Enginyeria
Matemà tica en Ciència de Dades
Consideracions preliminars
●
Estimació de la xifra absoluta del volum de dades generat diàriament: 3 trilions
●
El 90% de les dades que hi ha al món s'han generat només durant els últims 3 anys.
●
Els programes d'emmagatzematge de dades tradicionals s'han vist superats per l'increment exponencial de creació d'informació, i el 80% d'aquestes dades es troben desordenades (no estructurades), la qual cosa dificulta enormement la seva explotació de manera profitosa per part d'organitzacions.
●
Aquest gran volum de dades caòtiques és un repte tecnològic per a les organitzacions que pretenen retenir-les, classificar-les, interpretar-les i convertir-les en eines útils per a la seva gestió.
Per tot això, calen enginyeres matemàtiques en ciència de dades.
Què és la ciència de dades?
● Els data scientists són els professionals que es dediquen a combinar l'estructuració, l'anàlisi i l'extracció d'informació de grans volums de dades com a mecanisme de suport a la decisió en un gran ventall de camps i de disciplines com per exemple l’eHealth personalitzada, les xarxes socials, la física, la logística o les smart cities, entre altres. ● Un enginyer matemàtic en ciència de dades haurà de ser capaç d'organitzar les dades i poder transformarles en informació intel·ligent que permeti la predicció per donar suport a la presa de decisions. ● Cada vegada més, les empreses estan buscant científics de dades (data scientists).
Què és la ciència de dades? Llei de Moore: la capacitat de computació es duplica cada any
Actualment, experimentem la Llei de Moore en DADES
Què és la ciència de dades? La piràmide DIKW
La ciència de dades s’ocupa de convertir les dades en intel·ligència
Exemple I/III: emergència climàtica
http://tool.globalcalculator.org/
https://www.contaminacio.cat/escoles
Exemple II/III: ciutats intel¡ligents
https://opendata-ajuntament.barcelona.cat/
Exemple III/III: mitjans de comunicació social
Gran impacte en: ● Socialització ● Política ● Negocis ● Privacitat ● Etc.
Xarxa de retuits d’unes eleccions generals
Vull ser una enginyera en ciència de dades? Et permetrà desenvolupar competències... ● Matemàtiques ● Estadístiques computacionals …que requereixin anàlisi de dades a gran escala
Data really powers everything that we do Jeff Weiner, LinkedIn Data is the new oil of the digital economy Wired, 2014 Data is the next intel inside Tim O'Reilly, popularized Open Source
Per què una enginyeria?
Coneixements + experiències
Dissenys + models + tècniques
● Aquesta suma permet resoldre problemes que afecten la humanitat ● Els enginyers fan realitat les idees
Perfil de l’estudiant ●
Tenir una bona base de matemàtiques i física
● Tenir aptitud per al raonament lògic ● Tenir facilitat per al maneig de models abstractes ● Tenir capacitat d'observació, d’atenció i de concentració ● Ser creatiu, imaginatiu i innovador ● Voler dedicar-se molt als estudis ● Ser apassionat i voler liderar projectes ● Tenir voluntat d’integrar-se en: ○ un sector dinàmic ○ de gran aplicació pràctica ○ en renovació constant ○ amb molt bones perspectives d’ocupació
El grau Places
40
Notes de tall
2019-20 11,364 2018-19 10,958 2017-18 9,890 4 anys acadèmics (240 crèdits ECTS)
Durada Horaris Idiomes
Primer i tercer curs, matí; Segon i quart curs, tarda La majoria d'assignatures de tercer i quart curs i d’optatives s'imparteixen en anglès A primer i segon curs es pot escollir grup en català/castellà o anglès També es pot cursar tota la titulació en anglès
Competències que adquiriràs amb el grau ●
Resoldre els problemes matemàtics que puguin plantejar-se en l'enginyeria i aplicar els coneixements sobre: àlgebra lineal; càlcul diferencial i integral; mètodes numèrics, algorítmica numèrica, estadística i optimització.
●
Dominar els conceptes bàsics de matemàtica discreta, lògica, algorítmica i complexitat computacional.
●
Dominar l'ús i la programació dels ordinadors, sistemes operatius, bases de dades i programes informàtics.
●
Reconèixer l'estructura i l'organització dels sistemes informàtics així com els fonaments de la seva programació.
Competències que adquiriràs amb el grau ●
Dominar els conceptes d'empresa, marc institucional i jurídic de l'empresa, organització i gestió d'empreses.
●
Dominar i aplicar conceptes d'estadística bàsica i inferència estadística a grans conjunts de dades.
●
Utilitzar mètodes d'aprenentatge automàtic (machine learning) com a part del procés d'anàlisi de grans conjunts de dades en entorns de computació distribuïda.
●
Utilitzar tècniques de càlcul multivariable i àlgebra lineal aplicats a les tècniques d'aprenentatge automàtic per obtenir resultats estadístics a través de paquets de programari existent.
●
Desenvolupar i utilitzar eines de visualització de grans volums de dades per poder comunicar els resultats de les anàlisis fetes sobre aquestes, adaptant-les a públics diferents, tant tècnic com no tècnic.
●
Utilitzar tècniques d'enginyeria de programació avançada (software engineering) per cobrir tots els processos de maneig, gestió, anàlisi i desenvolupament de productes que requereixen un ús intensiu de les dades.
El grau
Crèdits ECTS Tipus de matèria Formació bàsica Obligatòries
Primer curs Segon curs Tercer curs 52
10
8
50
Optatives*
Quart curs
Total 62
40
20
118
20
25
45
15
15
60
240
Pràctiques externes* Treball de fi de grau TOTAL
60
60
* Inclou el programa de mobilitat * S'inclouen en el còmput de les matèries optatives
60
Blocs formatius
● Matemàtiques ● Estadística ● Computació ● Dades: vídeo, àudio, text...
Pla d’estudis ●
Matemàtica Discreta
●
Càlcul
●
Organització de Computadors
●
Aprenentatge Automàtic
●
Tècniques d'Optimització
●
Base de Dades
●
Organització d'Empreses TIC
●
Criptografia i Seguretat
●
Sistemes Distribuïts de Gran Escala
●
Analítica Visual
●
Recuperació de la Informació i Anàlisi de la Web
●
Gestió de Projectes
●
Anàlisi de Dades en Sèries Temporals
●
Xarxes Neuronals
●
Analítica de Processos i Gestió de Riscos
●
Teoria de Jocs per a Dades Massives
Sortides professionals
● Analista de dades/ Científic de Dades
● Enginyer/a en aprenentatge automàtic i Intel·ligència Artificial
Gran demanda actual i prevista (McKinsey, IDC, Garner, entre moltes empreses) Gran diversitat de sectors, incloent-hi administració pública i governança
Docència
● Multidisciplinària i en sectors emergents: ciències computacionals en biomedicina i gestió de la innovació i direcció estratègica d’empreses ● Personalitzada, pública i de qualitat ● Amb projecció internacional: anglès ● Moderna i innovadora: en la metodologia, el professorat i el pla d’estudis
No estàs sol! Tindràs…. ● Un tutor acadèmic que s'encarregarà del teu seguiment, l’orientació i el control del teu progrés a la universitat, i del teu benestar.
● I la Secretaria Acadèmica que t’informa sobre els teus estudis, com fer els diferents tràmits acadèmics i on pots consultar el teu expedient acadèmic, etc.
Normativa de permanència del grau Continuïtat dels estudis ●
S’ha de superar el 50% dels crèdits d'assignatures de formació bàsica i obligatòries de primer curs. Crèdits que s'han de superar: 30
Progressió en els estudis ●
Accés a segon curs: s’ha de superar el 66% dels crèdits de formació bàsica i obligatòria de primer curs. Crèdits que s'han de superar: 39
●
Accés a tercer curs: s’ha de superar tot el primer curs i el 66% dels crèdits de formació bàsica i obligatòria de segon curs. Crèdits que s'han de superar: 39
●
Accés a quart curs: s’ha de superar tot el segon curs i el 66% dels crèdits obligatoris i optatius de tercer curs. Crèdits que s'han de superar: 39
Xifres de l’Escola d’Enginyeria
870 estudiants de grau
71 estudiants de màster
144 estudiants de doctorat
130 professors (de 40 països)
16 persones de suport
Total 1.230 persones
On s’imparteix? Al campus del Poblenou
El campus del Poblenou
Més informació
www.upf.edu Enginyeries UPF enginyeries@upf.edu 93 542 20 00 Punt d'Informació a l'Estudiant (PIE) cau.upf.edu/pie 93 542 22 28