Reino Unido · 2026-27
Imperial College London
24 prácticas de laboratorio para el temario de Imperial College.
El BEng/MEng Computing de Imperial College London: prácticas de computación, algoritmos, bases de datos, sistemas operativos y aprendizaje automático. Cada práctica está guiada paso a paso, se compila y se comprueba con una cadena de herramientas real en tu propio equipo: el modelo revisa tu código después, no decide si has aprobado.
Actualizado
Semestre a semestre
Programa: BEng/MEng Computing. Plan: Module descriptions 2026-27. Abre una asignatura para ver sus unidades prácticas y la práctica de laboratorio que GroutCode incluye para cada una.
Year 1
2 asignaturas5 prácticasSQLJavaC- COMP40007SQL
Introduction to Databases
3
prácticas
- Normalising an enrolment table into 3NF
- Relational algebra as SQL views
- 1Normalising an enrolment table into 3NFUnidad 2 · Database Design and Normalisation
- 2Relational algebra as SQL viewsUnidad 3 · Relational Languages and SQL
- 3Integrity, views, triggers and serializabilityUnidad 4 · Views, Integrity, Security and Transactions
- COMP40009JavaC
Computing Practical 1
2
prácticas
- Functional and object-oriented Java: from folds to value classes
- A toy CPU emulator and assembler in C
- 1Functional and object-oriented Java: from folds to value classesUnidad 2 · Kotlin and Java Programming
- 2A toy CPU emulator and assembler in CUnidad 3 · Assembler and C: Computer Systems Project
Year 2
5 asignaturas17 prácticasPythonJavaC- COMP50001Python
Algorithm Design and Analysis
4
prácticas
- Counting the work: operation counts, recurrences and growth order
- Divide and conquer to dynamic programming: from Karatsuba to knapsack
- 1Counting the work: operation counts, recurrences and growth orderUnidad 1 · Quantitative Analysis of Algorithms
- 2Divide and conquer to dynamic programming: from Karatsuba to knapsackUnidad 2 · Divide and Conquer and Dynamic Programming
- 3Greedy choices and random pivots: scheduling, Huffman and Miller-RabinUnidad 3 · Greedy and Randomised Algorithms
- 4Shortest paths, flows and pattern matching: a graph and string toolkitUnidad 4 · Advanced Graph and String Algorithms
- COMP50002Java
Software Design and Evolution
2
prácticas
- Designing for change: an order module behind interfaces, then measured
- Safe change with tests, doubles and a legacy receipt printer
- 1Designing for change: an order module behind interfaces, then measuredUnidad 1 · Designing for Change
- 2Safe change with tests, doubles and a legacy receipt printerUnidad 2 · Enabling Safe Change
- COMP50004C
Operating Systems
4
prácticas
- Processes, pthreads and home-made synchronisation primitives
- CPU schedulers and the banker's algorithm — simulating what the kernel decides
- 1Processes, pthreads and home-made synchronisation primitivesUnidad 2 · Processes, Threads and Synchronisation
- 2CPU schedulers and the banker's algorithm — simulating what the kernel decidesUnidad 3 · Concurrency Control and Scheduling
- 3Paging, TLBs and page replacement — a virtual memory simulatorUnidad 4 · Virtual Memory
- 4Disk scheduling and file-system structures — from seek distance to path lookupUnidad 5 · Devices, I/O and File Systems
- COMP50007AC
Computing Practical 2 (Lab)
2
prácticas
- Inside a teaching kernel: Pintos scheduling, alarm clock and virtual memory
- PThreads from the ground up: parallel reductions, bounded buffers and barriers
- 1Inside a teaching kernel: Pintos scheduling, alarm clock and virtual memoryUnidad 1 · Operating System Implementation (Pintos)
- 2PThreads from the ground up: parallel reductions, bounded buffers and barriersUnidad 2 · Concurrent Programming with PThreads
- COMP50013Python
Machine Learning
5
prácticas
- Nearest neighbours, locally weighted regression and decision trees from scratch
- Evaluating learners honestly: splits, cross-validation, metrics and significance
- 1Nearest neighbours, locally weighted regression and decision trees from scratchUnidad 2 · Instance Based Learning and Inductive Learning
- 2Evaluating learners honestly: splits, cross-validation, metrics and significanceUnidad 3 · Model Evaluation and Comparison
- 3Neural networks by hand: perceptron, back-propagation and SGD on plain listsUnidad 4 · Neural Networks
- 4Unsupervised learning from scratch: K-means, kernel density and Gaussian mixturesUnidad 5 · Unsupervised Learning
- 5Evolutionary search: a genetic algorithm, a (1+1)-ES, novelty search and MAP-ElitesUnidad 6 · Evolutionary Algorithms
Year 3
1 asignatura2 prácticasC++- COMP60007C++
The Theory and Practice of Concurrent Programming
2
prácticas
- Shared-memory concurrency in C++: locks, atomics, primitives and race detectors
- Correct concurrency: deadlock, monitors, linearisability and a lock-free stack
- 1Shared-memory concurrency in C++: locks, atomics, primitives and race detectorsUnidad 1 · Practical Concurrent Programming in C++
- 2Correct concurrency: deadlock, monitors, linearisability and a lock-free stackUnidad 3 · Correctness and Synchronisation Patterns
El temario completo de 38 asignaturas está transcrito en la aplicación, incluidas las asignaturas teóricas. Las prácticas están elaboradas siguiendo los códigos de asignatura que tienen trabajo de laboratorio, y la lista crece con cada versión.
GroutCode no está afiliado a Imperial College London ni cuenta con su respaldo. Los códigos y nombres de las asignaturas se han transcrito de los documentos del plan publicados por la institución.
Cómo se hace una práctica
Los mismos cinco pasos en todas las prácticas y en todos los lenguajes.
- 1
Elige tu temario
Selecciona tu universidad o consejería y el semestre o curso en el que estás. La lista de asignaturas es el plan oficial transcrito, no una aproximación.
- 2
Abre una práctica
Cada práctica está guiada paso a paso para una asignatura concreta, con un archivo inicial que editas tú y un archivo de pruebas que no debes tocar.
- 3
Escribe tú el código
El archivo inicial trae las firmas y los TODO. Tú los implementas en el editor, en el lenguaje que se usa realmente en tu asignatura.
- 4
Ejecuta las comprobaciones
La cadena de herramientas compila y ejecuta las pruebas: entre 8 y 15 a lo largo de la práctica, una por paso, para que descubras qué cambio ha roto qué.
- 5
Recibe la revisión
Cuando las pruebas pasan, el modelo lee tu implementación y te dice con qué entrada se rompe. Nunca es él quien dicta el aprobado o el suspenso.
Por qué corrige el compilador y no el modelo
La forma obvia de construir una herramienta de laboratorio con IA es dejar que el modelo lea el código del estudiante y diga si es correcto. Es también la forma de acabar con una herramienta en la que nadie puede confiar. Un modelo te dirá que tu código funciona cuando el compilador dice lo contrario, y te suspenderá por un estilo que resulta que no le gusta.
Por eso los dos trabajos están separados:
- El modelo diseña la práctica, escribe el archivo inicial y las pruebas y, una vez que las pruebas pasan, lee lo que has escrito de verdad y te dice con qué entrada se rompe.
- La cadena de herramientas decide si compila y si cada paso pasa. Ese veredicto no se negocia y el modelo nunca lo emite.
Y por qué pasos en lugar de una única tarea grande
Una práctica de 40 a 60 minutos con un solo Run al final le da a alguien que empieza un bit de información por hora, y llega cuando ya ha tomado todas las decisiones. Aquí cada práctica tiene entre 8 y 15 pasos, cada uno con su propia instrucción y su propia comprobación, para que descubras qué cambio ha roto qué mientras todavía recuerdas haberlo hecho.
Preguntas frecuentes
¿GroutCode cubre el plan 2026-27 de Imperial College?
Sí. GroutCode incluye el plan 2026-27 de Imperial College transcrito para BEng/MEng Computing —38 asignaturas— con 24 prácticas de laboratorio elaboradas y asociadas a códigos de asignatura concretos. El temario se transcribió a partir de los documentos oficiales, y en la aplicación queda registrada la fuente y la suma de verificación de cada uno.
¿Qué lenguajes se usan en las prácticas de Imperial College?
Python (9 prácticas), C (7 prácticas), SQL (3 prácticas), Java (3 prácticas), C++ (2 prácticas). El lenguaje se fija por código de asignatura en lugar de deducirlo del título, porque la misma materia se imparte en lenguajes distintos según la institución.
¿La IA me hace la práctica directamente?
No. El archivo inicial trae las firmas y los TODO; los implementas tú. Es la cadena de herramientas, y no el modelo, la que decide si tu código compila y si cada paso pasa, de modo que la IA no puede decirte que tu código funciona cuando el compilador opina lo contrario. Lo que sí hace después es leer tu implementación y señalarte la entrada con la que se rompe.
¿Las prácticas funcionan sin conexión?
Las prácticas, el temario y el ejecutor de pruebas van incluidos en la aplicación y se ejecutan en local, así que el ciclo de compilar y comprobar funciona sin conexión. El paso final de revisión usa un modelo, que puede ser local o en la nube con tu propia clave.
¿Qué necesito tener instalado?
GroutCode detecta qué cadenas de herramientas hay en tu equipo y te indica qué falta y cómo solucionarlo. Necesitas el compilador o intérprete del lenguaje que use tu asignatura: un compilador de C, un JDK, Python, Node o SQLite.
Otros temarios
Oxford
University of Oxford
Las fichas de asignatura de Computer Science de University of Oxford para 2026-27: bases de datos, implementación de sistemas de bases de datos e IA.
27
prácticas
Cambridge
University of Cambridge
El Computer Science Tripos de Cambridge, Parts IA y IB: algoritmos, bases de datos, programación orientada a objetos, C y C++.
36
prácticas
UCL
University College London
El BSc y MEng Computer Science de UCL, de primero a cuarto: principios de programación, POO, algoritmos, compiladores y sistemas.
51
prácticas
Haz tus prácticas de Imperial College con las comprobaciones incluidas
GroutCode va incluido en todas las licencias de Grout Suite. Descarga gratuita para Windows y macOS.
Descargar GroutCode