UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE INGENIERÍA DE SISTEMAS

DEPARTAMENTO ACADÉMICO DE INGENIERÍA DE SISTEMAS
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS
CARRERA PROFESIONAL DE INGENIERÍA DE SISTEMAS

SÍLABO
NOMBRE DE LA ASIGNATURA: INGENIERIA DE DATOS
CODIGO: EIS04A

I. DATOS INFORMATIVOS:

1.1. Nombre del docente del curso : Dr. Abraham Esteban Gamarra Moreno
1.2. Ayudante de Cátedra (no obligatorio) : Ninguno
1.3. Plan de Estudios : 2018
1.4. Ciclo :X
1.5. Número de créditos :4
1.6. Número de horas semanales :6
Horas Teóricas :2
Horas Prácticas :4
1.7. Total horas semestral : 96
1.8. Pre requisito : Ninguno
1.9. Área : Formación especializada
1.10. Fecha de Inicio : 21 de agosto de 2023
1.11. Fecha de Finalización : 07 de diciembre de 2023
1.12. Periodo Lectivo : 2023 II
1.13. Modalidad : Presencial

II. FUNDAMENTACIÓN: La asignatura corresponde al área de estudios de especialidad, es de naturaleza

teórico práctica. Tiene como propósito utilizar el ciclo de vida de los datos, orientado a los grandes conjuntos
de datos denominado BIGDATA.

III. SUMILLA: La asignatura pertenece al área de formación especializada, es de carácter electivo, su naturaleza
es teórico práctico, tiene el propósito de lograr capacidades y habilidades en la gestión y ciclo de vida de los
datos. La temática comprende: ciclo de vida de los datos, que incluye la creación de datos, modelado,
adquisición, representación, uso, mantenimiento, preservación y la eliminación, la gestión de datos,
almacenamiento de datos, mantenimiento y el análisis, estandarización de los datos y la calidad de los datos,
considerando el desafío de los "grandes conjuntos de datos - BIGDATA".

IV. COMPETENCIAS:

Gestiona la información y conocimiento para incrementar la eficiencia de

Competencia del
las organizaciones considerando pautas de tecnologías emergentes.
egresado

Competencia de área o Desarrolla software de acuerdo a los requerimientos del cliente para
asignatura contribuir a la operación del sistema de interés considerando los principios
de calidad y ética profesional.

V. Valores y actitudes

VALORES ACTITUDES INDICADORES

Porcentaje de entregas a tiempo con
respecto al total de entregas.
Responsabilidad Empatía
Calificación de 1 a 20 de los otros miembros
del equipo sobre la empatía del integrante
analizado.
Porcentaje de entregas a tiempo con
respecto al total de entregas.
Responsabilidad Empatía
Calificación de 1 a 20 de los otros miembros
del equipo sobre la empatía del integrante
analizado.
 Porcentaje de entregas a tiempo con
respecto al total de entregas.
Responsabilidad Empatía
Calificación de 1 a 20 de los otros miembros
del equipo sobre la empatía del integrante
analizado.
VI. PROGRAMACIÓN DEL DESARROLLO DE CAPACIDADES:

Unidad I: Fundamentos y extracción de datos.

Capacidad: Implementa la extracción de datos desde diferentes fuentes.

Sem. Desempeños Estrategias y actividades Evidencias productos Av. %

01 Ingeniería de Datos: Fundamentos 6

02 Herramientas para la ingeniería de datos. 12

03 Leer y escribir archivos: fundamentos. 18

SINCRÓNICAS:
PLATAFORMA VIRTUAL MICROSOFT
• Videoconferencia
TEAMS
04 Leer y escribir archivos: aplicaciones. • Desarrollo de la clase 24
participativa e inmediata

05 Insertar y extraer datos de base de datos relacionales: fundamentos. 30

06 Insertar y extraer datos de base de datos relacionales: aplicaciones. 36

07 Insertar y extraer datos de base de datos NoSQL: fundamentos. 42

08 Primer Consolidado.
48

Bibliografía: [1], [2], [3], [4]

Unidad II: Transformación y carga de datos.
Capacidad: Implementa la transformación y carga de datos.

Sem. Desempeños Estrategias y actividades Evidencias productos Av. %

09 Insertar y extraer datos de base de datos NoSQL: aplicaciones. 54

10 Exploración de datos: fundamentos. 60

11 Exploración de datos: aplicaciones. 66

SINCRÓNICAS
PLATAFORMA VIRTUAL
• Videoconferencia
MICROSOFT TEAMS
• Desarrollo de la clase
Transformación de los datos. participativa e inmediata
12 72

13 Enriquecimiento de datos. 78

14 Limpieza de datos. 84

15 Carga de los datos. 90

16 Segundo consolidado 100

Bibliografía: [1], [2], [3], [4]

VII. SISTEMA DE EVALUACIÓN:

Matriz de evaluación

UNIDAD CAPACIDADES INDICADORES DE DESEMPEÑO INSTRUMENTOS

Implementa la Implementa la extracción de datos desde
extracción de datos Rúbrica de
I diferentes fuentes utilizando Python.
desde diferentes evaluación
fuentes.
Implementa la Implementa la transformación y carga de datos
Rúbrica de
II transformación y utilizando Python.
evaluación
carga de datos.

Sistema de calificación

La nota de cada forma de evaluación para el logro de desarrollo de competencias está compuesta de:

CRITERIOS PROMEDIO PARCIAL PROMEDIO FINAL

Caso de estudio y conocimientos C1+ C2
CE+AC+TA
(CE) CF = -----------------
C = ---------------------
Actitudinal (AC) 2
3
Tarea Académica (TA)

La evaluación es permanente.

Requisitos de aprobación

• La asistencia mínima a las clases teóricas y prácticas virtuales debe ser del 70%, como indica el
Reglamento.
• Participación activa en clases y entrega puntual de los trabajos encargados, subidos a la plataforma
virtual.
• La nota mínima aprobatoria es 10.5 (en el sistema vigesimal), del promedio de los Consolidados
parciales.
• Presentación de trabajos individuales y/o grupales presentados oportunamente en el aula virtual de la
facultad.

Ingreso de calificativos
Ingreso de calificativo del primer consolidado en 11 al 13 de octubre de 2023
el sistema “ADESA” (8º semana)
Ingreso de calificativo del segundo consolidado 05 al 07 de diciembre de
en el sistema “ADESA” (16º semana) 2023

VIII. ACTIVIDADES TRANSVERSALES

Actividad (es) Participantes Fecha

Asesoramiento de proyectos de investigación
Estudiantes 10mo
formativa, con empoderamiento de la revisión
semestre 2023-II
del estado del arte en los temas afines a la
asignatura.
Promover proyectos de Responsabilidad Social Estudiantes 10mo
Universitaria (RSU) en el marco de los semestre 2023-II
Objetivos de Desarrollo Sostenible (ODS).
Tutoría Académica: Seguimiento académico
Estudiantes 10mo
para reforzamiento (retroalimentación) a los
semestre 2023-II
estudiantes que no alcanzaron las capacidades
establecidas en las unidades.
 Estudiantes 10mo
Difundir las investigaciones publicadas por los
semestre 2023-II
docentes vinculados con la asignatura

IX. BIBLIOGRAFÍA:

Básica:

[1] A. Gamarra, Programación en Python, Huancayo: Material elaborado para la asignatura de

Inteligencia Artificial FIS-UNCP, 2020.

[2] N. Coutinho, Introducción a la Programación con Python, Sao Paulo: Novatec Editora Ltda,
2016.

[3] P. Crickard, Data Engineering with Python, Birmingham: Published by Packt Publishing Ltd.,
2020.

[4] I. Marin, A. Shukla y S. VK, Big Data Analysis with Python, Birmingham: Packt Publishing, 2019.

[5] Solis Flores, A. (2023). Guía de Práctica: Material elaborado para la asignatura de Ingeniería de
Datos FIS-UNCP

Complementaria

[5] https://www.packtpub.com

Ciudad Universitaria, 10 de agosto de 2023.

____________________________________
Dr. Abraham Esteban Gamarra Moreno
Docente Asociado-TC-Nombrado

REVISIÓN Y APROBACIÓN POR LA DIRECCIÓN DE DEPARTAMENTO ACADÉMICO

Ciudad Universitaria, 14 de agosto de 2023

APROBADO POR EL CONSEJO DE FACULTAD

Ciudad Universitaria, 15 de agosto de 2023