Descripción de la titulación del Grado en Ciencia e Ingeniería de Datos

CG1

Conocer y aplicar la analítica de datos y técnicas estadísticas apropiadas para descubrir nuevas relaciones en los datos y realizar aportaciones a problemas de investigación o procesos de las organizaciones, así como apoyar en la toma de decisiones.

CG2

Conocer y aplicar los fundamentos de ingeniería y tecnologías informáticas actuales para diseñar e implementar nuevas aplicaciones de análisis de datos.

CG3

Capacidad para desarrollar experimentos y para implementar sistemas, infraestructuras, procesos y herramientas con el fin de soportar la manipulación de los datos durante todo el ciclo de vida de estos.

CG4

Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.

CG5

Conocer, desarrollar e implementar estrategias de gestión de datos con el fin de realizar su recolección, almacenamiento, preservación y disponibilidad para posteriores procesamientos.

CG6

Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.

CE1

Usar de forma efectiva una variedad de técnicas de análisis de datos, tales como aprendizaje computacional (incluyendo aprendizaje supervisado, no supervisado y semi-supervisado), minería de datos, analítica prescriptiva y predictiva, para abordar el análisis de datos complejo en todo el ciclo de vida de los datos.

CE2

Aplicar técnicas cuantitativas, incluyendo estadística, análisis de series temporales y simulación, para desplegar modelos para el análisis y la predicción de datos.

CE3

Identificar, extraer y reunir los datos heterogéneos disponibles, incluyendo datos recientes procedentes de redes sociales, datos de libre disposición o datos gubernamentales.

CE4

Comprender y usar diferentes métricas de rendimiento y precisión para validar modelos en proyectos de analítica, test de hipótesis y recuperación de información.

CE5

Desarrollar análisis de datos para tareas de organizaciones, integrar diferentes analíticas y aplicaciones de procesamiento de datos en el flujo de trabajo de las organizaciones y los procesos de negocio con el fin de agilizar la toma de decisiones.

CE6

Visualizar los resultados del análisis de datos, diseñar paneles de control, usar métodos de storytelling.

CE7

Usar fundamentos de la ingeniería (tanto fundamentos generales como los particulares de la ingeniería del software) para diseñar, desarrollar, implementar e investigar en nuevos instrumentos y aplicaciones para la recolección, el almacenamiento, el análisis y la visualización de datos.

CE8

Desarrollar y aplicar soluciones informáticas centradas en los datos relacionadas con problemas de cierto dominio, usando un amplio rango de plataformas de análisis de datos y con un especial interés en las tecnologías Big Data para grandes conjuntos de datos y las basadas en plataformas de análisis de datos en la nube.

CE9

Desarrollar prototipos de aplicaciones de análisis de datos especializados, así como herramientas e infraestructuras de soporte para soluciones centradas en los datos con aplicación en el ámbito científico, el empresarial o el flujo de trabajo de las organizaciones; utilizar sistemas distribuidos, sistemas de cálculo paralelo, sistemas de procesamiento por lotes y plataformas de procesamiento de flujos de datos, incluyendo soluciones online y basadas en la nube para la provisión de servicios bajo demanda y escalables.

CE10

Desarrollar, desplegar y gestionar soluciones de almacenamiento y procesamiento de grandes volúmenes de datos usando diferentes soluciones distribuidas y en la nube para el almacenamiento de los datos.

CE11

Aplicar de manera consistente mecanismos de seguridad y control de los datos en cada etapa de la cadena de procesamiento de estos, respetando el anonimato, la privacidad y la protección de la propiedad intelectual.

CE12

Diseñar, construir y gestionar bases de datos relacionales y no relacionales (SQL y NoSQL), integrarlas con soluciones actualizadas de almacenamiento de datos, y asegurar el uso efectivo de procesos ETL (Extract, Transform, Load), OLTP (On-Line Transactional Processing) y OLAP (On-Line Analytical Processing) para grandes volúmenes de datos.

CE13

Desarrollar e implementar estrategias de tratamiento de los datos y, en particular, producir una política y un plan de gestión de los datos.

CE14

Desarrollar e implementar modelos de datos relevantes, definir metadatos usando estándares y prácticas comunes para distintos tipos de fuentes de datos en una variedad de dominios científicos e industriales.

CE15

Integrar datos de tipos heterogéneos procedentes de múltiples fuentes y hacerlos disponibles para análisis y usos posteriores.

CE16

Mantener información histórica del manejo de los datos, incluyendo las referencias entre los datos publicados y las fuentes de datos correspondientes (trazabilidad de los datos).

CE17

Asegurar la calidad de los datos, su accesibilidad, interoperabilidad, cumplimiento de estándares y publicación (data curation).

CE18

Desarrollar y gestionar o supervisar las políticas de protección de los datos, privacidad, derechos de propiedad intelectual y aspectos éticos relativos a la gestión de los datos.

CE19

Desarrollar y guiar proyectos de explotación de los datos, incluyendo la planificación del proyecto, el diseño de la experimentación, la recolección de los datos y su manejo.

CE20

Entender el papel de la Inteligencia Artificial en el análisis de datos y cómo la combinación de enfoques de conocimiento estructurado mediante modelos de información y los enfoques cuantitativos y cualitativos en el análisis de datos se pueden usar en el abordaje del análisis de datos complejo en todo el ciclo de vida de los datos

CE21

Aprender a analizar el comportamiento de algoritmos de análisis de datos, con una perspectiva social, para ser capaces de realizar análisis de datos para organizaciones, integrar diferentes analíticas y aplicaciones de procesamiento de datos en el flujo de trabajo de las organizaciones y los procesos de negocio con el fin de dichos análisis de datos sean justos y equilibrados.

CE22

Conocer la arquitectura y funcionamiento de las redes computadores, de Internet de las cosas, la interconexión entre sistemas y los protocolos de Internet

CE23

Aplicar técnicas de procesamiento de lenguaje natural y machine learning, para desplegar modelos para el análisis y la predicción de datos

CE24

Comprensión y dominio de los conceptos básicos de sistemas lineales y las funciones y transformadas relacionadas.

CE25

Capacidad para la resolución de los problemas matemáticos básicos que puedan plantearse en la ciencia e ingeniería de datos, aplicando los conocimientos adquiridos (sobre álgebra, geometría, cálculo diferencial e integral, métodos numéricos, algorítmica numérica, estadística y optimización), y planificando su resolución en función de las herramientas de que se disponga y de las restricciones de tiempo y recursos.

CE26

Saber comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas en ciencia e ingeniería de datos con fundamento matemático.

CE27

Capacidad para comprender y manejar conceptos fundamentales de probabilidad y estadística, y ser capaz de representar y manipular datos para extraer información significativa de los mismos.

CE28

Capacidad para la modelización matemática, implementación algorítmica y resolución de problemas de optimización relacionados con la ciencia de datos.

CE29

Capacidad para el análisis de un conjunto de datos y la selección y aplicación de las técnicas de inferencia estadística univariante y multivariante más adecuadas para la adquisición de conocimiento para la toma de decisiones.

CE30

Capacidad para comprender, formular y resolver problemas mediante la construcción, validación y aplicación de modelos matemáticos o estocásticos de un sistema real a partir de los datos observados (presenten dependencia o no) y el análisis crítico de los resultados obtenidos.

CE31

Conocimiento de herramientas informáticas en el campo del análisis de los datos y modelización estadística, y capacidad para seleccionar las más adecuadas para la resolución de los diferentes problemas.

CE32

Desarrollar programas orientados al análisis de datos, usando las estructuras de datos, algoritmos y herramientas

CE33

Conocimiento adecuado del concepto de empresa, su organización y gestión, así como de la importancia de la cultura emprendedora con el objetivo de facilitar soluciones desde la ciencia de datos.