το άρθρο ενημερώθηκε στις 09.06.2025
Πανεπιστήμιο Δυτικής Αττικής
Συνεργαζόμενα τμήματα:
Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών (επισπεύδον)
Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών
Τμήμα Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής
Τμήμα Μηχανικών Τοπογραφίας και Γεωπληροφορικής
Τμήμα Μηχανολόγων Μηχανικών
Τμήμα Πολιτικών Μηχανικών
Τμήμα Επιστήμης και Τεχνολογίας Τροφίμων
«Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων»
(“Artificial Intelligence and Data Science”)
Έδρα:
Διεύθυνση – Πόλη διεξαγωγής: Οδός Αγ. Σπυρίδωνος, Αιγάλεω, 122 43
Τηλέφωνα: 210 5385312 E-mail : ice@uniwa.gr
Γνωστικό Αντικείμενο – Σκοπός :
Στο Πανεπιστήμιο Δυτικής Αττικής θα λειτουργήσει από το ακαδημαϊκό έτος 2025-2026, Διατμηματικό Ξενόγλωσσο Προπτυχιακό Πρόγραμμα Σπουδών (Δ.Ξ.Π.Π.Σ.) με τίτλο «Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων» (τίτλος στα αγγλικά: “ Artificial Intelligence and Data Science”), απευθυνόμενο αποκλειστικά σε αλλοδαπούς φοιτητές χωρών εντός κι εκτός της Ευρωπαϊκής Ένωσης, σύμφωνα με τις διατάξεις της κείμενης νομοθεσίας.
Το Δ.Ξ.Π.Π.Σ. καλύπτει όλο το εύρος των πεδίων της Τεχνητής Νοημοσύνης, της Επιστήμης Δεδομένων και των εφαρμογών τους. Πέραν της σφαιρικότητας του Δ.Ξ.Π.Π.Σ., δίνεται ιδιαίτερη βαρύτητα τόσο στη διαχρονικότητα της παρεχόμενης εκπαίδευσης, η οποία επιτυγχάνεται με συνεχή έμφαση στα βασικά και θεμελιώδη ζητήματα των επί μέρους γνωστικών πεδίων, όσο και στην εξειδίκευση σε σύγχρονα θέματα και τεχνολογίες αιχμής που προκύπτουν από τη ραγδαία εξέλιξη του γνωστικού αντικειμένου.
Το εν λόγω Πρόγραμμα Σπουδών έχει συνταχθεί με κριτήριο τις επιστημονικές και επαγγελματικές δραστηριότητες του Επιστήμονα Πληροφορικής στο πεδίο της Τεχνητής Νοημοσύνης και Επιστήμης Δεδομένων, τον παραγωγικό και αναπτυξιακό εθνικό σχεδιασμό, καθώς
και τις διεθνείς τάσεις στις περιοχές αυτές.
Οι απόφοιτοι/-ες του ΞΔΠΠΣ διαθέτουν τα απαραίτητα εφόδια που θα τους εξασφαλίσουν την άρτια κατάρτισή τους για την επιστημονική και κοινωνικοεπαγγελματική τους σταδιοδρομία και εξέλιξη.
Για την οργάνωση και διεξαγωγή του Δ.Ξ.Π.Π.Σ. συνεργάζονται τα Τμήματα:
• Μηχανικών Πληροφορικής και Υπολογιστών
• Επιστήμης και Τεχνολογίας Τροφίμων,
• Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών
• Μηχανικών Βιομηχανικής Σχεδίασης και Παραγωγής (Σχολή Μηχανικών)
• Μηχανικών Τοπογραφίας και Γεωπληροφορικής
• Μηχανολόγων Μηχανικών
• Πολιτικών Μηχανικών
του Πανεπιστημίου Δυτικής Αττικής, σύμφωνα με τις διατάξεις της κείμενης νομοθεσίας
Τίτλος Σπουδών:
Το Πρόγραμμα απονέμει τίτλο προπτυχιακών σπουδών (πτυχίο) στην «Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων»/“Bachelor of Science in Artificial Intelligence and Data Science ” επιπέδου 6 του EQF
Διάρκεια σπουδών :
Η χρονική διάρκεια φοίτησης για την απόκτηση τίτλου σπουδών ορίζεται σε τέσσερα (4) Ακαδημαϊκά έτη, κατανεμημένα σε οκτώ (8) Ακαδημαϊκά εξάμηνα.
Γλώσσα Διδασκαλίας: Γλώσσα διοργάνωσης και διδασκαλίας του προγράμματος είναι η Αγγλική καθ’ ολοκληρίαν.
Δίδακτρα: Τα τέλη φοίτησης ανά εισακτέο καθορίζονται στο ποσό των έξι χιλιάδων (6,000) ευρώ ανά έτος φοίτησης
Αριθμός εισακτέων:
Ο αριθμός εισακτέων ορίζεται κατά μέγιστο σε πενήντα (50) και κατ’ ελάχιστο σε είκοσι (20) φοιτητές κατ’ έτος
Διαδικασία επιλογής:
Οι υποψήφιοι εισακτέοι στο Δ.Ξ.Π.Π.Σ. είναι αποκλειστικά αλλοδαποί πολίτες χωρών εντός ή εκτός Ευρωπαϊκής Ένωσης, απόφοιτοι λυκείων ή αντίστοιχων σχολείων με φυσική έδρα στην αλλοδαπή και έχουν παρακολουθήσει με πλήρη φοίτηση τις τελευταίες δύο τάξεις του λυκείου ή αντίστοιχου σχολείου σε χώρα της αλλοδαπής.
Οι ενδιαφερόμενοι προσκομίζουν απολυτήριο λυκείου ή άλλον ισοδύναμο τίτλο δευτεροβάθμιας εκπαίδευσης που τους παρέχει δικαίωμα εισαγωγής στα ιδρύματα τριτοβάθμιας εκπαίδευσης της χώρας από την οποία αποφοιτούν.
Επίσης, κριτήριο εισαγωγής είναι η γνώση της αγγλικής γλώσσας σε επίπεδο Β2 ή TOEFL (με βαθμό τουλάχιστον 79/120) ή ισοδύναμο αποδεικτικό. Ως προς τον τρόπο επιλογής τους, οι υποψήφιοι καλούνται να συμμετάσχουν σε διαδικτυακή συνέντευξη και υπάρχει αξιολόγηση του βαθμού απολυτηρίου και του βιογραφικού τους.
Απαιτούμενα δικαιολογητικά:
• Ταυτότητα (ID card) ή διαβατήριο,
• απολυτήριο δευτεροβάθμιας εκπαίδευσης (πρωτότυπο και μετάφραση στα αγγλικά),
• βαθμολογία όλων των μαθημάτων της τελευταίας τάξης στη δευτεροβάθμια εκπαίδευση (πρωτότυπο και μετάφραση στα αγγλικά),
• πιστοποιητικό γνώσης Αγγλικής γλώσσας σε επίπεδο Β2 ή TOEFL (με βαθμό τουλάχιστον 79/120),
• αίτηση,
• βιογραφικό σημείωμα.
Τα δικαιολογητικά και οι προθεσμίες, ορίζονται κάθε χρόνο με αντίστοιχες ανακοινώσεις από την Επιτροπή του Προγράμματος Σπουδών.
Η Αξιολόγηση των Υποψηφίων θα πραγματοποιείται από την Ε.Π.Σ. και θα περιλαμβάνει δυο στάδια:
α) Σε πρώτη φάση θα πραγματοποιείται ο έλεγχος των εγγράφων των Υποψηφίων φοιτητών όπου θα εξετάζεται η νομιμότητα και η ικανοποίηση των απαιτούμενων για την είσοδό τους στο Δ.Ξ.Π.Π.Σ.
β) Σε δεύτερη φάση η Ε.Π.Σ. θα προχωρά στην αξιολόγηση των αιτήσεων στην οποία θα προσμετρώνται κατ’ ελάχιστον τα παρακάτω:
• Η επίδοσή τους στην τελευταία τάξη της δευτεροβάθμιας εκπαίδευσης. Δεκτοί θα είναι οι υποψήφιοι που θα έχουν επιτύχει επίδοση τουλάχιστον «καλώς».
• Ο βαθμός γνώσης της Αγγλικής Γλώσσας που θα αξιολογείται με την επίδοσή τους στις εξετάσεις πιστοποίησης της και περιλαμβάνεται στο σχετικό έγγραφο πιστοποιητικό.
• Την επίδοσή τους σε συνέντευξη (ηλεκτρονική) που θα έχουν από την Ε.Π.Σ. και στην οποία θα εξετάζεται η προσωπικότητα και η καταλληλόλητα των υποψηφίων να παρακολουθήσουν το Δ.Ξ.Π.Π.Σ.
Πρόγραμμα Σπουδών
Το Δ.Ξ.Π.Π.Σ. Artificial Intelligence and Data Science απαιτεί την επιτυχή παρακολούθηση 36 μαθημάτων, με 6 μονάδες ECTS για κάθε μάθημα, εκ των οποίων:
• 29 είναι υποχρεωτικά μαθήματα, με 174 Πιστωτικές Μονάδες ECTS, τα οποία διδάσκονται στη διάρκεια των επτά πρώτων εξαμήνων.
• 6 είναι κατ’ επιλογή υποχρεωτικά μαθήματα, με 2 μαθήματα να διδάσκονται στο έκτο εξάμηνο σπουδών και 4 στο έβδομο εξάμηνο. Το σύνολο των μονάδων ECTS ανέρχεται στις 36. Ο φοιτητής μπορεί να επιλέξει τα συγκεκριμένα μαθήματα μέσα από μία δεξαμενή 18 προσφερόμενων μαθημάτων, η οποία μπορεί να εμπλουτίζεται.
Στο όγδοο εξάμηνο σπουδών ο φοιτητής καλείται να εκπονήσει πτυχιακή εργασία (Final Year Project Thesis), η οποία αντιστοιχεί σε 30 διδακτικές μονάδες.
1ο Εξάμηνο
Υποχρεωτικά:
Προγραμματισμός σε Python Python Programming
Γραμμική Άλγεβρα Matrices And Linear Algebra
Λογισμός Calculus
Διακριτά Μαθηματικά Discrete Mathematics
Βασικές Αρχές Πληροφορικής Fundamentals Of Computer Engineering
2ο Εξάμηνο
Υποχρεωτικά:
Αντικειμενο Στρέφης Προγραμματισμός Object-Oriented Programming
Πιθανότητες- Στατιστική Probability Theory – Statistics
Αλγόριθμοι Και Δομές Δεδομένων Για Επιστήμη Δεδομένων Algorithms And Data Structures For Data Science
Εισαγωγή Στις Βάσεις Δεδομένων Introduction To Databases
Αρχιτεκτονική Υπολογιστών Computer Architecture
3ο Εξάμηνο
Υποχρεωτικά:
Επιστημονικός Προγραμματισμός σε Matlab και R Scientific Programming – Matlab & R Programming
Υπολογιστική Σκέψη Computational Thinking
Εισαγωγή Στην Τεχνητή Νοημοσύνη Introduction To Artificial Intelligence
Επεξεργασία Σήματος Signal Processing
Δίκτυα Υπολογιστών Computer Networks
4ο Εξάμηνο
Υποχρεωτικά:
Επικοινωνία Ανθρώπου Υπολογιστή Human-Computer Interaction
Εξόρυξη Δεδομένων Data Mining
Παράλληλος Υπολογισμός Parallel Computing
Ασαφή Συστήματα Και Εξελικτικός Υπολογισμός Fuzzy Systems And Evolutionary Computation
Εισαγωγή Στη Μηχανική Μάθηση Fundamentals Of Machine Learning
5ο Εξάμηνο
Υποχρεωτικά:
Διαχείριση και Ανάλυση Δεδομένων Data Management And Analysis
Βαθιά Μάθηση Deep Learning
Υλικό για ΤΝ και Μεγάλα Δεδομένα Hardware For AI And Big Data
Ασφάλεια και Ιδιωτικότητα στην Επιστήμη Δεδομένων και την ΤΝ Privacy And Security In Data Science And AI
Υπολογιστική Υψηλών Επιδόσεων High Performance Computing
6ο Εξάμηνο
Υποχρεωτικά:
Ευφυή Μαθησιακά Περιβάλλοντα Intelligent Learning Environments
Υπολογιστική Όραση Computer Vision
Επεξεργασία Φυσικής Γλώσσας, Σημασιολογικός Ιστός Και Ανάλυση Κοινωνικών Δικτύων Natural Language Processing, Semantic Web &
Social Networks Analysis
Μάθημα Επιλογής Elective Course
Μάθημα Επιλογής Elective Course
7ο Εξάμηνο
Υποχρεωτικά:
Ηθικά, Πολιτικά Και Νομικά Ζητήματα Στην ΤΝ Ethical, Policy And Legal Issues In Artificial Intelligence
Μάθημα Επιλογής Elective Course
Μάθημα Επιλογής Elective Course
Μάθημα Επιλογής Elective Course
Μάθημα Επιλογής Elective Course
8ο Εξάμηνο
Υποχρεωτικά:
Πτυχιακή εργασία Dissertation
Μαθήματα Επιλογής
6ο Εξάμηνο:
Geographic Information Science Γεωγραφικά Συστήματα Πληροφοριών
Advanced Statistics And Probability Προηγμένη Στατιστική Και Πιθανότητες
Advanced Databases Προηγμένες Βάσεις Δεδομένων
Internet Of Things Διαδίκτυο Των Αντικειμένων
Intelligent Control Ευφυής Έλεγχος
AI In Engineering Applications I ΤΝ Και Εφαρμογές Μηχανικής.
Μαθήματα Επιλογής
7ο Εξάμηνο:
Game Theory Θεωρία Παιγνίων
Advanced Topics In Deep Learning Προηγμένα Θέματα Βαθιάς Μάθησης
Data Streaming Ροή Δεδομένων
AI And Data Science In The Food Sector ΤΝ Και Επιστήμη Δεδομένων στον Τομέα των Τροφίμων
Machine Learning In Remote Sensing Μηχανική Μάθηση στην Τηλεπισκόπηση
Cryptography Κρυπτογράφηση
Entrepreneurship In A.I. And Data Science Επιχειρηματικότητα στην ΤΝ και την Επιστήμη Δεδομένων
AI For Robotics & Autonomous Systems ΤΝ Για Ρομποτική και Αυτόνομα Συστήματα
Computer Graphics Γραφικά Υπολογιστή
Emerging Computing Paradigms Αναδυόμενες Τεχνολογίες Υπολογισμού
AI In Engineering Applications II ΤΝ στις Εφαρμογές Μηχανικής ΙΙ
Artificial Intelligence For Smart Grids And Power Systems ΤΝ για Έξυπνα Συστήματα Ενέργειας
Τι άλλο πρέπει να ξέρω :
Χρήσιμα Έντυπα:
- ΦΕΚ ίδρυσης : ΦΕΚ 2518 τ.Β’/22.05.2025
- Κανονισμός Λειτουργίας : ΦΕΚ 2578 τ.Β’/27.05.2025
Περισσότερα στοιχεία :
- Ηλεκτρονική διεύθυνση: Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών