Π.Μ.Σ. στην Επιστήμη Δεδομένων

Ιστότοπος ΠΜΣ: https://datascience.aueb.gr/

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.

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.

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.