Fundación TecnoCampus
eCampus
Universitat Empresa
eCampus

Que estás buscando?

Información general

Tipo de asignatura: obligatoria

Coordinador: María Dolores Celma Benaiges

trimestre: Tercer trimestre

Créditos: 2

Profesorado: 

Manuel Guerris Larruy

Curso académico: 2025

Curso de impartición: 1

Lenguas de impartición

  • Castellano

Competencias / Resultados de aprendizaje

competencias básicas

  • 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 forma clara y sin ambigüedades 

Competencias específicas

  • CE1. Mostrar autonomía con distancia crítica en temas o cuestiones vinculadas al negocio marítimo, logística y cadena de suministros y en la aplicación de ideas innovadoras en estos ámbitos.

  • CE2. Aplicar herramientas y metodologías que faciliten el pensamiento creativo e innovador en las situaciones cotidianas ligadas al entorno de la cadena de suministros y los negocios logísticos y marítimos.

  • CE5. Diseñar y poner en marcha sistemas logísticos, valorando las distintas alternativas posibles, las restricciones técnicas y de recursos y teniendo en cuenta la dirección y gestión coordinada a lo largo de la cadena de suministro.

  • CE6. Evaluar el rendimiento de todo el sistema logístico, teniendo en cuenta el cumplimiento/no de los objetivos de calidad, coste y servicio planificados para detectar y priorizar áreas de mejora.

  • CE7. Gestionar (planificar, programar y controlar) el flujo de materiales e información (flujo de la cadena de suministros) a través de la dirección y gestión coordinada de las áreas de compras, producción y distribución física de la empresa. 

competencias transversales

  • CT1. Mostrar disposición para conocer nuevas culturas, experimentar nuevas metodologías y fomentar el intercambio internacional en el contexto de la logística, cadena de suministros y negocios marítimos.

  • CT2. Mostrar habilidades emprendedoras de liderazgo y dirección, que refuercen la confianza personal y reduzcan la aversión al riesgo. 

  • CT3. Desarrollar tareas aplicando con flexibilidad y creatividad los conocimientos adquiridos y adaptándolos a contextos y situaciones nuevas. 

Presentación de la asignatura

Data Mining y Big Data para la Logística.

 

 

 

Contenidos

Big data:  

  • Historia, definición y contexto 

  • El Big data como factor estratégico en las empresas 

Datos y su tratamiento 

  • Estructura de datos 

  • Tecnologías de almacenamiento 

  • Lenguajes. 

Fecha Mining:  

  • ¿Qué es el Data Mining 

  • Objetivos y potencialidad 

  • Métodos de análisis avanzados: machine learning 

Herramientas informáticas para su procesamiento 

  • Software libre 

  • Software propio 

  • Software como Servicio (SaaS) 

Big fecha y logística 

  • Aplicaciones específicas 

  • Tendencia sectorial. 

 

Actividades y sistema de evaluación

  • Participación en las actividades planteadas en el aula: 30% de la nota final 

  • Actividad individual a presentar una vez acaben las sesiones de la asignatura: 70% de la nota final 

Bibliografía

Básico

Marr, B. (2015). Big Data: Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance. Wiley.

Roldán, María C. (2013). Pentaho Data Integration Beginner's Guide. 2nd ed. Packt Publishing.

Samelson, S. (2019). Machine Learning: Absolute Complete Beginner's Guide to Learn and Understand Machine Learning From Beginners, Intermediate, Advanced, To Expert Concepts. Amazon.

Complementaria

Bibliografía recomendada 

Presentaciones y archivos de datos proporcionados por el docente 

Robertson, PW (2020). Supply Chain Analytics: Using Data to Optimise Supply Chain Processes. 1st ed. Routledge.

Utilización de software para desarrollar ejercicios y casos de datamining. Según la necesidad se utilizará OpenSource WEKA, R Studio con R, o RapidMiner Studio y se informará previamente a los alumnos para que instalen en sus ordenadores el software necesario