Universitat Internacional de Catalunya

Trabajo Final de Máster

Trabajo Final de Máster
15
12593
1
Segundo semestre
OB
Lengua de impartición principal: castellano

Otras lenguas de impartición: catalán, inglés

Profesorado

Presentación

El desempeño de las técnicas del Análisis Avanzado mediante la Ciencia de los Datos (AACD) suele concretarse mediante la realización de proyectos, que buscan la obtención de un modelo predictivo a partir de una inquietud, que suele expresarse en forma de reto. Es en ese momento cuando la tarea de el/la científco/a de datos inicia su decurso, para buscar los indicios sobre el espacio muestral, del que disponga y del que obtener, primero, un modelo descriptivo de las relaciones entre los datos y, después, del que extraer un modelo predictivo.

En clave de aplicación, del conocimeinto adquirido a lo largo del curso, se configura la asignatura del Trabajo Final de Máster (o TFM), con la que realizar un proyecto de AACD. Se parte de un reto propuesto, habitualmente por una empresa interesada en compartir su inquietud que, adicionalmente, aporta el conjunto de datos de partida sobre los que trabajar el caso. 

El equipo de alumnos, que se conforma a la par que se selecciona el reto, toma ese punto de partida y, a continuación, elabora el proyecto del TFM, documentándolo en una memoria, que forma la principal entrega y que, finalmente, debe ser defendido ante un tribunal.

Requisitos previos

Haber cursado todas las asignaturas del programa

Objetivos

El objetivo de este módulo es experimentar todos los conocimientos adquiridos en el resto de módulos, mediante la realización de un trabajo, que cubra todos los componentes significativos de un proyecto de Analítica Avanzada, de forma grupal, para mostrar la adquisición de los conocimientos y el grado de logro.

Resultados de aprendizaje de la asignatura

El/la alumno/a estará en disposición de liderar una futura implantación de un proyecto de Analítica Avanzada, abordardándolo desde una perspectiva multidisciplinar y con capacidad de tratar temáticas diversas.

Contenidos

Se trata de la realización de un proyecto de Analítica Avanzada que contenga:

  • Inspeción, mediante un EDA (Exploratory Data Analysis), para entender la naturaleza de los datos de entrada que conforman el reto
  • Codificación de un modelo predictivo, mediante las técnicas algrítmicas mostradas, utilizando los lenguajes aprendidos
  • Desarrollo de una visualización analítica y explicativa que haga inteligible el resultado hallado para el ponente del reto

Para compilar todo ello, el módulo tiene dos entregables:

  1. Memoria recopilatoria de todo el desempeño, recogiendo el proceso y subsiguientes pasos realizados, junto con el código elaborado, como apéndice
  2. Presentación, en clave de defensa de la conclusión, frente a un tribunal

Metodología y actividades formativas

Modalidad totalmente presencial en el aula



Elaboración del caso, basado en un reto presentado por una empresa.

Realización de tutorías grupales y presenciales, de compartición de los resultados alcanzados y revisión entre pares, con el resto de grupos participantes, mediante la exposición de las consecuciones alcanzadas.

En paralelo, y de forma programada, el desempeño se va supervisando, mediante la realización de tutorías de seguimiento, por parte de los docentes de los módulo involucrados y donde se orienta a los grupos

Adicionalmente se realiza un entrenamiento de preparación para realizar una presentación, durante la defensa, de corte profesional.

Sistemas y criterios de evaluación

Modalidad totalmente presencial en el aula



PESO ASPECTO CRITERIOS
70% 1. Valoración del contenido de la DOCUMENTACIÓN DEL PROYECTO
17% 1.1. Proyecto - Justificación proyecto Big Data Science
- Claridad de los objetivos
- Interés
- Motivación
- Dificultad
15% 1.2. Planteamiento - Descripción del proyecto y contexto
- Planificación
- Metodología
20% 1.3. Proceso - Descripción y justificación de las decisiones del proceso
- Calidad de las decisiones tomadas
- Interpretación de resultados
- Conclusiones y trabajo futuro
15% 1.4. General - Valoración del grado de consecución de los conocimientos del programa
3% 1.5. Aspectos formales - Redacción, estilo y ortografía
- Claridad de los argumentos usados
- Calidad de los recursos explicativos
30% 2. EXPOSICIÓN Y DEFENSA (todos los miembros deben exponer)
15% 2.1. Exposición oral - Intención comunicativa
- Organización y claridad expositiva
- Material de soporte
15% 2.2. Defensa - Explicaciones y argumentaciones sólidas y rigurosas
- Dominio del proyecto
- Rigor en las respuestas
100% TOTAL