Guía docente de la asignatura
(6618) TFG GRADO EN CIENCIA E INGENIERÍA DE DATOS

Curso académico 2026/2027

  1. Identificación

    1. De la asignatura

      Curso Académico
      2026/2027
      Titulación
      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura
      TFG GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Código
      6618
      Curso
      CUARTO
      Carácter
      TRABAJO FIN DE GRADO
      Número de grupos
      1
      Créditos ECTS
      12.0
      Estimación del volumen de trabajo
      300.0
      Organización temporal
      2º Cuatrimestre
      Idiomas en que se imparte
      Español
      Curso Académico 2026/2027
      Titulación

      GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Nombre de la asignatura TFG GRADO EN CIENCIA E INGENIERÍA DE DATOS
      Código 6618
      Curso CUARTO
      Carácter TRABAJO FIN DE GRADO
      Número de grupos 1
      Créditos ECTS 12.0
      Estimación del volumen de trabajo 300.0
      Organización temporal 2º Cuatrimestre
      Idiomas en que se imparte Español

    2. Del profesorado: Equipo docente

      • FERNANDEZ BELTRAN, RUBEN Coordinación de los grupos: Coordinador de la asignatura

        Categoría

        PROFESORES TITULARES DE UNIVERSIDAD

        Área

        LENGUAJES Y SISTEMAS INFORMÁTICOS

        Departamento

        INFORMÁTICA Y SISTEMAS

        Correo electrónico / Página web / Tutoría electrónica

        rufernan@um.es Tutoría electrónica: Sí

        Teléfono, horario y lugar de atención al alumnado

        Duración:
        C1         		Día:
        Lunes         		Horario:
        16:00-18:00         		Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12
        Duración:
        C1         		Día:
        Martes         		Horario:
        10:00-11:00         		Lugar:
        868888527, Facultad de Informática B1.2.015 (RUBÉN FERNÁNDEZ BELTRAN )
        Observaciones:
        Despacho 2.12

  2. Presentación

    El Trabajo Fin de Grado (TFG) es una asignatura obligatoria que el alumno debe cursar para la obtención del título de Grado. Es un trabajo personal y autónomo del estudiante cuya realización tiene por objeto dar cuenta de forma integrada de los contenidos y competencias que se han adquirido con el resto de asignaturas y/o materias que conforman el plan de estudios. Se desarrollará siempre bajo la supervisión de un tutor o tutora que orientará al estudiante en su elaboración.

  3. Condiciones de acceso a la asignatura

    1. Incompatibilidades

      No constan

    2. Requisitos

      Podrán formalizar matrícula de TFG todos los estudiantes que tengan superados un número de ECTS igual al resultante de restar setenta y dos al total de ECTS de que conste la titulación que cursa (168 ECTS para titulaciones de 240, 228 para titulaciones de 300 y 288 para titulaciones de 360 ECTS).

    3. Recomendaciones

      No constan.

  4. Competencias

    1. Competencias básicas

      • CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
      • CB3: Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
      • CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado

    2. Competencias de la titulación

      • CG1: Conocer y aplicar la analítica de datos y técnicas estadísticas apropiadas para descubrir nuevas relaciones en los datos y realizar aportaciones a procesos de las organizaciones, así como apoyar en la toma de decisiones.
      • CG2: Conocer y aplicar los fundamentos de ingeniería y tecnologías informáticas actuales para diseñar e implementar nuevas aplicaciones de análisis de datos.
      • CG3: Capacidad para desarrollar experimentos y para implementar sistemas, infraestructuras, procesos y herramientas con el fin de soportar la manipulación de los datos durante todo el ciclo de vida de estos.
      • CG4: Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
      • CG5: Conocer, desarrollar e implementar estrategias de gestión de datos con el fin de realizar su recolección, almacenamiento, preservación y disponibilidad para posteriores procesamientos.
      • CG6: Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.
      • CE1: Usar de forma efectiva una variedad de técnicas de análisis de datos, tales como aprendizaje computacional (incluyendo aprendizaje supervisado, no supervisado y semi-supervisado), minería de datos, analítica prescriptiva y predictiva, para abordar el análisis de datos complejo en todo el ciclo de vida de los datos.
      • CE2: Desarrollar programas orientados al análisis de datos, usando las estructuras de datos, algoritmos y herramientas de programación adecuadas.
      • CE3: Extraer información de fuentes tipos y formatos de datos semiestructurados y estructurados de interés para la ciencia de datos, incluyendo texto, imágenes, y conjuntos de datos de libre disposición, y hacerlos disponibles para análisis y usos posteriores.
      • CE4: Comprender y usar diferentes métricas de desempeño y precisión para validar modelos en proyectos de analítica, test de hipótesis y recuperación de información.
      • CE5: Desarrollar análisis de datos para tareas de organizaciones, integrar diferentes analíticas y aplicaciones de procesamiento de datos en el flujo de trabajo de las organizaciones y los procesos de negocio con el fin de agilizar la toma de decisiones.
      • CE6: Visualizar los resultados del análisis de datos, diseñar paneles de control, usar métodos de storytelling.
      • CE7: Conocer la arquitectura y el funcionamiento de los computadores, la interconexión de los componentes que los forman y su software de sistema básico.
      • CE8: Conocimiento adecuado del concepto de empresa, su organización y gestión, así como de la importancia de la cultura emprendedora con el objetivo de facilitar soluciones desde la ciencia de datos.
      • CE9: Utilizar sistemas distribuidos, sistemas de cálculo paralelo, sistemas de procesamiento por lotes y plataformas de procesamiento de flujos de datos, incluyendo soluciones online y basadas en la nube para la provisión de servicios bajo demanda y escalables.
      • CE10: Desarrollar, desplegar y gestionar soluciones de almacenamiento y procesamiento de grandes volúmenes de datos usando diferentes soluciones distribuidas y en la nube para el almacenamiento de los datos.
      • CE11: Aplicar de manera consistente mecanismos de seguridad y control de los datos en cada etapa de la cadena de procesamiento de estos, respetando el anonimato, la privacidad y la protección de la propiedad intelectual.
      • CE12: Diseñar, construir y gestionar bases de datos relacionales y no relacionales (SQL y NoSQL), integrarlas con soluciones actualizadas de almacenamiento de datos, y asegurar el uso efectivo de procesos ETL (Extract, Transform, Load), OLTP (On-Line Transactional Processing) y OLAP (On-Line Analytical Processing) para grandes volúmenes de datos.
      • CE13: Desarrollar e implementar estrategias de gestión de los datos y, en particular, producir una política y un plan de gestión de los datos, teniendo en cuenta la protección de datos, privacidad, derechos de propiedad intelectual y aspectos éticos.
      • CE14: Desarrollar e implementar modelos de datos relevantes, definir metadatos usando estándares y prácticas comunes para distintos tipos de fuentes de datos en una variedad de dominios científicos e industriales.
      • CE15: Procesar y analizar datos procedentes de fuentes, tipos y formatos de datos semi estructurados y estructurados de interés para Ciencia de datos.
      • CE16: Mantener información histórica del manejo de los datos, incluyendo las referencias entre los datos publicados y las fuentes de datos correspondientes (trazabilidad de los datos).
      • CE17: Asegurar la calidad de los datos, su accesibilidad, interoperabilidad, cumplimiento de estándares y publicación (data curation).
      • CE18: Aplicar los principios de la inteligencia artificial a la resolución de problemas en ciencia de datos.
      • CE19: Desarrollar y guiar proyectos de explotación de los datos, incluyendo la planificación del proyecto, el diseño de la experimentación, la recolección de los datos y su manejo.
      • CE20: Entender el papel de la Inteligencia Artificial en el análisis de datos y cómo la combinación de enfoques de conocimiento estructurado mediante modelos de información y los enfoques cuantitativos y cualitativos en el análisis de datos se pueden usar en el abordaje del análisis de datos complejo en todo el ciclo de vida de los datos.
      • CE21: Identificar los aspectos éticos derivados de la aplicación de inteligencia artificial en análisis de datos y toma de decisiones basadas en datos.
      • CE22: Conocer la arquitectura y funcionamiento de las redes computadores, de Internet de las cosas, la interconexión entre sistemas y los protocolos de Internet.
      • CE23: Aplicar técnicas de procesamiento de lenguaje natural escrito y machine learning, para desplegar modelos para el análisis y la predicción de datos.

    3. Competencias transversales y de materia

      No constan

  5. Líneas de investigación o temas de trabajo

    Oferta de lineas de investigación

  6. Actividades Formativas

    Actividad Formativa Metodología Horas Presencialidad
    AF4: Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades. 274.5 0.0
    AF5: Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor. 25.0 100.0
    AF6: Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia. 0.5 100.0
    Totales 300,00

  7. Horario de la asignatura

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#horarios

  8. Sistemas de Evaluación

    Identificador Denominación del instrumento de evaluación Criterios de Valoración Ponderación
    SE2 Informes escritos, trabajos y proyectos: Trabajos escritos, memorias, portafolios, entregables en formato digital realizados de forma individual o en grupo. Se contempla la posibilidad de la exposición oral de los resultados obtenidos y procedimientos aplicados, así como respuestas razonadas a las posibles cuestiones que se planteen en el contexto de la presentación.

    La evaluación de este instrumento la realiza íntegramente un Tribunal y se compone de dos partes, ambas de carácter obligatorio: una Memoria escrita y una Defensa pública. La Memoria representa el 30% de la nota final, evaluando la calidad, el rigor y la organización del documento depositado. La Exposición y Defensa oral representa el 20% de la nota final, y en ella el tribunal evaluará la calidad expositiva y la defensa realizada ante sus preguntas. Dado el carácter obligatorio de ambas partes, la no entrega (depósito) de la Memoria o la no realización de la Defensa pública impedirá la evaluación de la asignatura, resultando en una calificación final de "No Presentado".

    		 50.0
    SE3 Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas.

    Este instrumento corresponde a la Valoración Global del trabajo y representa el 50% de la nota final. Su evaluación la realiza íntegramente el mismo Tribunal que evalúa el instrumento SE2, el cual valorará en este apartado el nivel de dificultad del proyecto y el esfuerzo global realizado por el estudiante. Este instrumento solo podrá ser evaluado si el estudiante ha cumplido con la entrega de la memoria y la realización de la defensa pública (ambas contempladas en el instrumento SE2).

    		 50.0

  9. Fechas de exámenes

    https://www.um.es/web/estudios/grados/ciencia-ingenieria-datos/2026-27#examenes

  10. Resultados del Aprendizaje

    El objetivo del Trabajo de Fin de Grado es que el alumnado realice un ejercicio original en el ámbito de la ciencia e ingeniería de datos, con un alcance acorde al número de créditos de la materia. Al finalizar el trabajo, el alumnado será capaz de:

    Integrar los conocimientos y competencias adquiridas para aplicarlos a un proyecto en el ámbito de la ciencia e ingeniería de datos.

    Presentar y defender los desarrollos, resultados y conclusiones del trabajo realizado ante un público especializado.

  11. Bibliografía

    Bibliografía básica

    No constan

    Bibliografía complementaria

    No constan

  12. Observaciones

    NECESIDADES EDUCATIVAS ESPECIALES

    Aquellos estudiantes con discapacidad o necesidades educativas especiales podrán dirigirse al Servicio de Atención a la Diversidad y Voluntariado (ADYV - https://www.um.es/adyv) para recibir orientación sobre un mejor aprovechamiento de su proceso formativo y, en su caso, la adopción de medidas de equiparación y de mejora para la inclusión, en virtud de la Resolución Rectoral R-358/2016. El tratamiento de la información sobre este alumnado, en cumplimiento con la LOPD, es de estricta confidencialidad.

    EVALUACIÓN

    En el procedimiento de evaluación resultarán de aplicación el artículo 135.1.v) de los Estatutos de la Universidad de Murcia, el artículo 8.6 del Reglamento de Evaluación de Estudiantes (REVA) y la instrucción SG 18/2026 del secretario general de la Universidad de Murcia que interpreta estas normas, disponible en este enlace: https://sede.um.es/sede/documento/normativa/instruccion-del-secretario-general-sg-18-2026-sobre-la-interpretacion-y-aplicacion-del-art-135-1-v-estatutos-umu/24199.pdf

    Se recuerda asimismo que el artículo 22.1 del Reglamento de Evaluación de Estudiantes (REVA) estipula que "el o la estudiante que se valga de conductas fraudulentas, incluida la indebida atribución de identidad o autoría, o esté en posesión de medios o instrumentos que faciliten dichas conductas, obtendrá la calificación de cero en el procedimiento de evaluación y, en su caso, podrá ser objeto de sanción, previa apertura de expediente disciplinario".

    OBSERVACIONES DEL EQUIPO DOCENTE

    La información oficial relativa a los procedimientos, plazos de depósito y calendarios de defensa específicos será accesible a través de los canales institucionales habilitados para la comunicación con el estudiantado, tales como las webs de centro/título, el Aula Virtual o el correo electrónico, entre otros.

    Trabajos en Colaboración con Empresas: En los casos en que el Trabajo Fin de Grado se haya realizado en colaboración con una entidad externa (empresa o institución), el estudiante deberá incluir en la memoria la autorización expresa de dicha entidad, utilizando para ello los modelos oficiales establecidos a tal efecto.

    Formato de la Memoria: De acuerdo con lo establecido por la Comisión Académica del Título, se recomienda que la memoria del Trabajo Fin de Grado siga una estructura específica y tenga una extensión aproximada de 50 páginas, sin incluir los anexos. Dicha estructura incluye, como requisito obligatorio, un "Extended Abstract" en inglés con una extensión mínima de 2.000 palabras. A continuación, se muestra una estructura general recomendada, que podrá ser adaptada en función de la tipología del trabajo:

    - Portada y contraportada

    - Autorización, si procede, de empresa/institución

    - Resumen

    - Extended Abstract (min 2000 palabras)

    - Índice

    - 1 Introducción

    - 2 Estado del Arte

    - 3 Objetivos y metodología

    - 4 Descripción del Diseño, trabajo realizado, pruebas, resultados, etc.

    - 5 Conclusiones y vías futuras

    - Bibliografía

    - Anexos, si procede

    Tiempos de defensa del Trabajo Fin de Grado: De acuerdo con lo establecido por la Comisión Académica del Título, la defensa tendrá, con carácter general, una duración de 20 minutos para la exposición del trabajo y de 10 minutos para el turno de preguntas del tribunal.

    OBJETIVOS DE DESARROLLO SOSTENIBLE

    La asignatura Trabajo Fin de Grado contribuye de forma transversal al cumplimiento de los Objetivos de Desarrollo Sostenible 4 (Educación de calidad) y 9 (Industria, innovación e infraestructura), al fomentar la aplicación práctica del conocimiento, el aprendizaje autónomo y la capacidad para abordar proyectos en el ámbito de la ingeniería y la ciencia de datos.