PRESENTACIÓN

El volumen de información existente en formato digital crece día a día, especialmente si hablamos de dispositivos de Internet de las Cosas o entornos industriales. Tan solo la necesidad de gestión de esta información ya exige el uso de herramientas automáticas, pero con más motivo si queremos ir un poco más allá y realizar un análisis más detallado de esta información. Dada la cantidad de datos puesta en juego, parece evidente que es necesario maximizar el uso de las capacidades de percepción humanas para este fin. En este contexto, la visualización de la información está adquiriendo cada vez más relevancia debido a que las capacidades de percepción humanas están más desarrolladas, simplemente como resultado de la evolución, en el órgano de la visión.

Esta asignatura tiene dos objetivos iniciales: por un lado, analizar desde el punto de vista formal las características de los modelos de representación de la información, y por otro, determinar las características visuales humanas que se pueden explotar a la hora de maximizar el impacto de la información presentada.

Para ello nos centraremos primero en una introducción que nos pondrá en contexto y nos permitirá adquirir los fundamentos necesarios para la visualización de datos. A continuación, estudiaremos los diversos modelos de representación de la información, así como sus ventajas y desventajas, apoyándonos en diversas librerías y herramientas de visualización para ilustrarlos, tanto en la web como en aplicaciones. Tras ello, nos centraremos en los diversos elementos de la visualización de datos, comparando la diferencia entre las técnicas orientadas a volúmenes de datos estándar frente a grandes volúmenes de datos generados en el contexto de Internet de las Cosas. Por último, veremos las últimas técnicas de representación de la información en base a los objetivos deseados, trabajando también en obtener interpretaciones y conclusiones válidas sobre los datos de estudio.

Por tanto, los conocimientos y habilidades prácticas que el estudiante adquiera al cursar esta asignatura le servirán de cara a mejorar su perfil profesional dentro del contexto de la visualización de datos, incluyendo la representación de información, análisis visual y creación de paneles de mandos para la toma de decisiones.

CONTEXTUALIZACIÓN

La asignatura de Visualización y Analítica de Datos Masivos se trata de una asignatura de 5 créditos ECTS, optativa, impartida en el segundo semestre del Máster Universitario en Industria Conectada. Esta asignatura guarda relación más directa con las siguientes asignaturas también disponibles en el mismo Máster:

• Computación en la Nube para Entorno Industriales
• Plataformas para Procesamiento de Datos Masivo

Además, es recomendable haber cursado el resto de asignaturas comunes obligatorias del Máster.

Para cursar adecuadamente esta asignatura es recomendable tener los siguientes conocimientos previos:

• Fluidez en programación.
• Conocimientos básicos en estadística.
• Conocimientos sobre el acceso a fuentes de datos informáticas (bases de datos, ficheros tabulados, documentos JSON, documentos XML, …).
• Conocer (leer y escribir) el inglés técnico.

Las consultas sobre los contenidos y funcionamiento de la asignatura se plantearán principalmente en los foros del curso virtual, que serán atendidas por el Equipo Docente de la asignatura.

Para contactar directamente con el Equipo Docente se utilizará preferentemente el correo electrónico, pudiéndose también realizar consultas telefónicas y entrevista personal en los horarios establecidos.

Datos del equipo docente:

            Antonio Robles Gómez

Horario: martes lectivos de 10:00 a 14:00 horas

Email: arobles@scc.uned.es

Tfno: 913988480

María de los Llanos Tobarra Abad

Horario: martes lectivos de 10:00 a 14:00 horas

Email: llanos@scc.uned.es

Tfno: 913989566

Dirección postal:

Escuela Técnica Superior de Ingeniería Informática

C/ Juan del Rosal, 16

28040 - Madrid

BÁSICAS Y GENERALES

• CG1 - Diseñar estrategias para organizar y planificar entornos industriales conectados
• CG2 - Resolver problemas asociados al diseño o desarrollo de sistemas industriales conectados
• CG4 - Ser capaz de gestionar información proveniente de sistemas industriales conectados
• CG5 - Ser capaz de diseñar y desarrollar sistemas industriales conectados de manera eficiente
• CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
• CB7 - 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
• CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
• CB9 - 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 ambigu¿edades
• CB10 - 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.

Los estudiantes que cursen esta asignatura optativa adquirirán la siguiente competencia específica:

• Comprender y aplicar técnicas y algoritmos de visualización y analítica de datos en contextos de industria conectada.

Los resultados más relevantes que se pretenden alcanzar con el estudio de esta asignatura son:

A. Conocimientos teóricos

• Analizar y describir formalmente la organización de los datos masivos que sustentan la información visual.
• Identificar las capacidades humanas de percepción visual que facilitan la interpretación y toma de decisiones: sus fortalezas y debilidades.
• Conocer las características de las nuevas estrategias de visualización existentes aplicadas a la investigación en datos masivos e IoT.

B. Conocimientos prácticos o destrezas

• Diseñar la visualización más conveniente para conseguir un determinado objetivo dependiendo de la audiencia destinatario.
• Analizar e interpretar una visualización dada dentro del contexto de IoT.

Esta asignatura ha sido diseñada para la enseñanza a distancia. Por tanto, el sistema de enseñanza-aprendizaje estará basado en gran parte en el estudio independiente o autónomo del estudiante. Para ello, el estudiante contará con diversos materiales que permitirán su trabajo autónomo y la Guía de Estudio de la asignatura, que incluye orientaciones para la realización de las actividades prácticas. Asimismo, mediante la plataforma virtual de la UNED existirá un contacto continuo entre el equipo docente y los/as estudiantes, así como una interrelación entre los propios estudiantes a través de los foros, importantísimo en la enseñanza no presencial. El estudio de esta asignatura se realizará a través de los materiales que el Equipo Docente publicará en el curso virtual.
Esta asignatura de 5 créditos ECTS está planificada en 125 horas. El tiempo de las actividades formativas, siguiendo la anterior metodología, se han distribuido de forma orientativa de la siguiente manera:

• Estudio de los contenidos teóricos-prácticos utilizando la bibliografía básica y los materiales complementarios: 50 horas.
• Tutorías: 12 horas.
• Actividades en la plataforma virtual, incluyendo la participación en los debates propuestos en los foros de debate: 4 horas.
• Prácticas informáticas, que incluyen la resolución de casos prácticos, actividades prácticas con simuladores, laboratorios virtuales o remotos, así como otros tipos de supuestos: 44 horas.
• Otros trabajos/prácticas, de carácter individual y/o colectivo: 15 horas.

Tanto los trabajos individuales como los colectivos, además de las prácticas se podrán basar en el uso de software libre, así como el empleo de servicios ligeros que permitan resolver diversos casos de estudio asociados con los objetivos propuestos en la asignatura.
Por otra parte, los medios necesarios para el aprendizaje son los siguientes:

1. Materiales teórico-prácticos preparados por el Equipo Docente para cubrir los conceptos básicos del temario.
2. Bibliografía complementaria. El estudiante puede encontrar en ella información adicional para completar su formación.
3. Curso Virtual de la asignatura, donde el estudiante encontrará:

• Una guía de la asignatura en la que se hace una descripción detallada del plan de trabajo propuesto.
• Un calendario con la distribución temporal de los temas propuesta por el Equipo Docente y con las fechas de entrega de las actividades teórico-prácticas que el estudiante tiene que realizar para su evaluación.
• Enunciado de las actividades teórico-prácticas propuestas y zona donde depositar los entregables asociados a dichas actividades.
• Los foros de debate por medio de los cuales el Equipo Docente aclarará las dudas de
  carácter general y que se usarán también para comunicar todas aquellas novedades que surjan a lo largo del curso. Éste será el principal medio de comunicación entre los distintos participantes en la asignatura.

La bibliografía básica será proporcionada al estudiante dentro del curso virtual, estará compuesta por materiales teórico-prácticos realizados por el equipo docente.

Gran parte de la bibliografía, así como los recursos proporcionados al estudiante en el curso virtual pueden estar únicamente en inglés, debido a la novedad de algunos de los contenidos propuestos para la asignatura.

La bibliografía complementaria de la asignatura se puede encontrar en la sección de "Libros electrónicos" de la biblioteca de la UNED, desde donde se tiene acceso a gran cantidad de recursos online, como puede ser "O'Reilly for Higher Education", que dispone de una herramienta de búsqueda muy potente para acceder a contenidos online. A fecha de edición de esta guía la dirección de acceso es la siguiente: https://www.uned.es/universidad/biblioteca/libros-electronicos.html

Los/as estudiantes dispondrán de los siguientes recursos de apoyo al estudio:

• Guía de la asignatura. Incluye el plan de trabajo y orientaciones para su desarrollo. Esta guía será accesible desde el curso virtual.
• Curso virtual. A través de esta plataforma los/as estudiantes tienen la posibilidad de consultar información de la asignatura, realizar consultas al Equipo Docente a través de los foros correspondientes, consultar e intercambiar información con el resto de los compañeros/as.
• Documentación de la asignatura. El equipo docente publicará recursos adicionales que faciliten o profundicen los contenidos desarrollados en la asignatura, además de los contenidos ya ofrecidos.
• Biblioteca. El estudiante tendrá acceso tanto a las bibliotecas de los Centros Asociados como a la biblioteca de la Sede Central, en ellas podrá encontrar un entorno adecuado para el estudio, así como de distinta bibliografía que podrá serle de utilidad durante el proceso de aprendizaje.