Governança de Dades
Codi: 44749Crèdits: 9
| Titulació | Tipus | Curs |
|---|---|---|
| Arxivística i Governança de la Informació | OB | 2 |
Professor/a de contacte
- Nom :
- Ainhoa Pascualena Lasa
- Correu electrònic :
- ainhoa.pascualena@uab.cat
Equip docent
- Maria del Pilar Campos Martinez
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
- És recomanable que prèviament s'hagi cursat l'assignatura "Sistemas de información y arquitectura de sistemas"
- És recomanable que prèviament s'hagi cursat l'assignatura "Descripción y recuperación de la información"
Objectius
1. Conèixer el cicle de vida dels dades i la seva gestió.
2. Conèixer el context de producció de les dades.
3. Aplicar els principis arxivístics a la gestió de dades.
4. Conèixer i comprendre les principals eines i sistemes de gestió de dades
5. Conèixer sistemes gestors de dades i bases de dades
6. Conèixer models de governança de dades, normes i estàndards
7. Conèixer i comprendre els sistemes bàsics d'ús, explotació i visualització de dades.
Resultats d'aprenentatge
- (CA21) Establir les dades de qualitat d'una organització.
- (CA22) Dissenyar els criteris i els formats per a la gestió del cicle de vida de les dades d'una organització.
- (KA30) Descriure el cicle de vida de les dades.
- (KA31) Identificar tipus i formats de dades.
- (KA32) Reconèixer els sistemes per a la governança de dades: repositoris, plataformes d'arquitectura de dades i sistemes de bases de dades.
- (SA23) Utilitzar les eines i els sistemes de gestió de dades principals.
- (SA24) Aplicar tècniques per a la governança de dades en les organitzacions.
- (SA25) Aplicar els principis arxivístics a la gestió de dades.
Continguts
1.1. Les dades a les organitzacions (introducció)
1.2. On es produeixen les dades?
1.2.1. Formes de captura i generació de dades (tràmits, sensors, etc.)
1.2.2. Els models per estructurar les dades (mestres, referencials, etc.)
1.2.3. Arquitectures per a l'emmagatzemament (tipus de bases de dades)
1.2.4. Exploració de portals de dades obertes
1.3. Com s'utilitzen les dades?
1.3.1.La preparació de les dades
1.3.1.1. Formats de les dades a depurar
1.3.1.2. Neteja de les dades (data cleansing)
1.3.1.3. Preparació per a l'explotació
1.3.2. L'explotació i ús de les dades
1.3.2.1. Visualització de dades
1.3.2.2. Analítica avançada estadística, o basada en ML i IA
1.3.2.3. Aplicació pràctica d'algoritmes d'analítica avançada
1.4. El govern integrat de la dada
1.4.1. Identificació i catalogació de dades
1.4.2. El control del llinatge de la dada
1.4.3. Virtualització de l'accés a les dades
1.4.4. Aspectes legals i de seguretat
1.4.5. Els vincles amb l'arxivística
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Autònoma | |||
| Lectura de materials i treball autònom | 75 | 3 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
| Prova final: test de coneixements generals de l'assignatura. | 10 | 0,4 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
| Tipus: Dirigida | |||
| Participació a l'aula i fòrums de debat | 15 | 0,6 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
| Sessions teòriques | 45 | 1,8 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
| Tipus: Supervisada | |||
| Exercici 1: Definició del repte (problema, preguntes) i identificació de conjunt de dades (exploració, justificació) | 20 | 0,8 | CA21, KA31, KA32 |
| Exercici 2: Preparació de les dades: anàlisi de qualitat de les dades, transformacions realitzades, entitats, relacions i mapa de dades | 30 | 1,2 | CA21, CA22, SA23, SA24 |
| Exercici 3: Quadre de comandament: Definició d'indicadors (KPI's), visualització de dades i interpretació | 30 | 1,2 | CA21, SA23, SA24 |
El calendari detallat amb el contingut de les diferents sessions s'exposarà el dia de presentació de l'assignatura i estarà també disponible al Campus Virtual de l’assignatura, on l’alumnat podrà trobar els diversos materials docents que el professorat estimi convenients i tota la informació necessària per l’adequat seguiment de l’assignatura. En cas de canvi de modalitat docent per motius de força major segons les autoritats competents, el professorat informarà dels canvis que es produiran en la programació de l'assignatura i en les metodologies docents.
Les activitats formatives autònomes seran lectura de materials i la preparació per a la prova final de test de coneixements generals de l'assignatura.
Les dirigides seran sessions teòriques magistrals. També s'inclouran preguntes o debats a la classe i fòrum amb participació oberta a l'alumnat.
Les supervisades seran 3 exercicis pràctics per fer a casa amb les explicacions rebudes a classe.
Nota: El contingut de l’assignatura serà sensible als aspectes relacionats amb la perspectiva de gènere i amb l’ús del llenguatge inclusiu.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Exercici 1: Definició del repte (problema, preguntes) i identificació de conjunt de dades (exploració, justificació) | 20% de la nota final | 0 | 0 | CA21, KA31, KA32 |
| Exercici 2: Preparació de les dades: anàlisi de qualitat de les dades, transformacions realitzades, entitats, relacions i mapa de dades | 20% de la nota final | 0 | 0 | CA21, CA22, SA23, SA24 |
| Exercici 3: Quadre de comandament: Definició d'indicadors (KPI's), visualització de dades i interpretació | 20% de la nota final | 0 | 0 | CA21, SA23, SA24 |
| Participació a l'aula i fòrums de debat | 10% de la nota final | 0 | 0 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
| Prova final: test de coneixements generals de l'assignatura. | 30% de la nota final | 0 | 0 | CA21, CA22, KA30, KA31, KA32, SA23, SA24, SA25 |
Els exercicis 1, 2 i 3 valdran un 20% de la nota final, l'examen final el 30% i la participació a l'aula, fòrums de debat i exercicis durant l'assignatura valdran un 10% de la nota final.
Per a aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com a part del treball, sempre que el resultat final reflecteixi una contribució personal significativa de l'estudiant. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquesta activitat avaluable es considerarà falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.
Aquesta assignatura no preveu el sistema d’avaluació única.
Bibliografia
Earley, Susan, & Henderson, Déborah (Ed.). (2017). DAMA-DMBOK: Data management body of knowledge (2nd edition). Data Management Association.
Ghavami, Peter (2020). Big data management: Data governance principles for big data analytics (1a ed.). De Gruyter.
Khatri, Vijay, & Brown, Carol V. (2010). Designing data governance. Communications of the ACM, 53(1).
Laurent, Anne, Laurent, Dominique, & Madera, Cédrine (Ed.). (2019). Data lakes. ISTE Ltd / John Wiley and Sons Inc.
Lemieux, Victoria L., Gormly, Brianna, & Rowledge, Lyse (2014). Meeting Big Data challenges with visual analytics: The role of records management. Records Management Journal, 24(2).
Reina, Luís (2023). Noves arquitectures de dades. Lligall; Revista catalana d’arxivística, 46.
Serra Serra, Jordi (2024). El gobierno “archivístico” del dato. Tábula, 27.
Torreblanca, Sònia (2023). La governança de dades com a interacció: Un concepte analític per a les administracions públiques. Lligall; Revista catalana d’arxivística, 46.
Materials publicats a Localia.cat de la Diputació de Barcelona
Programari
- Microsoft Excel
- Microsoft Power BI (desktop version)
- Microsoft Sharepoint
- Microsoft Copilot
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TEm) Teoria (màster) | 1 | Català | primer quadrimestre | tarda |