Εισαγωγικά – Γνωστικό αντικείμενο

Η περιοχή της Επιστήμης Δεδομένων έχει ως αντικείμενο την εξαγωγή γνώσης από μεγάλους όγκους δεδομένων. Η επιστήμη δεδομένων/data science κάνει εκτεταμένη χρήση αλγορίθμων, μηχανικής μάθησης και στατιστικής συμπερασματολογίας για την εξαγωγή γνώσης και προβλέψεων. Ειδικότερα, η επιστήμη δεδομένων προέκυψε από το συνδυασμό σημαντικών εξελίξεων σε δυο υποπεριοχές της πληροφορικής κατά τελευταία 15 χρόνια: Πρώτον τη σημαντική πρόοδο που σημειώθηκε σε αλγορίθμους και τεχνικές μηχανικής μάθησης και γενικότερα τεχνικές τεχνητής νοημοσύνης βασισμένες σε στατιστικές αρχές. Και δεύτερον, τις ραγδαίες εξελίξεις στην περιοχή της διαχείρισης δεδομένων, που οδήγησαν μέσω νέων αλγορίθμων, αρχιτεκτονικών και συστημάτων σε τάξεις μεγέθους βελτίωση της ταχύτητας επεξεργασίας τεράστιων, ετερογενών, συνεχών μεταβαλλόμενων όγκων δεδομένων (Big Data). Οι σύγχρονες επεξεργαστικές δυνατότητες συνδυασμένες με τον όγκο των δεδομένων δημιούργησαν ένα ενάρετο κύκλο ανάπτυξης υπολογιστικών τεχνικών που στηρίζονται στην επαναληπτική βελτίωση από τον υπολογιστή προβλέψεων και αποφάσεων.

Ως διεπιστημονική περιοχή η επιστήμη δεδομένων έχει, εκτός της πληροφορικής και των μαθηματικών, ως βασικό πυλώνα και τη γνώση του εκάστοτε πεδίου εφαρμογής. Ο πυλώνας του πεδίου εφαρμογής αναφέρεται στις προϋποθέσεις επιτυχούς πρακτικής εφαρμογής και είναι μεταβλητός, αναλόγως του πεδίου. Όμως από τη μεθοδολογική σκοπιά, είναι σαφές ότι η επιστήμη δεδομένων / data science αποτελεί κοινό τόπο της πληροφορικής και των μαθηματικών και εμπίπτει σε πολύ μεγάλο βαθμό στην επιστημονική περιοχή που θεραπεύει το Τμήμα Πληροφορικής.

Το έντονο επιστημονικό ενδιαφέρον για τα προβλήματα που εμπίπτουν στην περιοχή της data science και το σημαντικό επιχειρηματικό ενδιαφέρον για το συνδυασμό των γνώσεων και δεξιοτήτων που απαιτούνται για τη λύση τους μας οδήγησαν στην εισαγωγή ενός ΠΜΣ για τη θεραπεία της διεπιστημονικής αυτής περιοχής. Το ΠΜΣ αποβλέπει στο να εκπαιδεύσει data scientists με ισχυρό θεωρητικό και εφαρμοσμένο υπόβαθρο και να καλύψει ένα σημαντικό κενό στο εκπαιδευτικό τοπίο.

Σκοπός του Προγράμματος

Ο σκοπός του προγράμματος είναι να προετοιμάσει επιστήμονες και στελέχη που να έχουν τις εξής δεξιότητες:
Πρώτον, γνώσεις και δεξιότητες που αφορούν στον τρόπο παράστασης, αποθήκευσης και επεξεργασίας δεδομένων διαφόρων τύπων από τον υπολογιστή και στις σύγχρονες αλγοριθμικές/υπολογιστικές τεχνικές. Δεύτερον, γνώσεις και δεξιότητες στις πιθανότητες, τη στατιστική, και την άλγεβρα που να επιτρέπουν και την κατανόηση των απλών αλλά και προχωρημένων μαθηματικών εννοιών και εργαλείων των περιοχών αυτών και την εφαρμογή τους σε διαφορετικά σύνολα δεδομένων με το σωστό τρόπο και στη σωστή περίσταση. Τρίτον, γνώσεις που αφορούν στις ειδικές τεχνικές που έχουν αναπτυχθεί τα τελευταία 10 χρόνια στον καθαυτό χώρο της data science, και αφορούν το συνδυασμό αλγοριθμικών, αλγεβρικών και στατιστικών τεχνικών επίλυσης προβλήματων με τεχνικές επεξεργασίας μεγάλων δεδομένων για εξαγωγή μοντέλων πρόβλεψης και λήψης αποφάσεων. Τέταρτον, γνώσεις και δεξιότητες για την αποτελεσματική και επιστημονικά άρτια παρουσίαση και σύνοψη πολύπλοκων δεδομένων και μοντέλων, και πέμπτον βασικές γνώσεις σε κάποιο(α) πεδί(α) εφαρμογής. Τελευταία δεξιότητα αποτελεί η ικανότητα διαμόρφωσης προβλήματος επιλύσιμου με υπολογιστικές τεχνικές, μέσω της κατανόησης των ομοιοτήτων διαφορετικών μεταξύ τους καταστάσεων και περιγραφών.   Οι φοιτητές του ΠΜΣ θα εκπαιδεύονται τόσο στη θεωρία όσο και στην εφαρμογή μέσω έμπρακτης ενασχόλησης με το αντικείμενο και εργαστηρίων.

Το πρόγραμμα θα έχει διεθνή προσανατολισμό, ανταποκρινόμενο στην έντονη διεθνή ζήτηση στον τομέα Data Science. Ο στόχος του είναι να καταξιωθεί σε βάθος χρόνου ως ένα από τα αξιόλογα διεθνώς προγράμματα στη γνωστική αυτή περιοχή.

Σε ποιόν απευθύνεται το πρόγραμμα

Το ΠΜΣ πλήρους φοίτησης απευθύνεται σε πτυχιούχους πανεπιστημίων με πολύ καλό υπόβαθρο σε ποσοτικά θέματα και σε πληροφορική και συγκεκριμένα με βασικές γνώσεις προγραμματισμού και επιστήμης υπολογιστών, καλή γνώση μαθηματικών και στατιστικών εννοιών, μεθόδων και τεχνικών, και εμπειρία στην αλγοριθμική θεώρηση των προβλημάτων.  Αυτοί μπορεί να είναι είτε πρόσφατοι πτυχιούχοι, είτε στελέχη επιχειρήσεων και οργανισμών, έτοιμοι να διαθέσουν 12-15 μήνες πλήρους ακαδημαϊκής απασχόλησης προκειμένου να εμβαθύνουν στο χώρο της data science και να έχουν τη δυνατότητα να εξελιχθούν σε κορυφαία στελέχη σε αυτό.

Το ΠΜΣ μερικής φοίτησης απευθύνεται σε στελέχη επιχειρήσεων και οργανισμών με τουλάχιστον 3 έτη εργασιακής εμπειρίας πλήρους απασχόλησης με αντικείμενο τη συλλογή, μέτρηση ή/και ανάλυση πληροφορίας, αποφοίτους πανεπιστημίων με καλό υπόβαθρο σε ποσοτικά θέματα (βασικές γνώσεις πιθανοτήτων και στατιστικής) και στην πληροφορική («ενεργή» γνώση προγραμματισμού, βασικές γνώσεις θεωρίας και συστημάτων), εξοικείωση με μαθηματικές έννοιες και τεχνικές, και εμπειρία στην διαμόρφωση και επίλυση υπολογιστικών προβλημάτων. Ειδικότερα το ΠΜΣ απευθύνεται σε εργαζόμενους με τα ανωτέρω χαρακτηριστικά στη συμβουλευτική επιχειρήσεων, λιανική τραπεζική, τηλεπικοινωνίες, έρευνα αγοράς, ή σε εργαζόμενους στο ποσοτικό μάρκετινγκ, ΙΤ, Business Intelligence, χρηματοοικονομικά, ή Operations οποιουδήποτε οργανισμού με σημαντική πολυπλοκότητα.

Προφίλ Υποψηφίων και Κριτήρια Επιλογής

Το προφίλ των υποψηφίων είναι πτυχιούχοι πληροφορικής, συναφών κατευθύνσεων πολυτεχνικών σχολών, ή σχολών θετικών επιστημών (μαθηματικά, στατιστική, κ.ά.) που πληρούν πρόσθετα κριτήρια. Τα κριτήρια επιλογής θα βασίζονται στα εξής:

• Βαθμός πτυχίου (ελληνικού ή ισότιμου της αλλοδαπής)
• Βαθμοί μαθημάτων
• Μεταπτυχιακά διπλώματα εφόσον υπάρχουν
• Δύο συστατικές επιστολές, μία τουλάχιστον από πανεπιστημιακό.
• Αποδεδειγμένη καλή γνώση Αγγλικής (TOEFL, Proficiency), ή άλλο ισοδύναμο πτυχίο.
• GRE (προαιρετικά)
• Εργασιακή εμπειρία σε συναφές αντικείμενο εφόσον υπάρχει (με διαφορετική βαρύτητα σε πλήρους και μερικής φοίτησης, στο δεύτερο κρίνεται απαραίτητη)
• Προσωπική συνέντευξη

Δομή του ΠΜΣ

Το πρόγραμμα περιλαμβάνει 75 πιστωτικές μονάδες. Υπάρχουν τρεις διδακτικές περίοδοι διάρκειας 10 εβδομάδων εντός του ακαδημαϊκού έτους. Οι διδακτικές περίοδοι και άρα το ακαδημαϊκό ημερολόγιο των προγραμμάτων πλήρους και μερικής φοίτησης θα είναι ίδιες/ίδιο. Τα «πλήρη» μαθήματα (που αντιστοιχούν αναλόγως φόρτου σε 5 ή 6 πιστωτικές μονάδες) θα έχουν 30 ώρες διδασκαλίας και τα «μισά» (3 πιστωτικές  μονάδες) 15 ώρες διδασκαλίας.

Οι φοιτητές του τμήματος πλήρους φοίτησης παρακολουθούν μαθήματα για τρεις διδακτικές περιόδους, και συνολικά πρέπει να συμπληρώσουν 60 πιστωτικές μονάδες μαθημάτων, εκ των οποίων 40 πιστωτικές μονάδες υποχρεωτικών και 20 πιστωτικές μονάδες επιλεγόμενων μαθημάτων.

Στο τέλος του ακαδημαϊκού έτους και ως τον Οκτώβριο του επόμενου ακαδημαϊκού έτους  εκπονείται από τους φοιτητές του προγράμματος πλήρους φοίτησης διπλωματική εργασία που αντιστοιχεί σε 15 πιστωτικές μονάδες. Η διπλωματική εργασία παίρνει τη μορφή Ολοκληρωμένου Έργου (Integrated Project) που θα εκπονείται σε συνεργασία με επιχειρήσεις ή φορείς σε θέμα που θα σχεδιάζεται από κοινού με την επιχείρηση ή τον φορέα και τον ακαδημαϊκό επιβλέποντα και θα εξετάζεται όπως οι διπλωματικές εργασίες των υπαρχόντων ΠΜΣ της Σχολής με την προσθήκη της αξιολόγησης από τη συνεργαζόμενη επιχείρηση ή φορέα. Οι λεπτομέρειες της εκπόνησης της διπλωματικής εργασίας θα περιέχονται σε κανονισμό διπλωματικών εργασιών.

Οι φοιτητές του τμήματος μερικής φοίτησης παρακολουθούν μαθήματα για έξι διδακτικές περιόδους (δυο ακαδημαϊκά έτη). Η εκπόνηση διπλωματικής εργασίας διέπεται από τον κανονισμό που αναφέρεται ανωτέρω και είναι προαιρετική. Η διπλωματική εργασία αντιστοιχεί και μπορεί να αντικαταστήσει 15 πιστωτικές μονάδες μαθημάτων, πρέπει δε να ολοκληρωθεί ως το πέρας των διδακτικών περιόδων δηλαδή ως το τέλος του δεύτερου ακαδημαϊκού έτους φοίτησης.

Τα μαθήματα του τμήματος πλήρους φοίτησης πραγματοποιούνται πρωινές και απογευματινές ώρες. Τα μαθήματα του τμήματος μερικής φοίτησης πραγματοποιούνται δυο φορές την εβδομάδα 6:00-9:00μμ. Και στα δυο τμήματα η παρακολούθηση των διαλέξεων και των εργαστηρίων είναι υποχρεωτική.

Για τη συμμετοχή σας στο πρόγραμμα, είναι απαραίτητο όλοι οι φοιτητές να έχουν πρόσβαση στον δικό τους υπολογιστή, κατά προτίμηση σε φορητό υπολογιστή, καθώς ορισμένα μαθήματα απαιτούν να φέρνουν οι φοιτητές τον υπολογιστή τους στο μάθημα.

Χαρακτηριστικά Προγράμματος

Διάρκεια

Η διάρκεια του προγράμματος στο τμήμα πλήρους φοίτησης είναι ένα έτος, χωρισμένο σε τρεις διδακτικές περιόδους (quarters), ακολουθούμενο από μία διπλωματική εργασία που πραγματοποιείται ως τον Οκτώβριο του επόμενου ακαδημαϊκού έτους. Η διάρκεια του προγράμματος στο τμήμα μερικής φοίτησης είναι δυο έτη, χωρισμένα σε τρεις διδακτικές περιόδους (quarters) το καθένα.

Δίδακτρα

Η παρακολούθηση του προγράμματος συνεπάγεται συνεισφορά ανταποδοτικού χαρακτήρα, η οποία ανέρχεται στις 5.500€ για φοιτητές ΕΕ και €9.000 για φοιτητές εκτός ΕΕ για το τμήμα πλήρους φοίτησης, και στις €7.500 για το τμήμα μερικής φοίτησης για ολόκληρο το πρόγραμμα. Υπάρχουν διαθέσιμες μερικές υποτροφίες προσέλκυσης και επίδοσης. Επειδή το πρόγραμμα αφορά και εργαζόμενους, υπάρχει δυνατότητα επιδότησης μέρους των σπουδών μέσω του προγράμματος ΛΑΕΚ (0.45%) του ΟΑΕΔ, εφόσον τηρούνται οι αναγκαίες προϋποθέσεις.

Έναρξη

Το τμήμα μερικής φοίτησης θα δεχθεί φοιτητές για πρώτη φορά το χειμερινό εξάμηνο του 2015. Το τμήμα πλήρους φοίτησης θα δεχθεί την πρώτη εκπαιδευτική σειρά το Σεπτέμβριο 2016.

Ιστοσελίδα Τμήματος – Προκήρυξη