Η Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΜΠ) σε συνεργασία με τις Σχολές Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Πολιτικών Μηχανικών και Αγρονόμων & Τοπογράφων Μηχανικών του ΕΜΠ οργανώνει Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (ΔΠΜΣ) στο επιστημονικό πεδίο «Επιστήμη Δεδομένων και Μηχανική Μάθηση (Data Science and Machine Learning)».   

Αντικείμενο του προγράμματος αποτελεί η διαχείριση, ανάλυση, επεξεργασία και εξαγωγή γνώσης από δεδομένα, είτε σε δομημένη είτε σε αδόμητη μορφή.  Η αποτελεσματική ανάλυση των δεδομένων μπορεί να προσφέρει ουσιαστικές λύσεις και να βοηθήσει στη λήψη αποφάσεων σε διάφορα επίπεδα.

Στόχος του μεταπτυχιακού

Στοχεύει στην κάλυψη της έντονης ανάγκης που υπάρχει στην αγορά εργασίας για στελέχη με κατάρτιση στον τομέα της Επιστήμης Δεδομένων και της Μηχανικής Μάθησης. 

Το συγκεκριμένο πρόγραμμα προσφέρει στους απόφοιτους, μεταξύ άλλων:

  • Θεωρητική και πρακτική γνώση μεθόδων και τεχνολογιών αναπαράστασης, αποθήκευσης και επεξεργασίας ετερογενών τύπων δεδομένων με σύγχρονες αλγοριθμικές & υπολογιστικές τεχνικές.
  • Προχωρημένες γνώσεις & δεξιότητες στη στατιστική, τις πιθανότητες & γενικότερα στις μαθηματικές έννοιες, για την κατανόηση απλών και προχωρημένων ζητημάτων των υπό εξέταση περιοχών, όπως γνώσεις για τη χρήση κατάλληλων εργαλείων για την κάθε περίσταση και για διαφορετικά σύνολα δεδομένων.
  • Εμβάθυνση στις πλέον σύγχρονες τεχνικές και μεθοδολογίες στην Επιστήμη των Δεδομένων και της Μηχανικής Μάθησης, οι οποίες σχετίζονται με την επίλυση προβλημάτων με τεχνικές επεξεργασίας και ανάλυσης μεγάλου όγκου δεδομένων, για την κατασκευή μοντέλων πρόβλεψης και τη λήψη αποφάσεων.
  • Επιστημονικά άρτια σύνοψη και αποτελεσματική παρουσίαση των μοντέλων και των πορισμάτων που προκύπτουν από την ανάλυση των δεδομένων με μεθόδους Μηχανικής Μάθησης.
  • Γνώσεις σε εξειδικευμένα πεδία εφαρμογής (ανάλυση εικόνας, όραση υπολογιστών, επεξεργασία γεωχωρικών συντεταγμένων κ.λπ).

Πρόγραμμα σπουδών

Είναι πλήρους απασχόλησης και περιλαμβάνει δύο (2) εξάμηνα μαθημάτων και ένα (1) εξάμηνο εκπόνησης της μεταπτυχιακής Διπλωματικής Εργασίας. Η ελάχιστη διάρκεια σπουδών είναι δύο (2) ακαδημαϊκά εξάμηνα και η μέγιστη διάρκεια φοίτησης είναι δύο (2) έτη, περιλαμβανομένης της εκπόνησης της Διπλωματικής Εργασίας.

Απαιτείται η επιτυχής παρακολούθηση μαθημάτων συνολικά 60 πιστωτικών μονάδων, και η επιτυχής εκπόνηση της μεταπτυχιακής Διπλωματικής εργασίας που ισοδυναμεί με άλλες 30 μονάδες.

Για περισσότερες πληροφορίες, πατήστε εδώ

© Εθνικό Μετσόβιο  Πολυτεχνείο

Οργανισμός
Ομάδα-στόχος
  • Ψηφιακές δεξιότητες για επαγγελματίες/ ειδικούς ΤΠΕ
Ψηφιακή τεχνολογία/εξειδίκευση
  • Ψηφιακές δεξιότητες
  • Μεγάλα δεδομένα (Big data)
Επίπεδο ψηφιακών δεξιοτήτων
  • Προχωρημένο
  • Επαγγελματίας/Ειδικός ΤΠΕ
Χώρα
  • Ελλάδα
Βιομηχανία - Τομέας Εκπαίδευσης και Κατάρτισης
  • Λοιπά προγράμματα και προσόντα (εκτός λίστας)
  • Θετικές επιστήμες, μαθηματικά και στατιστική (λοιπές υποκατηγορίες)
  • Μαθηματικά και Στατιστική (λοιπές υποκατηγορίες)
  • Διεπιστημονικά προγράμματα και εξειδικεύσεις που αφορούν θετικές επιστήμες, μαθηματικά και στατιστική
Γλώσσα
  • Ελληνική
  • Αγγλική
Είδος πρωτοβουλίας
  • Εθνική πρωτοβουλία
Απευθύνεται σε
  • Άτομα με υψηλές επιδόσεις
  • Άτομα που έχουν ολοκληρώσει την τριτοβάθμια εκπαίδευση (ΕΠΕΠ 7)
  • Άτομα που έχουν ολοκληρώσει την τριτοβάθμια εκπαίδευση (ΕΠΕΠ 6)
  • Άτομα με επαγγελματική εμπειρία 3-10 ετών
  • Άτομα με επαγγελματική εμπειρία 10+ ετών
  • Άτομα που έχουν ολοκληρώσει την τριτοβάθμια εκπαίδευση (ΕΠΕΠ 8)
  • Άτομα με επαγγελματική εμπειρία 0-3 ετών
Είδος προγράμματος κατάρτισης
  • Εκπαιδευτικό πρόγραμμα
Μαθησιακή δραστηριότητα
  • Εκπαιδευτικό πρόγραμμα
Τύπος αξιολόγησης
  • Με βάση την απόδοση στην τάξη
Διάρκεια κατάρτισης
  • Πολλαπλά έτη
Κόστος συμμετοχής
Paid
Πιστοποιητικό/κόστος Πιστοποιητικού
Paid
Τύπος αρχείου κατάρτισης
  • Ενιαία προσφορά
Ημερομηνία έναρξης προγράμματος κατάρτισης
2023
Είδος φοίτησης
  • Πλήρους φοίτησης
Προσφερόμενο διαπιστευτήριο
  • Μαθησιακή δραστηριότητα
Μάθημα που το παρακολουθεί κανείς με το δικό του ρυθμό
No
Διαβάσετε περισσότερα