El itinerario de Computación del Grado en Ingeniería Informática

En esta entrada presentamos en detalle el itinerario de Computación dentro del Grado en Ingeniería Informática adaptado al EEES. En inglés, esta subdisciplina se denomina Computer Science, según las guías curriculares de la ACM (Association for Computer Machinery).

El itinerario de Computación estudia los fundamentos y límites de la capacidad de cálculo de un ordenador para ofrecer soluciones eficientes a problemas complejos. Muchos de los problemas que se afrontan en este itinerario requieren analizar grandes volúmenes de información, extraer conocimiento aprovechable a partir de estos datos y realizar razonamientos e inferencias que permitan tomar decisiones “inteligentes”. Además, hay que conseguir todo esto consumiendo unos recursos de cómputo adecuados (tiempo de respuesta, memoria disponible, etc.).

En otros itinerarios, los resultados suelen estar ligados a una tecnología concreta: una familia de sistemas operativos, un tipo de arquitectura de procesador, etc. En cambio, en el itinerario de Computación muchos resultados tienen validez independientemente de la evolución de la tecnología. Un ejemplo podría ser conocer el mínimo número de operaciones necesarias para resolver un problema concreto: este dato depende de las características intrínsecas del problema, no de las características del ordenador con que se resuelve. Este itinerario también proporciona las bases para responder a preguntas paradójicamente tan simples como complejas al mismo tiempo, como “¿existe un algoritmo para resolver un problema dado?”

Podemos distinguir diferentes ámbitos de referencia dentro de este itinerario:

– Informática teórica: modelos abstractos de computación (autómatas finitos, autómatas con pila, máquinas de Turing), complejidad computacional (clases de complejidad, relación entre ellas y clasificación de problema según su clase), problemas indecidibles.

– Algorítmica: análisis de la complejidad de un algoritmo, problemas frecuentes (ordenación, búsqueda, problemas sobre grafos), diseño de algoritmos, diseño de estructuras de datos, esquemas algorítmicos (algoritmos voraces, divide y vencerás, etc.).

– Inteligencia artificial: representación del conocimiento (ontologías, web semántica, etc.), razonamiento aproximado, algoritmos genéticos, aprendizaje computacional, minería de datos, procesamiento del lenguaje natural.

– Compiladores: expresiones regulares, gramáticas, estructura de un compilador (análisis léxico-sintáctico-semántico), optimización de código, generación de código, lenguajes y paradigmas de programación, lenguajes interpretados.

Para acceder a este itinerario, se recomienda tener una buena base de programación. En alguna de estas asignaturas puede utilizarse notación matemática, por lo que se recomienda tener bien asentados los conocimientos de Álgebra y Lógica. Por otro lado, los conocimientos de estadística pueden ayudar en las asignaturas de Inteligencia Artificial y Minería de Datos, donde se analizan grandes colecciones de datos o debe utilizarse razonamiento aproximado.

El punto culminante de este itinerario es el Trabajo Final, donde se ponen en práctica todos estos conocimientos. A continuación os dejamos algunos ejemplos de trabajos representativos realizados en este itinerario:

– Visión por computador en iPhone: Este trabajo estudia la viabilidad de crear aplicaciones de visión por computador (por ejemplo, reconocimiento de caras o de objectos en una escena) en un dispositivo móvil iPhone 4. La aplicación desarrollada facilita tomar fotos de grupo, contando el número de personas en una escena y disparando la foto cuando se llega al número deseado.

– Ontología de ALUs: Este trabajo estudia cómo representar  y acceder a la información  conocida sobre los ALUs, elementos repetidos en el genoma humano. Para hacerlo utiliza técnicas basadas en web semántica.

– Web scraping – extracción y análisis de datos: Este trabajo describe como construir una herramienta de web scraping (extracción de información estructurada  a partir del texto de una página web). Estas técnicas se aplican a la construcción  de un “metabuscador” de vuelos y hoteles, agregando las ofertas suministradas por diversos proveedores de viajes.

– Modelado, extracción y análisis de información del flujo de datos de Twitter: Este trabajo estudia como recuperar información sobre los mensajes que se publican en Twitter y cómo analizar dicha información para identificar tendencias.

Como salidas profesionales, las técnicas estudiadas en este itinerario se aplican a múltiples sectores empresariales. El algoritmo de búsqueda de Google, el asistente inteligente Siri, los recomendadores de “productos relacionados” de sitios como Amazon o Netflix, los intérpretes de Javascript de cualquier navegador, etc. todos ellos se basan en técnicas presentadas en este itinerario. Destacamos por su popularidad en el momento actual las ofertas de trabajo en el ámbito de la minería de datos, el Business Intelligence y de lo que se ha dado a conocer como “data science”.

Además, este itinerario permite realizar actividades de investigación y desarrollo en gran cantidad de ámbitos relacionados con la informática. Por ejemplo, muchas técnicas del campo de la bioinformática se basan en el diseño de algoritmos eficientes para procesar gran cantidad de información genética. El análisis del comportamiento de los usuarios de una red social es también otra de las posibilidades más interesantes que este itinerario ofrece como continuación.