Guia docente 2023_24 Escola Superior de Enxeñaría Informática

Resultados de Formación e Aprendizaxe

Sinale A	Código	Resultados de Formación e Aprendizaxe
	A1	Que os estudantes amosen posuír e comprender coñecementos nunha área de estudo que parte da base da educación secundaria xeral, e adóitase atopar a un nivel que, aínda que se apoia en libros de texto avanzados, inclúe tamén algúns aspectos que implican coñecementos procedentes da vangarda do seu campo de estudo.
	A2	Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo.
	A3	Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética.
	A4	Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.
	A5	Que os estudantes desenvolvesen aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía.

Sinale B	Código	Coñecementos
	B1	Capacidade para concibir, redactar, organizar, planificar, e desenvolver modelos, aplicacións e servizos no ámbito da intelixencia artificial, identificando obxectivos, prioridades, prazos recursos e riscos, e controlando os procesos establecidos.
	B2	Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
	B3	Capacidade para deseñar e crear modelos e solucións de calidade baseadas en Intelixencia Artificial que sexan eficientes, robustas, transparentes e responsables
	B4	Capacidade para seleccionar e xustificar os métodos e técnicas adecuadas para resolver un problema concreto, ou para desenvolver e propor novos métodos baseados en intelixencia artificial.
	B5	Capacidade para concibir novos sistemas computacionales e/ou avaliar o rendemento de sistemas existentes, que integren modelos e técnicas de intelixencia artificial.

Sinale C	Código	Habilidades
	C1	Capacidade para utilizar os conceptos e métodos matemáticos que poidan exporse na modelización, formulación e resolución de problemas de intelixencia artificial.
	C2	Capacidade para utilizar os conceptos e métodos da probabilidade, a estatística e a optimización, para modelizar e resolver problemas de intelixencia artificial.
	C3	Capacidade para resolver problemas de intelixencia artificial que precisen algoritmos, desde o seu deseño e implementación até a súa avaliación.
	C4	Coñecer e aplicar ao ámbito da intelixencia artificial as metodoloxías da enxeñaría de software e do deseño centrado en usuario/a.
	C5	Capacidade para comprender e dominar os conceptos básicos de lóxica, gramáticas e linguaxes formais para analizar e mellorar as solucións baseadas en intelixencia artificial.
	C6	Coñecer a estrutura, organización, funcionamento e interconexión dos sistemas informáticos (computador, sistemas operativos e redes de computadores).
	C7	Comprender e aplicar os principios e técnicas básicas da programación paralela e distribuída para o desenvolvemento e execución eficiente das técnicas de intelixencia artificial.
	C8	Capacidade para realizar a análise, deseño, implementación de aplicacións que requiran traballar con grandes volumes de datos, aplicando arquitecturas hardware/software adecuadas.
	C9	Capacidade para realizar o despregamento na nube de aplicacións de intelixencia artificial que se executen de forma eficiente cuns recursos computacións definidos.
	C10	Comprender as necesidades de captura, almacenamento e procesamiento de datos no contexto de Internet das Cousas, entendendo a heteroxeneidade dos datos e as especiais características deste tipo de contornas.
	C11	Coñecer as principais plataformas e arquitecturas software para a adquisición, almacenamento e procesamiento de datos no contexto de Internet das Cousas.
	C12	Coñecer e aplicar as características, funcionalidades e estrutura dos sistemas de bases de datos e as bases de datos distribuídas, que permitan o seu uso adecuado e a implementación sobre eles de solucións de Intelixencia Artificial que poidan incluír grandes volumes de datos.
	C13	Capacidade para definir e interpretar os fundamentos das organizacións, os aspectos básicos da súa organización e xestión, o proceso de innovación e a súa xestión, as súas distintas áreas funcionais e a súa contorna socioeconómica.
	C14	Entender os novos modelos de negocio e innovación no marco das empresas baseadas na intelixencia artificial e as súas tecnoloxías.
	C15	Capacidade para deseñar e crear modelos de valoración económico-financeira de proxectos empregando ferramentas informáticas apropiadas.
	C16	Coñecer os fundamentos dos algoritmos da intelixencia artificial e a optimización, entender a súa complexidade computacional e saber aplicalos á resolución de problemas.
	C17	Coñecer os aspectos fundamentais dos algoritmos metaheurísticos e bioinspirados para a resolución de problemas, ter capacidade para aplicalos e para deseñar novos modelos.
	C18	Coñecer as técnicas de modelización e representación do coñecemento e a súa relación coas paradigmas de razoamento, deseñando solucións baseadas en razoamento lóxico que teñan en conta a eficiencia e nas necesidades dos problemas.
	C19	Capacidade para deseñar sistemas baseados en coñecemento e das estratexias de representación e razoamento aplicadas a diferentes dominios e problemas, descubrindo os problemas básicos que xorden na súa construción.
	C20	Coñecer as tecnoloxías semánticas para o almacenamento e acceso de grafos de coñecemento e o seu uso na resolución dos problemas.
	C21	Coñecer os fundamentos das técnicas de razoamento aproximado e de toma de decisións, en ambientes de incerteza, seleccionando a máis adecuada para a resolución dos problemas.
	C22	Concibir, deseñar, desenvolver e presentar solucións a problemas de certa complexidade baseadas en intelixencia artificial, afrontando e resolvendo de maneira adecuada as dificultades que puidesen xurdir durante o seu desenvolvemento.
	C23	Coñecer e saber aplicar e explicar correctamente as técnicas de validación das solucións de intelixencia artificial.
	C24	Desenvolvemento das capacidades adecuadas para realizar un exercicio orixinal, presentalo e defendelo ante un tribunal universitario, consistente nun proxecto no ámbito das tecnoloxías de Intelixencia Artificial no que se sinteticen e integren as competencias adquiridas nos ensinos.
	C25	Capacidade para adaptar e aplicar no ámbito profesional un conxunto significativo das competencias adquiridas neste título de grao.

Sinale D	Código	Competencias
	D1	Capacidade para comunicar e transmitir os seus coñecementos, habilidades e destrezas
	D2	Capacidade de traballo en equipo, en contornas interdisciplinares e xestionando conflitos.
	D3	Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.
	D4	Capacidade para introducir a perspectiva de xénero nos modelos, técnicas e solucións baseadas en intelixencia artificial.
	D5	Capacidade para desenvolver modelos, técnicas e solucións baseadas en intelixencia artificial que resulten éticas, non discriminatorias e confiables.
	D6	Capacidade para integrar aspectos xurídicos, sociais, ambientais e económicos inherentes á intelixencia artificial, analizando os seus impactos, e comprometéndose coa procura de solucións compatibles cun desenvolvemento sustentable.