Software Engineering

Al acabar la asignatura el alumno debe entender la construcción del software como un proceso de ingeniería y tener una visión global de dicho proceso. Con este objetivo se le presentará al alumno el software como un elemento de ingeniería que debe ser construido en un marco que nos permita predecir sus cualidades. El estudio de este marco definido como un conjunto de procesos, tratados con distinto nivel de profundidad, y su encadenamiento temporal constituirá la base de la asignatura.

En particular se persigue que el alumno, al finalizar la asignatura, sea capaz de:

- Llevar a cabo el proceso que permite, desde la abstracción, implementar código de alta calidad.

- Adquirir competencias para resolver problemas de forma metodológica y práctica.

- Establecer claramente y sin ambigüedad las necesidades y restricciones del/de la cliente a la hora de desarrollar requisitos de un proyecto de software.

- Analizar las alternativas para afrontarlo e identificar qué aspectos pueden abordarse con IA y cuáles no.

- Comprender los principios necesarios para construir soluciones completas, escalables y robustas, centradas en el/la usuario/a, en las que los componentes de IA encajan como parte de un todo.

- Ser capaces de identificar y entender modelos y diseños de arquitecturas y componentes para permitir la comunicación efectiva entre ingenieros de software y de datos.

- Manejar técnicas y herramientas de prueba para asegurar la calidad de los resultados

- Introducción a los principios de la ingeniería del software.
- Ciclos de vida del software.
- Aproximaciones ágiles.
- Ingeniería de requisitos.
- Modelado del sistema.
- Diseño arquitectónico.
- Pruebas del software.

Bibliografía Básica
[1]. Pressman, Roger S., Bruce R. Maxim, and Luis Antonio Medellín Serna. Ingeniería del software: un enfoque práctico / Roger S. Pressman, Bruce R. Maxim; revisión técnica: Luis Antonio Medellín Serna. Novena edición. México: McGraw-Hill, 2021.
[2]. Sommerville, Ian. Ingeniería de software. 9a ed. Naucalpan de Juárez: Addison Wesley, 2011.

Bibliografía Complementaria
[1]. Christian Kästner. Machine Learning in Production: From Models to Products. 2022 (disponible online)
[2]. Fowler, Martin. UML Distilled: a Brief Guide to the Standard Object Modeling Language / Martin Fowler. 3rd ed. Boston: Addison-Wesley, 2004.
[3]. Sommerville, I.; Engineering Software Products: An Introduction to Modern Software Engineering

La memoria del título contempla para esta asignatura las siguientes competencias:

Competencias Generales
CG1. Capacidad para concebir, redactar, organizar, planificar, y desarrollar modelos, aplicaciones y servicios en el ámbito de la inteligencia artificial, identificando objetivos, prioridades, plazos recursos y riesgos, y controlando los procesos establecidos.
CG2. Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.
CG3. Capacidad para diseñar y crear modelos y soluciones de calidad basadas en Inteligencia Artificial que sean eficientes, robustas, transparentes y responsables.
CG4. Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial.

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.
CB4. Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
CB5. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Competencias transversales
TR2. Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando conflictos
TR3. Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor.
TR6. Capacidad para integrar aspectos jurídicos, sociales, ambientales y económicos inherentes a la inteligencia artificial, analizando sus impactos, y comprometiéndose con la búsqueda de soluciones compatibles con un desarrollo sostenible.


Competencias específicas
CE2. Capacidad para resolver problemas de inteligencia artificial que precisen algoritmos, aplicando correctamente metodologías de desarrollo software y diseño centrado en usuario/a.
CE3. Capacidad para comprender y dominar los conceptos básicos de lógica, gramáticas y lenguajes formales para analizar y mejorar las soluciones basadas en inteligencia artificial

Los contenidos de la materia se impartirán de manera indistinta en las clases expositivas y en las clases interactivas. Las unidades teóricas y prácticas se impartirán de manera alterna a lo largo del semestre con el objeto de afianzar los conceptos impartidos en ellas.

Las clases de teoría se articularán en dos clases semanales de una hora con apoyo de transparencias. A través de la herramienta de e-Learning de la USC (Campus virtual) se proporcionará a los alumnos el material docente de la asignatura y se utilizará sistemáticamente cómo estrategia de entrega de prácticas y de colaboración entre los alumnos que desarrollen trabajos en grupos. Las clases de prácticas se desarrollarán en sesiones semanales de dos horas y media y, según el caso, de forma individual o en pequeños grupos a los que se propondrá ejercicios que implicarán el desarrollo de los contenidos impartidos en las clases teóricas o adquiridos de forma autónoma por el alumno. Los foros y el correo de la herramienta de e-Learning también se utilizarán como canal de comunicación profesor-alumnos.

Tutorías: Las sesiones de tutorías servirán para resolver las dudas del alumnado relacionadas con los contenidos de la materia. Estas tutorías serán tanto presenciales como virtuales a través de correo electrónico, campus virtual o plataforma Microsoft Teams. Las tutorias síncronas requerirán cita previa.

Primera oportunidad:
Para superar la asignatura, el alumno deberá entregar y superar las actividades propuestas (50% de la calificación final) y superar el examen final (50% de la calificación final).
Las preguntas del examen final se centrarán en los contenidos específicos que se han desarrollado en la materia en relación a sus competencias y que podrán podrán haber sido adquiridos por el alumno tanto en la parte expositiva como en la interactiva.

Exámenes parciales: No se realizará ningún examen parcial.

Segunda oportunidad:
Se mantiene la nota conseguida en las prácticas durante el curso y también su peso en la nota final. Los alumnos que no hubiesen alcanzado la nota de corte en las actividades propuestas durante la convocatoria anterior, podrán entregar, en fecha previa al examen final de segunda oportunidad, actividades similares a las no superadas, que serán propuestas por los docentes. Una vez aprobadas ambas partes por separado, el examen será el 50% de la nota final y las prácticas el 50% restante.
Las preguntas del examen final se centrarán en los contenidos específicos que se han desarrollado en la materia en relación a sus competencias y que podrán podrán haber sido adquiridos por el alumno tanto en la parte expositiva como en la interactiva.

Los alumnos repetidores y/o con dispensa de asistencia se examinarán en las mismas condiciones que los alumnos en primera convocatoria

No presentado: El alumno recibirá la cualificación de "no presentado" cuando no se realice el examen final.

Evaluación de las competencias:
En general el desarrollo de las actividades prácticas, así como la preparación de los temas teóricos permitirá al alumnado trabajar las competencias básicas, generales, transversales y específicas de la asignatura. En concreto, el desarrollo de las prácticas, así como la prueba final permitirá evaluar las competencias CG1, CG4, CE2, CE3.

Realización fraudulenta de ejercicios o pruebas:
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo recogido en la “Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións” de la USC.

La asignatura tiene fijada una carga de trabajo de 6 ECTS. Este dato conduce a una carga de trabajo para la materia situada en las 150 horas que se reparten de la siguiente manera:

Trabajo presencial en el aula:
Clases teóricas: 20 horas
Clases prácticas: 30 horas
Tutorización individual del alumnado: 0.5 horas


Trabajo personal del alumnado
Estudio, realización de ejercicios, prácticas, proyectos y otras actividades (evaluación no presencial) : 99 horas
Tutorización individual del alumnado (no presencial): 0.5 horas

Requisitos previos recomendados: Programación I, Programación II

El alumno debería llevar al día la materia para poder aplicar en los ejercicios prácticos los conocimientos adquiridos de forma teórica.

Idioma principal: la materia se impartirá en castellano