Guia docente
DATOS IDENTIFICATIVOS 2024_25
Asignatura CLOUD COMPUTING Y BIG DATA Código 01744002
Enseñanza
1744 - MASTER UNIVERSITARIO EN INDUSTRIA 4.0
Descriptores Cr.totales Tipo Curso Semestre
3 Obligatoria Primer Primero
Idioma
Castellano
Prerrequisitos
Departamento ING.MECANICA,INFORMAT.AEROESP.
Responsable
MERINO BAJO , SANTIAGO
Correo-e smerb@unileon.es
agueh@unileon.es
Profesores/as
GUERRERO HIGUERAS , ANGEL MANUEL
MERINO BAJO , SANTIAGO
Web http://
Descripción general Asignatura cuyo objetivo es especializar al estudiante en el uso de nuevas tecnologías ampliamente empleadas en el contexto de la Industria 4.0 como es la computación cloud y el análisis de la información en contextos Big Data
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ING.MECANICA,INFORMAT.AEROESP. MATELLAN OLIVERA , VICENTE
Secretario ING.MECANICA,INFORMAT.AEROESP. PANIZO ALONSO , LUIS
Vocal ING.MECANICA,INFORMAT.AEROESP. SANCHEZ GONZALEZ , LIDIA
Tribunal suplente
Cargo Departamento Profesor
Presidente ING.MECANICA,INFORMAT.AEROESP. FERNANDEZ LLAMAS , CAMINO
Secretario ING.MECANICA,INFORMAT.AEROESP. RODRIGUEZ DE SOTO , ADOLFO
Vocal ING.MECANICA,INFORMAT.AEROESP. CASTEJON LIMAS , MANUEL

Competencias
Tipo A Código Competencias Específicas
  A18631 1744CE3 Conocer los fundamentos de la computación en la nube, componentes, herramientas y su orientación como servicio basado en Internet.
  A18637 1744CE4 Conocer y aplicar herramientas y técnicas de captura, almacenamiento, análisis inteligente y visualización de datos masivos.
Tipo B Código Competencias Generales y Transversales
  B5714 1744CG7 Conocimientos de informática relativos al ámbito de estudio
  B5715 1744CT1 Capacidad para comprender el significado y aplicación de la perspectiva de género en los distintos ámbitos de conocimiento y en la práctica profesional con el objetivo de alcanzar una sociedad más justa e igualitaria.
  B5716 1744CT2 Incorporar en el ejercicio profesional criterios de sostenibilidad y compromiso ambiental. Adquirir habilidades en el uso equitativo, responsable y eficiente de los recursos
Tipo C Código Competencias Básicas
  C1 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.
  C4 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.

Resultados de aprendizaje
Resultados Competencias
Conocer los fundamentos de Big Data y de la computación en la nube: arquitecturas, servicios y aplicaciones A18631
 B5714
B5715
 C1
Saber los fundamentos del desarrollo de aplicaciones de captura, almacenamiento, análisis inteligente y de visualización de datos utilizando herramientas de Big Data A18631
A18637
 B5715
 C4
Saber detectar posibles aplicaciones de la computación en nube en el contexto de la Industria 4.0. A18631
A18637
 B5716

Contenidos
Bloque Tema
Bloque I. INFRAESTRUCTURAS Y SERVICIOS DE COMPUTACIÓN EN NUBE Tema 1. INTRODUCCIÓN AL CLOUD COMPUTING
Conceptos básicos sobre cloud computing, principales riesgos y retos

Tema 2. DATA CENTER
Concepto de data center y sus principales características

Tema 3. VIRTUALIZACIÓN
Concepto de virtualización, modelos de virtualización y virtualización en la nube.

Tema 4. CLOUD COMPUTING EN LA INDUSTRIA
Principales aplicaciones del cloud en la industra, mejores soluciones y principales problemas a abordar.
Bloque II. APLICACIONES DE LA COMPUTACIÓN EN NUBE Tema 1. INTERNET COMO SERVICIO (IAAS)
Descripción del concepto, como se puede desplegar, principales ventajas y aspectos a tener en cuenta.

Tema 2. PLATAFORMAS COMO SERVICIO (PAAS)
Descripción del concepto, como se puede implementar, principales ventajas y aspectos a tener en cuenta.

Tema 3. ARQUITECTURA CLOUD Y USO DE CONTENEDORES
Arquitectura Cloud y uso de contenedores
Aproximaciones a arquitecturas cloud y su implementación
Bloque III. BIG DATA Y CIENCIA DE DATOS Tema 1. BIG DATA
Descripción del concepto de Big Data, qué implica, sus características y cómo es posible explotar la información.

Tema 2. CIENCIA DE DATOS
Descripción del concepto de Ciencia de Datos, qué implica, posibles aplicaciones y principales herramientas.

Tema 3. BASES DE DATOS NO SQL
Concepto, Ventajas, principales herramientas para el acceso, la consulta y la presentación de la información.

Tema 4. BIGDATA E INDUSTRIA 4.0
Aplicaciones y consideraciones para la aplicación del BIGDATA en el contexto de la Industria 4.0.
Bloque IV. CAPTURA, ALMACENAMIENTO, ANÁLISIS Y VISUALIZACIÓN DE DATOS. Tema 1. ADQUISICIÓN DE INFORMACIÓN
Principales procedimientos para acceder a la información en contextos heterogéneos propios de entornos cloud.

Tema 2. MODELOS DE PROCESAMIENTO DE DATOS
Principales estrategias de tratamiento de los datos para su posterior análisis.

Tema 3. DISEÑO DE ALGORITMOS PARA BIG DATA
Posibles algoritmos para la explotación de la información a partir de los datos tratados.

Tema 4. TÉCNICAS DE VISUALIZACIÓN DE LA INFORMACIÓN
Diferentes alternativas para la representación de la información, desde técnicas tradicionales a métodos avanzados.

Tema 5. HERRAMIENTAS DISPONIBLES
Herramientas para la centralizar el proceso y facilitar la toma de decisiones.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Prácticas en laboratorios 15 17.5 32.5
 
 
Sesión Magistral 9 10.5 19.5
 
Pruebas orales 0.5 6 6.5
Pruebas objetivas de tipo test 1.5 15 16.5
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías   ::  
  descripción
Prácticas en laboratorios Prácticas a realizar en el laboratorio de informática acerca de diferentes aspectos de computación en la nube y big data.
Sesión Magistral Exposición de los contenidos de la asignatura.

Tutorías
 
Sesión Magistral
Prácticas en laboratorios
Pruebas orales
Pruebas objetivas de tipo test
descripción
Resolución de dudas surgidas durante el estudio personal del alumno

Evaluación
  descripción calificación
Pruebas orales Exposición y/o entrega de trabajos-proyectos y/o informes de prácticas 15%-50%
Pruebas objetivas de tipo test Pruebas objetivas parciales y/o finales 20%-45%
Otros Actividades complementarias de evaluación continua 5%-30%
 
Otros comentarios y segunda convocatoria

En segunda convocatoria se realizará una prueba teórico/práctica y se podrá solicitar la entrega de alguna de las prácticas con alguna modificación

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica VK Jain, Big Data and Hadoop, Khanna Publishing,
Luis Joyanes, Big Data, Análisis de grandes volúmenes de datos en organizaciones, Alfaomega,
Viktor Mayer-Schönberger, Kenneth Cukier, Big data: La revolución de los datos masivos, Turner,
Kris Jamsa, Cloud Computing: SaaS, PaaS, IaaS, Virtualization, Business Models, Mobile, Security and More, Jones & Bartlett Publishers,
Dan C. Marinescu, Cloud Computing: Theory and Practice, Morgan Kaufmann,

Complementaria


Recomendaciones