El objetivo principal del curso es la capacitación de los estudiantes para realizar un análisis certero sobre las posibilidades que ofrecen las TIC para mejorar la organización y gestión de los recursos existentes en las ciudades actuales. Se centrará sobre todo en tecnologías pervasivas para la adquisicón de datos y las tecnologías de análisis de datos desestructurados para la toma de decisiones estratégicas en la ciudad. Para cumplir con el objetivo se utilizará una estrategia basada en los métodos PBL (Problem-Based Learning). Esta estrategia permite presentar a los estudiantes los conocimientos relacionados con las tecnologías mientras aprenden a contextualizarlas con problemas reales.

Los problemas elegidos serán problemas innovadores no resueltos en la actualidad. Sin embargo se limitará su complejidad para permitir que los estudiantes los puedan abordar con garantías y además sean evaluables eficazmente.

Tras la consecución del curso se espera que los estudiantes adquieran las siguientes competencias:

C1. Entender las posibilidades del Hogar Digital, dispositivos de uso personal y de los espacios inteligentes para obtener información sobre las costumbres y necesidades de las personas.

C2. Entender las posibilidades de las tecnologías de procesamiento masivo de datos para obtener conclusiones a partir de información heterogénea.

C3. Adquirir destreza en el uso de las tecnologías previamente comentadas para llevar a cabo un caso de uso específico a lo largo de todo el curso.

Basándonos en estas competencias, se han definido los siguientes resultados de aprendizaje:

RA1. Diseño e implementación de una aplicación de obtención de información en alguno de los escenarios previamente expuestos: hogar digital, dispositivos personales (incluida ropa), espacios inteligentes, etc.

RA2. Diseño e implementación de un modelo que permita integrar datos heterogéneos y no curados provenientes de la fuentes de adquisición de datos previamente descritas.

RA3. Diseño e implementación de una aplicación de análisis de datos para la obtención de aprendizaje útil para la la toma de decisiones de una ciudad.

Cada uno de los resultados de aprendizaje podrá ser evaluado mediante entregas de proyectos (que serán evaluados por sus compañeros) y test específicos para el Resultado de aprendizaje.

El MOOC se estructura en capítulos. Cada capítulo implica una exposición de conceptos y un problema a solucionar. El problema concreto estará relacionado con los resultados de aprendizaje y su enunciado definitivo será presentado al iniciarse cada capítulo. A continuación se describen los capítulos y los conceptos definidos en cada uno.

Capítulo 1. Presentación del curso

1.1. Retos de la ciudad inteligente

1.2. Posibilidades del Big Data

1.3. Explicación del caso de uso del curso: fomento de la salud en la ciudad inteligente

1.4. Introducción al Big Data

Capítulo 2. Entornos de adquisición de datos.

2.1. Dispositivos de uso personal. Incluye teléfonos móviles, relojes, ropa inteligente, etc.

2.2. Hogar Digital.

2.3. Espacios inteligentes.

2.4. Internet of Things.

Capítulo 3. Tecnología de Bases de datos a gran escala

3.1. Bases de datos orientadas a columnas

3.2. Bases de datos orientadas a documentos

3.3. Bases de datos Clave-Valor (Key-Value)

3.4. Bases de datos basadas en grafos

Capítulo 4. Almacenamiento y gestión con Hadoop

4.1. Visión general del sistema

4.2. Sistema de ficheros distribuidos (HDFS)

4.3. Modelo de programación MapReduce

Capítulo 5. Tecnologías de análisis y procesado

5.1. Aprendizaje automático

5.2. Minería de datos

5.3. Visualización de datos

Capítulo 6. Análisis con Apache Spark

6.1. Visión general

6.2. Arquitectura

6.2.1. SparkSQL

6.2.2. SparkStreaming

6.2.3. SparkML

6.2.4. Spark GraphX

La innovación del MOOC radica en dos aspectos relacionados fundamentales con los contenidos y planificación del propio curso:

1. Integración de varias tecnologías que comúnmente son tratadas de forma específica en otros cursos. Se trabajará en la integración de conocimientos y en pensar, desde los inicios, en alcanzar una solución completa a algún reto planteado utilizando las capacidade ofrecidas por las tecnologías presentadas.

2. Evaluación basada en actividades y problemas. Como se comenta posteriormente se espera que esta forma de evaluar fomente un rol activo de los estudiantes.

Para transmitir adecuadamente los contenidos se utilizarán recursos proporcionados por la herramienta. Dentro de estos recursos se priorizará:

• Creación de vídeos. En función del contenido serán vídeos con formato más profesional (una mayor postproducción) o formato más casual (tipo Screencast). Este último formato irá destinado a resolver dudas sobre problemas o actividades concretas.

• Generación de documentación. Se generarán documentos con los puntos principales a tener en cuenta para la elaboración de las actividades y problemas.

• Herramientas de discusión tipo foro, wikis, etc. Se utilizarán las herramientas de discusión más adecuadas entre las proporcionadas por la plataforma.

• Creación de una revista. Como se comentará posteriormente se fomentará la creación colaborativa de una revista. Los estudiantes que estén interesados podrán publicar artículos relacionados con cualquier aspecto impartido del curso. La revista podrá ser en el formato elegido por los estudiantes (escrito, podcast, etc.).

El curso está alineado con las líneas de investigación de sus autores, así como con herramientas con un gran potencial en los próximos años.

Términos como “Big Data”, “Wearables”, “Smart Spaces”, “Smart Cities”, “Do-it-Yourself”, “Participación ciudadana”, “Machine Learning”, etc. son bastantes frecuentes tanto en la literatura académica como en la redacción de proyectos de investigación. Sin embargo su aplicación en proyectos no suelen explotar las capacidades reales de este tipo de tecnologías. El motivo fundamental suele ser un desconocimiento de las posibilidades ofrecidas por estas tecnologías durante las primeras fases de diseño de las soluciones. Posteriormente la adaptación de las soluciones ya planteadas suelen ser más complicadas.

El curso permitirá posicionarse como referentes académicos en este tipo de tecnologías  y en su integración y aplicación a proyectos de investigación. Tener una docencia estructurada en estas disciplinas facilitará tanto la publicidad de las capacidades de la universidad como una evolución del conocimiento por parte de toda la comunidada participante en los cursos. Además, dado que se usa metodologías PBL, se podrán ir ensayando las aplicaciones de estas tecnologías en problemas de investigación específicos.

Aunque la primera edición del curso se realizará en castellano, se espera realizar una edición posterior en inglés.

Cualquier persona interesada en este tipo de tecnologías puede acceder al curso. Sin embargo se recomienda que los estudiantes tengan unos conocimientos básicos de programación en python y de sistemas distribuidos. En el caso de los sistemas distribuidos los estudiantes deberían ser capaces de abstraer problemas de comunicaciones complejos en niveles más sencillos, entendiendo además las condiciones de interoperabilidad entre ellos.  

El diseño del sistema de evaluación se ha centrado en evaluar de forma continua los avances de los estudiantes permitiendo darles información sobre su nivel de conocimientos actual en función de los resultados de aprendizaje esperados. Para ello se han definido tres tipos de pruebas evaluadoras:

1. Test de unidad. Al finalizar cada unidad se realizarán test orientados a conocer el grado de conocimiento de los estudiantes. Dado que gran parte de los conceptos serán introducidos a partir de pequeñas actividades que los estudiantes deben llevar a cabo, estas pruebas se centrarán en estas actividades. La corrección de las actividades es automática y los estudiantes podrán conocer los puntos en lo que han fallado. La corrección de estas pruebas será automática a través del sistema ofrecido por la plataforma.

2. Test final. Se realizará al finalizar el curso. Se preguntarán conceptos previamente presentados en cada uno de los test de unidad de forma que el estudiante pueda conocer si ha conseguido entender o asentar los conocimientos que fueron previamente evaluados. Al igual que en el test de unidad la evaluación será automática.

3. Problemas prácticos. Durante el curso se irán incluyendo problemas prácticos que los estudiantes deben ir solucionando. Los problemas estarán relacionados entre sí a través de una temática general definida durante el curso. Cada estudiante, dentro de esa temática, podrá elegir el caso concreto que más se acomode a sus intereses. De esta forma los estudiantes podrán realizar un proceso de diseño completo, incluyendo las capacidades de las tecnologías presentadas desde las fases iniciales. Se realizará una evaluación por pares con las posibilidades que ofrezca la plataforma.

Las evaluaciones tendrán una fecha de entrega específica para conseguir el 100% de la nota asignada a la evaluación. Se permitirá un periodo de gracia adicional penalizado con un porcentaje a definir.

Toda la exposición de conceptos estará basada en la realización de pequeñas actividades o la resolución de problemas de más entidad. Esta estrategia de ir imponiendo retos a los estudiantes es en sí misma un elemento dinamizador importante ya que el rol del estudiante es activo desde sus inicios (no será un receptor sino un generador de información). Cada estudiante podrá, dentro de los parámetros impuestos en la actividad o problema, ensayar su propia solución y poner en práctica los conceptos aprendidos.

Para habilitar la discusión entre estudiantes y el equipo de profesores se habilitarán foros que serán atendidos adecuadamente.

Además se contempla la posibilidad de realizar una revista colaborativa en la que se presenten proyectos internacionale relacionados con Big Data, con ciudades inteligentes y con algún taller específico. Se fomentará que sean los estudiantes los que den forma a esta revista. El formato final de la revista (newsletter, podcast, etc.), los contenidos y el número de ediciones serán presentadas durante el curso.