Máster Interuniversitario en Tecnologías de Análisis de Datos Masivos: Big Data

Trabajos de Fin de Máster. Fechas relevantes (curso 2026/2027)

Febrero 2027: fecha de depósito: 27/01; fechas de defensa: 8-19/02; fechas de revisión: 22-23/02.

Julio 2027: fecha de depósito: 30/06; fechas de defensa: 5-16/07; fechas de revisión: 21-22/07.

Septiembre 2027: fecha de depósito: 28/07; fechas de defensa: 6-17/09; fechas de revisión: 21-22/09.

Listado TFMs, curso 2025/2026

• Sesgo de xénero en modelos de linguaxe para a saúde mental. Tutores: FERNANDEZ PICHEL, MARCOS; ARAGON SAENZPARDO, MARIO EZRA. Calificación: sobresaliente.
• Detección de Trastornos da Personalidade baseada en Narrativas. Tutores: FERNANDEZ PICHEL, MARCOS; ARAGON SAENZPARDO, MARIO EZRA. Calificación: sobresaliente.
• Automatización da matriz de compatibilidade dun Enterprise Data Warehouse con arquitectura en Bus de Kimball. Tutores: MUCIENTES MOLINA, MANUEL; Graña Omil, Ángel. Calificación: sobresaliente.
• Xeración dinámica de cadros de mando analíticos impulsada por Intelixencia Artificial xerativa. Tutores: MUCIENTES MOLINA, MANUEL; Barba Seara, Óscar. Calificación: sobresaliente.
• Valoración de xogadores de baloncesto en base aos seus datos de tracking. Tutores: Losada Carril, David Enrique; Sanz Anchelergues, Adolfo; Camba Rodríguez, Francisco José. Calificación: sobresaliente.
• Sistema de recomendación turística baseado nunha arquitectura de axentes de IA. Tutores: Sánchez Vila, Eduardo Manuel. Calificación: notable.
• Desenvolvemento dun Axente de Intelixencia Artificial para Resolver a Observabilidade dos Datos en DataOS. Tutores: FELIX LAMAS, PAULO MANUEL; Martínez Torres, María. Calificación: sobresaliente.
• Desenvolvemento de estratexias de fidelización no sector hoteleiro baseadas na análise do perfil e comportamento de clientes. Tutores: Sánchez Vila, Eduardo Manuel; Comesaña García, Alejandra; Pensado Ferreiro, Alba. Calificación: notable.
• Transformación de plataformas tradicionais a tecnoloxías actuais mediante axentes de Intelixencia Artificial. Tutores: GALLEGO FONTENLA, VICTOR JOSE; Sanz Anchelergues, Adolfo; Graña Omil, Ángel. Calificación: sobresaliente.
• Predición da dispoñibilidade de produtos nunha tenda de alimentación mediante a análise de series temporais. Tutores: FELIX LAMAS, PAULO MANUEL. Calificación: notable.
• Detección de actividade delictiva en plataformas online. Tutores: VIDAL AGUIAR, JUAN CARLOS; Pérez Vázquez, Brais. Calificación: notable.
• Desenvolvemento de mecanismos de xestión de datos desestruturados para plataforma AI-Ready. Tutores: VIDAL AGUIAR, JUAN CARLOS; Martínez Torres, María. Calificación: notable.
• Construción de coleccións de adestramento de preguntas-respostas médicas e axuste de modelos de linguaxe de gran tamaño para a resposta fiable a preguntas médicas. Tutores: Losada Carril, David Enrique; FERNANDEZ PICHEL, MARCOS. Calificación: sobresaliente.

Listado TFMs, curso 2024/2025

• Predicción da resposta aos fármacos contra o cancro mediante a integración de datos multi-ómicos: unha abordaxe baseada na aprendizaxe automática. Tutores: VIDAL AGUIAR, JUAN CARLOS; Calvo Almeida, Shaila. Calificación: sobresaliente.
• Revisión e Identificación de Boas Prácticas en Modelos Semánticos de Power BI. Tutores: Triñanes Fernández, Joaquín; Jácome Rodríguez, Cristina. Calificación: sobresaliente.
• Scraping e análise de autoría: identificación de patróns de escritura en foros en liña mediante modelos de aprendizaxe automática. Tutores: Losada Carril, David; Pérez Vilarelle, Laura . Calificación: notable.
• Comprensión da progresión do alzhéimer mediante autoencoders variacionais. Tutores: Triñanes Fernández, Joaquín; Veiga García, César Gabriel. Calificación: sobresaliente.
• Deseño e implementación dun acelerador para controis de calidade en procesos de inxesta e transformación do dato. Tutores: RIOS VIQUEIRA, JOSE RAMON; Graña Omil, Ángel. Calificación: sobresaliente.
• Aplicación de novos modelos de detección de anomalías en contextos Big Data. Tutores: GALLEGO FONTENLA, VICTOR JOSE; Cereijo García, Pablo. Calificación: notable.
• Análise de estratexias de aprendizaxe federada robustas a datos heteroxéneos. Tutores: IGLESIAS RODRIGUEZ, ROBERTO; GARCIA POLO, FRANCISCO JAVIER. Calificación: sobresaliente.
• Detección de discursos de odio en textos en castelán publicados en redes sociais. Tutores: FERNANDEZ PICHEL, MARCOS; ARAGON SAENZPARDO, MARIO EZRA. Calificación: sobresaliente.
• Optimización da Xestión de Recursos Humanos: Asignación, Viabilidade e Análise de Rendemento en Proxecto. Tutores: Sánchez Vila, Eduardo; Ramos Macías, Óscar. Calificación: notable.
• Simulación de estratexias de baloncesto a través de Aprendizaxe Reforzado nun entorno de xogo de mesa. Tutores: Losada Carril, David; González López, Manuel. Calificación: sobresaliente.
• Evolución Avanzada dun Sistema de Datos de Fórmula 1: Análise Predictiva e Novas Métricas. Tutores: MUCIENTES MOLINA, MANUEL; Curra Durán, Alberto. Calificación: sobresaliente.
• Optimización da clasificación de recensións hoteleiras mediante técnicas de aprendizaxe automática e análise do seu impacto na toma de decisións do departamento de Calidade. Tutores: MUCIENTES MOLINA, MANUEL; Comesaña García, Alejandra. Calificación: sobresaliente.
• Caracterización das condicións oceanográficas mediante agrupamento dinámico do espectro de olas mariñas. Tutores: FELIX LAMAS, PAULO MANUEL; RODRIGUEZ PRESEDO, JESUS MARIA. Calificación: sobresaliente.
• Análise preditiva sobre series temporais para a diminución de custos no aprovisionamento de materias primas na industria alimentaria. Tutores: FELIX LAMAS, PAULO MANUEL; RODRIGUEZ PRESEDO, JESUS MARIA. Calificación: notable.
• Desenvolvemento dun Data Operating System (Data OS) asistido por IA. Tutores: RIOS VIQUEIRA, JOSE RAMON; Acedo Nieto, Carlos; Martínez Torres, María. Calificación: notable.
• Aplicación de técnicas de minería de procesos para mellorar a predición do risco cardíaco. Tutores: LAMA PENIN, MANUEL; VIDAL AGUIAR, JUAN CARLOS. Calificación: sobresaliente.
• Predición de calidade na industria: Detección de taboleiros rebentados. Tutores: MERA PEREZ, DAVID; CONDE LEBORAN, IVAN. Calificación: sobresaliente.

Listado TFMs, curso 2023/2024

• Predición de puntuación en baloncesto mediante a análise de variables clave en tiros a canasta para avaliar o rendemento dun xogador/equipo. Tutores: Losada Carril, David Enrique Sanz Anchelergues, Adolfo Calificación: sobresaliente.
• Estudo comparativo de plataformas de streaming de eventos: Apache Kafka, Apache Pulsar e Redpanda. Tutores: RIOS VIQUEIRA, JOSE RAMON Martínez Álvarez, Rafael Calificación: sobresaliente.
• Deseño e implementación dunha arquitectura de datos moderna baseada na plataforma Microsoft Fabric. Tutores: Triñanes Fernández, Joaquín Ángel López Chao, Brais Calificación: sobresaliente.
• Desenvolvemento dun Recomendador de trámites administrativos mediante técnicas de machine learning e intelixencia artificial sobre unha infraestrutura Cloud avanzada. Tutores: FELIX LAMAS, PAULO López Cabaleiros, Iván Calificación: notable.
• Análise de datos financeiros a grande escala para a extracción de patróns de gasto e prediccións de comportamento. Tutores: Sánchez Vila, Eduardo Manuel Barba Seara, Óscar Fortes González, Daniel Calificación: sobresaliente.
• Avaliación de Cube como capa semántica nunha organización Data Driven. Tutores: RIOS VIQUEIRA, JOSE RAMON Graña Omil, Ángel Calificación: sobresaliente.
• Desenvolvemento dunha aplicación para a explotación de capas semánticas por voz. Tutores: Losada Carril, David Enrique Sanz Anchelergues, Adolfo Calificación: sobresaliente.
• Análise do rendemento de sistemas OLAP para a análise en tempo real. Tutores: Triñanes Fernández, Joaquín Ángel López Chao, Brais Calificación: sobresaliente.
• Sistema de automatización de xeración de dimensións nun modelo dimensional. Tutores: Fernández Pena, Anselmo Tomás Graña Omil, Ángel Calificación: sobresaliente.
• Desenvolvemento dun modelo de predición de cancelacións de reservas no sector turístico. Tutores: Sánchez Vila, Eduardo Manuel Freire Martínez, Ignacio Comesaña García, Alejandra Calificación: sobresaliente.
• Desenvolvemento dun modelo de apoio á toma de decisións para a cotización de grupos no ámbito hoteleiro. Tutores: MUCIENTES MOLINA, MANUEL Freire Martínez, Ignacio Comesaña García, Alejandra Calificación: sobresaliente.
• EfficientBaGAN: un modelo eficiente de GAN balanceada para mapeo forestal. Tutores: Blanco Heras, Dora Argüello Pedreira, Francisco Santiago Calificación: sobresaliente.
• Automatización do acceso a datos a través dun conector de espazo de datos. Tutores: VIDAL AGUIAR, JUAN CARLOS Reiriz Cores, Diego Calificación: notable.
• Desarrollo de algoritmos de active learning para la mejora de modelos de detección de Deepfake. Tutores: MUCIENTES MOLINA, MANUEL Morera Pérez, Juan José Calificación: sobresaliente.
• Análise do impacto na explicabilidade dun modelo LLM mediante Knowledge Graphs. Tutores: FELIX LAMAS, PAULO Kreibel , Denis Calificación: notable.
• Inxeccion dinámica de coñecemento lexislativo galego en grandes modelos de linguaxe. Tutores: LAMA PENIN, MANUEL VIDAL AGUIAR, JUAN CARLOS Calificación: notable.
• Aprendizaxe automático versus modelos econométricos: Cal é o mellor para predicir decisións no turismo? Tutores: Sánchez Vila, Eduardo Manuel Calificación: aprobado.
• Optimizacion Combinatoria en Monitorizacion Preditiva. Tutores: LAMA PENIN, MANUEL VIDAL AGUIAR, JUAN CARLOS RAMA MANEIRO, EFREN Calificación: sobresaliente.

Listado TFMs, curso 2022/2023

• Particionamiento de grandes colecciones de grafos para el filtrado aproximado en arquitecturas distribuidas. Tutores: J. Ríos, D. Luaces. Calificación: sobresaliente.
• Estrategias de aprendizaje con aprendizaje activo. Tutores: M. Mucientes, R. Dosil. Calificación: notable.
• Análisis preditivo de la fibrilación auricular en registros de ECG. Tutores: P. Félix, J. Rodríguez. Calificación: sobresaliente.
• Generación de estaciones oceánicas virtuales a partir de la integración de datos de fuentes múltiples en un ambiente interoperable. Tutores: J. Triñanes. Calificación: sobresaliente.
• Identificación de biomarcadores clínicos potenciales para pacientes diagnosticados de uveitis mediante técnicas de proteómica cuantitativa. Tutores: P. Félix, J. Mateos, B. Rodríguez. Calificación: notable.
• Desarrollo de una herramienta para facilitar el estudio de los manuales de artes marciales medievales mediante el análisis terminológico y contextual de las fuentes históricas. Tutores: D. Losada, D. Beiró. Calificación: sobresaliente.
• Aplicación de técnicas de inteligencia artificial para la calibración de formularios de evaluación y detección de errores críticos. Tutores: J. Vidal, E. de Miguel. Calificación: notable.
• Rastreo enfocado para la extracción de datos y evaluación de modelos en el ámbito de los agentes conversacionales y de la entrevista motivacional. Tutores: D. Losada, M. Fernández. Calificación: sobresaliente.
• Exploración de tecnologías para garantizar la calidad de los datos. Tutores: J. Ríos, R. Martínez. Calificación: notable.
• Estimacion de la huella de carbono en función del gasto realizado en determinados sectores reflejado en los movimientos bancarios. Analise por marcas e sectores. Tutores: J. Triñanes, O. Barba. Calificación: sobresaliente.
• Técnicas de IA explicable para la mejora en la calidad de los procesos de fabricación de automóviles. Tutores: A. Bugarín, A. Dacal. Calificación: notable.
• Generación de etiquetas mediante tracking para el entrenamiento de un detector few-shot. Tutores: M. Mucientes, D. Cores. Calificación: sobresaliente.
• Análisis avanzado de datos obtenidos a partir de los dispositivos móviles de peregrinos del Camino Francés. Tutores: E. Sánchez, F. Vaamonde. Calificación: sobresaliente.
• Nuevas metáforas de visualización de series temporales. Tutores: P. Félix, A. Pérez. Calificación: notable.
• Tecnologías para la simplificación de textos en un motor de generación de preguntas de última generación. Tutores: D. Losada, H. Cerezo. Calificación: notable.

Listado TFMs, curso 2021/2022

• Desarrollo de un modelo de toma de decisiones basado en un modelo asociativo del cerebro humano. Tutores: E. Sánchez. Calificación: notable.
• Generación de características de los establecimientos de compra de usuarios. Tutores: J. Vidal, O. Barba. Calificación: notable.
• Automatización del aseguramiento de la calidad de los datos de un data warehouse. Tutores: J. Triñanes, P. Bustelo. Calificación: sobresaliente.
• Creación de una aplicación de procesamiento distribuido sobre herramientas cloud gestionadas. Tutores: T. Fernández, R. Martínez. Calificación: sobresaliente.
• ¿Por qué comemos lo que comemos? Análisis de la toma de decisiones en el ámbito gastronómico. Tutores: E. Sánchez. Calificación: notable.
• Clasificación de cultivos agrícolas mediante técnicas de teledetección y aprendizaje automático. Tutores: D. Blanco, A. Skarmeta, A. González. Calificación: notable.
• Desarrollo de un motor de predicción de series temporales. Tutores: P. Félix, D. Reiriz. Calificación: notable.
• Busca de patróns ocultos en boias M3i. Tutores: M. Mucientes, A. Pérez. Calificación: sobresaliente.
• Aplicar a intelixencia artificial para mellorar a planificación financeira. Tutores: M. Mucientes, O. Barba. Calificación: notable.
• Plataforma de grafos sobre un Sistema de Xestión de Bases de Datos Relacionales (RDBMS). Tutores: J. Ríos, I. Montalbán. Calificación: sobresaliente.
• Sistema de alertas basado en procesamento en tempo real de logs nunha plataforma con dispoñibilidade 24/7. Tutores: M. Lama. Calificación: sobresaliente.
• Creación de modelos para predicir o rendemento deportivo de xogadores profesionais de baloncesto. Tutores: D. Losada, M. González. Calificación: sobresaliente.
• Tecnología de análisis de textos en medios sociales para el estudio de la evolución psicológica de las personas en tiempos de pandemia. Tutores: D. Losada, M. Fernández. Calificación: sobresaliente.
• Detección de ciberataques mediante o análise de comportamento de usuarios e entidades. Tutores: J. Vidal, I. Ortega. Calificación: sobresaliente.
• Análise de espectros de 1H-RMN mediante técnicas de aprendizaxe automático ou profundo e simulación de grandes datos de espectros. Tutores: J. Vidal, J. Cobas. Calificación: sobresaliente.
• Análise e visualización masiva de datos en boias M3i. Tutores: P. Félix, A. Pérez. Calificación: sobresaliente.
• Aproximación á detección de anomalías en sensores industriais en tempo real usando técnicas de analítica avanzada.. Tutores: D. Mera, P. Lombao. Calificación: sobresaliente.
• Desenvolvemento dun motor de recomendación baseado en técnicas de Deep Learning. Tutores: E. Sánchez, D. Reiriz. Calificación: notable.
• Marco de Análisis y Optimización de Modelos de Calidad ofrecidos en un Contact Center mediante Técnicas Estadísticas y Big Data. Tutores: J.C. Vidal, E. de Miguel. Calificación: sobresaliente.

Listado TFMs, curso 2020/2021

• Estudio y comparativa de modelos de Machine Learning para la resolución del problema inverso en tomografías EIT. Tutores: D. Mera, J.M. Cotos. Calificación: sobresaliente.
• Detección y tracking de objetos en vídeo en streaming. Tutores: M. Mucientes, D. Cores. Calificación: notable.
• Aplicación de técnicas de visión artificial para la revisión asistida de vídeo en Karate. Tutores: M. Mucientes, I. Rodríguez. Calificación: notable.
• Extendiendo una plataforma Big Data multilenguaje para su aplicación en la bioinformática. Tutores: J.C. Pichel, T. Fernández. Calificación: sobresaliente.
• Registro de partidos profesionales de pádel a través de sistemas de visión por computador. Tutores: M. Mucientes, P. Martínez. Calificación: sobresaliente.
• Diseño e implementación de un sistema de identificación biométrica para un gran volumen de usuarios. Tutores: M.J. Carreira, P. Dago. Calificación: sobresaliente.
• Análisis comparativo de tecnologías para el procesamiento de datos masivos e la generación de analíticas de negocio. Tutores: T. Fernández. Calificación: notable.
• Interpretación de novelty detection mediante autoencoders. Tutores: M. Mucientes, I. Rodríguez. Calificación: sobresaliente.
• Social Big Data y enfermedad mental: aplicación automática de nuevas técnicas discursivas a colecciones desde redes sociales en contextos de enfermedad mental. Tutores: D. Losada, P. Martín. Calificación: notable.

Listado TFMs, curso 2019/2020

• Plataforma Big Data para el análisis reputacional y de credibilidad de contenidos relacionados con la salud en redes sociales. Tutores: D. Losada, J.C. Pichel. Calificación: sobresaliente.
• Plataforma para la Aplicación Analítica Avanzada en el Ámbito del Baloncesto Profesional. Tutores: D. Losada, A. Sanz. Calificación: notable.
• Aplicación de algoritmos bandido multibrazo para la identificación del mejor sistema de busqueda. Tutor: D. Losada. Calificación: sobresaliente.
• Estimación automática de signos de depresión a partir de análisis de texto. Tutores: D. Losada, P. Gamallo. Calificación: sobresaliente.
• Verificación del cumplimiento de procesos de negocio. Tutores: M. Lama, M. Mucientes. Calificación: sobresaliente.
• Adaptación del software para alineamiento da secuencias genéticas a apache Spark v2. Tutores: T. Fernández, J.M. Abuín. Calificación: notable.
• Detección de Objetos con Asociación de Datos Embebida. Tutores: M. Mucientes, V. Brea. Calificación: matrícula de honor.
• Técnicas de extracción de texturas para la clasificación de especies vegetales en imágenes hiperespectrales: enfoque Bag of Words basado en superpixels. Tutores: D. Blanco, F. Argüello. Calificación: sobresaliente.
• Análisis financiero mediante técnicas de Inteligencia Artificial. Tutores: M. Mucientes, O. Barba. Calificación: sobresaliente.

Listado TFMs, curso 2018/2019

• Predicción y optimización de procesos industriales. Tutores: V. Brea, A. Dosil. Calificación: Notable
• Estudio y modelado del comportamiento de baterías en mecanismos electrónicos de seguridad Xesar. Tutores: P. López, J. Cacheiro. Calificación: Sobresaliente
• Tecnologías de agrupamiento automático para el perfilado de situaciones hidrológicas en las rías gallegas. Tutores: D. Losada, P. Montero. Calificación: Sobresaliente
• Creación de un repositorio Big Data en el ámbito industrial. Tutores: X. Ríos, A. Dosil. Calificación: Notable
• Descubrimiento y gestión de variantes de diagramas BPMN. Tutores: M. Lama. Calificación: Sobresaliente
• Sistema de recomendación basado en motivaciones. Tutores: E. Sánchez. Calificación: Notable
• Análisis automático de emociones a partir de señales de audio mediante técnicas de deep learning. Tutores: J. Rodríguez, P. Félix. Calificación: Sobresaliente
• Aplicaciones industriales Big Data para mantenimiento predictivo y control de calidad. Tutores: V. Brea, B. Fernández. Calificación: Sobresaliente
• Recuperación de datos océano-meteorológicos de fuentes no estructuradas. Tutores: D. Losada, S. Piedracoba. Calificación: Notable
• Aprendizaje automático para clasificación sobre características cuantitativas en imagen médica PET. Tutores: M. Mucientes, A. Bugarín. Calificación: Sobresaliente
• Detección de anomalías con Deep Learning. Tutores: M. Mucientes, J. Cacheiro. Calificación: Notable
• Planificación y diseño de un almacén de datos para transporte de viajeros. Tutores: A.G.Loureiro, E. Comesaña. Calificación: Notable
• Simulador flexible y escalable para la optimización de Smart-Grid. Tutores: M. Mucientes, J. Ayala. Calificación: Notable
• Desambiguación eficiente de entidades nombradas mediante grafos semánticos. Tutores: M. Lama, J.C. Vidal. Calificación: Sobresaliente
• Arquitectura RNT para la predicción de calidad en un proceso de minería. Tutores: T. Fernández, I. Rodríguez. Calificación: Sobresaliente
• Diseño y construcción de una arquitectura de alta disponibilidad para la puesta en producción de un sistema de Teleasistencia basado en análisis de datos. Tutores: J.C. Pichel, S. Bello. Calificación: Notable
• Tracking visual de múltiples objetos con redes convolucionales profundas. Tutores: M. Mucientes, V. Brea. Calificación: Matrícula de Honor

Listado TFMs, curso 2017/2018

• Framework para la construcción y despliegue de sistemas de procesamiento en tiempo real. Tutores: J.C. Pichel, D. Losada. Calificación: Matrícula de Honor
• Análisis del comportamiento del consumo de clientes. Tutores: J. Varela Pet, P. Castañal. Calificación: Aprobado
• Data mining para el descubrimiento de biomarcadores en el desarrollo de fármacos. Tutores: M. Mucientes, J. Palma. Calificación: Sobresaliente
• Segmentación de obxectos mediante Deep Learning. Tutores: M. Mucientes, V. Brea. Calificación: Notable
• Sistema de alertas basado en análisis de logs masivos. Tutores: J. Pichel, J. Cacheiro. Calificación: Notable
• Planificación y diseño de un almacén de datos para distribución alimentaria. Tutores: A.G. Loureiro, E. Comesaña. Calificación: Sobresaliente

Listado TFMs, curso 2016/2017

• Diseño de un sistema de sensorización en el ámbito de Internet de las cosas con bajo coste y consumo de potencia. Tutores: P. López, V. Brea. Calificación: Sobresaliente
• KeywordSearch: busca escalable sobre conxuntos de datos medioambientais. Tutores: X.R. Ríos, A. Bugarin. Calificación: Sobresaliente
• Reconstrucción 3D de escenas utilizando una cámara monocular. Tutor: M. Mucientes. Calificación: Matrícula de Honor
• Solución de persistencia en análisis visual avanzado para arquitectura de procesamiento de logs en tiempo real. Tutores: P. Félix, A. Sanz. Calificación: Notable
• Herramientas analíticas para el estudio de patrones psicolingüísticos en textos escritos por individuos con problemas de salud mental. Tutor: D. Losada. Calificación: Notable
• Análisis de grandes colecciones de imágenes. Tutor: P. G. Tahoces. Calificación: Aprobado
• Caracterización de aplicaciones mediante información de contadores hardware en sistemas NUMA. Tutores: T. Fernández, O. García, J. Lorenzo. Calificación: Sobresaliente
• Modelado de variables relevantes para la navegación inercial con dispositivos móviles. Tutores: R. Iglesias, C. Vázquez. Calificación: Notable
• Procesado de flujos Big Data con Apache Kafka y Logstash. Tutores: X.R. Ríos, C. Giraldo. Calificación: Notable
• Descubrimiento de estereotipos sobre contenidos digitales mediante análisis estilométricos y tecnologías deep learning. Tutores: D. Losada, H. Cerezo. Calificación: Notable
• Estudio, diseño y desarrollo de soluciones de prevención y actuación en un sistema de Teleasistencia basadas en análisis de datos. Tutores: D. Losada, S. Bello. Calificación: Notable
• Sistema de detección proactiva e predictiva de ameazas de seguridade. Tutores: T. Fernández, J. Cabaleiro, D. Fustes. Calificación: Sobresaliente
• Solución para predecir el número de incidencias de clientes de un operador de telecomunicaciones. Tutores: J. Rodríguez Presedo, A. Gude. Calificación: Notable
• Diseño y desarrollo de un almacén semántico de datos BIM basado en tecnologías NoSQL. Tutores: X.R. Ríos, S. González. Calificación: Notable

Listado TFMs, curso 2015/2016

• Implementación de un entorno para el despliegue bajo demanda de servicios dinámicos sobre la plataforma Big Data del CESGA. Tutores: Tomás Fernández, Javier Cacheiro, Roberto Rey. Calificación: Sobresaliente
• Big spatial data al servicio de misiones críticas de emergencias con la actuación de forma cooperativa y segura de aeronaves tripuladas y no tripuladas. Tutores: Manel Cotos y Adolfo Riera. Calificación: Notable
• Optimization of energy efficiency in buildings using rule-based regression models. Tutores: Alberto Bugarín, Manuel Mucientes, Pablo Rodríguez. Calificación: Sobresaliente
• Efficient Registration of two hyperspectral images on GPUs. Tutores: Dora Blanco e Francisco Argüello. Calificación: Sobresaliente
• Aplicación de técnicas de aprendizaje automático sobre sistemas de procesado en tiempo real de logs de actividad de sistema de Receta Electrónica. Tutores: Tomás Fernández y José Manuel González. Calificación: Sobresaliente
• Minería de procesos para el descubrimiento de patrones infrecuentes de actividades en flujos de trabajo Tutores: Manuel Mucientes, Manuel Lama. Calificación: Matrícula de Honor
• Siguiendo al líder: comprendiendo el comportamiento de la red social de un Yelper Influencer. Tutor: Eduardo Sánchez Vila. Calificación: Sobresaliente
• Predicción del comportamiento de la lista de espera quirúrquica por medio de algoritmos de regresión. Tutores: Manuel Mucientes. Calificación: Sobresaliente
• Utilidades de análisis y predicción de descargas en revistas electrónicas científicas Tutor: Paulo Félix Lamas. Calificación: Sobresaliente

---