Enxeñaría de software

Ao acabar a materia o alumno debe entender a construción do software como un proceso de enxeñería e ter unha visión global do devandito proceso. Con este obxectivo presentaráselle ao alumno o software como un elemento de enxeñería que debe ser construído nun marco que nos permita predicir as súas calidades. O estudo deste marco definido como un conxunto de procesos, tratados con distinto nivel de profundidade, e a súa encadenamiento temporal constituirá a base da materia. En particular perséguese que o alumno, ao finalizar a materia, sexa capaz de:

- Levar a cabo o proceso que permite, desde a abstracción, implementar código de alta calidade.

- Adquirir competencias para resolver problemas de forma metodolóxica e práctica.

- Establecer claramente e sen ambigüidade as necesidades e restricións do/da cliente á hora de desenvolver requisitos dun proxecto de software.

- Analizar as alternativas para afrontalo e identificar que aspectos poden abordarse con IA e cales non.

- Comprender os principios necesarios para construír solucións completas, escalables e robustas, centradas no/a usuario/a, nas que os compoñentes de IA encaixan como parte dun todo.

- Ser capaces de identificar e entender modelos e deseños de arquitecturas e compoñentes para permitir a comunicación efectiva entre enxeñeiros de software e de datos.

- Manexar técnicas e ferramentas de proba para asegurar a calidade dos resultados

- Introdución aos principios da enxeñería do software.
- Ciclos de vida do software.
- Aproximacións áxiles.
- Enxeñería de requisitos.
- Modelado do sistema.
- Deseño arquitectónico.
- Probas do 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

A memoria do título contempla para esta materia as seguintes competencias:

Competencias Xerais
CG1. 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.
CG2. Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
CG3. Capacidade para deseñar e crear modelos e solucións de calidade baseadas en Intelixencia Artificial que sexan eficientes, robustas, transparentes e responsables.
CG4. Capacidade para seleccionar e xustificar os métodos e técnicas adecuadas para resolver un problema concreto, ou para desenvolver e propoñer novos métodos baseados en intelixencia artificial.

Competencias Básicas
CB2. 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.
CB4. Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.
CB5. Que os estudantes desenvolvesen aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía

Competencias transversais
TR2. Capacidade de traballo en equipo, en contornas interdisciplinares e xestionando conflitos
TR3. Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.
TR6. 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 sostible.


Competencias específicas
CE2. Capacidade para resolver problemas de intelixencia artificial que precisen algoritmos, aplicando correctamente metodoloxías de desenvolvemento software e deseño centrado en usuario/a.
CE3. Capacidade para comprender e dominar os conceptos básicos de lóxica, gramáticas e linguaxes formais para analizar e mellorar as solucións baseadas en intelixencia artificial

Os contidos da materia impartiranse de maneira indistinta nas clases expositivas e nas clases interactivas. As unidades teóricas e prácticas impartiranse de maneira alterna ao longo do semestre co obxecto de afianzar os conceptos impartidos nelas.

As clases de teoría articularanse en dúas clases semanais dunha hora con apoio de transparencias. A través da ferramenta de e-Learning da USC (Campus virtual) proporcionarase aos alumnos o material docente da materia e utilizarase sistematicamente como estratexia de entrega de prácticas e de colaboración entre os alumnos que desenvolvan traballos en grupos. As clases de prácticas desenvolveranse en sesións semanais de dúas horas e media e, segundo o caso, de forma individual ou en pequenos grupos aos que se propoñerá exercicios que implicarán o desenvolvemento dos contidos impartidos nas clases teóricas ou adquiridos de forma autónoma polo alumno. Os foros e o correo da ferramenta de e-Learning tamén se utilizarán como canle de comunicación profesor-alumnos.

Titorías: As sesións de titorías servirán para resolver as dúbidas do alumnado relacionadas cos contidos da materia. Estas titorías serán tanto presenciais como virtuais a través de correo electrónico, campus virtual ou plataforma Microsoft Teams. As tutorias síncronas requirirán cita previa.

Primeira oportunidade:
Para superar a materia, o alumno deberá entregar e superar as actividades propostas (50% da cualificación final) e superar o exame final (50% da cualificación final).
As preguntas do exame final centraranse nos contidos específicos que se desenvolveron na materia en relación ás súas competencias e que poderán poderán ser adquiridos polo alumno tanto na parte expositiva como na interactiva.

Exames parciais: Non se realizará ningún exame parcial.

Segunda oportunidade:
Mantense a nota conseguida nas prácticas durante o curso e tamén o seu peso na nota final. Os alumnos que non alcanzasen a nota de corte nas actividades propostas durante a convocatoria anterior, poderán entregar, en data previa ao exame final de segunda oportunidade, actividades similares ás non superadas, que serán propostas polos docentes. Unha vez aprobadas ambas as partes por separado, o exame será o 50% da nota final e as prácticas o 50% restante.
As preguntas do exame final centraranse nos contidos específicos que se desenvolveron na materia en relación ás súas competencias e que poderán poderán ser adquiridos polo alumno tanto na parte expositiva como na interactiva.

Os alumnos repetidores e/o con dispensa de asistencia examinaranse nas mesmas condicións que os alumnos en primeira convocatoria

Non presentado: O alumno recibirá a cualificación de "non presentado" cando non se realice o exame final.

Avaliación das competencias:
En xeral o desenvolvemento das actividades prácticas, así como a preparación dos temas teóricos permitirá ao alumnado traballar as competencias básicas, xerais, transversais e específicas da materia. En concreto, o desenvolvemento das prácticas, así como a proba final permitirá avaliar as competencias CG1, CG4, CE2, CE3.


Realización fraudulenta de exercicios ou probas:
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recolleito na “Normativa de avaliación do rendemento académico dous estudantes e de revisión de cualificacións” da USC.

A materia ten fixada unha carga de traballo de 6 ECTS. Este dato conduce a unha carga de traballo para a materia situada nas 150 horas que se reparten da seguinte maneira:

Traballo presencial na aula:
Clases teóricas: 20 horas
Clases prácticas: 30 horas
Tutorización individual do alumnado: 0.5 horas


Traballo persoal do alumnado
Estudo, realización de exercicios, prácticas, proxectos e outras actividades (avaliación non presencial) : 99 horas
Tutorización individual do alumnado (non presencial): 0.5 horas

Requisitos previos recomendados: Programación I, Programación II

O alumno debería levar ao día a materia para poder aplicar nos exercicios prácticos os coñecementos adquiridos de forma teórica.

Idioma principal: a materia impartirase en castelán