Horas totales: Presencialidad: 0% Trabajo individual del estudiante: Actividades individuales del alumno que complementan al resto de actividades (tanto presenciales como no presenciales), así como la preparación de exámenes: Nº Horas totales: Presencialidad: 0% Caso de estudio final en grupo 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 y problemas planteados por el profesor de manera individual o en grupo -Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos -Elaboración de trabajos e informes de manera individual o en grupo -Actividades específicas de e-learning, relacionadas con el carácter semi-presencial del título, incluyendo la visualización de contenidos grabados, actividades de auto-corrección, participación en foros, y cualquier otro mecanismo de enseñanza on-line Esta materia incluye de forma equilibrada contenidos teóricos y contenidos prácticos. En cuanto a los primeros, serán impartidos con métodos tradicionales como las clases magistrales, pero también con actividades formativas relacionadas con el e-learning. La componente práctica de esta materia se centra en el uso de frameworks de inteligencia de Negocios habituales en el sector, como Rapid Miner. También se realizarán prácticas de análisis predictivo, usando las herramientas anteriores y algunas específicas. Estos frameworks son, o bien software libre que pueden instalarse los alumnos en sus propios ordenadores, o bien siguen esquemas cliente-servidor que les permite un acceso remoto. Esto facilita el desarrollo de trabajos y actividades siguiendo modelos no presenciales.
Sistema de evaluación
  • Peso porcentual del Examen Final 50
  • Peso porcentual del resto de la evaluación 50
Bibliografía básica
  • Ramesh Sharda, Dursun Delen, Efraim Turban. Business Intelligence and Analyitics. Systems for Decision Support. Pearson. 2014

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