lunes, 24 de junio de 2024

Temas tratados en las 𝐗𝐗𝐗 𝐉𝐨𝐫𝐧𝐚𝐝𝐚𝐬 𝐬𝐨𝐛𝐫𝐞 𝐥𝐚 𝐄𝐧𝐬𝐞ñ𝐚𝐧𝐳𝐚 𝐔𝐧𝐢𝐯𝐞𝐫𝐬𝐢𝐭𝐚𝐫𝐢𝐚 𝐝𝐞 𝐥𝐚 𝐈𝐧𝐟𝐨𝐫𝐦á𝐭𝐢𝐜𝐚

Nuestros compañeros presentaron el trabajo "¿𝘋𝘦 𝘲𝘶é 𝘵𝘦𝘮𝘢𝘴 𝘩𝘢𝘣𝘭𝘢𝘮𝘰𝘴 𝘦𝘯 𝘑𝘌𝘕𝘜𝘐? 𝘔𝘰𝘥𝘦𝘭𝘢𝘥𝘰 𝘥𝘦 𝘵𝘰𝘱𝘪𝘤𝘴 𝘤𝘰𝘯 𝘓𝘢𝘵𝘦𝘯𝘵 𝘋𝘪𝘳𝘪𝘤𝘩𝘭𝘦𝘵 𝘈𝘭𝘭𝘰𝘤𝘢𝘵𝘪𝘰𝘯 (𝘓𝘋𝘈)" en las 𝐗𝐗𝐗 𝐉𝐨𝐫𝐧𝐚𝐝𝐚𝐬 𝐬𝐨𝐛𝐫𝐞 𝐥𝐚 𝐄𝐧𝐬𝐞ñ𝐚𝐧𝐳𝐚 𝐔𝐧𝐢𝐯𝐞𝐫𝐬𝐢𝐭𝐚𝐫𝐢𝐚 𝐝𝐞 𝐥𝐚 𝐈𝐧𝐟𝐨𝐫𝐦á𝐭𝐢𝐜𝐚 (𝐉𝐄𝐍𝐔𝐈 2024) https://jenui2024.udc.es/ . En este trabajo se estudia la aplicación de una técnica de aprendizaje no supervisado sobre texto denominada "topic model", la cuál se emplea para mejorar la comprensión de grandes cantidades de datos textuales mediante la agrupación de documentos por temas. El presente trabajo aplica esta técnica al procesado de actas completas de las 27 últimas ediciones de JENUI (un total de 1745 documentos). Partiendo de la extracción del texto de títulos y resúmenes, se aplica el algoritmo de Latent Dirichlet Allocation (LDA), estimando el número óptimo de temas. El trabajo construye un clasificador de temático y analiza la distribución de temas y las probabilidades de los términos de cada tema. Además estudia la evolución temática de los trabajos a lo largo del tiempo. El mapa de calor muestra un resumen de los  temas tratados distribuidos en años.

Mapa calor.
Conclusión general
A lo largo de las 27 ediciones ha existido una evolución temporal en 5 temas principales en los trabajos de las Jenui, transitando de unos temas a otros. La evolución es explicable con cambios tecnológicos y legislativos en la educación de la informática. 

La aplicabilidad de estos resultados es dependiente del rol: 
  • Para los organizadores de congresos de innovación docente - ayuda a la toma de decisiones en la elección de áreas temáticas en las llamadas a la participación. 
  • Para los investigadores - ayuda a clasificar sus artículos en áreas temáticas consideradas.


El artículo completo está disponible en https://aenui.org/actas/pdf/JENUI_2024_017.pdf

miércoles, 8 de mayo de 2024

IA Generativa en la Universidad de la Experiencia

Desde  DIGIT  participamos en dos nuevas intervenciones divulgativas en Programa Interuniversitario de la Experiencia de la Universidad de Burgos relacionadas con la inteligencia artificial generativa. En ambas se presentan brevemente los conceptos teóricos básicos y posteriormente una se enfoca en el conocimiento de aplicaciones de IA generativas, y la otra centrada en  la ingeniería del prompt .


Tranparencias aplicaciones de IA generativa

Tranparencias ingeniería del prompt



lunes, 8 de abril de 2024

Herramienta IA - Agrupación automática de estudiantes en Moodle con UBUMonitor

 

En el campo de la investigación educativa, el análisis del aprendizaje (LA) y la minería de datos educativos (EDM) tienen un impacto significativo en la mejora de los procesos de enseñanza y aprendizaje. En concreto, en la enseñanza en cursos online,  el análisis del aprendizaje (LA) se ha preocupado por resolver los problemas asociados al crecimiento de la disponibilidad, cantidad, velocidad y tipo de datos en los  sistema de Gestión del Aprendizaje (LMS). El modelado predictivo de la minería de datos educativos (EDM) y la analítica del aprendizaje (LA)  se han convertido en práctica clave de los investigadores educativos. Uno de sus objetivos de estudio  es  la predicción del éxito de los estudiantes, analizándolo a partir de su rendimiento académico obtenido en las actividades de evaluación continua. Ambos campos, LA y EDM, requieren avanzar en el desarrollo de aplicaciones informáticas especializadas que recuperen los datos disponibles sobre la actividad de los estudiantes en los cursos virtuales de un Sistema de Gestión del Aprendizaje (LMS) e implementen técnicas de análisis LA y EDM.

UBUMonitor es un software de escritorio orientado a educadores para monitorizar y analizar la actividad de aprendizaje de los estudiantes en cursos Moodle. En particular, este software despliega todo su potencial en manos de un investigador educativo,  es decir aquellos educadores que diseñan actividades de aprendizaje dentro de cursos Moodle, evaluándolas con estudiantes reales y realizando análisis empíricos del nivel de interacción de los estudiantes y su impacto directo en el proceso de aprendizaje. Además, estos educadores poseen conocimientos elementales del proceso de Agrupación de Datos Educativos (EDC).

UBUMonitor utiliza toda la información recogida por Moodle para permitir a los investigadores educativos configurar su análisis de los patrones de aprendizaje de los estudiantes. Esta herramienta es fundamental para identificar los diversos grupos de estudiantes, lo que permite a los investigadores educativos obtener una visión completa de su dinámica de aprendizaje y, por lo tanto, adaptar las metodologías de enseñanza para satisfacer sus diversas necesidades y preferencias. El clustering es una de las técnicas más importantes en el campo de la Minería de Datos y UBUMonitor implementa múltiples algoritmos de clustering para que los investigadores educativos puedan utilizarlos para extraer conocimiento sobre el proceso de aprendizaje de los estudiantes.

UBUMonitor es una aplicación modular desarrollada íntegramente por miembros del Grupo de Innovación docente DIGIT. En el siguiente vídeo muestra un caso de uso del módulo de clustering de estudiantes con un caso de estudio basado en datos reales.

Información más detallada sobre el módulo de clustering (EDC) se puede encontrar en  el artículo de la revista SoftwareX   https://doi.org/10.1016/j.softx.2024.101727

Se puede obtener información del restos de módulos LA de UBUMonitor en la siguiente entrada del Blog del Grupo de Innovación Docente de la UBU  DIGIT.

EDC - educational data clustering 

EDM - educational data mining 

LA - e-learning analytic

LMS - Learning management systems

 Este artículo ha sido financiado por la UBU con  la ayuda a grupos de innovación docente reconocidos para la elaboración de materiales docentes para los años 2023-2024.

miércoles, 24 de enero de 2024

Taller de programación de videojuegos en el Bachillerato de Investigación/Excelencia

 El taller "Programación de videojuegos" en el marco del programa de Bachillerato de Investigación/Excelencia BIE se volvió a llevar a cabo los días 22 y 23 de enero de 2024 en colaboración con los institutos burgaleses Comuneros de Castilla y Félix Rodríguez de la Fuente. Este evento fue concebido como una iniciación a la programación en Python, donde los participantes crearon el conocido videojuego Pac-Man desde cero. 



Durante la actividad, se abordaron tanto los fundamentos básicos de la programación, incluida la definición de funciones, bucles y condicionales, como los aspectos relacionados con el diseño y desarrollo de videojuegos, como la conceptualización de variables para representar todos los elementos del juego (el material actualizado del taller está disponible en: https://github.com/Josemi/BIEVideojuegos). Al finalizar, se consultó a los estudiantes sobre sus planes académicos después de terminar el bachillerato, y se les proporcionó información sobre los programas de grado donde el departamento de Ingeniería Informática tiene relevancia, como Ingeniería Informática, Ingeniería de la Salud o Diseño de Videojuegos.

jueves, 7 de diciembre de 2023

Profesorado cualificado profesionalmente en streaming

Problemas de contratación de profesorado

En la UBU varios miembros de DIGIT imparten docencia de la titulación del Grado en Ingeniería Informática en dos modalidades online y presencial.
Para la enseñanza en ambas modalidades se utiliza una personalización de Moodle llamada UBUVirtual. Los contenidos de una misma asignatura en Moodle, en ambas modalidades, son casi equivalentes. Generalmente son desarrollados por los coordinadores de las asignaturas en cursos Moodle independientes.

Durante la enseñanza, la diferencia fundamental está en la comunicación estudiante profesor. En el caso de la modalidad online se realiza de forma asíncrona mediante foros, mientras que en la modalidad presencial se realiza durante las clases presenciales en un horario previamente establecido. En una situación real, no todos los estudiantes interaccionan en clases presenciales con el profesor, ni todos los estudiantes de online escriben en el foro. Con todo el material disponible en las plataformas de aprendizaje hay muchos estudiantes de la modalidad presencial que no asisten a las clases presenciales.

La alta demanda de profesionales en el campo de la Ingeniería Informática hace que sea muy difícil encontrar a profesores cualificados en asignaturas con altas destrezas en el desarrollo avanzado de software. Esto nos ocurrió en la asignatura optativa de Diseño y Mantenimiento del Software de 4º de Ingeniería Informática en la modalidad presencial. Un candidato, que trabaja como profesional del desarrollo software desde 2013 en San Francisco,  informó al coordinador y al Director del Departamento de Ingeniería Informática de su interés de impartir docencia en online. Se le sugirió poder impartir docencia presencial en streaming en el horario establecido.  
Con el curso empezado, se notificó a la dirección de EPS el problema y se propuso como solución la posibilidad de impartir en streaming con Teams. Ordenación académica fue compresiva y acepto la propuesta. Vicerrectorado también apoyo la idea ayudando con la contratación de un profesor que trabajaba en EEUU para clases presenciales. Las dificultades burocráticas del proceso de contratación casi hace que se fuera todo al traste.

Diseño del curso basado en streaming y aulas auto-organizadas


Con el contrato conseguido, faltaba diseñar el e-teaching basado en streaming y las responsabilidades tanto del profesor, estudiantes y coordinador de la asignatura. El coordinador apoyado con el profesor saliente se encargaron del todo el diseño de contenidos teórico del curso basado en patrones de diseño en UBUVirtual. El nuevo profesor presentaría esos contenidos teóricos en streaming y tendría libertad para adaptar las sesiones de streaming de los talleres prácticos de aplicación de patrones de diseño y definir su stack tecnológico (python, flask , sqlAlchemy, github).
Comprometer a los estudiantes con esta nueva metodología era clave. Se acordó con todos los estudiantes la asistencia con sus portátiles al aula reservada para clase presencial en el horario previsto (18:00 España 9:00 San Francisco). Un estudiante se comprometió a gestionar la apertura y cierre del aula. El enlace de la conexión a Teams se dejó disponible en el curso de Moodle donde todos los estudiantes se conectaban con cascos y las cámaras de video habilitadas para interactuar síncronamente con el profesor. A esta forma de trabajo la llamamos aulas auto organizadas. Todas las sesiones se grabaron desde Teams.


Evaluación de la propuesta por parte de los estudiantes

 Se diseño una encuesta para evaluar la experiencia de las clases en streaming, la validez del método de aulas auto-organizadas en streaming frente a las clases presenciales. La encuesta era anónima, fue presentada a los estudiantes por el coordinador de la asignatura en la penúltima semana de clase en el aula auto- organizada. Los estudiantes dispusieron de 10-15 minutos para rellenar la encuesta. Inmediatamente después se comentaron los resultados  presencialmente en clase y en streaming con el profesor, visualizando el  análisis de cada pregunta con la pantalla compartida.

La encuesta fue contestada por 9 estudiantes de los 14 que se mantenían activos en la asignatura en esas fechas. Se muestra a continuación un resumen  de algunas preguntas  de la encuesta.





En las propuestas de mejora, recogida con una pregunta de texto libre, la mayoría de las comentarios de los estudiantes sugerían revisar los recursos tecnológicos para solucionar problemas de interacción con el método de streaming.  

Como resumen de este análisis de resultados se puede concluir que los estudiantes han aprendido la materia con este método de streaming, aunque se puede replantear el concepto de aula auto-organizada y recursos para el streaming. No existieron relevantes dificultades en la adaptación del profesor con la guía docente. Sugirieron tener alguna retroalimentación intermedia de la práctica.

Evaluación de la propuesta por parte del profesor

El profesor realizó relleno una encuesta el mismo día que los estudiantes. Estos son sus resultados.


En las preguntas de texto libre, el profesor también reporta que ha podido tener pequeños cortes ocasionando algunos problemas de comunicación con streaming. Además, identifica que los estudiantes están más motivados en las clases donde se realiza programación en tiempo real.

El profesor valora la importancia del coordinador y cree que habría diferencias en su método de enseñanza si las clases fueran presenciales. Esta visión también lo comparten en cierta medida los estudiantes (ver imagen con los resultados de la pregunta de la encuesta).


Como resumen, la experiencia es positiva, pero sugiere  mejorar la participación de los estudiantes, mejorar los recursos de comunicación con streaming y presentar los talleres prácticos conociendo previamente el enunciado de la práctica.  Los videos grabados y publicados en la plataforma con las clases en streaming son de mucha utilidad para repasar conceptos, solucionar falta ocasional de asistencia y para enfrentarse de manera igualitaria y objetiva a situaciones de evaluaciones excepcionales.

jueves, 30 de marzo de 2023

Consultando a chatGPT sobre Trabajos Fin de Grado

 

El lanzamiento por OpenAI, de su bot conversacional chatGPT, basado en técnicas de inteligencia artificial generativa, puede modificar sustancialmente los procesos de enseñanza y aprendizaje, tanto en los estudiantes y como en los profesores. Su aparición en noviembre de 2022 ha revolucionado el mundo de los bot conversacionales. Su aprendizaje, basado en un modelo probabilista de predicción de palabras en un corpus de entrenamiento genérico y descomunal, le capacita para responder a cualquier pregunta (prompt) que se le proponga, incluso se puede inventar las respuestas (alucinación).

El acceso libre en Web a una versión de chatGPT (https://chat.openai.com/) ha disparado su uso en todos los sectores de conocimiento y probando su capacidad creativa para contestar cualquier pregunta en un tiempo reducido. En el contexto de Trabajos Fin de Grado algunos de sus usos son: la generación de código fuente en cualquier lenguaje, la explicación de un código fuente, la propuesta de un stack tecnológico para desarrollar un TFG y la generación, corrección y nuevas propuestas de textos escritos para la memoria del TFG… además de otras muchas más que se escapan al cometido de esta entrada al blog. Pero si estás interesado puedes consultar esta iniciativa donde sus usuarios están registrando sus preguntas (prompts) en https://github.com/f/awesome-chatgpt-prompts/.

Hace unos meses presentamos, en una entrada en este mismo blog, nuestro bot conversacional para TFG. Su objetivo es ayudar a los estudiantes en sus dudas tanto de gestión de la asignatura (matriculación, propuestas de TFG, fechas de presentación, documentos necesarios para presentar TFG) como de asuntos de tutorización (consultar ejemplos de otros TFG realizados anteriormente, conocer el detalle del proceso de desarrollo de otros TFG, etc). Nuestro discreto modelo de entrenamiento se basa en una lista de preguntas respuestas recogidas de las interacciones entre profesores y estudiantes a lo largo de varios años, esta lista también es conocida como FAQ. En el caso que la pregunta formulada por el estudiante no este muy distanciada de las preguntas del modelo de entrenamiento el chat responde cortésmente que no sabe contestar.

Ante la irrupción de chatGPT le propusimos una serie de preguntas en el contexto de TFG cuyos resultados presentamos al final de esta entrada. Después de analizar las respuestas de este caso de uso de chatGPT creemos que: (i) la función de los tutores de TFG es fundamental, (ii) los recursos y ejemplos personalizados del Grado son necesarios, (iii) nuestro chat puede trabajar conjuntamente con chatGPT actuando de receptor de la pregunta y redirigiendo las preguntas que no sepa contestar a chatGPT proporcionando un contexto de TFG.

Conversación de ChatGPT

estudiante: Buenas noches

chatGPT: ¡Buenas noches! ¿En qué puedo ayudarte hoy?

estudiante: Soy estudiante de La Universidad de Burgos del Grado de Ingeniería Informática. Actualmente estoy realizando el Trabajo Final de Grado y estoy un poco perdido. ¿Puedes darme un plan de trabajo?

chatGPT: Claro, aquí te propongo un plan de trabajo general que puedes seguir para completar tu Trabajo Final de Grado:

  • Definir el tema y objetivos: Investiga y selecciona un tema interesante y relevante para ti y asegúrate de entender los objetivos y la alcance del trabajo.
  • Revisión bibliográfica: Realiza una revisión exhaustiva de la literatura relevante para tu tema. Toma notas y organiza la información para poder utilizarla más tarde.
  • Diseño del trabajo: Planifica y define cómo vas a abordar el trabajo, incluyendo la metodología que vas a seguir y cómo vas a recopilar y analizar los datos.
  • Implementación y recopilación de datos: Realiza la implementación y recopilación de datos según lo planificado en el paso anterior.
  • Análisis de datos: Analiza los datos recopilados y asegúrate de que estén completos y coherentes.
  • Resultados y discusión: Presenta y discute los resultados obtenidos en relación a tus objetivos y a la literatura revisada.
  • Conclusiones y recomendaciones: Haz un resumen de tus hallazgos y proporciona recomendaciones para futuros estudios en el área.
  • Revisión y corrección final: Revisa y corrige cuidadosamente tu trabajo antes de entregarlo, asegurándote de que sea claro, conciso y sin errores.

Recuerda que este es solo un plan general y que puede ser necesario ajustarlo según las necesidades específicas de tu trabajo. Además, es importante que mantengas una buena comunicación con tu tutor y que sigas las guías y recomendaciones de tu universidad. ¡Buena suerte con tu Trabajo Final de Grado!

estudiante: ¿Cómo puedo autoevaluar mi Trabajo Fin de Grado?

chatGPT: Autoevaluarse es una parte importante del proceso de completar un Trabajo Fin de Grado, ya que te permite identificar tus fortalezas y debilidades y hacer ajustes antes de la evaluación final. Aquí hay algunas preguntas que puedes hacerte para autoevaluar tu trabajo:

  • ¿He cumplido con los objetivos y alcance establecidos para mi trabajo?
  • ¿He realizado una revisión exhaustiva de la literatura relevante y he utilizado la información de manera efectiva?
  • ¿Mi trabajo es claro, conciso y fácil de entender?
  • ¿He seguido una metodología adecuada y he recopilado y analizado los datos de manera rigurosa?
  • ¿He presentado y discutido los resultados de manera clara y coherente?
  • ¿Mis conclusiones y recomendaciones son coherentes con los resultados y la literatura revisada?
  • ¿He revisado y corregido cuidadosamente mi trabajo antes de entregarlo?

Recuerda que estas son solo algunas preguntas que te pueden ayudar a autoevaluar tu trabajo. Si tienes dudas o incertidumbres sobre algún aspecto de tu trabajo, no dudes en consultar con tu tutor o con expertos en el área. ¡Buena suerte!

estudiante: ¿Conoces algún ejemplo de Trabajo Fin de Grado que me pueda servir como referencia?

chatGPT:  Desafortunadamente, como un modelo de lenguaje entrenado por OpenAI, no tengo acceso a ejemplos específicos de Trabajos Fin de Grado. Sin embargo, hay muchas formas en las que puedes encontrar ejemplos de trabajos similares a los que estás interesado en hacer. Algunas opciones incluyen:

  • Biblioteca de tu universidad: La biblioteca de tu universidad probablemente tenga una colección de Trabajos Fin de Grado previos que puedes consultar.
  • Repositorios en línea: Hay muchos repositorios en línea que albergan Trabajos Fin de Grado y otros trabajos académicos, como Google Scholar o Academia.edu.
  • Preguntar a expertos en el área: Si tienes un tema específico en mente, puedes preguntar a expertos en el área si conocen algún trabajo que pueda ser de ayuda para ti.

Recuerda que los Trabajos Fin de Grado son proyectos únicos y personalizados para cada estudiante, por lo que es importante evitar simplemente copiar o replicar un trabajo anterior. En su lugar, busca utilizar los ejemplos que encuentres como una fuente de inspiración y como una forma de entender mejor cómo abordar un trabajo similar al que estás interesado en hacer. ¡Buena suerte!

estudiante: ¿Puedes evaluar algún trabajo fin de grado que esté disponible en Github?

chatGPT:  Como modelo de lenguaje entrenado por OpenAI, no tengo acceso a los Trabajos Fin de Grado específicos que están disponibles en Github. Sin embargo, puedo proporcionarte algunos consejos generales sobre cómo evaluar un trabajo fin de grado en cualquier plataforma:

  • Adherencia a los objetivos y alcance: Verifica si el trabajo cumple con los objetivos y alcance establecidos al inicio del proyecto.
  • Revisión de la literatura: Verifica si el trabajo incluye una revisión exhaustiva de la literatura relevante y si se utiliza adecuadamente en el proyecto.
  • Clarity y coherencia: Verifica si el trabajo es claro, conciso y fácil de entender, y si las diferentes secciones del trabajo están relacionadas entre sí de manera coherente.
  • Metodología y análisis de datos: Verifica si el trabajo sigue una metodología adecuada y si los datos se recopilan y analizan de manera rigurosa.
  • Presentación y discusión de resultados: Verifica si los resultados se presentan y discuten de manera clara y coherente.
  • Conclusiones y recomendaciones: Verifica si las conclusiones y recomendaciones son coherentes con los resultados y la literatura revisada.
  • Revisión y corrección: Verifica si el trabajo se revisó y corrigió cuidadosamente antes de su publicación.

Es importante tener en cuenta que estos son solo algunos criterios generales que pueden ayudarte a evaluar un Trabajo Fin de Grado. La evaluación final dependerá del área específica y del objetivo del trabajo. ¡Buena suerte!


estudiante: ¿Conoces ejemplos de código Java de algún TFG del Grado de Ingeniería Informática de la Universidad de Burgos?


Lo siento, como modelo de lenguaje entrenado por OpenAI, no tengo acceso a ejemplos específicos de código Java de Trabajos Fin de Grado de la Universidad de Burgos. Algunas opciones que puedes considerar para encontrar ejemplos de código Java incluyen:

  • Búsqueda en línea: Puedes buscar ejemplos de código Java en línea en plataformas como GitHub o Stack Overflow.
  • Repositorios universitarios: La Universidad de Burgos puede tener un repositorio en línea de Trabajos Fin de Grado que puedas revisar.
  • Preguntar a profesores o compañeros de clase: Puedes preguntar a profesores o compañeros de clase si conocen algún ejemplo de código Java que pueda ser de ayuda para ti.


Recuerda que el código Java es solo una parte de un Trabajo Fin de Grado de Ingeniería Informática, por lo que es importante asegurarte de que también tengas una comprensión sólida de la metodología y la teoría detrás del proyecto. ¡Buena suerte!

estudiante: ¿Cuánto tiempo tardaré en desarrollar mi TFG del Grado de Ingeniería Informática en la UBU?

El tiempo que se tardará en desarrollar un Trabajo Final de Grado (TFG) en el Grado de Ingeniería Informática en la Universidad de Burgos (UBU) depende de varios factores, incluyendo:

  • Complexidad del proyecto: La complejidad y alcance del proyecto pueden influir en la cantidad de tiempo que se tardará en completarlo.
  • Habilidades y conocimientos: Tu experiencia previa y conocimientos en la materia pueden afectar el tiempo que se tardará en completar el proyecto.
  • Disponibilidad de tiempo: La cantidad de tiempo disponible que tengas para dedicar a tu proyecto también puede afectar el tiempo que se tardará en completarlo.
  • Recursos disponibles: El acceso a recursos, como equipos, software y tecnologías, también puede influir en el tiempo que se tardará en completar el proyecto.

Es difícil determinar con precisión el tiempo que se tardará en desarrollar un TFG en la UBU sin conocer más detalles sobre tu proyecto y circunstancias individuales. Lo mejor es hablar con tu tutor o asesor para obtener una estimación más precisa del tiempo que se tardará en completar tu TFG. ¡Buena suerte!


estudiante: ¿Qué tipo de actividades (documentación, desarrollo, pruebas) y cuanto tiempo se tardará para desarrollar un Trabajo Final de Grado (TFG) en el Grado de Ingeniería Informática en la Universidad de Burgos (UBU)?

El desarrollo de un Trabajo Final de Grado (TFG) en el Grado de Ingeniería Informática en la Universidad de Burgos (UBU) probablemente incluirá las siguientes actividades y una estimación de tiempo para cada una:

Documentación:

  • Investigación previa y selección del tema: 2-4 semanas
  • Elaboración del plan de trabajo: 1-2 semanas
  • Redacción de la memoria: 4-8 semanas

Desarrollo:

  • Diseño y planificación: 2-4 semanas
  • Implementación: 4-12 semanas
  • Pruebas y depuración: 2-6 semanas

Presentación y defensa:

  • Preparación de la presentación: 1-2 semanas
  • Presentación y defensa del TFG: 1-2 días

Estas estimaciones son aproximadas y pueden variar dependiendo de la complejidad y alcance del proyecto, así como de tus habilidades y conocimientos previos. Además, es importante tener en cuenta que estas estimaciones pueden ser afectadas por la disponibilidad de tiempo y los recursos disponibles. Es mejor hablar con tu tutor o asesor para obtener una estimación más precisa del tiempo que se tardará en completar tu TFG. ¡Buena suerte!

Programas de Bachillerato de Investigación/Excelencia - BIE - con los institutos burgaleses

 

La divulgación de las distintas áreas de conocimiento relacionadas de con la informática es uno de los objetivos que siempre hemos tenido presente en DIGIT. Divulgar estos conocimientos entre los motivados estudiantes de bachiller puede ayudarles a tomar una decisión más elaborada en la elección de sus futuros Grados Universitarios. Varios profesores de nuestro equipo de DIGIT han participado voluntariamente en varios talleres dentro del programa de Bachillerato de Investigación/Excelencia BIE con los institutos burgaleses Comuneros de Castilla y Félix Rodríguez de la Fuente. 


 


  • José Miguel Ramírez Sanz y José Francisco Diez Pastor, impartieron el taller programación de videojuegos . Este taller se planteó como una introducción a la programación en Python desarrollando desde cero el famoso videojuego Pac-Man, explicando tanto conceptos básicos de la programación como la definición de funciones como del diseño y desarrollo de videojuegos como el planteamiento de las variables que permitan plasmar todos los elementos del juego (el materia utilizado se puede encontrar en: https://github.com/Josemi/BIEVideojuegos). Finalmente, se les preguntó a los alumnos si tenían pensado que iban a estudiar al terminar bachillerato y se les explicó los grados en los que el departamento de Ingeniería Informática tiene peso como los grados de Ingeniería Informática, Ingeniería de la Salud o Diseño de Videojuegos.

  • Alicia Olivares Gil, Álvar Arnaiz González y David García García, impartieron el taller con título introducción a la minería de datos. En el taller se introdujeron los conceptos de Inteligencia Artificial, Minería de datos, Machine Learning y Deep Learning, así como algunas de sus aplicaciones más actuales. Además, los alumnos aprendieron el funcionamiento de algunos algoritmos básicos de minería de datos, los cuales aplicaron usando la plataforma de software Weka, para el aprendizaje automático y la minería de datos. Esta herramienta les permitió comprender el proceso de minería de datos a través de la experimentación, desde la visualización de los datos de partida, pasando por la aplicación de distintos algoritmos para tareas de clasificación, regresión y clustering, hasta la interpretación de los resultados. Los materiales están disponibles en https://github.com/alvarag/BIEMineriaDeDatos

  • José Antonio Barbero Aparicio y Antonio Canepa Oneto, impartieron un taller introductorio al campo de la bioinformática. El taller con una duración de tres horas, los profesores enseñaron a los estudiantes la importancia del tratamiento de datos biológicos en la actualidad. Entre las actividades realizadas, los alumnos aprendieron a resolver diferentes problemas a través de la programación trabajando con datos como ADN, ARN, proteínas, radiografías o historiales clínicos. También se les orientó sobre las posibilidades de formación en este campo, entre las que destaca el Grado en Ingeniería de la Salud en la Universidad de Burgos, así como sobre las salidas laborales en el ámbito de la bioinformática.

  • César Ignacio García Osorio y José Luis Garrido Labrador, impartieron un taller de introducción al diseño Web, donde se introduce a los estudiantes los tres pilares básicos en torno a los que se construye la Web: HTML5, CSS3 y Javascript.

  • Ana Serrano Mamolar y Ismael Ramos Pérez impartieron un taller de introducción al desarrollo de aplicaciones móviles Android. El taller consiste en el desarrollo de nuestra primera app para Android, a través de la cuál se presentaron las características básicas de la programación de aplicaciones móviles. Nos familiarizaremos con el IDE Android Studio, el manejo del emulador y la depuración de errores. El lenguaje utilizado fue Java (lenguaje de programación orientado a objetos), pero para acudir al taller no era necesario tener conocimientos previos de este lenguaje. El objetivo del taller es que el alumnado adquiera habilidades básicas en el diseño de interfaces de usuario con Android y familiarizarse con el entorno de desarrollo para empezar a crear sus propias aplicaciones.

  • Carlos Pardo Aguilar,Sandra Rodríguez Arribas y José Luis Garrido Labrador impartieron un taller de introducción al cifrado de texto enseñando el algoritmo de Julio César, la transposición de textos y la máquina enigma.

  • Carlos Pardo Aguilar, Sandra Rodríguez Arribas y Ana Serrano Mamolar impartieron un taller de introducción a la representación de la información introducción donde se enseñó el código Morse, código ASCII, UTF8, compresión de la información con código Huffman y LZW.