Επιστήμη Δεδομένων – Data science

Το ΠΜΣ «Επιστήμη των Δεδομένων» με απόδοση στην Αγγλική Γλώσσα «MSc in Data Science», του Διεθνούς Πανεπιστημίου Ελλάδος, έχει ως αντικείμενο την παροχή εκπαίδευσης μεταπτυχιακού επιπέδου στις μεθόδους διαχείρισης δεδομένων και δεδομένων μεγάλης κλίμακας και απευθύνεται σε φοιτητές καθώς και σε στελέχη επιχειρήσεων και οργανισμών που επιθυμούν να αποκτήσουν εξειδικευμένες γνώσεις στο εν λόγω πεδίο.

Οι βασικοί στόχοι του ΠΜΣ είναι οι εξής:

1. H παροχή διεπιστημονικής εκπαίδευσης στο χώρο
   των:
   ▶ Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης,
   ▶ Στατιστικής και Μαθηματικών,
   ▶ Βάσεις δεδομένων και Βάσεις δεδομένων μεγάλης κλίμακας,
   ▶ Ανάπτυξη λογισμικού και Αλγορίθμους,
   ενώ ταυτόχρονα επιτρέπει την ανάπτυξη όλων εκείνων των δεξιοτήτων που απαιτούνται στη σύγχρονη αγορά εργασίας.
2. H παροχή των βασικών τεχνολογικών, θεσμικών και διοικητικών γνώσεων οι οποίες είναι απαραίτητες για μια επιτυχημένη επαγγελματική σταδιοδρομία σε οργανισμούς, κυβερνήσεις και επιχειρήσεις όλων εκείνων των κλάδων που σχετίζονται με τις διαδικτυακές τεχνολογίες και τη διαχείριση δεδομένων.
3. Τη δυνατότητα απόκτησης γνώσεων επί του ισχύοντος νομοθετικού και κανονιστικού πλαισίου που διέπει το σχεδιασμό και την ανάπτυξη εφαρμογών, τη διοίκηση, τον έλεγχο και την έρευνα στις διαδικτυακές τεχνολογίες και τη διαχείριση δεδομένων.

Το Πρόγραμμα Μεταπτυχιακών Σπουδών απονέμει:
Μεταπτυχιακό Δίπλωμα Ειδίκευσης (Μ.Δ.Ε.) στην «Επιστήμη των Δεδομένων» (MSc in Data Science).

The Programme
Data Science is an interdisciplinary field that combines a multitude of different disciplines such as artificial intelligence and machine learning, statistics and mathematics, database and big data technology, software development and algorithmics. The goal of data scientists is to make sense of large volumes of different forms of real-world data that may come from the entire spectrum of human activity. The MSc in Data Science has been designed to provide state-of-the-art knowledge in the fields listed above, combined with essential business skills. The lecture series by leading academic instructors along with projects and dissertation work will enable students to graduate well-equipped and highly competitive at the international level.

Target Audience
The MSc in Data Science is designed mainly for graduates with a STEM (Science, Technology, Engineering and Mathematics) degree. Graduates from social sciences (e.g. economics) with strong background in statistics and quantitative methods and basic knowledge of databases and programming could also apply.

Δείτε την προκήρυξη:

Η Σχολή Επιστήμης και Τεχνολογίας του Πανεπιστημιακού Κέντρου Διεθνών Προγραμμάτων Σπουδών του Διεθνούς Πανεπιστημίου της Ελλάδος καλεί τους ενδιαφερόμενους να υποβάλουν υποψηφιότητα για την παρακολούθηση του Προγράμματος Μεταπτυχιακών Σπουδών (Π.Μ.Σ.) στο αντικείμενο “Επιστήμη Δεδομένων” για το ακαδημαϊκό έτος 2020-2021. Η διδασκαλία των μαθημάτων του Π.Μ.Σ. γίνεται αποκλειστικά στην αγγλική γλώσσα. Οι διδάσκοντες προέρχονται από Πανεπιστήμια της αλλοδαπής και της ημεδαπής.

Οι μεταπτυχιακές σπουδές στο παραπάνω Π.Μ.Σ. οδηγούν στη λήψη Μεταπτυχιακού Διπλώματος Ειδίκευσης (Μ.Δ.Ε.) μετά από κύκλο σπουδών, ο οποίος περιλαμβάνει την παρακολούθηση μεταπτυχιακών μαθημάτων καθώς και την εκπόνηση διπλωματικής εργασίας. Η χρονική διάρκεια της φοίτησης για την απονομή του Μ.Δ.Ε. είναι 14 μήνες. Για όσους φοιτητές επιθυμούν, και κατόπιν σχετικής αίτησης, υπάρχει η δυνατότητα μερικής φοίτησης. Στην περίπτωση αυτή, η διάρκεια του Π.Μ.Σ. θα είναι 26 μήνες.

Στα Π.Μ.Σ. του Διεθνούς Πανεπιστημίου της Ελλάδος γίνονται δεκτοί, μετά από επιλογή, πτυχιούχοι Πανεπιστημίων της ημεδαπής ή ομοταγών ιδρυμάτων της αλλοδαπής καθώς και πτυχιούχοι τμημάτων Τεχνολογικών Εκπαιδευτικών Ιδρυμάτων συναφούς γνωστικού αντικειμένου σύμφωνα με τις διατάξεις των νόμων 4485/2017 και 4610/2019.

Το Π.Μ.Σ. “Επιστήμη Δεδομένων” (MSc in Data Science) έχει ως αντικείμενο την παροχή διεπιστημονικής εκπαίδευσης μεταπτυχιακού επιπέδου σε θέματα διαχείρισης, αναπαράστασης και επεξεργασίας μεγάλου όγκου δεδομένων καθώς και τις σχετικές απαιτούμενες υπολογιστικές τεχνικές και απευθύνεται σε φοιτητές και σε στελέχη επιχειρήσεων και οργανισμών που επιθυμούν να αποκτήσουν εξειδικευμένες γνώσεις στο εν λόγω πεδίο.

Η επιλογή των μεταπτυχιακών φοιτητών θα γίνει σύμφωνα με τις διατάξεις της ισχύουσας νομοθεσίας και τη συνάφεια του γνωστικού αντικειμένου των προπτυχιακών σπουδών του υποψήφιου με την επιστημονική περιοχή του Π.Μ.Σ., το βαθμό του διπλώματος ή πτυχίου, την επίδοση στη διπλωματική εργασία και σε προπτυχιακά μαθήματα συναφή με το Π.Μ.Σ., την πιστοποιημένη γνώση της αγγλικής γλώσσας, το βιογραφικό σημείωμα του υποψήφιου και τις συστατικές επιστολές.

Οι ενδιαφερόµενοι καλούνται να υποβάλουν αίτηση μέχρι 12 Οκτωβρίου 2020 ή µέχρι την κάλυψη των θέσεων, ακολουθώντας τις οδηγίες που βρίσκονται στον σύνδεσμο https://www.tech.ihu.edu.gr/index.php/en/admissions.html .

Κατά την υποβολή αίτησης οι υποψήφιοι καλούνται να επισυνάψουν τα παρακάτω:

• Αναλυτικό βιογραφικό σημείωμα (CV)
• Αντίγραφο διπλώματος Πολυτεχνικών Σχολών (κυρίως Μηχ. Η/Υ), ή πτυχίου Σχολών Θετικών Επιστημών, Πληροφορικής και αντίστοιχων τμημάτων Τεχνολογικών Εκπαιδευτικών Ιδρυμάτων, ή/και αντίστοιχων σχολών του εξωτερικού (οι ενδιαφερόμενοι που αναμένουν να ολοκληρώσουν τις βασικές σπουδές τους έως το Σεπτέμβριο μπορούν να υποβάλουν αίτηση μόνο με την ως τώρα αναλυτική τους βαθμολογία)
• Αντίγραφο αναλυτικής βαθμολογίας
• Πιστοποίηση γνώσης της αγγλικής γλώσσας προσκομίζοντας έναν από τους παρακάτω τίτλους απόδειξης πολύ καλής γνώσης της αγγλικής γλώσσας: IELTS (6.5 και άνω), TOEFL (90 και άνω), TOEIC (850 και άνω). Ελλείψει αυτών, δεκτά γίνονται και άλλα πτυχία που αποδεικνύουν όμως άριστη γνώση της αγγλικής γλώσσας όπως αυτά εξειδικεύονται από τον ΑΣΕΠ. Οι ενδιαφερόμενοι που δεν κατέχουν ανάλογο πιστοποιητικό μπορούν να υποβάλουν αίτηση αλλά για να τους επιτραπεί να ξεκινήσουν το Π.Μ.Σ. θα πρέπει να υποβάλουν το πιστοποιητικό έως 12 Οκτωβρίου 2020
• Δύο ακαδημαϊκές συστατικές επιστολές σε κλειστούς υπογεγραμμένους και σφραγισμένους φακέλους. Εναλλακτικά, οι αξιολογητές μπορούν να αποστείλουν κατευθείαν τις ενυπόγραφες συστατικές επιστολές στο email [email protected] από τον προσωπικό λογαριασμό email που διατηρούν στο φορέα/ίδρυμα στο οποίο εργάζονται
• Δύο φωτογραφίες μεγέθους διαβατηρίου.

Πρόσθετες πληροφορίες σχετικά με τη διαδικασία υποβολής αιτήσεων παρέχονται από τη Γραμματεία και τον Υπεύθυνο Προγραμμάτων (Programme Μanager) της Σχολής του Διεθνούς Πανεπιστημίου της Ελλάδος (τηλ.: 2310 807529/526, email: [email protected]).

Συμμόρφωση στο Γενικό Κανονισμό Προστασίας Δεδομένων (GDPR) (EE 2016/679)

Οι ενδιαφερόμενοι, οι οποίοι υποβάλλουν αίτηση και τα συνοδευτικά αυτής δικαιολογητικά έγγραφα, συναινούν ρητά στην επεξεργασία των προσωπικών δεδομένων που οι ίδιοι υποβάλλουν μαζί με τη αίτησή τους, με σκοπό την αξιολόγηση της υποψηφιότητάς τους και την αποδοχή τους ή μη σε Πρόγραμμα Μεταπτυχιακών Σπουδών του Διεθνούς Πανεπιστημίου της Ελλάδος.

Σε περίπτωση μη επιλογής ορισμένου υποψηφίου, τα στοιχεία του στη συνέχεια διαγράφονται από τα αρχεία της Σχολής εντός χρονικού διαστήματος 30 ημερών. Ο υποψήφιος που τελικά δεν επιλεγεί έχει δικαίωμα να παραλάβει τα έγγραφα που έχει υποβάλλει, διαφορετικά αυτά καταστρέφονται εντός 30 ημερών.

Programme Structure
The Core Courses

First Term
▶ Programming for Data Science
▶ Data Science for Business: Theory and Practice
▶ Statistical Methods for Data Science
▶ Machine Learning Principles and Concepts
▶ Advanced Database Systems

Second Term
▶ Exploratory Data Analysis and Visualization
▶ Big Data and Cloud Computing
▶ Data Mining

The Elective Courses (Choice of two Elective Courses)
▶ Natural Language Processing and Text Mining
▶ Information Retrieval
▶ Advanced Machine Learning
▶ Knowledge Management in the Web
▶ Multimedia Data Analysis
▶ Social Media and Online Community Management
▶ Consulting Project

The Dissertation
During the third term, students work on their Masters Dissertation project, the subject area which is relevant t their programme of studies and their interests. The dissertation provides a good opportunity to apply theory
and concepts learned in different courses to a real-world Data Science problem or challenge.

Students are supervised throughout their projects by a member of the academic faculty and the academic associates. After submission of the dissertation, students present their projects to classmates and faculty at a special event