El Trabajo de Fin de Máster (TFM) supone la realización por parte del estudiante de un proyecto, memoria o trabajo original, autónomo e individual, que se llevará a cabo bajo la orientación de un tutor y que permitirá al estudiante mostrar de forma integrada los contenidos formativos recibidos y las competencias adquiridas asociadas al título de Máster, que han de ser sintetizadas, reflexionadas y aplicadas en esta materia.

El estudiante deberá desarrollar el TFM y presentarlo para su defensa oral ante un tribunal de tal manera que demuestre los conocimientos y capacidades adquiridos en las áreas de conocimiento de este Máster, teniendo en cuenta el carácter multidisciplinar del mismo y su orientación a la especialización profesional tal y como se establece en el Reglamento 2/2014, de 19 de mayo, de estudios oficiales de máster de la UEMC, actualizado en abril de 2018.

Para la realización y defensa del TFM son necesarios los conocimientos y competencias de cada una de las materias que componen el programa de la titulación.

Para cursarlo es necesario haber superado o estar matriculado de todas las asignaturas requeridas para finalizar el plan de estudios.

El TFM solo podrá ser defendido cuando el alumno haya aprobado el resto de las asignaturas que integran el título en su totalidad. Por tanto el alumno debe tener todo aprobado para solicitar su defensa en las fechas establecidas en el calendario de la asignatura. Si realiza la solicitud sin tener todas las asignaturas aprobadas, se le denegará la defensa en esa convocatoria.

.

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
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 ambigüedades

El alumno será capaz de:

1. El alumno conocerá la organización, estructura e importancia del tratamiento y análisis de grandes volúmenes de datos.

2. El alumno sera capaz de reconocer los ámbitos de aplicación en los que las técnicas de grandes volúmenes de datos son efectivas

3. El alumno reconocera el papel de un Data Scientist y sus competencias más relevantes dentro de una empresa.

4. El alumno será capaz de identifica y analizar los modelos de distribuciones de probabilidad aplicados a grandes volúmenes de datos.

5. El alumno será capaz de realizar estudios de dos o más variables aleatorias identificando situaciones de independencia e interdependencia estadística entre ellas.

6. El alumnno será capaz de formular problemas reales en términos estadísticos y aplicar las técnicas estudiadas para solucionarlas.

7. El alumnos será capaz de interpretar los modelos de clasificación de datos utilizando las técnicas estudiadas

8. El alumno conocerá los métodos principales utilizados en minedia de datos y su utilidad en casos reales

9. El alumno será capaz de identificar la importancia de los conocimentos, aptitudes y destrezas adquiridas son fundamentales para el desarrollo de su actividad profesional

10. El alumno será capaz de crear soluciones algorítmicas a problemas y ser capaz de representarlas en forma de programas de computadora

11. El alumno será capaz de aplicar e interpretar diferentes técnicas de desarrollo, diseño, prueba y depuración aplicadas a problemas, adquiriendo en particular una visión sistémica de la verificación y validación

12. El alumno será capaz de utilizar las técnicas y herramientas básicas para almacenar y extraer información estructurada en bases de datos relacionales

13. El alumno será capaz de reconocer las tareas de verificación que se llevan a cabo durante el procesamiento de un programa.

14. El alumno conocerá los fundamentos teóricos de los lenguajes de programación y las técnicas de procesamiento léxico, sintáctico y semántico asociadas a los grandes volúmenes de datos

15. El alumno será capaz de reconocer los servicios que conforman la arquitectura de una plataforma de grandes volúmenes de datos

16. El alumno será capaz de definir el volumen de almacenamiento, memoria y capacidad de procesamiento en una plataforma estructurada

17. El alumnos será capaz de reconocer los fundamentos teóricos de los lenguajes de programación y las técnicas de procesamiento léxico, sintáctico y semántico asociadas, y saber aplicarlas para la creación, diseño y procesamiento de lenguajes.

18. El alumno será capaz de programar en lenguaje de alto nivel reconocido como el Python

19. El alumno será capaz de programar en un entorno de programación para análisis estadístico y gráfico.

20. El alumno será capaz de integrar diferentes fuentes de información de grandes volúmenes de datos

21. El alumno será capaz de identificar y aplicar los diferentes soportes de almacenamiento de grandes volúmenes de datos

22. El alumno será capaz de integrar diferentes fuentes de información de grandes volúmenes de datos y aplicarlo a casos reales

23. El alumno será capaz de analizar y evaluar la la eficacia de diferentes técnicas de visualización aplicada a cada uno de los problemas planteados

24. El alumno será capaz de sintetizar y comunicar con eficacia los resultados del análisis visual de grandes volúmenes de datos

25. El alumno será capaz de aplicar técnicas de representación gráfica, tanto por métodos tradicionales de geometría métrica y geometría descriptiva, como mediante las aplicaciones de diseño asistido por ordenador.

26. El alumno será capaz de interpretar y distinguir las mejores soluciones del data science según los problemas presentados

Método dialéctico

No aplica

Método didáctico

No aplica

Método heurístico

Esta asignatura tiene un carácter eminentemente práctico, aunque fundamentado en los conocimientos teóricos del alumno. El estudiante contará con la ayuda y supervisión de un tutor académico, cuyas principales funciones comprenden: orientar en la definición del contenido del trabajo y los objetivos a conseguir, guiar al alumno en su desarrollo, realizar el seguimiento e instar al alumno a realizar las correcciones necesarias para la presentación y defensa del proyecto. Dicho tutor no podrá formar parte del Tribunal calificador. El tutor trasladará el trabajo del alumno, si éste cumple con los mínimos exigibles, para la valoración previa por parte del Tribunal e informará al estudiante dichas valoraciones.

El/La directora/a de TFM publicará en el aula de TFM el calendario de defensa de los Trabajos de fin de Máster en los plazos establecidos y enviará a los miembros del tribunal y tutores las instrucciones precisas para completar todo el procedimiento, así como la documentación a cumplimentar durante la defensa.

La organización y distribución temporal por semanas del trabajo comprende un calendario que se completará por cada alumno con su tutor académico en lo que respecta a la tutoría personal y a la entrega de actividades previstas en este calendario.

Tras la entrega final del trabajo por parte del alumno, es necesario que el tutor dé el visto bueno para que se pueda solicitar la defensa.

A partir de este momento, se envía el trabajo al Tribunal: cada profesor que forma parte del Tribunal de un trabajo valorará la memoria y emitirá un informe:

• Otorgando la conformidad para proceder a la defensa del TFM.
• No otorgando la conformidad para defender el TFM.

La defensa pública del Trabajo de Fin de Máster se desarrollará a través de plataforma de videoconferencia, que permita la interacción en tiempo real entre el estudiante y el tribunal. Si la defensa del estudiante no pudiese llevarse a cabo por problemas técnicos o de otra índole, se debe trasladar esta situación por parte del presidente/a del Tribunal al Director/a de TFM, quien tras evaluar las circunstancias acontecidas podrá emplazar al estudiante y al Tribunal a una nueva fecha. En todo caso, siempre debe conservarse la rúbrica como evidencia de la defensa realizada.

La defensa del TFM ante Tribunal es obligatoria, por lo que no se considerará aprobada esta asignatura cuando no se haya realizado dicha defensa. La defensa del TFM sólo se podrá realizar por el alumno cuando haya aprobado todas las asignaturas, por lo que no podrá realizar dicha defensa en la convocatoria ordinaria si no ha aprobado alguna de ellas. No obstante, el alumno podrá realizar el TFM en las fechas de la convocatoria, aunque tendrá que realizar la defensa en la convocatoria extraordinaria siempre que tenga aprobadas todas las asignaturas.

La defensa del Trabajo de Fin de Máster se realizará de forma oral ante un Tribunal, del que no podrá formar parte el tutor académico, y que consistirá en una exposición y un turno de preguntas. En la exposición, el estudiante deberá indicar los objetivos, la metodología, el contenido y las conclusiones de su TFM en el plazo de tiempo establecido de antemano. Le seguirá un breve turno de valoraciones, comentarios o preguntas por parte del Tribunal a las que el estudiante deberá contestar.

Una vez el estudiante visualice la calificación en su campus virtual (GUÍA), podrá solicitar la expedición de su título mediante solicitud a secretaría a través de la aplicación de “Presentar solicitud y/o reclamación” disponible en MI UEMC.