Titulación | Tipo | Curso |
---|---|---|
Matemática Computacional y Analítica de Datos | OP | 4 |
Puede consultar esta información al final del documento.
No hay prerrequisitos específicos.
El objetivo básico de la asignatura es el de introducir el conjunto de conocimientos, técnicas y habilidades necesarias para poder diseñar, planificar y desarrollar proyectos a nivel profesional en los ámbito de las empresas y organizaciones, y en particular los relacionados con la Inteligéncia Artificial.
Al finalizar el curso, los y las estudiantes deberán ser capaces de:
Asimismo, deberán ser capaces de trabajar en equipo y transmitir correctamente información relativa a los proyectos estudiados, tanto en forma de presentaciones orales como de informes escritos, en diversas etapas de realización de un determinado proyecto.
La asignatura se desarrollará a partir de los temas siguientes:
Tema 0. IA y gestión de proyectos
Tema 1. Elementos básicos de la gestión de proyectos
Tema 2. La fase inicial de un proyecto
Tema 3. Planificación temporal de proyectos
Tema 4. Gestión de costes y sosteniblidad
Tema 5. Gestión de la calidad y gestión del riesgo en un proyecto
Tema 6. Planificación del control de la ejecución de proyectos
En el desarrollo de la asignatura se trabajaran diversas técnicas de desarrollo ágil de proyectos (Scrum. Kanban, Lean, entre otros) así como diversar herramientas para la ideación (design thinking, canvas, prototipaje) e informáticas para asegurar el trabajo cooperativo en la gestión y control de proyectos.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
A. Clases teóricas | 18 | 0,72 | |
B. Clases prácticas | 12 | 0,48 | |
C. Prácticas de laboratorio | 12 | 0,48 | |
D. Presentaciones orales y discusión de casos | 8 | 0,32 | |
Tipo: Supervisadas | |||
E. Tutorias y sesiones tutorizadas durante el semestre | 12 | 0,48 | |
Tipo: Autónomas | |||
F. Lecturas y estudio independente | 20 | 0,8 | |
G. Diseño, preparación y desarrollo de los projectos del curso | 65 | 2,6 |
La metodología docente de la asignatura combina diversas técnicas para favorecer el aprendizaje formativo en esta materia:
Este enfoque combina actividades de aprendizaje individual, imprescindibles en cualquier materia de estudio, con la práctica colaborativa que debe permitir la consecución de un buen resultado en las tareas de cada equipo, consolidando así el aprendizaje de cada uno de sus miembros.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Individual presentation of exercises and practical cases | 15% | 0 | 0 | CM36, SM39 |
Examen final | 40% | 3 | 0,12 | CM36, KM32, SM39 |
Memoria final técnica del proyecto trabajado durante el curso | 35% | 0 | 0 | CM36, KM32, SM39 |
Presentación de informes relativos al proyecto desarrollado | 10% | 0 | 0 | CM36, SM39 |
La evaluación de la asignatura se realizará de forma progresiva y continuada durante el semestre. El sistema de evaluación se basa en las siguientes evidencias de aprendizaje:
La calificación final de la asignatura se obtendrá de la suma ponderada de las valoraciones de las diversas evidencias, teniendo en cuenta que cada una de les tres componentes citadas tiene un peso específico distinto:
N = 15% (actividades individuales durante el curso) + 10% (presentaciones informes parciales del proyecto) + 35% (memoria final del proyecto) + 40% (examen final)
Será condición necesaria para efectuar este cálculo (1) que cada una de las componentes tenga una puntuación positiva, (2) que la calificación individual de la memoria final de proyecto sea igual o superior a 4.5 puntos, y (3) que la calificación obtenida en el examen final sea igual o superior a 4.0.
Las calificaciones obtenidas de los trabajos realizados durante el curso siempre serán a nivel individual, y no necesariamente coincidirán con la calificación del trabajo en sí, ya que se tendrán en cuenta aspectos individuales comola participación en la resolución y la defensa de los mismos.
Notas importantes sobre la evaluación:
1. Los alumnos que no hayan superado la materia mediante el cómputo anterior, o que no reúnan todas las condiciones para poder hacerlo, tendrán como nota final el valor inferior entre 4.5 y el valor de N anterior. Una nota igual o superior a 3.5 da derecho al alumno a participar en la recuperación que se describe a continuación.
2. Solamente se considerá "No evaluable" un/a estudiante no haya participado en ninguna de las actividades de evaluación de la asignatura.
3. Esta asignatura NO ofrece el sistema de evaluación única.
Uso de la IA
En esta asignatura, se permite el uso de tecnologías de Inteligencia Artificial (IA) como parte integrante del desarrollo del trabajo, siempre que el resultado final refleje una contribución significativa del estudiante en el análisis y la reflexión personal. El estudiante deberá identificar claramente qué partes han sido generadas con esta tecnología, especificar las herramientas empleadas e incluir una reflexión crítica sobre cómo estas han influido en el proceso y en el resultado final de la actividad. La falta de transparencia en el uso de la IA se considerará una falta de honestidad académica y puede conllevar una penalización en la nota de la actividad, o sanciones mayores en casos de gravedad.
Proceso de recuperación
Consistirá en la realitzación de una prueba el dia previsto por el Centro. En cas de superarla, la calificació final de la assignatura sera de 5.0.
Programario open source a definir en función de los interesses de los equipos de estudiantes del curso
La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
Nombre | Grupo | Idioma | Semestre | Turno |
---|---|---|---|---|
(PAUL) Prácticas de aula | 711 | Inglés | primer cuatrimestre | tarde |
(PLAB) Prácticas de laboratorio | 711 | Inglés | primer cuatrimestre | tarde |
(PLAB) Prácticas de laboratorio | 712 | Inglés | primer cuatrimestre | tarde |
(TE) Teoría | 71 | Inglés | primer cuatrimestre | tarde |