MSC Leadership and Management
OVERVIEW
Πρόγραμμα Σπουδών
| 1ο εξάμηνο/ semester 1 | Μάθημα/ Module | ECTS credits |
| Τεχνητή Νοημοσύνη/Artificial Intelligence | 5 | |
| Εισαγωγή στην Ακαδημαϊκή Εργασία/ Introduction to Academic Work | 5 | |
| Εισαγωγή στον Προγραμματισμό με Python/ Introduction to Programming with Python | 5 | |
| Μαθηματικά: Ανάλυση/ Mathematics: Analysis | 5 | |
| Συνεργατική εργασία/ Collaborative Work | 5 | |
| Στατιστική - Πιθανότητες και περιγραφική στατιστική/ Statistics - Probability and Descriptive Statistics | 5 | |
| 2ο εξάμηνο/ semester 2 | Μάθημα/ Module | ECTS credits |
| Αντικειμενοστραφής και λειτουργικός προγραμματισμός με Python/ Object-Oriented and Functional Programming with Python | 5 | |
| Μαθηματικά: Άλγεβρα: Γραμμική Άλγεβρα/Mathematics: Linear Algebra | 5 | |
| Διαπολιτισμική και ηθική λήψη αποφάσεων/ Intercultural and Ethical Decision-Making | 5 | |
| Στατιστική - Επαγωγική στατιστική/ Statistics - Inferential Statistics | 5 | |
| Υπολογιστικό νέφος/ Cloud Computing | 5 | |
| Προγραμματισμός νέφους/ Cloud Programming | 5 | |
| 3ο εξάμηνο/ semester 3 | Μάθημα/ Module | ECTS credits |
| Μηχανική Μάθηση - Μάθηση με επίβλεψη/Machine Learning - Supervised Learning | 5 | |
| Μηχανική Μάθηση - Μάθηση χωρίς επίβλεψη και μηχανική χαρακτηριστικών/ Machine Learning - Unsupervised Learning and Feature Engineering | 5 | |
| Νευρωνικά δίκτυα και βαθιά μάθηση/ Neural Nets and Deep Learning | 5 | |
| Εισαγωγή στην Όραση Υπολογιστών/ Introduction to Computer Vision | 5 | |
| Έργο: Θέαση Υπολογιστών/ Project: Computer Vision | 5 | |
| Εισαγωγή στην Ενισχυτική Μάθηση/ Introduction to Reinforcement Learning | 5 | |
| 4ο εξάμηνο/ semester 4 | Μάθημα/ Module | ECTS credits |
| Εισαγωγή στο NLP/ Introduction to NLP | 5 | |
| Έργο: NLP/ Project: NLP | 5 | |
| Εισαγωγή στην προστασία δεδομένων και την ασφάλεια πληροφορικής/Introduction to Data Protection and IT Security | 5 | |
| Επιστήμη δεδομένων Μηχανική λογισμικού/ Data Science Software Engineering | 5 | |
| Έργο: Από το μοντέλο στην παραγωγή/ Project: From Model to Production | 5 | |
| Σεμινάριο: Data Science/ Seminar: Ethical Considerations in Data Science | 5 | |
| 5ο εξάμηνο/ semester 5 | Μάθημα/ Module | ECTS credits |
| Εμπειρία χρήστη/ User Experience | 5 | |
| UX-Project OR | 5 | |
| Project: Edge AI | 5 | |
| Εισαγωγή στη ρομποτική/ Introduction to Robotics | 5 | |
| Ευέλικτη διαχείριση έργων/ Agile Project Management | 5 | |
| Επιλογή Α/ Electives A | 10 | |
| 6ο εξάμηνο/ semester 6 | Μάθημα/ Module | ECTS credits |
| Επιλογή Β/ Electives B | 10 | |
| Επιλογή Γ/ Electives C | 10 | |
| Πτυχιακή εργασία/ Bachelor Thesis | 10 | |
| Επιλογή Α/ Elective A | Μάθημα/ Module | ECTS credits |
| Αυτόνομη οδήγηση/ Autonomous Driving | 10 | |
| Μηχανική παραγωγής, αυτοματισμοί και ρομποτική/ Production Engineering, Automation and Robotics | 10 | |
| Μηχανικός δεδομένων/ Data Engineer | 10 | |
| Ψηφιακή επεξεργασία σήματος και αισθητήρες/ Digital Signal Processing and Sensor | 10 | |
| Τεχνολογία/ Technology | 10 | |
| Προγραμματιστής βάσεων δεδομένων/ Database Developer | 10 | |
| Επιχειρηματική ευφυΐα/ Business Intelligence | 10 | |
| Αναλυτής δεδομένων/ Data Analyst | 10 | |
| Επαυξημένη, Μικτή και Εικονική Πραγματικότητα/ Augmented, Mixed and Virtual Reality | 10 | |
| Επιλογή Β/ Elective B | Μάθημα/ Module | ECTS credits |
| Διεθνές μάρκετινγκ και branding/International Marketing and Brandin | 10 | |
| Εφαρμοσμένες πωλήσεις/Applied Sales | 10 | |
| Διαχείριση Εφοδιαστικής Αλυσίδας/Supply Chain Management | 10 | |
| Διαχείριση έργων πληροφορικής και αρχιτεκτονικής/IT project and Architecture Management | 10 | |
| Ψυχολογία της αλληλεπίδρασης ανθρώπου-υπολογιστή/Psychology of Human Computer Interaction | 10 | |
| Επιλογή Γ/ Elective C | Μάθημα/ Module | ECTS credits |
| Αυτόνομη οδήγηση/ Autonomous Driving | 10 | |
| Μηχανική παραγωγής, αυτοματισμοί και ρομποτική/ Production Engineering, Automation and Robotics | 10 | |
| Μηχανικός δεδομένων/ Data Engineer | 10 | |
| Ψηφιακή επεξεργασία σήματος και τεχνολογία αισθητήρων/ Digital Signal Processing and Sensor Technology | 10 | |
| Μηχανικός δεδομένων/ Data Enginee | 10 | |
| Επιχειρηματική ευφυΐα/ Business Intelligence | 10 | |
| Αναλυτής δεδομένων/ Data Analyst | 10 | |
| Επαυξημένη, Μικτή και Εικονική Πραγματικότητα/ Augmented, Mixed and Virtual Reality | 10 | |
| Διεθνές μάρκετινγκ και branding | 10 | |
| Εφαρμοσμένες πωλήσεις/Applied Sales | 10 | |
| Διαχείριση Εφοδιαστικής Αλυσίδας/Supply Chain Management | 10 | |
| Διαχείριση έργων πληροφορικής και αρχιτεκτονικής/IT project and Architecture Management | 10 | |
| Ψυχολογία της αλληλεπίδρασης ανθρώπου-υπολογιστή/Psychology of Human Computer Interaction | 10 | |
| Ξένη Γλώσσα/ Foreign Language | 10 | |
| Γενικές Σπουδές/ Studium Generale | 10 | |
| Ανάπτυξη καριέρας/ Career Development | 10 |
Διάρκεια και Κόστος Προγράμματος
Η συνολική αξία του προγράμματος ανέρχεται στα 4.300€/ έτος (early bird), συμπεριλαμβανομένου του κόστους εγγραφής 900 €
Η διάρκεια του προγράμματος είναι 3 χρόνια, με δυνατότητα μερικής φοίτησης.
Πανεπιστήμιο
Το πανεπιστήμιο του International University of Applied Sciences είναι αναγνωρισμένο από τον ΔΟΑΤΑΠ ως ομοταγές των ελληνικών πανεπιστημίων.
Περιγραφή προγράμματος
Το εξ αποστάσεως Προπτυχιακό Πρόγραμμα Σπουδών ΒΑ στην Τεχνητή Νοημοσύνη, είναι σχεδιασμένο για να παρέχει στους φοιτητές μια βαθιά κατανόηση των θεωριών, τεχνικών και των εφαρμογών της τεχνητής νοημοσύνης (ΑΙ). Κατά τη διάρκεια των σπουδών σας, θα αναπτύξετε τις απαραίτητες δεξιότητες για να σχεδιάσετε, να υλοποιήσετε και να αξιολογήσετε συστήματα ΑΙ, ενώ θα εξοικειωθείτε με τις τελευταίες τεχνολογίες και εργαλεία στον τομέα.
Με την ολοκλήρωση του προγράμματος θα είστε σε θέση να αναλάβετε ρόλους όπως μηχανικός ΑΙ, αναλυτής δεδομένων, ερευνητής ΑΙ και σύμβουλος τεχνολογίας, συμβάλλοντας στην καινοτομία και την πρόοδο στον τομέα της τεχνητής νοημοσύνης.
Στόχοι
Οι στόχοι του Προπτυχιακού Προγράμματος ΒΑ στην Τεχνητή Νοημοσύνη είναι :
- Απόκτηση γνώσεων για τις βασικές θεωρίες, τεχνικές και αρχές της ΑΙ.
- Εκμάθηση και εφαρμογή αλγορίθμων και τεχνικών μηχανικής μάθησης.
- Κατανόηση των τεχνικών και των μεθόδων για την επεξεργασία και ανάλυση της ανθρώπινης γλώσσας από υπολογιστές.
- Εκμάθηση τεχνικών για την ανάπτυξη συστημάτων υπολογιστικής όρασης και αναγνώρισης εικόνας.
- Απόκτηση δεξιοτήτων στον προγραμματισμό με γλώσσες όπως Python και R.
- Ανάπτυξη της ικανότητας εφαρμογής των γνώσεων και των δεξιοτήτων σε ποικίλα πεδία όπως η υγεία, η οικονομία και η τεχνολογία.
- Ανάλυση των ηθικών ζητημάτων που σχετίζονται με την ανάπτυξη και την εφαρμογή της ΑΙ.
- Ανάπτυξη επαγγελματικών δεξιοτήτων και ικανοτήτων για την επιτυχή ένταξη στην αγορά εργασίας.
Επιδιωκόμενα Μαθησιακά Αποτελέσματα
Το Προπτυχιακό Πρόγραμμα Σπουδών στην Τεχνητή Νοημοσύνη έχει σχεδιαστεί ώστε οι φοιτητές να αποκτήσουν τις απαραίτητες γνώσεις και δεξιότητες για να διαπρέψουν στον τομέα αυτόν. Με το πέρας των σπουδών τους, οι φοιτητές θα μπορούν :
- Να κατανοούν τις Θεμελιώδεις Αρχές της Τεχνητής Νοημοσύνης.
- Να εφαρμόζουν στην πράξη τους Αλγόριθμους της Μηχανικής Μάθησης.
- Να αναπτύσσουν Συστήματα Επεξεργασίας Φυσικής Γλώσσας (NLP).
- Να σχεδιάζουν και να εφαρμόζουν την Υπολογιστική Όραση και τη Ρομποτική.
- Να προγραμματίζουν και να διαχειρίζονται δεδομένα.
- Να εφαρμόζουν την Τεχνητή Νοημοσύνη σε διάφορους τομείς, όπως η υγεία, η οικονομία και η τεχνολογία.
- Να κατανοούν τις ηθικές και κοινωνικές επιπτώσεις της ΑΙ.
- Να αποκτήσουν όλα τα απαραίτητα εφόδια για την επαγγελματική προετοιμασία και τη σταδιοδρομία τους στον τομέα αυτόν.
Σε Ποιους/ες Απευθύνεται
Το Προπτυχιακό Πρόγραμμα Σπουδών στην Τεχνητή Νοημοσύνη στοχεύει να εξοπλίσει τους φοιτητές με τις απαραίτητες δεξιότητες και γνώσεις για να ανελιχθούν στον ταχέως εξελισσόμενο τομέα της Τεχνητής Νοημοσύνης. Το πρόγραμμα απευθύνεται σε ένα μεγάλος εύρος ατόμων όπως :
- Νέους φοιτητές που έχουν ολοκληρώσει τη δευτεροβάθμια εκπαίδευση. Μαθητές λυκείου με ισχυρό ενδιαφέρον στα μαθηματικά, την πληροφορική, τις φυσικές επιστήμες και την τεχνολογία. Φοιτητές που επιθυμούν να σπουδάσουν σε έναν τομέα αιχμής με πολλές επαγγελματικές προοπτικές.
- Επαγγελματίες που θέλουν να ενισχύσουν τις γνώσεις τους. Επαγγελματίες από τομείς όπως η πληροφορική, η μηχανική, τα οικονομικά, η υγειονομική περίθαλψη και το μάρκετινγκ που θέλουν να αναβαθμίσουν τις δεξιότητές τους στην τεχνητή νοημοσύνη. Άτομα που επιθυμούν να μεταβούν σε ρόλους όπως μηχανικοί ΑΙ, αναλυτές δεδομένων, ερευνητές ΑΙ ή σύμβουλοι τεχνολογίας.
- Άτομα με τεχνικό υπόβαθρο. Φοιτητές και απόφοιτοι προγραμμάτων σπουδών σε τομείς όπως η πληροφορική, τα μαθηματικά και οι φυσικές επιστήμες που θέλουν να εξειδικευτούν στην τεχνητή νοημοσύνη. Άτομα με εμπειρία στον προγραμματισμό και στην ανάλυση δεδομένων που επιθυμούν να εμβαθύνουν στις τεχνολογίες ΑΙ.
- Επιχειρηματίες και στελέχη. Επιχειρηματίες που επιθυμούν να ενσωματώσουν τις τεχνολογίες ΑΙ στις επιχειρηματικές τους δραστηριότητες για βελτίωση της αποδοτικότητας και της καινοτομίας. Στελέχη επιχειρήσεων που θέλουν να κατανοήσουν τις δυνατότητες της τεχνητής νοημοσύνης για τη λήψη στρατηγικών αποφάσεων.
- Άτομα με ενδιαφέρον για την έρευνα και την καινοτομία. Φοιτητές που επιθυμούν να ακολουθήσουν ερευνητική καριέρα στην τεχνητή νοημοσύνη, συμβάλλοντας στην ανάπτυξη νέων τεχνολογιών και εφαρμογών ΑΙ. Άτομα που ενδιαφέρονται να ασχοληθούν με την καινοτομία και να προωθήσουν τις δυνατότητες της ΑΙ σε διάφορους τομείς.
- Όσοι ενδιαφέρονται για τις ηθικές και κοινωνικές επιπτώσεις της ΑΙ. Άτομα που θέλουν να κατανοήσουν τις ηθικές, νομικές και κοινωνικές επιπτώσεις της τεχνητής νοημοσύνης. Φοιτητές που θέλουν να συμμετάσχουν σε συζητήσεις και έρευνες σχετικά με την υπεύθυνη χρήση και ανάπτυξη της ΑΙ.