{"id":7,"date":"2014-03-20T19:40:49","date_gmt":"2014-03-20T19:40:49","guid":{"rendered":"http:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/?page_id=7"},"modified":"2023-12-05T10:16:29","modified_gmt":"2023-12-05T15:16:29","slug":"inicio","status":"publish","type":"page","link":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/","title":{"rendered":"Inicio"},"content":{"rendered":"<style type=\"text\/css\"><span style=\"display: inline-block; width: 0px; overflow: hidden; line-height: 0;\" data-mce-type=\"bookmark\" class=\"mce_SELRES_start\">\ufeff<\/span> table.steelBlueCols {  border: 4px solid #555555;  background-color: #e4e4e4;  width: 100%;  text-align: left;  border-collapse: collapse; }table.steelBlueCols td, table.steelBlueCols th {  border: 1px solid #555555;  padding: 5px 10px;}table.steelBlueCols tbody td {  font-size: 16px;  color: #000000;}table.steelBlueCols tr:nth-child(even) {  background: #9e9e9e;}table.steelBlueCols td:nth-child(even) {  background: #FFFFFF;}table.steelBlueCols tfoot td {  font-size:13px;}table.steelBlueCols tfoot .links {  text-align:right;}table.steelBlueCols tfoot .links a{  display: inline-block;  background: #FFFFFF;  color: #398AA4;  padding: 2px 8px;border-radius: 5px;}table.msin_noheader {  border: 1px solid #48A453;  background-color: #eeeeee;  \/\/width: 100%;  text-align: left;  border-collapse: collapse;}table.msin_noheader td, table.msin_noheader th { border: 1px solid #AAAAAA;padding: 5px 5px;} table.msin_noheader tbody td {font-size: 16px; }table.msin_noheader tr:nth-child(even) {  background: #fff;}table.msin_noheader tfoot td {  font-size: 14px;} table.msin_noheader tfoot .links { text-align: right; } table.msin_noheader tfoot .links a{   display: inline-block;   background: #1C6EA4;   color: #FFFFFF;   padding: 2px 8px;   border-radius: 5px; } table.msin_header {   border: 1px solid #48A453;   background-color: #fff;   \/\/width: 100%;   text-align: left;   border-collapse: collapse; } table.msin_header td, table.msin_header th {   border: 1px solid #AAAAAA;   padding: 5px 5px; } table.msin_header tbody td {   font-size: 16px; } table.msin_header tr:nth-child(even) {   background: eeeeee; } table.msin_header thead {   background: #b6b9bb;   border-bottom: 2px solid #444444; } table.msin_header thead th {   font-size: 15px;   font-weight: bold;   color: #000;   border-left: 2px solid D0E4F5; } table.msin_header thead th:first-child {   border-left: none; }  <\/style>\n<h1>Semestre 2024-10<\/h1>\n<table class=\"steelBlueCols\">\n<thead>\n<tr>\n<th>Profesores<\/th>\n<th>Correo electr\u00f3nico<\/th>\n<th colspan=\"2\">Atenci\u00f3n a estudiantes<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Christian Ariza<\/td>\n<td>cf.ariza975@uniandes.edu.co<\/td>\n<td rowspan=\"2\">Atenci\u00f3n virtual<\/td>\n<td rowspan=\"2\">El primer canal de comunicaci\u00f3n es la sesi\u00f3n sincr\u00f3nica de encuentro programado en Banner. Los datos de conexi\u00f3n se encuentran en Bloque Ne\u00f3n (BN).<br \/>En otros horarios, el primer canal de comunicaci\u00f3n es foro en BN.<br \/>Para consultas individuales se coordina cita v\u00eda correo electr\u00f3nico uniandes<\/td>\n<\/tr>\n<tr>\n<td>Lorena Pe\u00f1uela<\/td>\n<td>l.penuelac@uniandes.edu.co<\/td>\n<\/tr>\n<tr>\n<td colspan=\"4\"><a href=\"https:\/\/cursos.virtual.uniandes.edu.co\/docs\/mine4102.pdf\" target=\"_blank\"><strong>Versi\u00f3n PDF<\/strong><\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><!-- ************************************************************************* --><\/p>\n\n<div class=\"arconix-tabs-horizontal\"><ul class=\"arconix-tabs\"><li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Objetivospedaggicos\"><a class=\"\" href=\"#tab-Objetivospedaggicos\">Objetivos pedag\u00f3gicos<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Habilidadesyconocimientosprevios\"><a class=\"\" href=\"#tab-Habilidadesyconocimientosprevios\">Habilidades y conocimientos previos<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Plandetemas\"><a class=\"\" href=\"#tab-Plandetemas\">Plan de temas<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Metodologa\"><a class=\"\" href=\"#tab-Metodologa\">Metodolog\u00eda<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Evaluacinyaspectosacadmicos\"><a class=\"\" href=\"#tab-Evaluacinyaspectosacadmicos\">Evaluaci\u00f3n y aspectos acad\u00e9micos<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Recursos\"><a class=\"\" href=\"#tab-Recursos\">Recursos<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-Bibliografa\"><a class=\"\" href=\"#tab-Bibliografa\">Bibliograf\u00eda<\/a><\/li>\n<li data-arconix-icon=\"\" data-arconix-color=\"\" class=\"arconix-tab tab-ProtocoloMAAD\"><a class=\"\" href=\"#tab-ProtocoloMAAD\">Protocolo MAAD<\/a><\/li><\/ul>\n<div class=\"arconix-panes\"><div class=\"arconix-pane pane-Objetivospedaggicos\">\n<h1>Objetivos pedag\u00f3gicos<\/h1>\n<p>El prop\u00f3sito del curso es presentar, analizar y utilizar las oportunidades de innovaci\u00f3n que ofrece el an\u00e1lisis de grandes cantidades de datos en: la toma de decisiones estrat\u00e9gicas y t\u00e1cticas de una organizaci\u00f3n, el desarrollo de aplicaciones en diferentes campos del conocimiento y la selecci\u00f3n e integraci\u00f3n de infraestructuras que aseguren una alta escalabilidad<br \/>\npermitiendo as\u00ed un crecimiento natural de las soluciones implementadas.<\/p>\n<p>BIG DATA (Datos Enormes) es el t\u00e9rmino para referirse al contexto DE INTEGRACI\u00d3N Y AN\u00c1LISIS de cantidades masivas de INFORMACI\u00d3N m\u00f3vil, Web, social y en la nube, PERTINENTES PARA EL USUARIO y relevantes para entender el ECOSISTEMA DE UNA ORGANIZACI\u00d3N. El an\u00e1lisis de cantidades enormes de datos que se generan tanto dentro de las organizaciones como fuera de ellas, ha cambiado las TECNOLOG\u00cdAS y las METODOLOG\u00cdAS con las cuales se desarrollan soluciones basadas en CONTENIDOS que buscan generar valor, diferenciaci\u00f3n y oportunidad en la TOMA DE DECISIONES.\n<\/p>\n<p>A NIVEL ESTRAT\u00c9GICO Y T\u00c1CTICO de una organizaci\u00f3n, el an\u00e1lisis de Big Data busca comprender y aprovechar los datos propios y externos a la empresa con el fin de entender los cambios y las tendencias de mercado, identificar opiniones de segmentos poblacionales relevantes para el negocio e interpretar de flujos de datos provenientes de fuentes sociales para generar an\u00e1lisis<br \/>\nde competitividad.<\/p>\n<p>A nivel de DESARROLLO DE APLICACIONES BIG DATA, se cuenta con t\u00e9cnicas y metodolog\u00edas propias para el manejo de este tipo de informaci\u00f3n que adem\u00e1s son adaptables a diferentes campos de aplicaci\u00f3n, permitiendo as\u00ed el uso efectivo de los datos en el an\u00e1lisis de una problem\u00e1tica espec\u00edfica. En particular, la paralelizaci\u00f3n de procesos es una t\u00e9cnica que permite la<br \/>\nescalabilidad de las aplicaciones.<\/p>\n<p>A nivel de INFRAESTRUCTURA, tecnolog\u00edas se estudia Hadoop y se utilizan, entre otras, Spark y sistemas manejadores de bases de datos NoSQL para facilitar la alta escalabilidad necesaria en procesamiento, y almacenamiento de este tipo de informaci\u00f3n. El uso de este tipo de tecnolog\u00edas acompa\u00f1ado de la definici\u00f3n de arquitecturas orientadas a los datos, permite ofrecer sistemas robustos y eficientes generando ventajas competitivas en diferentes perspectivas en el \u00e1mbito empresarial, as\u00ed como en los \u00e1mbitos cient\u00edfico e investigativo.<\/p>\n<p>Finalmente, a nivel de INFORMACI\u00d3N, suele trabajarse con fuentes estructuradas como no estructuradas, profundamente heterog\u00e9neas. La informaci\u00f3n proviene de fuentes diversas usualmente aut\u00f3nomas, es creciente de forma exponencial y no manipulable de forma efectiva con herramientas tradicionales de gesti\u00f3n de bases de datos.<\/p>\n<p>El curso aborda las t\u00e9cnicas, herramientas y metodolog\u00edas de base para el descubrimiento, entendimiento, procesamiento y la generaci\u00f3n de valor en el contexto de datos enormes (Big Data). Se espera que el estudiante desarrolle habilidades en el planteamiento y desarrollo de soluciones que permitan ofrecer valor a partir de informaci\u00f3n relevante y pertinente en un<br \/>\ncontexto global, en el cual el an\u00e1lisis y toma de decisiones involucra tanto la informaci\u00f3n propia como externa.<\/p>\n<p>Este objetivo se desarrolla a trav\u00e9s de la comprensi\u00f3n de la tecnolog\u00eda, an\u00e1lisis de alternativas, estudio de herramientas, planteamiento metodol\u00f3gico de modelaje de las arquitecturas subyacentes y estudio de t\u00e9cnicas de procesamiento, bajo criterios de calidad de servicio, propias a la gesti\u00f3n de Big Data y de contenidos.<\/p>\n<p>De esta forma, se espera desarrollar y reforzar las siguientes competencias:<\/p>\n<ul>\n<li><strong>Identificar<\/strong> las oportunidades de transformaci\u00f3n y generaci\u00f3n de procesos de generaci\u00f3n de valor basadas en el an\u00e1lisis de informaci\u00f3n, proveniente tanto de fuentes internas como externas a la organizaci\u00f3n. <strong>Conocer, utilizar y desarrollar criterio<\/strong> sobre las posibilidades ofrecidas por la tecnolog\u00eda que permite el manejo de contenidos semiestructurados y no estructurados, de manera que el estudiante pueda evaluar su valor y alcance en el contexto de soluciones en los cuales la gesti\u00f3n de documentos y datos no alfanum\u00e9ricos sea prioritaria.<\/li>\n<li><strong>Estudiar<\/strong> el estado del arte en gesti\u00f3n de contenidos din\u00e1micos, colaborativos y semiestructurados, de forma que el estudiante conozca las alternativas de tecnolog\u00eda existentes, su fundamentaci\u00f3n y los problemas abiertos o en investigaci\u00f3n<\/li>\n<li><strong>Conocer<\/strong> herramientas de gesti\u00f3n de informaci\u00f3n que constituyen el estado del arte en la gesti\u00f3n moderna de cantidades enormes de datos.<\/li>\n<li><strong>Comprender, definir y evaluar arquitecturas orientadas por datos<\/strong> (Scalable Data-Driven Architectures), en particular aquellas que involucran requerimientos de alta escalabilidad de procesamiento y almacenamiento<\/li>\n<li><strong>Integrar metodolog\u00edas y tecnolog\u00eda de an\u00e1lisis de informaci\u00f3n<\/strong> apropiadas para escenarios de datos no <strong>estructurados o semiestructurados<\/strong>, en los cuales se enfrenta el proceso de an\u00e1lisis en condiciones de la alta escalabilidad y son necesarios procesos de adaptaci\u00f3n y reacci\u00f3n en tiempo real.<\/li>\n<li><strong>Desarrollar<\/strong> una soluci\u00f3n que permita generar valor y diferenciaci\u00f3n a partir de procesos de an\u00e1lisis de informaci\u00f3n sobre Big Data<\/li>\n<li>Generar habilidades de <strong>uso e integraci\u00f3n de herramientas<\/strong>, formas de procesamiento, indexaci\u00f3n y modelaje de datos en contextos de alta escalabilidad.<\/li>\n<\/ul>\n<\/div>\n<div class=\"arconix-pane pane-Habilidadesyconocimientosprevios\">\n<h1>Habilidades y conocimientos previos<\/h1>\n<div class=\"level1\">\n<p>Se espera que, desde el inicio del curso, los estudiantes cuenten con habilidades de trabajo en equipo, responsabilidad, buen manejo del idioma (oral y escrito), habilidad lectora (en espa\u00f1ol e ingl\u00e9s) y comportamiento \u00e9tico.<\/p>\n<p>En cuanto a los aspectos profesionales t\u00e9cnicos, se espera que el estudiante tenga habilidades intermedias de programaci\u00f3n (preferiblemente en Java o en Python), desarrollo Web, conocimiento b\u00e1sico de sistema operativos basados en Unix, bases de probabilidad y estad\u00edstica, y conocimientos b\u00e1sicos de tecnolog\u00edas de manejo de bases de datos. Adicionalmente, aunque no es requerido, se recomienda tener conocimiento b\u00e1sico de contenedores, como Docker y Kubernetes. <\/p>\n<\/div>\n<\/div>\n<div class=\"arconix-pane pane-Plandetemas\">\n<h1>Plan de temas<\/h1>\n<ul>\n<li>Caracterizaci\u00f3n de Big Data \u2013 Arquitecturas escalables, frameworks, ecosistemas. Almacenamiento, procesamiento<\/li>\n<li>Procesamiento a escala: Map Reduce, Spark<\/li>\n<li>Almacenamiento a escala: HDFS, repositorios NoSQL, DataLakes, productos representativos<\/li>\n<li>Estudio de casos<\/li>\n<li>Procesamiento escalable de flujos de datos y procesamiento en tiempo real<\/li>\n<li>Procesamiento escalable de datos espaciales<\/li>\n<\/ul>\n<div class=\"level1\"><\/div>\n<\/div>\n<div class=\"arconix-pane pane-Metodologa\">\n<h1>Metodolog\u00eda<\/h1>\n<p>Durante el curso se desarrollan tanto actividades te\u00f3ricas como pr\u00e1cticas, de manera las tem\u00e1ticas de cada uno de los m\u00f3dulos sean complementarias y generen valor, tanto de manera independiente, como integradas en soluciones que apoyan el desarrollo estrat\u00e9gico de las organizaciones.<br \/>\nLas actividades pr\u00e1cticas se desarrollan en grupos de hasta 3 estudiantes. Se programan alrededor de tareas, talleres y laboratorios, que abordan tecnolog\u00edas, herramientas o problem\u00e1ticas de alcance puntual y buscan que el estudiante logre una experiencia pr\u00e1ctica de base en el tema correspondiente.<br \/>\nEl avance en el curso se hace mediante el uso incremental de las herramientas, metodolog\u00edas y tecnolog\u00eda, en pr\u00e1cticas que utilizan contenidos e infraestructura de informaci\u00f3n altamente escalable.<br \/>\nAl final del curso se espera que los estudiantes hayan desarrollado soluciones funcionales completas en un ambiente de integral de ciclo de vida de informaci\u00f3n altamente escalable, heterog\u00e9nea y no estructurada, que evidencie su dominio en el uso las tecnolog\u00edas, herramientas y conceptos vistos en el curso, aplicados a un contexto espec\u00edfico.<br \/>\nLa entrega y evaluaci\u00f3n de resultados de los talleres se hace mediante la construcci\u00f3n, publicaci\u00f3n y demostraci\u00f3n de soluciones Web funcionales.<br \/>\nEn cada uno de los m\u00f3dulos se tienen actividades que permiten a los estudiantes:<\/p>\n<ul>\n<li>Estructurar el conocimiento sobre los temas a desarrollar. Esto se realiza mediante actividades de exploraci\u00f3n bibliogr\u00e1fica, presentaciones, discusiones en clase y revisi\u00f3n del estado del arte, a nivel tecnol\u00f3gico y de investigaci\u00f3n.<\/li>\n<li>Entender, construir y publicar soluciones desarrolladas sobre ambientes de informaci\u00f3n no estructurada y escalable.<\/li>\n<li>Conocer diversas herramientas de acuerdo con las particularidades de la soluci\u00f3n inform\u00e1tica planteada y generar habilidades de autoaprendizaje.<\/li>\n<li>Utilizar la tecnolog\u00eda de Big Data y an\u00e1lisis de contenidos para solucionar problemas no convencionales centrados en informaci\u00f3n.<\/li>\n<li>Reconocer y gestionar la calidad de la soluci\u00f3n planteada, principalmente en las dimensiones de escalabilidad, heterogeneidad y an\u00e1lisis de contenidos.<\/li>\n<li>Plantear escenarios de generaci\u00f3n de valor para el desarrollo estrat\u00e9gico de soluciones innovadoras apoyadas en Big Data y en informaci\u00f3n no estructurada o semiestructurada.<\/li>\n<\/ul>\n<\/div>\n<div class=\"arconix-pane pane-Evaluacinyaspectosacadmicos\">\n<h1>Evaluaci\u00f3n y aspectos acad\u00e9micos<\/h1>\n<h2>Generalidades<\/h2>\n<ul>\n<li>Sesiones sincr\u00f3nicas: 3 horas semanales, de asistencia obligatoria. Las sesiones ser\u00e1n virtuales pero los ex\u00e1menes (2) se programar\u00e1n de forma presencial.<br \/>\nDurante estas sesiones el profesor lleva bit\u00e1cora de presencia y participaci\u00f3n de los estudiantes. Esta bit\u00e1cora constituye el registro de asistencia. El estudiante debe asistir al menos al 80% de las sesiones sincr\u00f3nicas y sesiones de trabajo supervisado para aprobar el curso, de acuerdo con el RGEM.<\/li>\n<li>Laboratorios: actividades pr\u00e1cticas aut\u00f3nomas, que permiten experimentar con plataformas espec\u00edficas o reforzar temas presentados. Se realizan en la infraestructura de laboratorios del Departamento. Pueden ser planeadas en espacios de encuentros sincr\u00f3nicos, individuales o en grupos. El profesor dar\u00e1 las indicaciones pertinentes en cada caso.<\/li>\n<li>Talleres: el desarrollo de los talleres constituye la pr\u00e1ctica fundamental del curso. Se trabaja en grupos de 3 estudiantes. Son actividades pr\u00e1cticas para desarrollar por el estudiante fuera de clase, que refuerzan o permiten experimentar con los temas y conceptos desarrollados. Exigen competencias incrementales, correspondientes a los niveles pedag\u00f3gicos del curso.<\/li>\n<li>Tareas: actividades puntuales que se desarrollan bien sea en durante las sesiones sincr\u00f3nicas o en forma aut\u00f3noma; pueden ser asignadas de forma individual o en grupo. Pueden ser desarrollos pr\u00e1cticos, hojas de trabajo, preparaci\u00f3n de presentaciones orales, etc.<\/li>\n<li>Durante el curso, a trav\u00e9s de las actividades pr\u00e1cticas propuestas, cada estudiante debe mostrar habilidades de dise\u00f1o, desarrollo, uso, publicaci\u00f3n, evaluaci\u00f3n y presentaci\u00f3n de sus resultados.<\/li>\n<li>Tecnolog\u00eda utilizada: sistema operativo Unix, ambientes de desarrollo de software propios a los temas abordados en el curso, repositorios NoSQL, MapReduce, ambiente Spark, DataLakes, herramientas de an\u00e1lisis de contenidos, herramientas de an\u00e1lisis de datos estructurados y no estructurados, altamente escalables.<\/li>\n<li>Se realizan ex\u00e1menes individuales, programados durante sesiones sincr\u00f3nicas. Las sesiones sincr\u00f3nicas de examen est\u00e1n programadas de manera presencial. En ning\u00fan caso se autorizan evaluaciones de forma virtual o remota. La \u00fanica excepci\u00f3n podr\u00eda darse por lineamientos institucionales que indiquen que se requiere, en esas fechas, que todas las actividades acad\u00e9micas se realicen de manera virtual. Esto ser\u00eda comunicado a los estudiantes de manera oficial por las autoridades de la Universidad.<\/li>\n<li>Las evaluaciones de los talleres incluyen sustentaciones, en grupo, en momentos programados para ello y diferentes a las sesiones sincr\u00f3nicas de avance en el curso. Las sustentaciones se realizan de manera presencial, salvo que se indique o autorice hacerlo virtualmente, por razones de fuerza mayor.<br \/>\nTodas las actividades propuestas que se realicen en grupo conllevan elementos de evaluaci\u00f3n individual para cada uno de los integrantes.<\/li>\n<li>Se realiza seguimiento a la preparaci\u00f3n y participaci\u00f3n en el curso.<\/li>\n<li>Los aspectos relacionados con el trabajo en equipo (normas, seguimiento y evaluaci\u00f3n individual del trabajo en equipo), aspectos relacionados con la entrega de trabajos pr\u00e1cticos, log\u00edstica de evaluaciones, reglas de presentaci\u00f3n de ex\u00e1menes y normas de presentaci\u00f3n de informes t\u00e9cnicos, hacen parte de las reglas del curso y se encuentran en documentos adjuntos.<\/li>\n<li>El agendamiento de actividades b\u00e1sicas del curso se anuncia en la primera clase del semestre y est\u00e1 sujeto a cambios, de acuerdo con el desarrollo del semestre.<\/li>\n<li>No se realiza ni autoriza la grabaci\u00f3n de las sesiones presenciales. Este lineamiento es institucional, tanto de las autoridades de la Universidad como propias al Departamento de Ing. de Sistemas y Computaci\u00f3n. Las sesiones sincr\u00f3nicas presenciales no son transmitidas.<\/li>\n<li>La grabaci\u00f3n de sesiones de sustentaci\u00f3n, de realizarse, estar\u00e1n a cargo del profesor o del monitor del curso.<\/li>\n<li>Durante las sesiones sincr\u00f3nicas virtuales se espera que los estudiantes mantengan siempre habilitadas su c\u00e1mara y micr\u00f3fono, para facilitar su participaci\u00f3n, actividad y retroalimentaci\u00f3n con sus compa\u00f1eros y el profesor. En caso de tener dificultades de infraestructura tecnol\u00f3gica, los estudiantes deben desplazarse al Campus para atender la sesi\u00f3n. All\u00ed cuentan con servicio de energ\u00eda, internet y pr\u00e9stamo de equipos computacionales.<\/li>\n<\/ul>\n<p>El curso tiene como canales oficiales de comunicaci\u00f3n el correo electr\u00f3nico uniandes, la lista de correo del curso, el sistema de apoyo a la docencia Bloque Ne\u00f3n (<a href=\"https:\/\/bloqueneon.uniandes.com\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/bloqueneon.uniandes.com<\/a>) y la p\u00e1gina Web del curso.<br \/>\nDocumentaci\u00f3n sobre algunos de estos temas se puede encontrar en:<\/p>\n<h2>Evaluaci\u00f3n del curso<\/h2>\n<p>Los elementos de evaluaci\u00f3n son los siguientes:<\/p>\n<ul>\n<li>Al menos dos ex\u00e1menes parciales, individuales. En el examen pueden ser incluidos elementos escritos, de audio o de video. As\u00ed mismo, pueden ser utilizadas tecnolog\u00edas de monitoreo en las plataformas digitales de respuesta.<\/li>\n<li>Trabajos pr\u00e1cticos: incluyen talleres, laboratorios y tareas. Si bien pueden ser realizados en grupo, la evaluaci\u00f3n es individual. Se tiene en cuenta tanto el producto entregado como el proceso con el cual se logr\u00f3. La evaluaci\u00f3n se realiza a partir de los entregables del trabajo, la documentaci\u00f3n solicitada, el despliegue y la demostraci\u00f3n del producto cuando as\u00ed se indica. Son elementos individuales de evaluaci\u00f3n: sustentaci\u00f3n, contribuci\u00f3n individual al trabajo presentado, autoevaluaci\u00f3n y evaluaci\u00f3n de sus pares. Son elementos que penalizan la evaluaci\u00f3n de un entregable: no marcar, marcar de forma incompleta o que no siga la forma solicitada de hacerlo, entregar en formatos de archivos diferentes a los indicados, no respetar los formatos o buenas pr\u00e1cticas en el desarrollo de software o documentos, responder de forma incompleta cuestionarios o encuestas de desempe\u00f1o de grupos, identificar de forma incorrecta a los compa\u00f1eros de grupo cuando as\u00ed se solicita o no seguir, en general, las indicaciones y pautas de los entregables, descuido en redacci\u00f3n y ortograf\u00eda en los entregables.<\/li>\n<li>Trabajo en clase: puede incluir tareas, presentaciones, quices, controles de lectura, construcci\u00f3n colectiva de conocimiento, participaci\u00f3n en actividades colaborativas, participaci\u00f3n en foros o debates y dem\u00e1s actividades propuestas. Pueden ser evaluadas de forma individual o de grupo.<\/li>\n<li>No toda actividad propuesta en clase, o tarea asignada, es necesariamente evaluada; cualquiera de ellas puede serlo.<\/li>\n<li>Es criterio de evaluaci\u00f3n el seguimiento de un adecuado proceso de trabajo en equipo. Se consideran la adecuada metodolog\u00eda de trabajo, el equilibrio en las responsabilidades y distribuci\u00f3n del trabajo y el cumplimiento de compromisos mutuos. El no cumplimiento de estas caracter\u00edsticas conlleva a penalizaciones en las evaluaciones correspondientes.<\/li>\n<li>Los elementos de autoevaluaci\u00f3n, evaluaci\u00f3n de pares y declaraci\u00f3n de contribuci\u00f3n, cuando existen, son de obligatorio cumplimiento e impactan de forma directa el resultado de la respectiva evaluaci\u00f3n.<\/li>\n<li>Las reglas de juego para los trabajos pr\u00e1cticos, para la presentaci\u00f3n de documentos y para la presentaci\u00f3n de ex\u00e1menes son definidas en documentos anexos al programa y se publican en el sitio BN del curso.<\/li>\n<li>Las reglas espec\u00edficas a cada entrega (objetivos, alcance, retos, entregables) se entregan con el enunciado correspondiente. Estas reglas son de obligatorio cumplimiento.<\/li>\n<li>Todas las evaluaciones consideran aspectos de calidad de la entrega, tanto en forma como en contenido. Esto incluye el seguimiento de las instrucciones y tiempos de entrega, seguimiento de est\u00e1ndares y formatos, calidad del manejo del idioma en los escritos y calidad del desarrollo del software. Estos aspectos impactan de forma directa el resultado de la respectiva evaluaci\u00f3n.<\/li>\n<li>En todos los casos, es indispensable que el software desarrollado funcione de forma efectiva con informaci\u00f3n proveniente de los datasets indicados, que usualmente ser\u00e1n reales. As\u00ed mismo, debe cumplir con los requerimientos y restricciones, tanto t\u00e9cnicos y como funcionales, indicados en el enunciado. Debe cumplir, sin excepci\u00f3n, los requerimientos de despliegue de la soluci\u00f3n. No se reciben entregas de resultados en infraestructura diferente a la prevista en cada enunciado.<\/li>\n<\/ul>\n<p>Los porcentajes de las evaluaciones se indican a continuaci\u00f3n. La distribuci\u00f3n en cada categor\u00eda es uniforme, salvo que se informe durante el semestre otra determinaci\u00f3n:<\/p>\n<table class=\"steelBlueCols\">\n<thead>\n<tr>\n<th>Evaluaciones<\/th>\n<th>Porcentajes<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Parciales (2)<\/td>\n<td>60%<\/td>\n<\/tr>\n<tr>\n<td>Talleres (2)<\/td>\n<td>28%<\/td>\n<\/tr>\n<tr>\n<td>Laboratorios, tareas, hojas de trabajo<\/td>\n<td>9%<\/td>\n<\/tr>\n<tr>\n<td>Cuestionarios<\/td>\n<td>3%<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Si, al finalizar el curso, el estudiante cumple simult\u00e1neamente con las siguientes dos condiciones, tiene un bono de 0.25\/5.00 en su acumulado total de notas:<\/p>\n<ul>\n<li>Promedio ponderado de parciales &gt;= 3.4\/5.0<\/li>\n<li>Promedio ponderado de talleres &gt;= 4.0\/5.0<\/li>\n<\/ul>\n<h2>Pol\u00edtica de aproximaci\u00f3n de notas finales<\/h2>\n<ul>\n<li>Las evaluaciones se califican entre 0.00 y 5.00 con dos decimales y no hay aproximaciones.<\/li>\n<li>Las notas definitivas del curso var\u00edan entre 1.50 a 5.00, en intervalos de 0.25. Las notas intermedias de dichos intervalos son aproximadas por el profesor teniendo en cuenta el desempe\u00f1o global del estudiante y del curso. El valor a partir del cual se aproxima en cada intervalo, de forma ascendente o descendente, es decidida por el profesor y se aplica por igual a todos los estudiantes de cada secci\u00f3n.<\/li>\n<li>Para aprobar el curso es indispensable lograr 3.00\/5.00 en el puntaje ponderado. No existe aproximaci\u00f3n autom\u00e1tica en la nota definitiva; en particular, no hay aproximaci\u00f3n a 3.00 de puntajes menores a esta nota (v.gr., 2.99 no es 3.00).<\/li>\n<\/ul>\n<\/div>\n<div class=\"arconix-pane pane-Recursos\">\n<h1>Recursos<\/h1>\n<p>Para el desarrollo del curso se cuenta con recursos de infraestructura basados en m\u00e1quinas virtuales y cl\u00fasters de c\u00f3mputo escalable, provistas por el Departamento. Es factible que se programen actividades pr\u00e1cticas en infraestructuras en nube, de acuerdo con la disponibilidad que ellas ofrezcan.<br \/>\n<\/div>\n<div class=\"arconix-pane pane-Bibliografa\">\n<h1>Bibliograf\u00eda<\/h1>\n<p>La mayor parte de la bibliograf\u00eda del curso se encuentra disponible en forma electr\u00f3nica. Si es el caso, debe estar en sesi\u00f3n activa de la biblioteca para lograr el acceso.<br \/>\nTambi\u00e9n se recomienda hacer uso de las posibilidades de acceso acad\u00e9mico a bibliograf\u00eda seleccionada, que ofrecen ACM y O\u2019Reilly a personas con estatus de estudiante.<br \/>\nLa bibliograf\u00eda correspondiente a cada uno de los temas cubiertos es publicada en BN a medida que avanza el semestre.<\/p>\n<\/div>\n<div class=\"arconix-pane pane-ProtocoloMAAD\">\n<h1>Protocolo MAAD<\/h1>\n<p>El miembro de la comunidad que sea sujeto, presencie o tenga conocimiento de una conducta de maltrato, acoso, amenaza, discriminaci\u00f3n, violencia sexual o de g\u00e9nero (MAAD) deber\u00e1 poner el caso en conocimiento de la Universidad. Ello, con el prop\u00f3sito de que se puedan tomar acciones institucionales para darle manejo al caso, a la luz de lo previsto en el protocolo, velando por el bienestar de las personas afectadas.<br \/>\nPara poner en conocimiento el caso y recibir apoyo, usted puede contactar a:<\/p>\n<ol>\n<li>L\u00ednea MAAD: lineamaad@uniandes.edu.co<\/li>\n<li>Ombudsperson: ombudsperson@uniandes.edu.co<\/li>\n<li>Decanatura de Estudiantes: Correo: centrodeapoyo@uniandes.edu.co<\/li>\n<li>Red de Estudiantes: PACA (Pares de Acompa\u00f1amiento contra el Acoso) paca@uniandes.edu.co<\/li>\n<li>Consejo Estudiantil Uniandino(CEU) comiteacosoceu@uniandes.edu.co<\/li>\n<\/ol>\n<\/div><\/div><\/div>\n\n","protected":false},"excerpt":{"rendered":"<p>Semestre 2024-10 Profesores Correo electr\u00f3nico Atenci\u00f3n a estudiantes Christian Ariza cf.ariza975@uniandes.edu.co Atenci\u00f3n virtual El primer canal de comunicaci\u00f3n es la sesi\u00f3n sincr\u00f3nica de encuentro programado en Banner. Los datos de conexi\u00f3n se encuentran en Bloque Ne\u00f3n (BN).En otros horarios, el &hellip; <a class=\"more-link\" href=\"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/\">Sigue leyendo <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":98,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/pages\/7","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/users\/98"}],"replies":[{"embeddable":true,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/comments?post=7"}],"version-history":[{"count":69,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/pages\/7\/revisions"}],"predecessor-version":[{"id":210,"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/pages\/7\/revisions\/210"}],"wp:attachment":[{"href":"https:\/\/cursos.virtual.uniandes.edu.co\/mine4102\/wp-json\/wp\/v2\/media?parent=7"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}