Επιστήμη Δεδομένων
Πληροφορίες προγράμματος- Διάρκεια σπουδών: 3 Εξάμηνα (ελάχιστο)
- Τίτλος σπουδών: Μεταπτυχιακό Δίπλωμα στην Επιστήμη Δεδομένων
- Επίπεδο τίτλου σπουδών: Μεταπτυχιακά
- Γλώσσα διδασκαλίας: Αγγλική
- Μέθοδος φοίτησης: Δια ζώσης ή Εξ΄ αποστάσεως
- Ελάχιστες πιστωτικές μονάδες: 30
- Ελάχιστες ευρωπαϊκές μονάδες: 90
Περιγραφή Προγράμματος
Στόχος του προγράμματος είναι να καλλιεργήσει στους φοιτητές προηγμένες τεχνικές δεξιότητες και βαθιά κατανόηση της επιστήμης των δεδομένων. Επιπλέον, το πρόγραμμα θα βοηθήσει τους σπουδαστές να αναπτύξουν ερευνητικές δεξιότητες ώστε να μπορούν να σχεδιάσουν νέες επιστημονικές μεθόδους που θα ωθήσουν τα όρια αυτού του αναδυόμενου πεδίου. Οι μαθησιακοί στόχοι αλλά και τα προσόντα που θα αποκτήσουν οι φοιτητές έχουν σχεδιαστεί σε συνεργασία με εταιρείες και οργανισμούς που εφαρμόζουν στην πράξη αυτές τις τεχνολογίες.
Η επιστήμη των δεδομένων είναι μια εφαρμοσμένη καινοτόμα επιστήμη που επηρεάζει πολλούς τομείς βιομηχανίας (από την Πληροφορική και τις Επικοινωνίες έως την Ιατρική, τη Δημοσιογραφία και τα Οικονομικά). Το Πανεπιστήμιο Λευκωσίας έχει αναπτύξει συνεργασίες με καθηγητές που προέρχονται από διάφορους βιομηχανικούς τομείς και ένα πρόγραμμα σπουδών που έχει σχεδιαστεί από κοινού με τις βιομηχανίες αυτές. Το πρόγραμμα θα εκπαιδεύσει καλά καταρτισμένους επιστήμονες δεδομένων, οι οποίοι θα μπορούν να συλλέγουν προδιαγραφές, να σχεδιάζουν καινοτόμες λύσεις τις οποίες θα μπορούν να εφαρμόζουν και να αξιολογούν.
Πιο συγκεκριμένα, το πρόγραμμα αποσκοπεί στο να:
- Προσφέρει τις τεχνικές και αναλυτικές δεξιότητες που απαιτούνται για την ανάκτηση, διαχείριση, ανάλυση, και εξαγωγή γνώσης από ετερογενείς πηγές δεδομένων. Θα αναπτυχθούν κρίσιμες δεξιότητες οι οποίες θα βοηθήσουν τους φοιτητές να λαμβάνουν αποφάσεις σχετικά με τον κατάλληλο αγωγό ανάλυσης δεδομένων. Οι φοιτητές θα μπορούν να συλλέγουν προδιαγραφές, να σχεδιάζουν, να εφαρμόζουν και να αξιολογούν λύση ανάλυσης δεδομένων.
- Προσφέρει τα απαραίτητα μαθηματικά θεμέλια που θα επιτρέψουν στους φοιτητές να διαμορφώσουν και να συνθέσουν κατάλληλα μοντέλα επιστήμης δεδομένων και να εφαρμόσουν τεχνικές βελτιστοποίησης αντιμετωπίζοντας τις διάφορες προκλήσεις της ανάλυσης δεδομένων.
- Δώσει την ευκαιρία στους φοιτητές να αναπτύξουν δεξιότητες προγραμματισμού για δεδομένα σε διάφορα πεδία εφαρμογής και να αντιμετωπίσουν πιθανές προκλήσεις (Δεδομένα Μεγάλου Όγκου, Θορυβώδη Δεδομένα, κλπ.).
- Προσφέρει τη δυνατότητα στους φοιτητές να αξιολογήσουν και να αναπτύξουν λύσεις σε θέματα ιδιωτικότητας, ηθικής και δεοντολογίας που προκύπτουν κατά την εφαρμογή της αναλυτικής δεδομένων.
- Αποκτήσει ο φοιτητής επίγνωση των προκλήσεων που αντιμετωπίζει ένας επαγγελματίας όταν μεταβαίνει από τη θεωρία στην πράξη και να γνωρίζει πώς να ξεπεράσει αυτές τις προκλήσεις. Για το σκοπό αυτό, το πρόγραμμα έχει αναπτύξει συνεργασίες με από διάφορους βιομηχανικούς τομείς.
- Δώσει την ευκαιρία στον σπουδαστή να δουλέψει με πραγματικό κόσμο και πραγματικά δεδομένα σε συνεργασία με βιομηχανικούς συνεργάτες. Οι φοιτητές θα αποκτήσουν πρακτική εμπειρία με τις τελευταίες εξελίξεις στο χώρο όπως η βαθιά μάθηση και η ενισχυτική μάθηση.
- Προετοιμάσει τους φοιτητές ώστε να μπορέσουν να εκπονήσουν διδακτορική διατριβή στην επιστήμη των δεδομένων ή σε οποιοδήποτε άλλο πεδίο όπου απαιτούνται δεξιότητες επιστήμης των δεδομένων (π.χ. βιοπληροφορική, υπολογιστική κοινωνική επιστήμη, δημοσιογραφία βάσει δεδομένων, κτλ).
- Καλλιεργήσει μια συνείδηση κοινωνικής ευθύνη και ικανότητες ανεξάρτητης μάθησης.
Κριτήρια Εισδοχής
Γενικά:
Οι αιτήσεις συμμετοχής στο πρόγραμμα θα εξεταστούν μόνο από υποψηφίους που πληρούν τα ελάχιστα κριτήρια εισδοχής, όπως περιγράφονται παρακάτω:
- Προπτυχιακός τίτλος σπουδών σε θετικές (και συναφείς με αυτές) επιστήμες όπως: Επιστήμη Υπολογιστών, Μηχανικών Υπολογιστών, Μαθηματικών, Φυσικής, Βιολογίας, Οικονομικών, Ηλεκτρολόγων Μηχανικών, από αναγνωρισμένο πανεπιστήμιο (π.χ. αμερικανικό, ευρωπαϊκό ή άλλο αναγνωρισμένο ισοδύναμο τίτλο) με γενικό μέσο όρο τουλάχιστον 2.5. Αιτήσεις υποψηφίων με χαμηλότερο γενικό μέσο όρο μπορεί μελετηθούν κατ’ εξαίρεση.
- Οι φοιτητές θα πρέπει να προσκομίσουν αποδεικτικά βασικών γνώσεων (όπως πιστοποιητικό από αναγνωρισμένο ίδρυμα ή άλλο είδος τεκμηρίωσης) προγραμματισμού (βασικές αρχές) και μαθηματικών (πιθανότητες ή/και στατιστική ή/και γραμμική άλγεβρα ή/και ανάλυση) εκτός αν αυτό το υπόβαθρο είναι προφανές από τη λίστα μαθημάτων των προηγούμενων σπουδών τους.
- Γνώση Αγγλικής Γλώσσας: Οι σπουδαστές πληρούν τα κριτήρια γνώσης Αγγλικής γλώσσας αν το πρώτο τους μάθημα διδάσκεται στην αγγλική γλώσσα. Διαφορετικά, θα πρέπει να παρουσιάσουν κάποιο από τα ακόλουθα αποδεικτικά: TOEFL (<=550 paper-based/<=213 computer-based) ή GCSE "O" Level (<=C)) ή IELTS (<=6,0). Εναλλακτικά, μπορούν να παρακαθήσουν στην εξέταση αξιολόγησης ENGL-100 του Πανεπιστημίου Λευκωσίας.
Ειδικά:
- Συμπληρωμένη αίτηση.
- Βιογραφικό σημείωμα που αναφέρει τις σπουδές του υποψηφίου, την ακαδημαϊκή και την επαγγελματική εμπειρία, δημοσιεύσεις (αν υπάρχουν), βραβεία κ.λπ.
- Κατάλογος μαθημάτων και βαθμοί των προηγούμενων σπουδών. Ο υποψήφιος πρέπει να υπογραμμίσει τα μαθήματα που αποδεικνύουν τη βασική γνώση του προγραμματισμού και των μαθηματικών. Σε περίπτωση που δεν υπάρχουν τέτοια μαθήματα, ο/η υποψήφιος/α θα πρέπει να υποβάλει τεκμήρια / πιστοποιητικά από αναγνωρισμένους οργανισμούς που αποδεικνύουν αυτή του τη γνώση.
- Συστατικές επιστολές: Δύο συστατικές επιστολές.
- Προσωπική Έκθεση: Μια επιστολή που περιγράφει τις ικανότητες και δυνατά σημεία του υποψηφίου και παραθέτει τις σκέψεις του σχετικά με τις προσδοκίες του από το πρόγραμμα σπουδών και την εξέλιξη της σταδιοδρομίας του μέσα και μετά από αυτό.
-
Μαθησιακά Αποτελέσματα
Μετά την επιτυχή ολοκλήρωση αυτού του προγράμματος, ο φοιτητής θα μπορεί να:
- Συλλέξει απαιτήσεις, σχεδιάσει, εφαρμόσει και να αξιολογήσει την απόδοση μιας λύσης Επιστήμης Δεδομένων.
- Διεξάγει έρευνα και να αναπτύξει καινοτόμες μεθόδους στην Επιστήμη των Δεδομένων ή σε οποιοδήποτε άλλο διεπιστημονικό πεδίο που απαιτεί τέτοια εξειδίκευση (π.χ. Βιοπληροφορική, Δημοσιογραφία, Υπολογιστική Κοινωνική Επιστήμη, Επιχειρηματική Ευφυία, κτλ).
- Αναγνωρίζει και να επικοινωνεί τα θέματα ιδιωτικότητας και ηθικής που προκύπτουν από την εφαρμογή εργαλείων Επιστήμης Δεδομένων. Οι απόφοιτοι θα είναι σε θέση να συνθέσουν λύσεις που επιλύουν τα θέματα αυτά.
- Εργαστεί παραγωγικά και σε αρμονία με μία διεπιστημονική ομάδα εργασίας. Ο απόφοιτος θα είναι σε θέση να επικοινωνεί σε τεχνικό αλλά και μη-τεχνικό επίπεδο.
- Σχεδιάσει λύσεις για τις πραγματικές προκλήσεις της εξόρυξης δεδομένων (δεδομένα μεγάλου όγκο, ροές δεδομένων, ετερογενή δεδομένα, θορυβώδη δεδομένα κλπ.)
- Συνθέσει αναφορές και παρουσιάσεις με σκοπό να γνωστοποιεί τα αποτελέσματα των αναλύσεων και να επιχειρηματολογήσει σε σχέση με αυτά.
- Γνωρίζει, συγκρίνει και συνδυάζει τις τελευταίες εξελίξεις στην επιστήμη των δεδομένων, τη μηχανική μάθηση και την τεχνητή νοημοσύνη και να εφεύρει καινοτόμες εφαρμογές με κοινωνική και επιχειρηματική αξία.
-
Section A: Major Requirements
ECTS: Min.50 Max.50Course ID Course Title ECTS Credits COMP-500DL Research Seminars and Methodology 4 COMP-540DL Mathematics for Data Science 10 COMP-542DL Data Programming 10 COMP-543DL Managing and Visualizing Data 10 COMP-544DL Machine Learning 10 COMP-592DL Project in Data Science 6 Section B: Electives
ECTS: Min. 40 Max. 40Course ID Course Title ECTS Credits COMP-546DL Deep and Reinforcement Learning 10 COMP-547DL Social and Web Data Mining 10 COMP-548DL Big Data Management and Processing 10 COMP-549DL Artificial Intelligence 10 COMP-551DL Business Intelligence 10 COMP-552DL Data Privacy and Ethics 10 COMP-553DL Data Science in Bioinformatics and Medicine 10 COMP-593DL Thesis 30 -
ΔΙΑΡΚΕΙΑ ΠΡΟΓΡΑΜΜΑΤΟΣ
Ο φοιτητής θα πρέπει να ολοκληρώσει 30 πιστωτικές μονάδες/credits 90 ECTS.
Το πρόγραμμα μπορεί να ολοκληρωθεί μέσα σε ενάμισι έτος ή μέσα σε 4 χρόνια.
Η φυσική παρουσία του φοιτητή απαιτείται μόνο στις τελικές εξετάσεις των μαθημάτων στο τέλος του εξαμήνου, οι οποίες πραγματοποιούνται σε εξεταστικά κέντρα στην Ελλάδα (Αθήνα, Θεσσαλονίκη, Ηράκλειο Κρήτης) ή στην Κύπρο, στην έδρα του Πανεπιστημίου Λευκωσίας.
ΚΟΣΤΟΣ
Το κόστος του Μεταπτυχιακού είναι 12.060€ το οποίο αποπληρώνεται ως εξής:
- Προκαταβολή (455€) καταβάλλεται με την έγκριση και την εγγραφή στο Μεταπτυχιακό Πρόγραμμα
- Το υπόλοιπο εξοφλείται σε δόσεις, το ποσό των οποίων προκύπτει από τα μαθήματα που δηλώνει ο φοιτητής σε κάθε εξάμηνο
-
ΔΙΑΔΙΚΑΣΙΑ ΕΓΓΡΑΦΗΣ
Α) Προεγγραφή
- Ο/Η ενδιαφερόμενος συμπληρώνει την Αίτηση Εισδοχής και την αποστέλλει με email, χωρίς καμία δέσμευση ή χρέωση μαζί με τα σκαναρισμένα απαιτούμενα δικαιολογητικά (μεγέθους έως 25 MB) στο Τμήμα Διεκπεραίωσης Αιτήσεων (unic.crete@gmail.com). Εάν το μέγεθος των αρχείων είναι μεγαλύτερο από 25 ΜΒ, τότε θα αποστείλετε αντίστοιχο αριθμό emails.
- To Τμήμα Διεκπεραίωσης Αιτήσεων αναλαμβάνει την διαδικασία προεγγραφής του ενδιαφερόμενου, με τον έλεγχο και την αποστολή των δικαιολογητικών στο Πανεπιστήμιο.
- Το Πανεπιστήμιο αξιολογεί την αίτηση και αποστέλλει αποδοχή ή μη της αίτησης εγγραφής.
Β) Εγγραφή
- Σε περίπτωση που το πανεπιστήμιο αποδεχτεί το φοιτητή, η αίτηση του παραμένει ενεργή για 1 χρόνο. Στο διάστημα αυτό ο φοιτητής έχει το δικαίωμα να την ενεργοποιήσει, πραγματοποιώντας την κατάθεση της 1ης δόσης (Προκαταβολή) των διδάκτρων. Αν ο φοιτητής μετανιώσει για την παρακολούθηση, δεν υπάρχει κανένα πρόβλημα και απλά δεν ενεργοποιεί την εγγραφή του.
- Σε περίπτωση που ο φοιτητής ενεργοποιήσει την εγγραφή του, το Πανεπιστήμιο του αποστέλλει με email όλα τα σχετικά στοιχεία και πληροφορίες για να ξεκινήσει η φοίτηση.
Κριτήρια Εισδοχής / Απαιτούμενα δικαιολογητικά:
- Συμπληρωμένη Αίτηση Εισδοχής (Κατεβάστε την από εδώ)
- Αντίγραφο Πτυχίου
- Αναλυτική Βαθμολογία Πτυχίου
- Αντίγραφο Μεταπτυχιακού + αναλυτική βαθμολογία (εάν διαθέτετε και άλλο Μεταπτυχιακό)
- Βιογραφικό σημείωμα
- Σύντομη έκθεση για τους προσωπικούς στόχους και τα ερευνητικά ενδιαφέροντα του υποψηφίου
(πχ ένα κείμενο στο word που αναφέρει λίγες πληροφορίες για εσάς, για ποιους λόγους επιθυμείτε να παρακολουθήσετε το μεταπτυχιακό, για τους προσωπικούς σας στόχους, τα ερευνητικά σας ενδιαφέροντα κ.α.) - Στοιχεία επικοινωνίας με δύο προτεινόμενα πρόσωπα για συστάσεις από τον ακαδημαϊκό ή επαγγελματικό χώρο (υπάρχει αντίστοιχο πεδίο στην αίτηση)*
* Μόνο για τα Μεταπτυχιακά: Διοίκηση Επιχειρήσεων, Εκπαιδευτική Ψυχολογία και Σχολική Ψυχολογία, απαραίτητες είναι και δύο (2) συστατικές επιστολές των προτεινόμενων προσώπων από τον ακαδημαϊκό ή επαγγελματικό χώρο. Συστατικές επιστολές μπορείτε να βρείτε στον ακόλουθο σύνδεσμο κάντε κλικ εδώ. - Τυχόν προηγούμενη Διδακτική Εμπειρία
Μεταπτυχιακα
Εξ' αποστασεως
- Ειδική Αγωγή και Εκπαίδευση - Κοινό Πρόγραμμα με το Πανεπιστήμιο Πατρών
- Επιστήμες Αγωγής - Διδακτική της Γλώσσας και της Λογοτεχνίας
- Επιστήμες Αγωγής - Διδακτική των Μαθηματικών και των Φυσικών Επιστημών
- Επιστήμες Αγωγής - Εκπαιδευτική Ηγεσία και Διοίκηση
- Επιστήμες Αγωγής - Μουσική Παιδαγωγική
- Επιστήμες Αγωγής - Τέχνες και Εκπαίδευση
- Επιστήμες Αγωγής - Θεωρία, Πρακτική και Αξιολόγηση Διδασκαλίας
- Επιστήμες Αγωγής - Εκπαιδευτική Τεχνολογία
- Διαπολιτισμική Εκπαίδευση και Διαμεσολάβηση – Κοινό Πρόγραμμα με το Πανεπιστήμιο Πατρών
- Διδασκαλία της Ελληνικής ως Δεύτερης/Ξένης Γλώσσας
- Διδασκαλία της Αγγλικής ως Ξένης Γλώσσας - (TESOL)
- Εκπαιδευτική Ψυχολογία
- Δημόσια Διοίκηση
- Διοίκηση Επιχειρήσεων (MBA)
- Εγκληματολογία
- Νομική
- Διεθνείς Σχέσεις και Ευρωπαϊκές Σπουδές
- Ψηφιακό Νόμισμα
- Πληροφορική
- Οικογενειακή Ιατρική
- Διοίκηση Υπηρεσιών Υγείας
- Θεολογία
- Κοινωνική Εργασία
- Επιστήμη Δεδομένων
- Φαρμακορρύθμιση/Κανονιστικές Υποθέσεις
- Δημόσια Υγεία
Δια ζωσης
- Επιστήμες Αγωγής - Διδακτική της Γλώσσας και της Λογοτεχνίας
- Επιστήμες Αγωγής - Διδακτική των Μαθηματικών και των Φυσικών Επιστημών
- Επιστήμες Αγωγής - Εκπαιδευτική Ηγεσία και Διοίκηση
- Επιστήμες Αγωγής - Μουσική Παιδαγωγική
- Επιστήμες Αγωγής - Τέχνες και Εκπαίδευση
- Επιστήμες Αγωγής - Θεωρία, Πρακτική και Αξιολόγηση Διδασκαλίας
- Επιστήμες Αγωγής - Εκπαιδευτική Τεχνολογία
- Διδασκαλία της Ελληνικής ως Δεύτερης/Ξένης Γλώσσας
- Διδασκαλία της Αγγλικής ως Ξένης Γλώσσας - (TESOL)
- Εκπαιδευτική Ψυχολογία
- Δημόσια Διοίκηση
- Διοίκηση Επιχειρήσεων (MBA)
- Εγκληματολογία
- Διεθνείς Σχέσεις και Ευρωπαϊκές Σπουδές
- Ψηφιακό Νόμισμα
- Πληροφορική
- Οικογενειακή Ιατρική
- Διοίκηση Υπηρεσιών Υγείας
- Θεολογία
- Κοινωνική Εργασία
- Ψηφιακά Μέσα και Επικοινωνία (3 Κατευθύνσεις)
- Μηχανική Πετρελαίου, Φυσικού Αερίου και Ενέργειας
- Επιστήμη Δεδομένων
- Φαρμακορρύθμιση/Κανονιστικές Υποθέσεις
- Ορθοπεδική Επιστήμη και Αποκατάσταση
- Δημόσια Υγεία