2η Κατεύθυνση

Επιστήμη των Δεδομένων και Τεχνητή Νοημοσύνη

Artificial intelligence

Big data

Cloud computing

Αν είσαι πτυχιούχος Τμημάτων Πληροφορικής και Μηχανικών Η/Υ ή συναφών αντικειμένων, ή πτυχιούχος που ήδη απασχολείται στον ιδιωτικό ή στον ευρύτερο δημόσιο τομέα σε τομείς που σχετίζονται με το αντικείμενο του μεταπτυχιακού προγράμματος σπουδών και επιθυμείς να εξειδικευτείς σε τεχνολογίες αιχμής που σχετίζονται με την τεχνητή νοημοσύνη και την επιστήμη των δεδομένων, τότε αυτό το πρόγραμμα μεταπτυχιακών σπουδών είναι για σένα!

Η κατεύθυνση Επιστήμη των Δεδομένων και Τεχνητή Νοημοσύνη έχει ως αντικειμενικούς στόχους την καλλιέργεια των παρακάτω αντικειμένων:

  • Μηχανική Μάθηση & Τεχνητή Νοημοσύνη όπου συμπεριλαμβάνονται προηγμένες έννοιες όπως γραμμική, λογιστική παλινδρόμηση, δέντρα αποφάσεων, νευρωνικά δίκτυα, μέθοδοι συνόλου και μετά-μάθησης, συστήματα συστάσεων, αναπαράσταση γνώσης καθώς και τεχνικές βαθιάς μάθησης.
  • Επεξεργασία Φυσικής Γλώσσας και Υπολογιστική Όραση όπου περιλαμβάνονται μέθοδοι αναπαράστασης και επιβλεπόμενης/μη επιβλεπόμενης εκμάθησης ενσωματωμένων λέξεων, διανυσματικές μέθοδοι καθώς, εφαρμογές NLP και IR, αναγνώριση αντικειμένων, κατάτμηση εικόνων, σύνθεσης εικόνων και βίντεο με μοντέλα δίαχυσης, κ.α.
  • Διαχείριση και Οπτικοποίηση Δεδομένων Μεγάλου Όγκου που περιλαμβάνει μεθόδους οπτικοποίησης δεδομένων και κατανομών, στατιστικό συμπερασμό, διαχείριση σχεσιακών και μη σχεσιακών βάσεων δεδομένων, διαχείριση ροών δεδομένων και πόρων σε κατανεμημένα συστήματα.
  • Εφαρμογές Επιστήμης των Δεδομένων και Τεχνητής Νοημοσύνης σε τομείς όπως τα αυτόνομα οχήματα, οι εφαρμογές στην υγεία, στις μεταφορές, στην ασφάλεια καθώς και η αξιοπιστία, μεροληψία και ηθική σε συστήματα ΤΝ.

Δομή προγράμματος σπουδών

Το πρόγραμμα περιλαμβάνει δέκα (10) μαθήματα διδακτικής περιόδου, το σεμινάριο Μεθοδολογίας, έρευνας, τεχνολογιών και εφαρμογών Πληροφορικής και Τηλεματικής, και τη διπλωματική εργασία. Τα έξι (6) από τα μαθήματα, το σεμινάριο και η διπλωματική εργασία είναι κοινά για όλους τους σπουδαστές και θεωρούνται υποχρεωτικά μαθήματα της κατεύθυνσης. Τα υπόλοιπα τέσσερα (4) μαθήματα μπορούν να επιλεγούν από ένα υποσύνολο 6 διαθέσιμων μαθημάτων τα οποία προσφέρουν είτε μεγαλύτερη εξειδίκευση σε στοχευμένους τομείς είτε μεγαλύτερη ευρύτητα αντικειμένου σε συνδυασμό με τις υπόλοιπες κατευθύνσεις του προγράμματος σπουδών και ανάλογα με τις ανάγκες και τους στόχους κάθε σπουδαστή. 

Υποχρεωτικά Μαθήματα

Μαθήματα Επιλογής

Πρόγραμμα Μεταπτυχιακών Σπουδών

Χαροκόπειο Πανεπιστήμιο Τμήμα Πληροφορικής & Τηλεματικής


Ομήρου 9
177 78, Ταύρος

+30 210 9549 402
itpsec[at]hua[dot]gr

Δευτέρα – Παρασκεύη
10:00 – 13:00,
16:00-18:00

Φιλοσοφία
Αντικειμενικοί Στόχοι
Οφέλη Προγράμματος

Σύμφωνα με την πρόσφατη μελέτη της Deloitte για λογαριασμό του ΣΕΠΕ εκτιμάται ένα κενό προσφοράς ειδικών Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΤΠΕ) το οποίο θα αγγίζει τους 7000-7500 κατ’ έτος έως το 2030. Μεταξύ των προτεινόμενων δράσεων της μελέτης είναι η δημιουργία νέων μεταπτυχιακών τμημάτων ΤΠΕ. Στη μελέτη αποτυπώνεται επιπλέον η εκτίμηση ότι η Τεχνητή Νοημοσύνη (ΤΝ) είναι από τις 3 κορυφαίες ειδικότητες που θα είναι σε ζήτηση τα επόμενα χρόνια στον ευρύτερο ιδιωτικό τομέα, ενώ, ειδικότητες οι οποίες σχετίζονται με την ανάλυση και διαχείριση πληροφοριακών συστημάτων και δεδομένων είναι στις 3 κορυφαίες ειδικότητες που θα έχουν ζήτηση στον δημόσιο τομέα.

Αυτές οι τάσεις επιβεβαιώνονται και σε ευρωπαϊκό επίπεδο, όπου έχει τεθεί ως στρατηγικός στόχος η χρήση τεχνητής νοημοσύνης, μαζικών δεδομένων και υπολογιστικού νέφους από το 75% των ευρωπαϊκών επιχειρήσεων έως το 2030. 

Σε παγκόσμιο επίπεδο οι εκτιμήσεις για την αγορά της τεχνητής νοημοσύνης είναι πολύ αισιόδοξες, όπου η τρέχουσα εκτίμηση της είναι στα 100 δισ. δολάρια, ενώ οι προβλέψεις της Next Move Strategy Consulting μιλούν για εικοσαπλάσια εκθετική αύξηση αύξηση έως το 2030, κοντά στα 2 τρις δολάρια. Η ίδια μελέτη διαπιστώνει ότι ένα από τα μεγαλύτερα εμπόδια στην ανάπτυξη της αγοράς της Επιστήμης Δεδομένων (ΕΔ) και Τεχνητής Νοημοσύνης (ΤΝ) είναι η έλλειψη εξειδικευμένου προσωπικού. Παρόλο που διαπιστώνεται ότι οι ΗΠΑ κατέχουν το μεγαλύτερο μερίδιο της σχετικής αγορά σήμερα, εκτιμάται ότι στην Ευρώπη θα παρατηρηθεί επίσης σημαντική ανάπτυξη μέσω της ευρείας εφαρμογής ψηφιακών λύσεων στις μεταφορές, την αυτοκίνηση και την υγεία, καθώς και τον ψηφιακό μετασχηματισμό των μικρομεσαίων επιχειρήσεων (ΜΜΕ). Τέλος, η συνεχιζόμενη παρουσία και οι επενδύσεις μεγάλων εταιριών όπως οι SAP, Google, Microsoft και IBM στην Ευρώπη, καθώς και οι συνεργασίες τους με startups, ΜΜΕ και τον δημόσιο τομέα θα αποτυπωθεί επίσης στην ανάπτυξη του κλάδου.

Η κατεύθυνση του μεταπτυχιακού κύκλου σπουδών έχει ως αντικειμενικούς στόχους την καλλιέργεια των παρακάτω αντικειμένων:

  • Μηχανική Μάθηση & Τεχνητή Νοημοσύνη όπου συμπεριλαμβάνονται προηγμένες έννοιες όπως γραμμική, λογιστική παλινδρόμηση, δέντρα αποφάσεων, νευρωνικά δίκτυα, μέθοδοι συνόλου και μετά-μάθησης, συστήματα συστάσεων, αναπαράσταση γνώσης καθώς και τεχνικές βαθιάς μάθησης.
  • Επεξεργασία Φυσικής Γλώσσας και Υπολογιστική Όραση όπου περιλαμβάνονται μέθοδοι αναπαράστασης και επιβλεπόμενης/μη επιβλεπόμενης εκμάθησης ενσωματωμένων λέξεων, διανυσματικές μέθοδοι καθώς, εφαρμογές NLP και IR, αναγνώριση αντικειμένων, κατάτμηση εικόνων, σύνθεσης εικόνων και βίντεο με μοντέλα δίαχυσης, κ.α.
  • Διαχείριση και Οπτικοποίηση Δεδομένων Μεγάλου Όγκου που περιλαμβάνει μεθόδους οπτικοποίησης δεδομένων και κατανομών, στατιστικό συμπερασμό, διαχείριση σχεσιακών και μη σχεσιακών βάσεων δεδομένων, διαχείριση ροών δεδομένων και πόρων σε κατανεμημένα συστήματα.
  • Εφαρμογές Επιστήμης των Δεδομένων και Τεχνητής Νοημοσύνης σε τομείς όπως τα αυτόνομα οχήματα, οι εφαρμογές στην υγεία, στις μεταφορές, στην ασφάλεια καθώς και η αξιοπιστία, μεροληψία και ηθική σε συστήματα ΤΝ.

Οι μεταπτυχιακοί φοιτητές της εν λόγω κατεύθυνσης λαμβάνουν πληθώρα ουσιαστικών γνώσεων που αφορούν μία σειρά από τεχνολογίες αιχμής, όπως:

  • Μηχανική Μάθηση και Εφαρμογές
  • Βαθιά Μάθηση
  • Εξόρυξη Δεδομένων
  • Συστήματα Συστάσεων
  • Διαχείριση Δεδομένων Μεγάλου Όγκου
  • Αναπαράσταση Γνώσης
  • Ασφάλεια Δεδομένων και Συστημάτων
  • Επεξεργασία φυσικής γλώσσας 
  • Υπολογιστική όραση
  • Εφαρμογές επιστήμης των δεδομένων και τεχνητής νοημοσύνης