το άρθρο ενημερώθηκε στις 02.10.2026
Σε ποιον ταιριάζει το ΠΜΣ Επιχειρηματική Αναλυτική;
Το Πρόγραμμα Μεταπτυχιακών Σπουδών «Επιχειρηματική Αναλυτική» απευθύνεται σε αποφοίτους που επιθυμούν να αποκτήσουν προηγμένη και πρακτικά αξιοποιήσιμη κατάρτιση στην ανάλυση δεδομένων για τη λήψη επιχειρηματικών αποφάσεων. Το ΠΜΣ εστιάζει στη στατιστική και οικονομετρική ανάλυση, στη μηχανική μάθηση, στη διαχείριση και αξιοποίηση δεδομένων (data management), στην οπτικοποίηση και στην εφαρμογή αναλυτικών μεθόδων σε πραγματικά επιχειρησιακά προβλήματα, όπως το μάρκετινγκ, τα χρηματοοικονομικά, τα logistics και η στρατηγική. Συνδυάζει ισχυρό θεωρητικό υπόβαθρο με εφαρμοσμένες προσεγγίσεις και έργα (projects), προετοιμάζοντας αποφοίτους για ρόλους υψηλής ζήτησης στη σύγχρονη οικονομία των δεδομένων. Το πρόγραμμα υλοποιείται από το Οικονομικό Πανεπιστήμιο Αθηνών και χαρακτηρίζεται από έντονο επαγγελματικό και διεθνή προσανατολισμό.
Ταιριάζει ιδιαίτερα σε υποψηφίους που:
ενδιαφέρονται για την ανάλυση δεδομένων ως βάση επιχειρηματικών αποφάσεων, επιδιώκοντας να μετατρέπουν δεδομένα σε χρήσιμες γνώσεις (insights).
επιδιώκουν να αποκτήσουν ισχυρό υπόβαθρο σε στατιστική, οικονομετρία και μηχανική μάθηση, με εφαρμογή σε πραγματικά επιχειρησιακά σενάρια.
διαθέτουν ενδιαφέρον για τη σύνδεση τεχνολογίας, δεδομένων και διοίκησης, σε τομείς όπως το μάρκετινγκ, η εφοδιαστική αλυσίδα, τα χρηματοοικονομικά και η στρατηγική.
θέλουν να αναπτύξουν δεξιότητες μοντελοποίησης, πρόβλεψης και οπτικοποίησης δεδομένων, αξιοποιώντας σύγχρονα εργαλεία analytics.
στοχεύουν σε επαγγελματική πορεία ως data/analytics professionals, business analysts ή στελέχη λήψης αποφάσεων, σε επιχειρήσεις, συμβουλευτικές εταιρείες και οργανισμούς.
ενδιαφέρονται για εφαρμοσμένη ανάλυση με έμφαση σε projects και μελέτες περίπτωσης, που γεφυρώνουν θεωρία και πράξη.
αναζητούν ένα ΠΜΣ υψηλών απαιτήσεων, που απαιτεί άνεση με αριθμούς, δεδομένα και συστηματική μελέτη.
Συνολικά, το ΠΜΣ Επιχειρηματική Αναλυτική ταιριάζει σε υποψηφίους με αναλυτική σκέψη, τεχνολογικό προσανατολισμό και φιλοδοξία να αξιοποιήσουν τα δεδομένα ως στρατηγικό πλεονέκτημα για οργανισμούς και επιχειρήσεις.
Οικονομικό Πανεπιστήμιο Αθηνών
Σχολή Διοίκησης Επιχειρήσεων
Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας (Αθήνα)
ΠΜΣ: «Επιχειρηματική Αναλυτική» (Business Analytics)
Έδρα:
Διεύθυνση – Πόλη διεξαγωγής: Κέντρο Μεταπτυχιακών Σπουδών Ο.Π.Α., Ευελπίδων 47Α και Λευκάδος 33, Αθήνα 113 62
Τηλέφωνα: 210 8203676Fax : 210 8203127 E-mail : ms-ba@aueb.gr
Γνωστικό Αντικείμενο – Σκοπός :
Το Πρόγραμμα Μεταπτυχιακών Σπουδών (Π.Μ.Σ.) με τίτλο «Επιχειρηματική Αναλυτική (MSc in Business Analytics)» έχει ως αντικείμενο τα εξής πεδία: (α) διοίκηση επιχειρηματικής απόδοσης και καινοτομίας, (β) ποσοτικές μέθοδοι στη λήψη αποφάσεων, (γ) ανάλυση και διαχείριση δεδομένων, και (δ) επιχειρησιακές εφαρμογές και εργαλεία analytics.
Τίτλος Σπουδών: Το Πρόγραμμα Μεταπτυχιακών Σπουδών απονέμει Δίπλωμα Μεταπτυχιακών Σπουδών (ΔΜΣ) στην Επιχειρηματική Αναλυτική (Master of Science in Business Analytics).
Μαθησιακά αποτελέσματα του Προγράμματος Σπουδών
Το Πρόγραμμα Μεταπτυχιακών Σπουδών «Επιχειρηματική Αναλυτική (MSc in Business Analytics)» παρέχει προηγμένη διεπιστημονική εκπαίδευση στην αξιοποίηση δεδομένων, ποσοτικών μεθόδων και σύγχρονων τεχνολογιών για τη λήψη επιχειρηματικών αποφάσεων και την αντιμετώπιση σύνθετων προβλημάτων οργανισμών. Το πρόγραμμα συνδυάζει στατιστική και βελτιστοποίηση με διαχείριση δεδομένων, επιχειρηματική ευφυΐα, μηχανική δεδομένων, πληροφοριακά συστήματα και επιχειρηματικές διαδικασίες, μηχανική μάθηση και τεχνητή νοημοσύνη, προγραμματισμό Python, οπτικοποίηση, απαιτήσεις συστημάτων analytics, υποδομές cloud, διακυβέρνηση δεδομένων, προστασία ιδιωτικότητας και δεοντολογία. Ιδιαίτερη έμφαση δίνεται στη μετατροπή πραγματικών επιχειρηματικών αναγκών σε αναλυτικά προβλήματα, στην επιλογή και αξιολόγηση κατάλληλων μοντέλων, στην τεχνικά αξιόπιστη διαχείριση δεδομένων και στη μετατροπή των αναλυτικών αποτελεσμάτων σε εφαρμόσιμη επιχειρηματική γνώση. Η Μεταπτυχιακή Διπλωματική Εργασία ή το Field Study Project συνδέει την επιστημονική κατάρτιση με αυτοτελή έρευνα ή με πραγματικό έργο επιχειρηματικής αναλυτικής σε συνεργασία με οργανισμούς και επιχειρήσεις.
Με την επιτυχή ολοκλήρωση του Προγράμματος Σπουδών, ο απόφοιτος ή η απόφοιτη είναι σε θέση:
Επιστημονικό πεδίο UNESCO ISCED-F: Διοίκηση και διαχείριση
Γνώσεις
- να αναλύει τον ρόλο της επιχειρηματικής αναλυτικής στη λήψη τεκμηριωμένων διοικητικών και επιχειρησιακών αποφάσεων
- να ερμηνεύει τη σχέση επιχειρηματικών στόχων, απαιτήσεων πληροφόρησης, δεδομένων και αναλυτικών μεθόδων
- να αξιολογεί τις βασικές αρχές στατιστικής συμπερασματολογίας και τη χρησιμότητά τους στην ανάλυση επιχειρηματικών δεδομένων
- να διερευνά τη χρήση πιθανοτικών και στατιστικών υποδειγμάτων για την περιγραφή, εξήγηση και πρόβλεψη επιχειρηματικών φαινομένων
- να αναλύει τις αρχές μαθηματικής μοντελοποίησης και βελτιστοποίησης για προβλήματα κατανομής πόρων και λήψης αποφάσεων μεγάλης κλίμακας
- να ερμηνεύει τις αρχές λειτουργίας βάσεων δεδομένων και σύγχρονων συστημάτων αποθήκευσης και διαχείρισης επιχειρηματικών δεδομένων
- να αξιολογεί αρχιτεκτονικές και διαδικασίες μηχανικής δεδομένων για συλλογή, ολοκλήρωση, μετασχηματισμό και διάθεση δεδομένων προς ανάλυση
- να αναλύει τις αρχές επιχειρηματικής ευφυΐας και τη σύνδεση δεδομένων, δεικτών απόδοσης και συστημάτων υποστήριξης αποφάσεων
- να διερευνά τις αρχές σχεδίασης πληροφοριακών συστημάτων και διαχείρισης επιχειρηματικών διαδικασιών στο πλαίσιο έργων analytics
- να ερμηνεύει τις μεθόδους εξόρυξης δεδομένων και ανακάλυψης γνώσης σε μεγάλα και σύνθετα σύνολα δεδομένων
- να αξιολογεί τις αρχές εποπτευόμενης και μη εποπτευόμενης μηχανικής μάθησης και τα κατάλληλα πεδία εφαρμογής τους
- να αναλύει τις δυνατότητες της τεχνητής νοημοσύνης για πρόβλεψη, αυτοματοποίηση και υποστήριξη επιχειρηματικών αποφάσεων
- να διερευνά τη χρήση της Python και σύγχρονων υπολογιστικών βιβλιοθηκών για ανάλυση δεδομένων και εφαρμογές τεχνητής νοημοσύνης
- να ερμηνεύει τις αρχές οπτικοποίησης δεδομένων και τον ρόλο τους στην ανακάλυψη, κατανόηση και επικοινωνία αναλυτικών ευρημάτων
- να αξιολογεί μεθόδους ανάλυσης κοινωνικών δικτύων και άλλων σύνθετων δομών αλληλεπίδρασης
- να αναλύει τις απαιτήσεις επιχειρηματικών εφαρμογών analytics και τη μετατροπή τους σε λειτουργικές και τεχνικές προδιαγραφές
- να διερευνά τις δυνατότητες υποδομών cloud για αποθήκευση, επεξεργασία και κλιμάκωση αναλυτικών εφαρμογών
- να ερμηνεύει τις αρχές διακυβέρνησης δεδομένων, ποιότητας δεδομένων, ιδιοκτησίας και υπεύθυνης διαχείρισης πληροφοριακών πόρων
- να αξιολογεί ζητήματα ιδιωτικότητας, προστασίας προσωπικών δεδομένων και δεοντολογίας κατά τη συλλογή και αναλυτική αξιοποίηση δεδομένων
- να αναλύει τη σχέση επιχειρηματικής αναλυτικής, καινοτομίας, επιχειρηματικότητας και οργανωσιακής απόδοσης
- να διερευνά τις προϋποθέσεις μεταφοράς ενός αναλυτικού μοντέλου από το πειραματικό περιβάλλον σε πραγματική επιχειρησιακή χρήση
- να συνθέτει στατιστική, διοικητική, υπολογιστική και τεχνολογική γνώση για την κριτική κατανόηση σύνθετων προβλημάτων επιχειρηματικής αναλυτικής
Δεξιότητες
- να μετατρέπει πραγματικά επιχειρηματικά προβλήματα σε σαφώς ορισμένα ερωτήματα ανάλυσης δεδομένων και λήψης αποφάσεων
- να προσδιορίζει τις απαιτήσεις ενός έργου επιχειρηματικής αναλυτικής και να τις συνδέει με κατάλληλα δεδομένα, μοντέλα και τεχνολογίες
- να συλλέγει, να καθαρίζει, να ολοκληρώνει και να μετασχηματίζει δεδομένα από διαφορετικές επιχειρησιακές πηγές
- να σχεδιάζει κατάλληλες δομές και ροές δεδομένων για αξιόπιστη και επαναχρησιμοποιήσιμη αναλυτική επεξεργασία
- να χρησιμοποιεί SQL και συναφή εργαλεία για ανάκτηση, συνδυασμό και διαχείριση επιχειρηματικών δεδομένων
- να χρησιμοποιεί Python και σύγχρονες βιβλιοθήκες για προγραμματιστική ανάλυση δεδομένων, αυτοματοποίηση και εφαρμογές τεχνητής νοημοσύνης
- να εφαρμόζει στατιστικές μεθόδους για περιγραφική ανάλυση, εκτίμηση, ελέγχους υποθέσεων και μοντελοποίηση επιχειρηματικών δεδομένων
- να κατασκευάζει μαθηματικά μοντέλα βελτιστοποίησης για σύνθετα προβλήματα επιχειρησιακού σχεδιασμού και κατανομής πόρων
- να επιλύει προβλήματα βελτιστοποίησης μεγάλης κλίμακας με κατάλληλους αλγορίθμους και υπολογιστικά εργαλεία
- να εφαρμόζει τεχνικές εξόρυξης δεδομένων για ταξινόμηση, τμηματοποίηση, συσχέτιση και αναγνώριση προτύπων
- να αναπτύσσει και να αξιολογεί μοντέλα μηχανικής μάθησης για πρόβλεψη και υποστήριξη επιχειρηματικών αποφάσεων
- να επιλέγει κατάλληλες μετρικές και διαδικασίες επικύρωσης για τη σύγκριση αναλυτικών και προβλεπτικών μοντέλων
- να αναγνωρίζει και να περιορίζει προβλήματα υπερπροσαρμογής, μεροληψίας και ανεπαρκούς γενίκευσης αναλυτικών μοντέλων
- να αναλύει μεγάλα και σύνθετα σύνολα δεδομένων με κατάλληλες υπολογιστικές και κατανεμημένες τεχνολογίες
- να εφαρμόζει μεθόδους ανάλυσης κοινωνικών δικτύων για τη μελέτη σχέσεων, επιρροής και κοινοτήτων
- να δημιουργεί αποτελεσματικές οπτικοποιήσεις, dashboards και αναλυτικές αναφορές προσαρμοσμένες στις ανάγκες λήψης αποφάσεων
- να αξιοποιεί εργαλεία επιχειρηματικής ευφυΐας για παρακολούθηση δεικτών, διερεύνηση δεδομένων και υποστήριξη διοίκησης
- να σχεδιάζει και να αξιολογεί αρχιτεκτονικές data engineering που υποστηρίζουν αξιόπιστες και κλιμακούμενες εφαρμογές analytics
- να αξιοποιεί υποδομές cloud για αποθήκευση, επεξεργασία και λειτουργία αναλυτικών εφαρμογών
- να μοντελοποιεί επιχειρηματικές διαδικασίες και να εντοπίζει σημεία όπου η αναλυτική μπορεί να βελτιώσει απόδοση και λήψη αποφάσεων
- να εφαρμόζει αρχές διακυβέρνησης, ποιότητας, ασφάλειας και προστασίας ιδιωτικότητας σε όλο τον κύκλο ζωής των δεδομένων
- να εντοπίζει και να αξιολογεί δεοντολογικούς κινδύνους, μεροληψίες και πιθανές ανεπιθύμητες συνέπειες από τη χρήση δεδομένων και αλγορίθμων
- να μεταφράζει στατιστικά και υπολογιστικά αποτελέσματα σε σαφείς επιχειρηματικές διαπιστώσεις και εφαρμόσιμες προτάσεις
- να αναζητά, να αξιολογεί κριτικά και να συνθέτει επιστημονική βιβλιογραφία, τεχνική τεκμηρίωση, επιχειρηματικά δεδομένα και αναλυτικά ευρήματα
- να σχεδιάζει και να υλοποιεί ολοκληρωμένο έργο analytics από τον ορισμό του προβλήματος και την προετοιμασία δεδομένων έως τη μοντελοποίηση και την παρουσίαση αποτελεσμάτων
- να σχεδιάζει, να υλοποιεί και να παρουσιάζει αυτοτελή Μεταπτυχιακή Διπλωματική Εργασία ή Field Study Project με επιστημονική τεκμηρίωση και επιχειρησιακά αξιοποιήσιμα αποτελέσματα
Ικανότητες
- να αντιμετωπίζει αυτόνομα σύνθετα προβλήματα επιχειρηματικής αναλυτικής σε περιβάλλοντα αβεβαιότητας, μεγάλου όγκου δεδομένων και πολλαπλών περιορισμών
- να συνθέτει επιχειρηματική γνώση, στατιστική ανάλυση, δεδομένα και τεχνολογικές δυνατότητες για τη διαμόρφωση τεκμηριωμένων κρίσεων
- να μετατρέπει δεδομένα και αναλυτικά αποτελέσματα σε αξιοποιήσιμη γνώση για στρατηγικές και επιχειρησιακές αποφάσεις
- να αναλαμβάνει ευθύνη για τον σχεδιασμό και την υλοποίηση έργων analytics από τον επιχειρηματικό ορισμό του προβλήματος έως την αξιοποίηση των αποτελεσμάτων
- να αξιολογεί κριτικά εναλλακτικά αναλυτικά μοντέλα και τεχνολογικές λύσεις ως προς την ακρίβεια, την ερμηνευσιμότητα, την κλιμάκωση και την επιχειρηματική τους αξία
- να συνεργάζεται αποτελεσματικά σε διεπιστημονικές ομάδες αναλυτών, data scientists, μηχανικών δεδομένων, στελεχών διοίκησης και ειδικών πληροφοριακών συστημάτων
- να επικοινωνεί σύνθετα αναλυτικά ευρήματα με σαφήνεια σε τεχνικό και μη τεχνικό κοινό και να υποστηρίζει τεκμηριωμένα τις προτάσεις του
- να διαχειρίζεται την πολυπλοκότητα αποφάσεων όπου συνυπάρχουν επιχειρηματικοί στόχοι, ποιότητα δεδομένων, τεχνικοί περιορισμοί και αβεβαιότητα
- να αξιολογεί κριτικά τις ηθικές, κοινωνικές και οργανωσιακές συνέπειες εφαρμογών τεχνητής νοημοσύνης και επιχειρηματικής αναλυτικής
- να εφαρμόζει υπεύθυνες πρακτικές προστασίας ιδιωτικότητας, διακυβέρνησης δεδομένων και δεοντολογικής χρήσης αλγορίθμων
- να προσαρμόζει στατιστικές, υπολογιστικές και τεχνολογικές μεθόδους σε νέα προβλήματα, δεδομένα και επιχειρηματικά περιβάλλοντα
- να συμβάλλει στον ψηφιακό και αναλυτικό μετασχηματισμό οργανισμών μέσα από τεκμηριωμένες και εφαρμόσιμες λύσεις
- να σχεδιάζει και να ολοκληρώνει με υψηλό βαθμό αυτονομίας επιστημονική ή εφαρμοσμένη έρευνα σε εξειδικευμένο ζήτημα επιχειρηματικής αναλυτικής
- να συμβάλλει στην παραγωγή και διάχυση νέας γνώσης μέσα από στατιστική, υπολογιστική και εφαρμοσμένη αναλυτική έρευνα ή πραγματικά έργα πεδίου
- να οργανώνει αυτόνομα τη συνεχιζόμενη επιστημονική και επαγγελματική του ανάπτυξη σε ένα περιβάλλον δεδομένων, τεχνολογιών και μεθόδων τεχνητής νοημοσύνης που εξελίσσεται διαρκώς
Σημείωση τεκμηρίωσης: Η παρουσίαση βασίζεται στον ισχύοντα Κανονισμό Σπουδών. Η επιλογή, η ομαδοποίηση και η διατύπωση των μαθησιακών αποτελεσμάτων αποτελούν συνθετική επεξεργασία του mysep, σύμφωνα με το Ελληνικό Πλαίσιο Προσόντων και τους περιγραφικούς δείκτες του Δουβλίνου.
Διάρκεια σπουδών : Η χρονική διάρκεια για το Πρόγραμμα Πλήρους Φοίτησης ορίζεται σε τρία (3) εξάμηνα σπουδών, στα οποία περιλαμβάνεται και ο χρόνος εκπόνησης της διπλωματικής εργασίας. Η χρονική διάρκεια για το Πρόγραμμα Μερικής Φοίτησης προσαυξάνεται εκείνης του Προγράμματος Πλήρους Φοίτησης κατά δύο (2) εξάμηνα σπουδών.
Γλώσσα Διδασκαλίας: Η γλώσσα διδασκαλίας του Π.Μ.Σ. είναι η Αγγλική.
Δίδακτρα: Τα τέλη φοίτησης για το Τμήμα Πλήρους Φοίτησης και για το Τμήμα Μερικής Φοίτησης ορίζονται σε επτά χιλιάδες διακόσια ευρώ (€ 7.200).
Κατηγορίες και αριθμός εισακτέων:
Στο Π.Μ.Σ. γίνονται δεκτοί κάτοχοι τίτλου του πρώτου κύκλου σπουδών ΑΕΙ, της ημεδαπής ή ομοταγών ιδρυμάτων της αλλοδαπής σύμφωνα με τις διατάξεις του άρθρου 34 του ν. 4485/2017, όπως αυτές εξειδικεύονται στον Κανονισμό Μεταπτυχιακών Σπουδών του Π.Μ.Σ..
Ο αριθμός εισακτέων στο ΠΜΣ ορίζεται κατ΄ ανώτατο όριο στους τριάντα (30) μεταπτυχιακούς φοιτητές κατ΄ έτος για το πρόγραμμα πλήρους φοίτησης και τριάντα (30) μεταπτυχιακούς φοιτητές κατ΄ έτος για το πρόγραμμα μερικής φοίτησης.
Διαδικασία επιλογής:
Κάθε χρόνο, από τις 8 Ιανουαρίου και μετά, δημοσιεύεται και αναρτάται στην ιστοσελίδα του τμήματος και του ιδρύματος προκήρυξη για την εισαγωγή των μεταπτυχιακών φοιτητών στο ΠΜΣ με εισήγηση του Διευθυντή του Π.Μ.Σ. και απόφαση της συνέλευσης του τμήματος, ορίζοντας συγκεκριμένη καταληκτική ημερομηνία υποβολής αιτήσεων και δικαιολογητικών.
Η προκήρυξη υπογράφεται από το Διευθυντή του ΠΜΣ και τον Πρύτανη του ΟΠΑ. Η δημοσίευση της προκήρυξης γίνεται από το Π.Μ.Σ. με ευθύνη του τμήματος και το σχετικό κόστος βαρύνει το Π.Μ.Σ. Κατά την πρώτη εφαρμογή του παρόντος κανονισμού και μέχρι τη συγκρότηση των οργάνων του ΠΜΣ η απόφαση για την προκήρυξη εισαγωγής των μεταπτυχιακών φοιτητών, καθώς και ο χρόνος προκήρυξης λαμβάνεται από τον Πρόεδρο του τμήματος και υπογράφεται από τον ίδιο και τον Πρύτανη του Ο.Π.Α.
Τα απαιτούμενα δικαιολογητικά περιλαμβάνονται στην προκήρυξη κάθε έτους και είναι τα ακόλουθα:
α) Αίτηση (ηλεκτρονικά ή σε έντυπη μορφή).
β) Βιογραφικό σημείωμα με δύο (2) πρόσφατες φωτογραφίες τύπου διαβατηρίου.
γ) Αντίγραφο πτυχίου με αναλυτική βαθμολογία (Σημείωση: οι τελειόφοιτοι πρέπει να υποβάλουν δήλωση του ν. 1599/1986 ότι η αποδοχή τους γίνεται με την αίρεση της απόκτησης πτυχίου μέχρι και την εξεταστική περίοδο του Σεπτεμβρίου που ακολουθεί).
δ) Δύο συστατικές επιστολές από καθηγητές ή/και εργοδότες.
ε) Αποδεικτικά επαγγελματικής εμπειρίας (εάν υπάρχει).
στ) Αποδεικτικά άριστης/πολύ καλής γνώσης της Αγγλικής γλώσσας.
ζ) GMAT/GRE scores (εάν υπάρχουν).
Οι υποψήφιοι με πτυχίο από ιδρύματα της αλλοδαπής πρέπει να προσκομίσουν πιστοποιητικό αντιστοιχίας και ισοτιμίας από το Διεπιστημονικό Οργανισμό Αναγνώρισης Τίτλων Ακαδημαϊκών και Πληροφόρησης – ΔΟΑΤΑΠ, σύμφωνα με το άρθρο 34, παρ. 76 του ν. 4485/2017.
Τα κριτήρια επιλογής των υποψηφίων ορίζονται στην προκήρυξη και περιλαμβάνουν ιδίως:
α) Βαθμό πτυχίου/-ων,
β) βαθμολογία στα προπτυχιακά μαθήματα, τα οποία είναι σχετικά με τα μαθήματα του Π.Μ.Σ.,
γ) επίδοση σε διπλωματική εργασία, όπου αυτή προβλέπεται στο προπτυχιακό επίπεδο,
δ) διάρκεια και είδος εργασιακής εμπειρίας, εφόσον υπάρχει,
ε) άλλες δεξιότητες (βαθμός σε εξετάσεις GMAT/GRE, γνώσεις χρήσης Η/Υ και λογισμικών, συναφή σεμινάρια, κ.λπ.).
Καθώς και τα ακόλουθα ποιοτικά κριτήρια:
α) Πανεπιστήμιο και τμήμα προέλευσης,
β) είδος ερευνητικής εμπειρίας,
γ) γνώση της αγγλικής γλώσσας σε επίπεδο Π/Cl,
δ) γνώση άλλης ξένης γλώσσας,
ε) συνέντευξη,
στ) συστατικές επιστολές από μέλη Δ.Ε.Π. ή εργοδότες,
ζ) τυχόν διακρίσεις/βραβεύσεις.
Η διαδικασία επιλογής είναι η ακόλουθη:
α) Η Επιτροπή Αξιολόγησης Υποψηφίων καταρτίζει κατ’ αρχήν έναν πλήρη κατάλογο όσων έχουν υποβάλει αίτηση.
β) Απορρίπτει τους υποψήφιους που δεν πληρούν τα ελάχιστα κριτήρια που έχουν αποφασισθεί από τη συνέλευση (π.χ. ελάχιστος βαθμός πτυχίου, άριστη γνώση αγγλικών, κ.λπ.).
γ) Καλεί σε συνέντευξη τους υποψήφιους που πληρούν τα ελάχιστα κριτήρια που έχουν αποφασισθεί από τη συνέλευση. Η συνέντευξη γίνεται από τουλάχιστον 2 μέλη της Επιτροπής.
ε) Ιεραρχεί τους υποψηφίους και προβαίνει στην τελική επιλογή.
Ο τελικός πίνακας των επιτυχόντων και τυχόν επιλαχόντων επικυρώνεται από τη συνέλευση του τμήματος. Η επιστολή αποδοχής προς κάθε υποψήφιο που γίνεται δεκτός στο Π.Μ.Σ. συνοδεύεται από τον κανονισμό Λειτουργίας του ΠΜΣ και δίνει περιθώριο 15 ημερών από την αποστολή της, προκειμένου ο υποψήφιος να καταθέσει την προκαταβολή των διδάκτρων που απαιτείται για να κατοχυρώσει τη θέση του στο Π.Μ.Σ. Μετά το πέρας της προκαθορισμένης ημερομηνίας, ο Διευθυντής του Π.Μ.Σ. μπορεί να προχωρήσει στην αποδοχή των επιλαχόντων κατά σειρά επιτυχίας.
Πρόγραμμα Σπουδών (Μαθήματα – ECTS)
Το πρόγραμμα σπουδών του Π.Μ.Σ. περιλαμβάνει εννέα (9) μαθήματα υποχρεωτικής παρακολούθησης με πέντε (5) πιστωτικές μονάδες έκαστο, έξι (6) υποχρεωτικά μαθήματα με δύο και μισό (2,5) πιστωτικές μονάδες έκαστο και εκπόνηση διπλωματικής εργασίας εργασίας ή έρευνας πεδίου (Field Study Project) ή πρακτικής άσκησης με τριάντα (30) πιστωτικές μονάδες.
Το σύνολο πιστωτικών μονάδων του προγράμματος είναι 90. Το πρόγραμμα διδασκόμενων και εξεταζόμενων μαθημάτων ορίζεται αναλυτικά ως εξής:
Α’ εξάμηνο:
Υποχρεωτικά μαθήματα
-
- Πληροφοριακά Συστήματα και Διοίκηση Επιχειρηματικών Διαδικασιών (Information Systems and Business Process Management)
- Μεγάλης Κλίμακας Βελτιστοποίηση (Large Scale Optimization)
- Θεμελιώδεις Αρχές Διαχείρισης Δεδομένων (Fundamentals in Data Management)
- Στατιστική στην Επιχειρηματική Αναλυτική I (Statistics for Business Analytics I)
- Επιχειρηματική Ευφυία και Μηχανική Δεδομένων (Business Intelligence & Data Engineering)
- Οπτικοποίηση Δεδομένων (Data Visualization)
- Μηχανική Απαιτήσεων για Εφαρμογές Επιχειρηματικής Αναλυτικής (Requirements Engineering for Analytics)
Β’ εξάμηνο:
Υποχρεωτικά μαθήματα
-
- Στατιστική στην Επιχειρηματική Αναλυτική II (Statistics for Business Analytics II)
- Python σε εφαρμογές Αναλυτικής και Τεχνητή Νοημοσύνη (Python for Analytics and Artificial Intelligence)
- Τεχνητή Νοημοσύνη στην Επιχειρηματική Αναλυτική (AI for Business Analytics)
- Μελέτες Περίπτωσης Επιχειρηματικής Αναλυτικής (Business Analytics Use Cases)
- Προχωρημένα θέματα Ανάλυσης Δεδομένων (Advanced Topics in Data Analysis)
- Διακυβέρνηση Δεδομένων και Ιδιωτικότητα (Data Governance and Privacy)
- Επιχειρηματικότητα και Καινοτομία (Innovation and Entrepreneurship)
- Υποδομές Αναλυτικής στο Υπολογιστικό Νέφος (Cloud Infrastructures for Analytics)
Γ’ εξάμηνο:
-
- Εκπόνηση Διπλωματικής Εργασίας/ Πρακτική Άσκηση.
Το παραπάνω Πρόγραμμα παρέχεται και ως Μερικής Φοίτησης. Η ανακατανομή των μαθημάτων στο Πρόγραμμα Μερικής Φοίτησης γίνεται με αποφάσεις των αρμοδίων οργάνων σύμφωνα με τον Κανονισμό Μεταπτυχιακών Σπουδών του Π.Μ.Σ..
Τι άλλο πρέπει να ξέρω :
Χρήσιμα Έντυπα:
- Προκήρυξη : Πρόσκληση εκδήλωσης ενδιαφέροντος (ακαδ. έτος 2026-2027)
- ΦΕΚ ίδρυσης (ή επανίδρυσης) : ΦΕΚ 2774 τ.Β’/12.07.2018 και ΦΕΚ 3004 τ.Β’/17.06.2025
- Κανονισμός Σπουδών: ΦΕΚ 3347 τ.Β’/10.08.2018 & ΦΕΚ 5322 τ.Β’/03.12.2020 & ΦΕΚ 1828 τ.Β’/14.05.2022 & ΦΕΚ 3621 τ.Β’/11.07.2025 & ΦΕΚ 280 τ.Β’/26.01.2026
Περισσότερα στοιχεία :
- Ηλεκτρονική διεύθυνση ΠΜΣ: http://analytics.aueb.gr/
- Ηλεκτρονική διεύθυνση του τμήματος: https://www.dept.aueb.gr/dmst
Διάρκεια Λειτουργίας
Το Πρόγραμμα Μεταπτυχιακών Σπουδών θα λειτουργήσει μέχρι το ακαδημαϊκό έτος 2028-2029.
