Sesión 1: Presentación del proyecto

• Objetivo Crear un sistema de recomendación que pueda ofrecer a nuestros clientes de Netflix un conjunto de películas en función a las puntuaciones que ya tenemos en nuestra basa de datos.
• Presentar plantilla JupyterLab y pasos a seguir en las diferentes fases.
• Mostrar datos a trabajar.

Sesión 2:  Inicio de trabajo en el proyecto

• Refuerzo de competencia en Python (si es necesaria).
• Opción de hacer Fase 1 o pasar a Fase 2.
• Evaluación de elección de fase por alumnado.

Sesión 3 y 4: Trabajo en el proyecto y pruebas de resultados

Sesión 5: Entrega y muestra de resultados 

Sesión 6: Reflexión y conclusión técnica y ética sobre la construcción del prototipo

¿Realmente todos los datos que se recogen tienen la misma relevancia? 
¿Cómo se puede mejorar su eficiencia independientemente de los datos? 
¿Cómo se puede abordar los problemas de privacidad en estos sistemas? 
¿Hay alguna forma de evaluar los resultados de un sistema de recomendación? 
¿Cómo podemos garantizar que los sistemas de recomendación no sean utilizados para fines de manipulación? 
¿Cómo los desarrolladores de IA pueden prevenir la discriminación y los sesgos en la recomendación de productos?