Tecnologías Inteligentes y Arquitectura de Empresa
Código: 107565 Créditos ECTS: 6| Titulación | Tipo | Curso |
|---|---|---|
| Empresa y Tecnología | OP | 4 |
Contacto
- Nombre:
- David Ayala Sanchez
- Correo electrónico:
- david.ayala@uab.cat
Equipo docente
- David Recuenco Osa
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Es recomendable haber cursado previamente:
- Introducción a los sistemas de información (102148)
- Dirección Estratégica de la Empresa (102181)
- Proyectos de Desarrollo de Software Corporativo (102175)
Objetivos y contextualización
- Comprender el papel de las tecnologías inteligentes en la transformación digital de las organizaciones, incluyendo su aplicación en procesos de negocio, toma de decisiones y automatización.
- Analizar los principios y modelos de la arquitectura empresarial, y entender cómo esta estructura da soporte a la alineación entre los objetivos del negocio, las capacidades organizativas y las capacidades tecnológicas.
- Identificar y evaluar tecnologías emergentes, y valorar su impacto potencial sobre la estrategia y las operaciones empresariales.
- Fomentar una visión crítica y ética sobre el uso de tecnologías inteligentes, teniendo en cuenta aspectos como la privacidad, la seguridad, la transparencia y la sostenibilidad.
- Desarrollar habilidades para comunicar y justificar decisiones tecnológicas ante perfiles técnicos y de negocio, utilizando un lenguaje y herramientas adecuados para cada contexto.
- Experimentar con casos prácticos y herramientas actuales para entender cómo pueden aplicarse las tecnologías inteligentes en el contexto real de una arquitectura empresarial.
Resultados de aprendizaje
- CM24 (Competencia) Configurar la arquitectura de un sistema de información que de soporte integradamente a una organización.
- KM23 (Conocimiento) Identificar las aportaciones de las novedades en el mercado de los sistemas integrados de gestión.
- SM15 (Habilidad) Interpretar el impacto y los efectos en la organización de las innovaciones y actualizaciones en los sistemas integrados de gestión del mercado.
Contenido
- Qué es la arquitectura empresarial y para qué sirve
- Modelos y frameworks
- OKR, KPI, Capacidades de negocio
- Capas de la arquitectura: negocio, datos, aplicaciones y tecnología
- Gobernanza de la arquitectura y rol estratégico
- La arquitectura como herramienta de alineación entre IT y negocio
- Introducción a la inteligencia artificial: conceptos básicos, capacidades y límites
- Aplicaciones empresariales de la IA: análisis predictivo, NLP, visión artificial, agentes y asistentes
- IA y toma de decisiones: soporte and automatización
- De los datos a la inteligencia: flujo de información e integración con sistemas empresariales
- Consideraciones éticas y sociales: transparencia, privacidad, sesgo, sostenibilidad
- Qué es la hiperautomatización: más allá de la RPA
- Process Mining, BPA, orquestación de flujos y low-code/no-code
- Integración con IA: agentes inteligentes y automatización cognitiva
- Casos de uso reales: operaciones, atención al cliente, compliance, logística
- Herramientas del mercado.
- Introducción al modelo cloud: IaaS, PaaS, CaaS, FaaS, SaaS, serverless
- Arquitecturas híbridas y multi-cloud
- Beneficios y riesgos del cloud: escalabilidad, costes, seguridad, dependencia
- Integración del cloud con IA y herramientas de arquitectura empresarial
- Principales proveedores
- Metodologías para analizar tecnologías emergentes: Hype Cycle, Technology Radar
- Criterios de selección: viabilidad técnica, alineación estratégica, coste/beneficio, impacto
- Detección de duplicidades, silos y oportunidades de reutilización
- Comunicación de decisiones tecnológicas a distintos perfiles (técnicos y de negocio)
- Casos prácticos de toma de decisiones tecnológicas en contextos reales
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Casos de estudio | 15 | 0,6 | CM24, KM23, SM15, CM24 |
| Clases magistrales | 30 | 1,2 | CM24, KM23, SM15, CM24 |
| Tipo: Supervisadas | |||
| Tutorías | 15 | 0,6 | CM24, KM23, SM15, CM24 |
| Tipo: Autónomas | |||
| Estudio | 35 | 1,4 | |
| Preparación de casos, ejercicios y trabajos | 52 | 2,08 | CM24, KM23, SM15, CM24 |
Se proponen clases dinámicas y participativas, con oportunidades para probar tecnología con el objetivo de validar ejemplos prácticos. Por tanto, la participación activa será fundamental.
Aprendizaje Basado en Problemas (ABP)
- Trabajo sobre un caso práctico en grupos, utilizando tecnología accesible para desarrollar un MVP (minimum viable product) y presentación de los resultados.
- Análisis teórico de un caso de investigación, poniendo en relieve los cambios organizativos y sociales derivados de las tecnologías inteligentes.
Hackatón
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.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Aportaciones en las sesiones presenciales | 10 | 0 | 0 | CM24, KM23, SM15 |
| Examen | 50 | 3 | 0,12 | CM24, KM23, SM15 |
| Trabajos/Prácticas y presentaciones | 40 | 0 | 0 | CM24, KM23, SM15 |
Evaluación de la asignatura
La evaluación de la asignatura se realizará de forma progresiva y continuada a lo largo de todo el semestre. El sistema de evaluación se basa en las siguientes evidencias de aprendizaje:
-
Aportaciones individuales y en pequeño grupo realizadas durante las sesiones presenciales del curso, incentivando así la participación activa del estudiantado en su propio proceso de aprendizaje.
-
La presentación de trabajos o prácticas, tanto por escrito como oralmente, relacionados con determinados problemas o proyectos trabajados a lo largo del curso, con el objetivo de seguir la evolución de cada estudiante en la comprensión y uso de las herramientas trabajadas en la asignatura, y potenciar al mismo tiempo la adquisición de competencias transversales.
-
Un examen final, en las últimas semanas del semestre, para favorecer la consolidación del conjunto del material trabajado durante el curso.
Criterios de evaluación
La calificación final de la asignatura se obtendrá a partir de la suma ponderada de las valoraciones de las diferentes evidencias, teniendo en cuenta que cada uno de los tres componentes citados tiene un peso específico distinto:
10% (aportaciones) + 40% (presentación de informes/prácticas) + 50% (examen final)
Será condición necesaria para poder efectuar esta suma ponderada que cada uno de los componentes tenga una puntuación positiva, y que la calificación obtenida en el examen final sea igual o superior a 3,5.
No evaluable
Se considera que un estudiante que realice al menos uno de los componentes de la evaluación continuada ya no puede ser considerado como NO EVALUABLE.
Bibliografía
- Jeanne W. Ross, Peter Weill & David C. Robertson (2006) – Enterprise Architecture as Strategy: Creating a Foundation for Business Execution ISBN: 9781591398394
- Marc Lankhorst (ed.) (2017) – Enterprise Architecture at Work: Modelling, Communication and Analysis (4th ed.) ISBN: 9783662539323
- Thomas Erl (2013) – Cloud Computing: Concepts, Technology & Architecture ISBN: 9780133387520
- Wil van der Aalst (2016) – Process Mining: Data Science in Action (2nd ed.) ISBN: 9783662498514
- Gene Kim, Jez Humble, Patrick Debois & John Willis (2016) – The DevOps Handbook: How to Create World-Class Agility, Reliability, & Security in Technology Organizations ISBN: 9781942788003
- Nicole Forsgren, Jez Humble & Gene Kim (2018) – Accelerate: The Science of Lean Software and DevOps ISBN: 9781942788331
- Gregor Hohpe, Michele Danieli, Jean‑François Landreau & Tahir Hashmi (2020) – Cloud Strategy: A Decision‑based Approach to Successful Cloud Migration ISBN: 9798665253046
- Paul Harmon (2019) – Business Process Change: A Business Process Management Guide for Managers and Process Professionals (4th ed.)ISBN: 9780128158470
- Navdeep Singh Gill, Jagreet Kaur & Suryakant (2023) – Hyperautomation with Generative AI: Learn How Hyperautomation and Generative AI Can Help You Transform Your Business and Create New Value ISBN: 9789355518590
Software
Se recomienda tener instalados o estar dados de alta:
- Visual Studio Code (instalar): https://code.visualstudio.com/
- Github: crear usuario en https://github.com y darse de alta en el programa de estudiantes https://github.com/education/students
Otros softwares o servicios que se podrán utilizar:
- Camunda: https://camunda.com/
- n8n: https://n8n.io/
- Microsoft Azure for Students: https://azure.microsoft.com/es-es/free/students/
- Google Cloud for Students: https://cloud.google.com/edu/students
- AWS Educate: https://www.awseducate.com/
Grupos e idiomas de la asignatura
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 | 201 | Catalán | primer cuatrimestre | tarde |
| (TE) Teoría | 20 | Catalán | primer cuatrimestre | tarde |