BASEDEDATOSAVANZADAS

1. INFORMACION GENERAL

1.1. Facultad : Ingeniería 1.2. Departamento Académico : Sistemas, Estadística e Informática 1.3. Carrera profesional : Ingeniería de Sistemas 1.4. Asignatura : Base de Datos Avanzadas 1.5. Código : 1.6. Línea Curricular : Desarrollo de Software 1.7. Régimen : Semestral 1.8. Ubicación : Sexto Ciclo 1.9. Naturaleza : 1.10. Prerrequisito : Base de Datos II 1.11. Horas de teoría : 2 1.12. Horas de práctica : 2 1.13. Créditos : 3 1.14. Semestre académico : 2012 - II 1.15. Fecha de inicio : 03 de Setiembre de 2012 1.16. Fecha de culminación : 28 de Diciembre de 2012 1.17. Duración : 17 Semanas

2. INFORMACION DEL DOCENTE

2.1. Nombre : Ms. Ing. Oscar Zocón Alva 2.2. Teléfonos : 976332272 2.3. Ambiente de permanencia : 1B-207 - EAPIS 2.4. Email : [email protected]

3. INTRODUCCION

El curso de Base de Datos Avanzadas es un curso de formación especializada perteneciente a la línea de desarrollo de software, que contribuye a la formación del ingeniero de sistemas, pues transmite las habilidades y los conocimientos teóricos y prácticos necesarios para apoyar las procesos especializados y de toma de decisiones empresariales, permitiéndoles así diferenciarse de la competencia y alcanzar el éxito. El desarrollo del curso estará compuesto por 4 unidades de aprendizaje: evolución de la tecnología de las bases de datos, modelamiento y diseño de una Base de Datos Multidimensional, Minería de Datos y otros tipos de datos avanzados y nuevas aplicaciones. La metodología estará centrada en el alumno, quien con orientación del docente desarrollará actividades teóricas, prácticas y laboratorios. Los estudiantes aprenderán los lineamientos básicos para construir sus conocimientos que se evidenciarán durante el desarrollo de la asignatura. Se promueve la investigación, la participación continua y el trabajo en equipo como cualidades inherentes a la asignatura. La evaluación es permanente (al inicio, durante y al concluir el proceso) y participativa, teniendo en cuenta el sistema de evaluación estandarizado en la carrera profesional.

UNIVERSIDAD NACIONAL DE CAJAMARCA FACULTAD DE INGENIERIA

ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA DE SISTEMAS

SILABO DE LA ASIGNATURA BASE DE DATOS

AVANZADAS

Facultad de Ingeniería Departamento de Sistemas, Estadística e Informática

EAPIS SEMESTRE 2012-II Página 2 de 8

4. SUMILLA

El curso Base de Datos Avanzadas, examina diversos conceptos de sistemas de base de datos orientada por la tecnología, su evolución y aplicaciones actuales en variados contextos, así como también se estudian los principales modelos semánticos y los fundamentos de base de datos orientado a objetos, constituyendo una perspectiva amplia sobre base de datos y sistemas de base de datos.

5. COMPETENCIAS Y CAPACIDADES, ALINEADAS A LA CURRICULA

6. COMPETENCIAS DE LA ASIGNATURA Aplica metodologías y mejores prácticas de las Bases de Datos Avanzadas en el desarrollo de aplicaciones prácticas en base a la realidad empresarial.

7. VALORES GENERALES ANTE LA ASIGNATURA

7.1. Asiste puntualmente a las sesiones de clases. 7.2. Demuestra un comportamiento honesto basado en valores. 7.3. Demuestra responsabilidad y respeto. 7.4. Participa constantemente con actitud proactiva. 7.5. Manifiesta una constante superación personal y académica. 7.6. Demuestra una predisposición para el trabajo en equipos multidisciplinarios

8. PROGRAMACION ACADÉMICA 8.1. PRIMERA UNIDAD DE APRENDIZAJE

A. NOMBRE DE LA UNIDAD: EVOLUCIÓN DE LA TECNOLOGÍA DE LAS BASES DE DATOS

B. DURACIÓN: 1.5 semanas

C. CAPACIDADES:

1. Explica los conceptos de base de datos. 2. Analiza el proceso y la administración de base de datos identificando las

principales diferencias de la evolución relacionados con los niveles empresariales. 3. Explica la importancia de las bases de datos en sus diferentes escenarios para los

procesos empresariales.



D. CONTENIDOS:

COD. CAPAC

SESIÓN CONCEPTUALES PROCEDIMENTALES ACTITUDINALES

1 1

1. Introducción. El sílabo: Estructura. Negociación pedagógica.

Participa en el análisis del sílabo y en negociación pedagógica. Resuelve prueba de entrada.

1. Asume con responsabilidad el desarrollo de sus capacidades indicadas en el sílabo. 2. Valora críticamente el contenido de un video de contenidos. 3. Asiste puntualmente a las sesiones de clases. 4. Demuestra un comportamiento honesto. 5. Demuestra responsabilidad y respeto. 6. Participa constantemente con actitud proactiva. 7. Manifiesta una constante superación personal y académica. 8. Demuestra una predisposición para el trabajo en equipos multidisciplinarios

2 2

2. Base de datos avanzadas

2. ¿QUÉ ES UNA BASE DE DATOS? Identifica palabras claves sobre el tema. Organiza en grupo las palabras y construyen un concepto sobre base de datos avanzadas, relacionados con los niveles empresariales. 3. Elabora un cuadro resumen relacionado con la evolución y características de las bases de datos

3 3

3. Escenarios de aplicación de base de datos avanzadas

4.Base de datos avanzadas: importancia y necesidad. 5. Observa el video y define conceptos fundamentales de una BD estratégica y su aplicación.

8.2. SEGUNDA UNIDAD DE APRENDIZAJE

A. NOMBRE DE LA UNIDAD: MODELAMIENTO Y DISEÑO DE UNA BASE DE DATOS MULTIDIMENSIONAL


C. CAPACIDADES:

4. Explica los conceptos de Data Warehouse y Data Mart. 5.Conoce las metodologías y proceso de modelamiento de una Base de Datos

Multidimensional: Data Warehouse 6. Identifica cuándo utilizar modelo estrella, copo de nieve o constelación. 7. Conoce e implementa el modelo físico de una base de datos estratégica 8. Conoce y aplica el proceso de carga (ETL) 9. Conoce y aplica el análisis multidimensional de los cubos dimensionales.

D. CONTENIDOS:

COD. CAPAC


4 4

4. Qué es un Data Warehouse. Qué es un Data Mart

6. Analiza el tema y en función a la explicación realiza un cuadro comparativo de Data Warehouse y Data Mart.

1. Asume con responsabilidad el desarrollo de sus capacidades indicadas en el sílabo.



5

5

6

5. Metodología de Ralph Kimball. Metodología ROAD MAP. Otras metodologías.

7. Participa en la técnica de la rejilla para estudiar las diferentes metodologías y a través de cuadros resúmenes eligen la metodología más adecuada para el desarrollo de su proyecto final.

2. Valora críticamente el contenido de un video de contenidos. 3. Asiste puntualmente a las sesiones de clases. 4. Demuestra un comportamiento honesto. 5. Demuestra responsabilidad y respeto. 6. Participa constantemente con actitud proactiva. 7. Manifiesta una constante superación personal y académica. 8. Demuestra una predisposición para el trabajo en equipos multidisciplinarios

6

7

8

6. Modelamiento dimensional de una BD Multidimensional

8. Conoce los escenarios de aplicación modelo estrella, copo de nieve o constelación. 9. En función a la guía de laboratorio desarrollan ejercicios prácticos haciendo uso del software Erwin y propone el modelo para el caso de ejemplo. 10. Realiza y evalúa en parejas la propuesta de modelo de los otros grupos.

7

9

10

7.Modelamiento físico de una base de datos estratégica

11.Desarrolla la práctica de laboratorio e interpreta cuándo utilizar diferentes tipos de datos y objetos de base de datos. 12. Realiza y evalúa en parejas la propuesta de modelo de los otros grupos

11

8.Primera práctica 13. Desarrolla casos prácticos y envía la propuesta a través del aula virtual.

8

12

9. Procesos de extracción, limpieza y carga de datos.

11. Recuerda a través de la técnica de palabras claves el lenguaje Transact SQL

13

12. Resuelve la práctica de consultas compuestas donde se referencia más de una BD.

14 12. Realiza el proceso de ETL con el caso de ejemplo.

15 13. Explica y justifica la propuesta de proyecto final

16 10. Evaluación Parcial 14. Resuelve prueba

escrita de primera y segunda unidad.

17 15. Compara la solución del docente con la solución de su examen.

9 18

11.Qué es un cubo. Qué son los índices de gestión

16. Desarrolla la guía de laboratorio e implementa un cubo



19

17. Implementa KPI’s según la guía de laboratorio haciendo uso de Analysis Service.

20 21

18. Implementa cubos haciendo uso de Microsoft Excel

22

19. Valora en parejas la propuesta de los otros grupos de trabajo y emite sugerencias y conclusiones.

8.3. TERCERA UNIDAD DE APRENDIZAJE

A. NOMBRE DE LA UNIDAD: MINERÍA DE DATOS


C. CAPACIDADES:

10.Explica los conceptos de Minería de Datos. 11. Conoce y aplica clasificaciones y modelos de minería de datos 12. Investiga acerca de la minería de texto

D. CONTENIDOS:

COD. CAPAC


10 23

12. Que es Data Mining. Para qué sirve.

20. Analiza el video y emite opinión respecto al empleo de datamining. 21. Describe y enumera las situaciones en las que se recomienda utilizar datamining en lugar de data warehouse


11

24

13. Modelos de minería de datos

22. Participa en la técnica de la rejilla para estudiar los diferentes modelos de minería de datos y a través de cuadros resúmenes explica los escenarios, ventajas y desventajas de su aplicación.

25

23. Aplica un modelo de minería de datos e interpreta los resultados obtenidos

26

24. Implementa un modelo de minería de datos como parte de su proyecto final



27

25. Analiza la lectura y desarrolla el examen teórico de minería de texto.

8.4. CUARTA UNIDAD DE APRENDIZAJE

A. NOMBRE DE LA UNIDAD: OTROS TIPOS DE DATOS AVANZADOS

B. DURACIÓN: 2 semanas

C. CAPACIDADES:

13. Conoce tipos de datos avanzados 14. Conoce otros tipos de base de datos avanados

D. CONTENIDOS:

COD. CAPAC


12

28

12. Otros tipos de dato especializados. Base de datos O-O, base de datos multimedia, base de daros espaciales.

26. Participa en la técnica de trabajo colaborativo y elabora un cuadro resumen de otras BD especializadas.


29

30

27. Presentación de proyecto final

31

28. Resuelve examen teórico – práctico.

32

29. Resuelve prueba teórico práctica de primera, segunda, tercera y cuarta unidad.

9. EVALUACION

La evaluación de la presente asignatura es de carácter integral donde se evaluarán los conocimientos adquiridos, su aplicación práctica y las actitudes frente al desarrollo de la asignatura, teniendo en cuenta los siguientes aspectos:

PI = Proyecto de investigación de la asignatura (0.2)



PA= Promedio de actividades complementarias (0.15) PP= Promedio practicas (0.15) EP = Evaluación parcial (0.25) EF = Evaluación final (0.25) PF = Promedio final PF = (0.20PI+0.15PA+0.15PP+0.25EP+0.25EF)

Todas las calificaciones son en escala vigesimal.

Las fracciones iguales o superiores a 0.5 se consideran como unidad (en el Promedio Final

En casos excepcionales se podrá tomar un examen de recuperación de carácter sustitutorio, la calificación obtenida reemplazará obligatoriamente a la menor evaluación de los exámenes parcial o final.

El estudiante estará en la condición de inhabilitado con 30% o más de inasistencias del número real de sesiones desarrolladas en el ciclo, no teniendo derecho a rendir al examen de aplazados.

Los calificativos con NP (No se presentó), equivale a cero (0). Las faltas justificadas o no justificadas se toman como inasistencias para calcular el porcentaje de inhabilitado; en caso se tramite la justificación respectiva solamente se recupera la evaluación no rendida.

La nota promocional mínima es de 10.5 (equivalente a once).

Solamente tienen derecho a rendir el examen de aplazados los estudiantes con promedio promocional desaprobatorio, igual o mayor a 6.

El examen de aplazados incluirá todos los contenidos del curso tanto de teoría como de práctica. La nota del examen de aplazado es la nota promocional del curso (La calificación máxima a obtener es once).

10. ESTRATEGIAS METODOLOGICAS

De acuerdo con la naturaleza del curso, sus contenidos serán desarrollados en diferentes niveles de aprendizajes aplicación, análisis, síntesis y evaluación a través de actividades diseñadas para mejorar el aprendizaje. Se pondrá mucho énfasis en métodos activos y de aprendizaje significativo, entre otras se usaran las siguientes estrategias metodológicas:

a. Método Participativo.- Explicación del docente, trabajo individual, trabajo grupal,

práctica de metacognición b. Técnicas Participativas.- Rejilla, pequeño grupo de discusión, lluvia de ideas, panel,

mesa redonda, método de situaciones, juego de roles, confrontación de ideas, foro. c. El taller pedagógico. Lectura, organización de la Información. Plenaria,

consolidación de la docente. d. Método de Investigación científica: Formulación del problema, hipótesis, variables,

investigación bibliográfica, aplicación de instrumentos en recopilación de información, procesamiento de la información y sustentación de los resultados.

e. Estudio de casos

11. MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDACTICOS Humanos: Estudiantes, docentes, organizaciones y comunidad. Materiales: Programas multimedia, separatas, guías de enseñanza, casos de estudio, lecturas, entre otros. Recursos: Aula de clases, Laboratorios, Proyector multimedia, Publicaciones en web, Pizarra acrílica, Computador.

12. ASESORIA ACADEMICA



La asesoría académica es una actividad periódica a través de la cual se brinda apoyo a los estudiantes para que desarrollen actividades de consulta para lograr la cabal compresión de los diferentes temas de estudio. Está basada en consultas que el docente, fuera de su horario de clases, puede apoyar al estudiante sobre temas específicos de su dominio, previa coordinación.

13. TUTORÍA Es el proceso de acompañamiento personal, académico y administrativo permanente del estudiante, centrado en el logro de una formación integral que se oriente a identificar de manera conjunta con el estudiante, los factores y situaciones que dificultan el aprendizaje, desarrollando estrategias de apoyo para evitar el rezago y la deserción, para elevar la eficiencia terminal y favorecer el desarrollo de las competencias en los estudiantes. La tutoría se implementará gradualmente alineada al plan del sistema de tutoría.

14. BIBLIOGRAFIA

[1] Mannino, M. V. (2007). Administración de Base de Datos. Diseño y Desarrollo de Aplicaciones. Mexico: Mc Graw Hill. [2] Silberschatz & Korth & Sudarshan. (2006). Fundamentos de Diseño de Base de Datos. Madrid: Mc Graw Hill. [3] Kimball, Ralph . The data warehouse lifecycle toolkit: expert methods for designing, developing, and deploying data warehouses [4] Mundy, Joy. The Microsoft data warehouse toolkit: with SQL Server 2005 and the Microsoft Business Intelligence toolset [5] Administración de Base de Datos Microsoft SQL Server 2005. Curso Oficial

Cajamarca Setiembre del 2012.

BASEDEDATOSAVANZADAS

Documents

Transcript of BASEDEDATOSAVANZADAS