Resultados de aprendizaje

1. Analizar críticamente los principios, valores y procedimientos que rigen el ejercicio de la profesión.
2. Analizar una situación e identificar sus puntos de mejora.
3. Compartir las experiencias en grupo como forma de aprendizaje para trabajar posteriormente en grupos multidisciplinares.
4. Comunicar haciendo un uso no sexista ni discriminatorio del lenguaje.
5. Contrastar y verificar la veracidad de las informaciones aplicando criterios de valoración.
6. Describir la infraestructura necesaria para el almacenamiento del big data.
7. Diferenciar las variedades de tipos de arquitecturas existentes para trabajar con big data.
8. Diferenciar lo sustancial de lo relevante en todos los tipos de documentos de la asignatura.
9. Explicar las características de la infraestructura necesaria para la recuperación del big data.
10. Explicar el código deontológico, explícito o implícito, del ámbito de conocimiento propio.
11. Explicar la infraestructura necesaria para el tratamiento del big data.
12. Extraer grandes masas de datos sobre todo de las redes sociales y los nuevos medios digitales.
13. Identificar las implicaciones sociales, económicas y medioambientales de las actividades académico-profesionales del ámbito de conocimiento propio.
14. Identificar situaciones que necesitan un cambio o mejora.
15. Planificar y ejecutar proyectos académicos en el ámbito deL Big data.
16. Ponderar los riesgos y las oportunidades de las propuestas de mejora tanto propias como ajenas.
17. Presentar los trabajos de la asignatura en los plazos previstos y mostrando la planificación individual y/o grupal aplicada.
18. Proponer nuevos métodos o soluciones alternativas fundamentadas.
19. Proponer proyectos y acciones que estén de acuerdo con los principios de responsabilidad ética y de respeto por los derechos y deberes fundamentales, la diversidad y los valores democráticos.
20. Proponer proyectos y acciones que incorporen la perspectiva de género.
21. Proponer proyectos y acciones viables que potencien los beneficios sociales, económicos y medioambientales.
22. Solucionar problemas básicos en big data.
23. Valorar el impacto de las dificultades, los prejuicios y las discriminaciones que pueden incluir las acciones o proyectos, a corto o medio plazo, en relación con determinadas personas o colectivos.