ΔΠΜΣ: Ευφυή Συστήματα

το άρθρο ενημερώθηκε στις 02.10.2026

Σε ποιον ταιριάζει το ΔΠΜΣ: Ευφυή Συστήματα (Master Science in Intelligent Systems Engineering);

Το ΔΠΜΣ «Ευφυή Συστήματα» ταιριάζει σε υποψήφιους που επιθυμούν να αναπτύξουν υψηλού επιπέδου τεχνογνωσία σε τεχνολογίες αιχμής, όπως ανάλυση δεδομένων, επιχειρησιακή έρευνα, βέλτιστη λήψη αποφάσεων, έξυπνα πληροφοριακά συστήματα, ευφυείς αλγορίθμους και συστήματα μη επανδρωμένων οχημάτων. Απευθύνεται σε όσους θέλουν να αποκτήσουν συνδυαστικά δεξιότητες μηχανικής, πληροφορικής και ανάλυσης, ώστε να μπορούν να αντιμετωπίσουν σύνθετα τεχνικά και επιχειρησιακά προβλήματα.

Ιδιαίτερα ταιριάζει σε όσους:

ενδιαφέρονται για ευφυή συστήματα, μαθηματική μοντελοποίηση, τεχνητή νοημοσύνη, μηχανική μάθηση και υπολογιστικές μεθόδους,

θέλουν να εργαστούν σε τομείς όπως άμυνα, ασφάλεια, επιχειρησιακός σχεδιασμός, ανάλυση δεδομένων, μη επανδρωμένα συστήματα, βιομηχανικές εφαρμογές και τεχνολογικές υποδομές,

επιδιώκουν να αποκτήσουν δυνατότητα λήψης αποφάσεων σε σύνθετα περιβάλλοντα μέσω εργαλείων βελτιστοποίησης, προσομοίωσης και επιχειρησιακής έρευνας,

ενδιαφέρονται για τεχνικά αντικείμενα υψηλής δυσκολίας και θέλουν να αναπτύξουν υπολογιστικές και μεθοδολογικές δεξιότητες με πρακτική εφαρμογή,

έχουν προσανατολισμό προς ερευνητική ή τεχνική καριέρα και θέλουν να εκπονήσουν απαιτητική μεταπτυχιακή εργασία με πραγματικά δεδομένα ή εφαρμογές,

διαθέτουν μαθηματικό υπόβαθρο ή ισχυρή διάθεση να το αναπτύξουν, καθώς το πρόγραμμα περιλαμβάνει εντατική τεχνική μελέτη,

θέλουν να εξειδικευτούν σε έναν τομέα με υψηλή ζήτηση, όπου η τεχνητή νοημοσύνη, η αναλυτική και η τεχνολογία συστημάτων συνδυάζονται για την αντιμετώπιση πραγματικών επιχειρησιακών προκλήσεων.

Το ΠΜΣ αποτελεί εξαιρετική επιλογή για αποφοίτους Μηχανικών, Πληροφορικής, Μαθηματικών, Φυσικής, Στρατιωτικών Σχολών και συναφών πεδίων, αλλά και για επαγγελματίες που επιθυμούν να ενισχύσουν τις δεξιότητές τους σε προηγμένα τεχνολογικά και αναλυτικά περιβάλλοντα.

 

Συνεργαζόμενα τμήματα:

Τμήμα Στρατιωτικών Επιστημών της Στρατιωτικής Σχολής Ευελπίδων

Σχολή Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης

.

ΔΠΜΣ:  «Ευφυή Συστήματα» (Master Science in Intelligent Systems Engineering)

Έδρα:

Διεύθυνση – Πόλη διεξαγωγής: Στρατιωτική Σχολή Ευελπίδων  Γραμματεία Διιδρυματικών Προγραμμάτων Μεταπτυχιακών Σπουδών 166 73 Βάρη Αττικής

Τηλέφωνα: 2108904218, 2108904256 Email : info@sse-tuc.edu.gr

Γνωστικό Αντικείμενο – Σκοπός :

Ο σκοπός ενός εκάστου εκ των παρόντων Δ.Π.Μ.Σ. είναι η παροχή δυνατότητας επίλυσης πολλών και συγκεκριμένων προτύπων επιστημονικών προβλημάτων, καθώς και η πρακτική εξάσκηση σε σχετικό λογισμικό για την αντιμετώπιση πολύπλοκων πραγματικών προβλημάτων.

Τα δύο Δ.Π.Μ.Σ. «Ευφυή Συστήματα –Master Science in Intelligent Systems Engineering», με εξειδίκευση α. Μη στελεχωμένα συστήματα (Unmanned systems), και β. Ευφυή Πληροφοριακά Συστήματα (Intelligent Information Systems) και «Επιχειρησιακή Έρευνα και Λήψη Αποφάσεων (Operational Research and Decision Making)», με εξειδίκευση α. στην Άμυνα και Ασφάλεια και β. στην Αναλυτική και Λήψη Αποφάσεων απευθύνονται, συγκεκριμένα, σε όσους επιδιώκουν πληρέστερη ανάλυση και ευρύτερη κατανόηση βασικών αρχών, μεθόδων και τεχνικών των Ευφυών Συστημάτων προερχόμενων από διάφορα επιστημονικά πεδία και πεδία εφαρμογής σε θέματα στρατιωτικού και βιομηχανικού ενδιαφέροντος. Σκοπός των Δ.Π.Μ.Σ. είναι, ειδικότερα, η μετεκπαίδευση στελεχών των ενόπλων δυνάμεων, των σωμάτων ασφάλειας, της αμυντικής βιομηχανίας και ιδιωτών και η ειδίκευσή τους σε γνωστικά αντικείμενα των συνεργαζόμενων Τμημάτων, καθώς, επίσης, η δημιουργία επιστημόνων − ερευνητών, οι οποίοι θα συνεισφέρουν στην προώθηση της επιστήμης, της έρευνας και των εφαρμογών της.

Έχοντας διαπιστώσει κοινούς επιστημονικούς τόπους και κοινά ενδιαφέροντα, τα δύο Τμήματα συνεργάζονται για την οργάνωση και λειτουργία Δ.Π.Μ.Σ. με θέματα τα «Ευφυή Συστήματα –Master Science in Intelligent Systems Engineering» και την «Επιχειρησιακή Έρευνα και Λήψη Αποφάσεων (Operational Research and Decision Making)», απευθυνόμενα σε νέους επιστήμονες και ερευνητές καθώς και σε στελέχη επιχειρήσεων και οργανισμών με στόχους:

α. Τη δημιουργία επιστημόνων – ερευνητών οι οποίοι θα συνεισφέρουν στην προώθηση της έρευνας, της επιστήμης και των εφαρμογών της στα αντικείμενα που αυτό θεραπεύει.

β. Την παροχή υψηλού επιπέδου μεταπτυχιακής εκπαίδευσης σε στελέχη, αποφοίτους όλων των Ελληνικών Στρατιωτικών Σχολών και Ανωτάτων Στρατιωτικών Εκπαιδευτικών Ιδρυμάτων (Α.Σ.Ε.Ι.) και των αποφοίτων ΑΕΙ, τόσο των ενόπλων δυνάμεων και της αμυντικής βιομηχανίας όσο και του δημόσιου και ιδιωτικού τομέα τόσο στο αντικείμενο των Ευφυών Συστημάτων (Intelligent Systems Engineering) και ειδικότερα των α. Μη Στελεχωμένων Συστημάτων (Unmanned Systems) και β. Ευφυών Πληροφοριακών Συστημάτων (Intelligent Information Systems), όσο και στο αντικείμενο της «Επιχειρησιακής Έρευνας και Λήψης Αποφάσεων (Operational Research and Decision Making)», και ειδικότερα της α. Άμυνας και Ασφάλειας (Defense and Security) και της β. Αναλυτικής και Λήψης Αποφάσεων (Analytics and Decision Making).

γ. Την πληρέστερη ανάλυση, ευρύτερη κατανόηση και εμβάθυνση στις βασικές αρχές και τις σύγχρονες μεθόδους και εφαρμογές των Ευφυών Συστημάτων και της Επιχειρησιακής Έρευνας και Λήψης Αποφάσεων σε θέματα βιομηχανικού, επιχειρησιακού και στρατιωτικού ενδιαφέροντος.

Τίτλος Σπουδών:

Το Δ.Π.Μ.Σ. “Ευφυή Συστήματα – Master Science in Intelligent Systems  Engineering” θα απονέμει Δίπλωμα Μεταπτυχιακών Σπουδών (Δ.Μ.Σ.), Master of Science (M.Sc.), σε μια από τις ακόλουθες ειδικεύσεις, η οποία θα αναγράφεται στο δίπλωμα:

Μη στελεχωμένα συστήματα (Unmanned Systems)

Ευφυή Πληροφοριακά Συστήματα (Intelligent Information Systems).

Μαθησιακά αποτελέσματα του Προγράμματος Σπουδών

Το Διιδρυματικό Πρόγραμμα Μεταπτυχιακών Σπουδών «Ευφυή Συστήματα – Master of Science in Intelligent Systems» του Τμήματος Στρατιωτικών Επιστημών της Στρατιωτικής Σχολής Ευελπίδων και της Σχολής Μηχανικών Παραγωγής και Διοίκησης του Πολυτεχνείου Κρήτης υιοθετεί αναλυτική, συνθετική και συστημική προσέγγιση για την ανάπτυξη ολοκληρωμένων λύσεων σε σύνθετα τεχνικά και επιχειρησιακά προβλήματα. Ο κοινός κορμός καλύπτει θεωρία συστημάτων, ανάλυση, σχεδίαση και ανάπτυξη συστημάτων, διοίκηση και αξιολόγηση συστημάτων, υπολογιστική νοημοσύνη και ευφυή έλεγχο, καθώς και μηχανική μάθηση. Το πρόγραμμα οργανώνεται σε δύο θεσμοθετημένες ειδικεύσεις, «Μη στελεχωμένα συστήματα (Unmanned systems)» και «Ευφυή Πληροφοριακά Συστήματα (Intelligent Information Systems)». Η πρώτη εμβαθύνει σε ρομποτικά και αυτόνομα οχήματα, αισθητήρες και ενεργοποιητές, επικοινωνίες και συλλογή δεδομένων σμηνών μη στελεχωμένων αεροχημάτων, δυναμικά συστήματα, πολυπρακτορικά συστήματα, Διαδίκτυο των Πραγμάτων και μοντελοποίηση και προσομοίωση. Η δεύτερη εστιάζει σε ευφυή συστήματα υποστήριξης αποφάσεων, επιχειρηματική ευφυΐα και αναλυτική δεδομένων, Big Data, ευφυείς βάσεις δεδομένων, πληροφοριακά συστήματα, ηλεκτρονικές υπηρεσίες και ηλεκτρονική διακυβέρνηση, Διαδίκτυο των Πραγμάτων, διαχείριση πόρων και έργων και συστήματα ευφυών πρακτόρων. Η μεταπτυχιακή διπλωματική εργασία ολοκληρώνει την εκπαίδευση μέσω αυτοδύναμης διερεύνησης σύνθετου προβλήματος και εφαρμογής κατάλληλων αναλυτικών, υπολογιστικών, συστημικών ή πειραματικών μεθόδων.

Με την επιτυχή ολοκλήρωση του Προγράμματος Σπουδών, ο απόφοιτος ή η απόφοιτη είναι σε θέση:

Επιστημονικό πεδίο UNESCO ISCED-F: Τεχνολογίες Πληροφορικής και Επικοινωνιών

Γνώσεις
  • να αναλύει τις θεμελιώδεις αρχές της θεωρίας συστημάτων και να ερμηνεύει σύνθετα τεχνικά και επιχειρησιακά προβλήματα ως αλληλεπιδρώντα συστήματα.
  • να συσχετίζει τις διαδικασίες ανάλυσης, σχεδίασης, ανάπτυξης, ολοκλήρωσης και αξιολόγησης συστημάτων στο πλαίσιο μιας ενιαίας συστημικής προσέγγισης.
  • να ερμηνεύει μαθηματικά και υπολογιστικά μοντέλα που χρησιμοποιούνται για την περιγραφή της δομής, της δυναμικής και της συμπεριφοράς σύνθετων συστημάτων.
  • να αναλύει τις αρχές της υπολογιστικής νοημοσύνης και να διακρίνει σύγχρονες ευφυείς μεθόδους για την επίλυση προβλημάτων ταξινόμησης, πρόβλεψης, βελτιστοποίησης και ελέγχου.
  • να αξιολογεί τις θεωρητικές βάσεις της μηχανικής μάθησης και να συσχετίζει διαφορετικές κατηγορίες αλγορίθμων με τα χαρακτηριστικά των δεδομένων και τις απαιτήσεις μιας εφαρμογής.
  • να ερμηνεύει τις αρχές ευφυούς και αυτοματοποιημένου ελέγχου και τη συμβολή τους στη λειτουργία προσαρμοστικών, αυτόνομων και δυναμικών συστημάτων.
  • να αναλύει τη λειτουργία συστημάτων ευφυών πρακτόρων και πολυπρακτορικών συστημάτων και να αξιολογεί τον ρόλο της συνεργασίας, του συντονισμού και της αποκεντρωμένης λήψης αποφάσεων.
  • να συσχετίζει αισθητήρες, ενεργοποιητές, επικοινωνίες, υπολογιστικές μονάδες και αλγορίθμους ελέγχου με την αρχιτεκτονική ενός ολοκληρωμένου ευφυούς συστήματος.
  • να ερμηνεύει τις αρχές του Διαδικτύου των Πραγμάτων και τη σύνδεσή του με κατανεμημένη συλλογή δεδομένων, παρακολούθηση, αυτοματισμό και ευφυείς υπηρεσίες.
  • να αναλύει τις αρχές μοντελοποίησης και προσομοίωσης και να αξιολογεί τη χρήση τους για τη μελέτη σύνθετων συστημάτων πριν από την υλοποίηση ή επιχειρησιακή εφαρμογή τους.
  • να διακρίνει αρχιτεκτονικές πληροφοριακών συστημάτων, βάσεων δεδομένων και υπηρεσιών και να συσχετίζει τη διαχείριση δεδομένων με την παραγωγή πληροφορίας και υποστήριξη αποφάσεων.
  • να αξιολογεί τη συμβολή της επιχειρηματικής ευφυΐας, της αναλυτικής και των μεγάλων δεδομένων στην εξαγωγή γνώσης και στην υποστήριξη σύνθετων αποφάσεων.
  • να αναλύει τις αρχές διοίκησης και αξιολόγησης συστημάτων και να συσχετίζει τεχνικές επιδόσεις, πόρους, απαιτήσεις, κινδύνους και επιχειρησιακούς στόχους.
  • να συνθέτει γνώσεις τεχνητής νοημοσύνης, μηχανικής μάθησης, μηχανικής συστημάτων, ρομποτικής, πληροφορικής και αναλυτικής για τη διερεύνηση σύνθετων προβλημάτων.
  • να τεκμηριώνει τη λογική επιστημονικού και ερευνητικού σχεδιασμού, από τη διατύπωση του προβλήματος και την επιλογή μεθοδολογίας έως την αξιολόγηση και ερμηνεία των αποτελεσμάτων.
Δεξιότητες
  • να αποτυπώνει σύνθετα πραγματικά προβλήματα ως συστήματα, προσδιορίζοντας απαιτήσεις, υποσυστήματα, αλληλεπιδράσεις, περιορισμούς και κριτήρια επίδοσης.
  • να αναπτύσσει μαθηματικά και υπολογιστικά μοντέλα για την ανάλυση, προσομοίωση και αξιολόγηση της συμπεριφοράς ευφυών συστημάτων.
  • να σχεδιάζει αρχιτεκτονικές συστημάτων και να συγκρίνει εναλλακτικές λύσεις με βάση τεχνικά, λειτουργικά και επιχειρησιακά κριτήρια.
  • να εφαρμόζει αλγορίθμους μηχανικής μάθησης και υπολογιστικής νοημοσύνης σε δεδομένα πραγματικών εφαρμογών και να αξιολογεί την επίδοσή τους.
  • να αναπτύσσει και να ρυθμίζει ευφυείς μηχανισμούς ελέγχου για δυναμικά και αυτόνομα συστήματα.
  • να σχεδιάζει πειράματα και προσομοιώσεις, να συλλέγει και να επεξεργάζεται δεδομένα και να χρησιμοποιεί κατάλληλες μετρικές για την αξιολόγηση αποτελεσμάτων.
  • να χρησιμοποιεί σύγχρονο επιστημονικό και τεχνικό λογισμικό για μοντελοποίηση, ανάλυση δεδομένων, βελτιστοποίηση, προσομοίωση και ανάπτυξη ευφυών εφαρμογών.
  • να σχεδιάζει μηχανισμούς συλλογής, μεταφοράς, αποθήκευσης και αξιοποίησης δεδομένων από κατανεμημένες συσκευές και συστήματα.
  • να εφαρμόζει τεχνικές ευφυών πρακτόρων και πολυπρακτορικών συστημάτων σε προβλήματα συνεργασίας, συντονισμού, σύστασης και αυτοματοποιημένης λήψης αποφάσεων.
  • να αξιολογεί συστήματα ως προς την αποτελεσματικότητα, την αξιοπιστία, την προσαρμοστικότητα, την αυτονομία και την καταλληλότητά τους για συγκεκριμένο περιβάλλον εφαρμογής.
  • να εντοπίζει τεχνικούς και επιχειρησιακούς περιορισμούς και να προσαρμόζει τον σχεδιασμό ενός ευφυούς συστήματος στις πραγματικές απαιτήσεις χρήσης του.
  • να συνδυάζει δεδομένα, μοντέλα και αλγορίθμους για τη δημιουργία ολοκληρωμένων εφαρμογών ευφυούς ανάλυσης, ελέγχου ή υποστήριξης αποφάσεων.
  • να αναζητά, αξιολογεί και συνθέτει διεθνή επιστημονική βιβλιογραφία και να εντοπίζει κατάλληλες μεθόδους για τη διερεύνηση ενός σύνθετου τεχνικού προβλήματος.
  • να ερμηνεύει κριτικά υπολογιστικά και πειραματικά αποτελέσματα, να αναγνωρίζει περιορισμούς και αβεβαιότητες και να διατυπώνει τεκμηριωμένα συμπεράσματα.
  • να συντάσσει επιστημονικές και τεχνικές αναφορές και να παρουσιάζει με σαφήνεια μεθοδολογίες, αρχιτεκτονικές, δεδομένα και αποτελέσματα.
  • να σχεδιάζει και να ολοκληρώνει αυτοδύναμη μεταπτυχιακή διπλωματική εργασία σε σύγχρονο αντικείμενο ευφυών συστημάτων.
Ικανότητες
  • να αντιμετωπίζει σύνθετα και μη πλήρως δομημένα προβλήματα με αναλυτική, συνθετική και συστημική προσέγγιση.
  • να επιλέγει αυτόνομα κατάλληλους συνδυασμούς τεχνολογιών τεχνητής νοημοσύνης, μοντελοποίησης, ελέγχου, πληροφορικής και ανάλυσης δεδομένων για συγκεκριμένες εφαρμογές.
  • να αξιολογεί κριτικά εναλλακτικές αρχιτεκτονικές και αλγοριθμικές προσεγγίσεις και να τεκμηριώνει την επιλογή λύσης με βάση δεδομένα και μετρήσιμα κριτήρια.
  • να αναπτύσσει ολοκληρωμένες λύσεις που συνδέουν φυσικά ή ψηφιακά υποσυστήματα, δεδομένα, ευφυείς αλγορίθμους και μηχανισμούς λήψης αποφάσεων.
  • να λαμβάνει τεκμηριωμένες αποφάσεις σε δυναμικά περιβάλλοντα στα οποία συνυπάρχουν αβεβαιότητα, μεταβαλλόμενες συνθήκες και σύνθετοι επιχειρησιακοί περιορισμοί.
  • να μεταφέρει προηγμένες μεθόδους ευφυών συστημάτων από το θεωρητικό επίπεδο σε εφαρμογές βιομηχανικού, τεχνολογικού, δημόσιου ή επιχειρησιακού ενδιαφέροντος.
  • να συνεργάζεται αποτελεσματικά σε διεπιστημονικές ομάδες που συνδυάζουν μηχανική, πληροφορική, επιχειρησιακή ανάλυση και τεχνητή νοημοσύνη.
  • να αναλαμβάνει ευθύνη για τον σχεδιασμό, την αξιολόγηση και την τεχνική τεκμηρίωση σύνθετων ευφυών συστημάτων.
  • να επικοινωνεί σύνθετες τεχνικές λύσεις και ερευνητικά αποτελέσματα με ακρίβεια σε επιστημονικό, τεχνικό και επιχειρησιακό κοινό.
  • να διεξάγει αυτοδύναμη ερευνητική ή εφαρμοσμένη εργασία με μεθοδολογική συνέπεια, κριτική σκέψη και επιστημονική ακεραιότητα.
  • να αξιολογεί τις δυνατότητες και τους περιορισμούς νέων τεχνολογιών πριν από την ενσωμάτωσή τους σε κρίσιμα ή απαιτητικά συστήματα.
  • να παρακολουθεί τις ταχείες εξελίξεις στην τεχνητή νοημοσύνη, τη ρομποτική, τα πληροφοριακά συστήματα και τις τεχνολογίες αυτονομίας και να ανανεώνει αυτόνομα το επιστημονικό και τεχνικό του υπόβαθρο.
Ειδίκευση: Μη στελεχωμένα συστήματα (Unmanned systems)
  • να αναλύει την αρχιτεκτονική ρομποτικών και μη στελεχωμένων συστημάτων και να συσχετίζει μηχανικά, ηλεκτρονικά, υπολογιστικά και επικοινωνιακά υποσυστήματα.
  • να μοντελοποιεί τη δυναμική συμπεριφορά μη στελεχωμένων οχημάτων και να χρησιμοποιεί κατάλληλα μοντέλα για ανάλυση, προσομοίωση και σχεδιασμό ελέγχου.
  • να επιλέγει και να ενσωματώνει αισθητήρες και ενεργοποιητές σύμφωνα με τις απαιτήσεις αντίληψης περιβάλλοντος, πλοήγησης, ελέγχου και εκτέλεσης αποστολής.
  • να σχεδιάζει και να αξιολογεί αλγορίθμους ελέγχου, αυτονομίας και λήψης αποφάσεων για ρομποτικά και μη στελεχωμένα συστήματα.
  • να αναλύει τεχνολογίες και αρχιτεκτονικές μη στελεχωμένων εναέριων, επίγειων ή θαλάσσιων οχημάτων και να αξιολογεί την καταλληλότητά τους για διαφορετικές εφαρμογές.
  • να σχεδιάζει μηχανισμούς επικοινωνίας και συλλογής δεδομένων για σμήνη μη στελεχωμένων αεροχημάτων και να αξιολογεί περιορισμούς συνδεσιμότητας, συνεργασίας και συντονισμού.
  • να εφαρμόζει τεχνικές πολυπρακτορικών συστημάτων για τον συντονισμό πολλαπλών αυτόνομων μονάδων και την κατανεμημένη επίλυση προβλημάτων.
  • να αξιοποιεί τεχνολογίες Διαδικτύου των Πραγμάτων για τη διασύνδεση μη στελεχωμένων συστημάτων, αισθητήρων, υποδομών και υπηρεσιών δεδομένων.
  • να χρησιμοποιεί μοντελοποίηση και προσομοίωση για την επαλήθευση συμπεριφορών, την αξιολόγηση σεναρίων και τη μείωση κινδύνων πριν από πραγματικές δοκιμές.
  • να συνθέτει ρομποτική, μηχανική μάθηση, ευφυή έλεγχο, επικοινωνίες και τεχνολογίες αισθητήρων για την ανάπτυξη ολοκληρωμένων αυτόνομων εφαρμογών.
Ειδίκευση: Ευφυή Πληροφοριακά Συστήματα (Intelligent Information Systems)
  • να αναλύει αρχιτεκτονικές ευφυών πληροφοριακών συστημάτων και να συνδέει δεδομένα, μοντέλα, υπηρεσίες και μηχανισμούς λήψης αποφάσεων σε ολοκληρωμένες εφαρμογές.
  • να σχεδιάζει και να αξιολογεί ευφυή συστήματα υποστήριξης αποφάσεων που συνδυάζουν αναλυτικά μοντέλα, δεδομένα και τεχνικές τεχνητής νοημοσύνης.
  • να εφαρμόζει μεθόδους επιχειρηματικής ευφυΐας, επιχειρηματικής αναλυτικής και επιστήμης δεδομένων για την εξαγωγή χρήσιμης γνώσης από οργανωσιακά δεδομένα.
  • να επεξεργάζεται και να αναλύει δεδομένα μεγάλης κλίμακας και να επιλέγει κατάλληλες τεχνικές Big Data Analytics σύμφωνα με τις απαιτήσεις της εφαρμογής.
  • να σχεδιάζει και να αξιοποιεί ευφυείς βάσεις δεδομένων για σύνθετη αποθήκευση, ανάκτηση, συσχέτιση και αξιοποίηση πληροφορίας.
  • να εφαρμόζει τεχνικές ευφυών πρακτόρων και συστημάτων συστάσεων για εξατομικευμένες υπηρεσίες, αυτοματοποιημένη αλληλεπίδραση και υποστήριξη αποφάσεων.
  • να αξιοποιεί τεχνολογίες Διαδικτύου των Πραγμάτων για τη συλλογή δεδομένων και την ενσωμάτωση φυσικών συσκευών σε ευφυή πληροφοριακά περιβάλλοντα.
  • να αναλύει πληροφοριακά συστήματα εποπτείας και να διαμορφώνει μηχανισμούς παρακολούθησης, πληροφόρησης και υποστήριξης επιχειρησιακών λειτουργιών.
  • να σχεδιάζει ηλεκτρονικές υπηρεσίες και εφαρμογές ηλεκτρονικής διακυβέρνησης που αξιοποιούν δεδομένα και ψηφιακές τεχνολογίες για τη βελτίωση διαδικασιών και υπηρεσιών.
  • να ενσωματώνει διαχείριση πόρων και έργων στον σχεδιασμό και την υλοποίηση σύνθετων πληροφοριακών συστημάτων, συνδέοντας τεχνολογικές επιλογές με οργανωσιακούς στόχους.

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 : Στο Δ.Π.Μ.Σ., η ελάχιστη διάρκεια φοίτησης είναι τρία (3) ακαδημαϊκά εξάμηνα, για τους φοιτητές πλήρους φοίτησης και πέντε (4) ακαδημαϊκά εξάμηνα για τους φοιτητές μερικής φοίτησης. Η μέγιστη διάρκεια των μεταπτυχιακών προγραμμάτων ειδίκευσης ορίζεται σε τρία (3) έτη.

Γλώσσα Διδασκαλίας: Ελληνική γλώσσα

Δίδακτρα: Τα τέλη φοίτησης ανέρχονται σε έως 3000 € για φοιτητές προερχόμενους από χώρες της Ευρωπαϊκής Ένωσης και έως 6000 € για φοιτητές προερχόμενους από χώρες εκτός της Ευρωπαϊκής Ένωσης, και η καταβολή τους γίνεται ως εξής:

    • Φοιτητές πλήρους φοίτησης: σε τρις (3) δόσεις (40%, 40% & 20%) πριν την έναρξη κάθε ακαδημαϊκού εξαμήνου, και
    • Φοιτητές μερικής φοίτησης: σε πέντε (5) δόσεις (20%, 20%, 20%, 20%, 20%) πριν την έναρξη κάθε ακαδημαϊκού εξαμήνου.

Κατηγορίες και αριθμός εισακτέων:

Στα Δ.Π.Μ.Σ. γίνονται δεκτοί απόφοιτοι όλων των Ελληνικών Στρατιωτικών Σχολών και Ανωτάτων Στρατιωτικών Εκπαιδευτικών Ιδρυμάτων (Α.Σ.Ε.Ι.), απόφοιτοι των αντιστοίχων και ισοδύναμων Στρατιωτικών Σχολών της αλλοδαπής, διπλωματούχοι των Τμημάτων Μηχανικών Παραγωγής και Διοίκησης, Μηχανολόγων Μηχανικών, Ηλεκτρολόγων Μηχανικών, Ηλεκτρονικών Μηχανικών, Μηχανικών Ηλεκτρονικών Υπολογιστών, Χημικών Μηχανικών, Μηχανικών Μεταλλείων-Μεταλλουργών, Πολιτικών Μηχανικών, Τοπογράφων Μηχανικών, Αρχιτεκτόνων Μηχανικών, Ναυπηγών Μηχανικών, Μαθηματικών, Πληροφορικής, Φυσικής, Χημείας, Γεωλογίας, Γεωπονίας, Οικονομικών Επιστημών, Διοίκησης Επιχειρήσεων, Ιατρικών και Βιολογικών Επιστημών των Ελληνικών Ανωτάτων Εκπαιδευτικών Ιδρυμάτων (ΑΕΙ), των αντιστοίχων και ισοδύναμων Ανωτάτων Εκπαιδευτικών Ιδρυμάτων της αλλοδαπής, καθώς και απόφοιτοι Ελληνικών Τεχνολογικών Εκπαιδευτικών Ιδρυμάτων (ΤΕΙ) της ημεδαπής και αναγνωρισμένων ομοταγών ιδρυμάτων της αλλοδαπής, όπως ειδικότερα καθορίζεται στον Κανονισμό Μεταπτυχιακών Σπουδών του Δ.Π.Μ.Σ..

Τα Δ.Π.Μ.Σ. απευθύνονται

α) Σε όσους επιθυμούν ανώτατες ποιοτικές σπουδές στη θεωρεία και τεχνική της βέλτιστης λήψης αποφάσεων

β) Σε όσους επιθυμούν να ενταχθούν αργότερα σε Πρόγραμμα Διδακτορικών Σπουδών

γ) Σε όσους επιθυμούν να αποκτήσουν τις απαραίτητες γνώσεις και αναγνώριση για επιτυχή επαγγελματική σταδιοδρομία

δ) Σε όσους Αξιωματικούς επιθυμούν επιτυχή επαγγελματική σταδιοδρομία και εξέλιξη στις Ένοπλες Δυνάμεις (ΕΔ), καθώς σύμφωνα με το ν. 3883/2010, «Περί ιεραρχίας και εξέλιξης των στελεχών των ΕΔ», στο άρθρο 29, «Περί κριτηρίων προαγωγών», παρ. 3, εδ’ β, λαμβάνεται, πλέον, υπόψη η απόκτηση Μεταπτυχιακού Τίτλου, καθώς και Διδακτορικού Διπλώματος, σε γνωστικό αντικείμενο συναφές με το αντικείμενο της Υπηρεσίας.

Διαδικασία επιλογής:

Η επιλογή των φοιτητών σε κάθε Ειδίκευση γίνεται από τη Συνέλευση του Τμήματος μετά από εισήγηση της Συντονιστικής Επιτροπής (Σ.Ε.) του Δ.Π.Μ.Σ..
Για την επιλογή αξιολογούνται και συνεκτιμούνται τα ακόλουθα στοιχεία, όπως προκύπτουν από επικυρωμένα έγγραφα που επισυνάπτονται στην αίτηση των υποψηφίων:

  1. Συνολικός βαθμός πτυχίου, αναλυτική βαθμολογία και η βαθμολογία σε μαθήματα συγγενή με την κατεύθυνση σπουδών για την οποία υποβάλλεται η αίτηση.
  2. Συγγένεια μαθημάτων του βασικού προπτυχιακού διπλώματος με τη μεταπτυχιακή ειδίκευση σπουδών για την οποία υποβάλλεται η αίτηση.
  3. Ερευνητική δραστηριότητα όπως προκύπτει από δημοσιεύσεις σε επιστημονικά συνέδρια και επιστημονικά περιοδικά καθώς και αποδεδειγμένη συμμετοχή σε χρηματοδοτούμενα ερευνητικά προγράμματα.
  4. Συστατικές επιστολές από μέλη Δ.Ε.Π. που να σχολιάζουν ουσιαστικά και να αξιολογούν την ικανότητα του υποψηφίου ή της υποψηφίας να ανταπεξέλθει στις απαιτήσεις του προγράμματος μεταπτυχιακών σπουδών.
  5. Επαγγελματική εμπειρία σε αντικείμενα συναφή με τη μεταπτυχιακή κατεύθυνση σπουδών για την οποία υποβάλλεται η αίτηση.
  6. Αποδεδειγμένη γνώση της Αγγλικής γλώσσας, η οποία κατά κανόνα προκύπτει από σχετικά πιστοποιητικά (επιπέδου Β2) ή κατά περίπτωση, και σύμφωνα με την κρίση της Σ.Ε., από σπουδές σε Πανεπιστήμια με επίσημη γλώσσα την Αγγλική.

Η αξιολόγηση των αιτήσεων και επιλογή των μεταπτυχιακών φοιτητών γίνεται κυρίως με συνεκτίμηση των παρακάτω κριτηρίων:

Συνολικός βαθμός πτυχίου: έως 50 μονάδες.

Βαθμολογία συγγενικών μαθημάτων και διπλωματικής/πτυχιακής με το Δ.Π.Μ.Σ.: έως 25 μονάδες.

Ερευνητική δραστηριότητα ό(εκτός της διπλωματικής εργασίας) του υποψηφίου, συναφής με το Δ.Π.Μ.Σ., η οποία αποδεικνύεται με δημοσιεύσεις (σε έγκριτα επιστημονικά περιοδικά και συνέδρια με το σύστημα των κριτών) ή με πιστοποιητικά και βεβαιώσεις για συμμετοχή σε ερευνητικά προγράμματα: 15 μονάδες.

Διακρίσεις: 10 μονάδες

Συστατικές επιστολές: Συνεκτιμώνται

Η Σ.Ε., προκειμένου να διαμορφώσει την πρότασή της προς την Ε.Δ.Ε. του Δ.Π.Μ.Σ., μπορεί να καλεί σε συνέντευξη υποψήφιους φοιτητές.

Οι επιτυχόντες ενημερώνονται με ηλεκτρονικό μήνυμα από τη Γραμματεία του Δ.Π.Μ.Σ. στο οποίο έχουν υποβάλει αίτηση, και καλούνται να απαντήσουν, επίσης, με ηλεκτρονικό μήνυμα εντός πέντε (5) εργασίμων ημερών, αν αποδέχονται ή όχι την ένταξή τους στο Δ.Π.Μ.Σ., αποδεχόμενοι τους όρους λειτουργίας του.

Η μη απάντηση από επιλεγέντα υποψήφιο μέσα στην παραπάνω προθεσμία ισοδυναμεί με άρνηση αποδοχής. Εφόσον υπάρξουν αρνήσεις, η Γραμματεία ενημερώνει τους αμέσως επόμενους στη σειρά αξιολόγησης από τον αντίστοιχο κατάλογο επιτυχόντων. Η εγγραφή των νέων φοιτητών στο Δ.Π.Μ.Σ., οι δηλώσεις πλήρους ή μερικής φοίτησης, οι δηλώσεις παρακολούθησης μαθημάτων και η καταβολή των τελών εγγραφής γίνονται μια εβδομάδα πριν την έναρξη του Α’ εξαμήνου. Οι δηλώσεις παρακολούθησης μαθημάτων των επόμενων εξαμήνων καθώς και η καταβολή των τελών εγγραφής γίνονται κατά την πρώτη εβδομάδα κάθε εξαμήνου. Στην ίδια περίοδο, και μόνον σε αυτήν, μπορεί να γίνεται αλλαγή δήλωσης παρακολούθησης σε κάποιο μάθημα.

Πρόγραμμα Σπουδών (Μαθήματα – ECTS)

Οι μεταπτυχιακοί φοιτητές των Δ.Π.Μ.Σ. είναι υποχρεωμένοι να παρακολουθούν ανελλιπώς τις παραδόσεις, τα εργαστήρια και τις άλλες δραστηριότητες που προβλέπονται για κάθε μάθημα, λαμβανομένου υπόψη και του επιλεγέντος τρόπου διδασκαλίας του συγκεκριμένου μαθήματος, καθώς και να σέβονται και να τηρούν τις αποφάσεις των οργάνων του αντίστοιχου Δ.Π.Μ.Σ., καθώς και την ακαδημαϊκή δεοντολογία.

Όσοι μεταπτυχιακοί φοιτητές πιστοποιούν αντικειμενική αδυναμία παρουσίας αυτών στις παραδόσεις, τα εργαστήρια και τις άλλες δραστηριότητες που προβλέπονται για κάθε μάθημα, λόγω μονίμων επαγγελματικών υποχρεώσεων, το αντίστοιχο Δ.Π.Μ.Σ. θα έχει τη δυνατότητα υποστήριξης της ολικής, μερικής ή μεικτής διδασκαλίας των μαθημάτων αυτών των φοιτητών (εξ αποστάσεως και με τηλε-εκπαίδευση – e-learning), σύμφωνα με προϋποθέσεις και κανόνες που θα θεσπίσει η οικεία Ειδική Διατμηματική Επιτροπή (Ε.Δ.Ε.) κατά την έναρξη των μαθημάτων του Α’ εξαμήνου.

Για την απόκτηση Μ.Δ.Ε. στα «Ευφυή Συστήματα» απαιτείται η επιτυχής παρακολούθηση οκτώ (8) μαθημάτων και η εκπόνηση μεταπτυχιακής διατριβής, σύμφωνα με την ακόλουθη ροή: Οι φοιτητές ή φοιτήτριες που ενδιαφέρονται για να εγγραφούν σε κάποιο μάθημα του μεταπτυχιακού προγράμματος θα πρέπει να είναι ενήμεροι για τις απαιτήσεις του μαθήματος, σύμφωνα με τις προδιαγραφές που έχει ορίσει ο διδάσκων, προκειμένου να προγραμματίσουν εγκαίρως τις εγγραφές τους.

Στη συνέχεια παρουσιάζονται τα προσφερόμενα μαθήματα ανά ειδίκευση και ανά εξάμηνο.

Α’ εξάμηνο:

Μαθήματα Κορμού

    • ΘΕΩΡΙΑ ΣΥΣΤΗΜΑΤΩΝ
    • ΑΝΑΛΥΣΗ, ΣΧΕΔΙΑΣΗ & ΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΩΝ
    • ΔΙΑΧΕΙΡΙΣΗ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ ΣΥΣΤΗΜΑΤΩΝ
    • ΥΠΟΛΟΓΙΣΤΙΚΉ ΝΟΗΜΟΣΎΝΗ KAI ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ

Β’ εξάμηνο:

Μαθήματα Κορμού

    • ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ & DEEP LEARNING

ΕΙΔΙΚΕΥΣΗ: ΜΗ ΣΤΕΛΕΧΩΜΕΝΑ ΣΥΣΤΗΜΑΤΑ

Μαθήματα Επιλογής (επιλογή τριών μαθημάτων)

    • ΡΟΜΠΟΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΜΗΧΑΝΙΣΜΟΙ
    • ΜΗ ΕΠΑΝΔΡΩΜΕΝΑ/ΣΤΕΛΕΧΟΜΕΝΑ ΡΟΜΠΟΤΙΚΑ ΟΧΗΜΑΤΑ
    • ΑΙΣΘΗΤΗΡΕΣ ΚΑΙ ΕΠΕΝΕΡΓΗΤΕΣ
    • ΣΥΣΤΗΜΑΤΑ ΕΠΙΚΟΙΝΩΝΙΩΝ & ΣΥΛΛΟΓΗΣ ΔΕΔΟΜΕΝΩΝ ΣΜΗΝΩΝ ΜΗ ΕΠΑΝΔΡΟΜΕΝΩΝ
    • ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ
    • ΣΥΣΤΗΜΑΤΑ ΠΟΛΛΑΠΛΩΝ ΠΡΑΚΤΟΡΩΝ & ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ
    • ΔΙΑΔΙΚΤΥΟ ΤΩΝ ΠΡΑΓΜΑΤΩΝ (IoT)
    • ΜΟΝΤΕΛΟΠΟΙΗΣΗ & ΠΡΟΣΟΜΟΙΩΣΗ

ΕΙΔΙΚΕΥΣΗ: ΕΥΦΥΗ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ

Μαθήματα Επιλογής (επιλογή τριών μαθημάτων)

    • ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ
    • ΣΥΣΤΗΜΑΤΑ ΠΟΛΛΑΠΛΩΝ ΠΡΑΚΤΟΡΩΝ & ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ
    • ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΕΥΦΥΙΑ, ΕΠΙΧΕΙΡΗΜΑΤΙΚΉ ΑΝΑΛΥΤΙΚΉ & ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ
    • ΔΙΟΙΚΗΣΗ ΠΟΡΩΝ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΕΡΓΩΝ
    • ΑΝΑΛΥΣΗ ΜΕΓΑΛΩΝ ΔΕΔΟΜΕΝΩΝ
    • ΔΙΑΔΙΚΤΥΟ ΤΩΝ ΠΡΑΓΜΑΤΩΝ (IoT)
    • ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΠΟΠΤΕΊΑ (Surveillance)
    • ΕΥΦΥΕΙΣ ΒΆΣΕΙΣ ΔΕΔΟΜΕΝΩΝ
    • ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ, ΗΛΕΚΤΡΟΝΙΚΕΣ ΥΠΗΡΕΣΙΕΣ ΚΑΙ ΗΛΕΚΤΡΟΝΙΚΗ ΔΙΑΚΥΒΕΡΝΗΣΗ

Γ’ εξάμηνο:

    • Εκπόνηση Μεταπτυχιακής Διατριβής.

Τι άλλο πρέπει να ξέρω :

Χρήσιμα Έντυπα:

Προκήρυξη : Πρόσκληση εκδήλωσης ενδιαφέροντος (ακαδ. έτος 2026-2027)

ΦΕΚ λειτουργίας : ΦΕΚ 947 τ.Β’/20.02.026

Περισσότερα στοιχεία :

Ηλεκτρονική διεύθυνση ΔΠΜΣ:  Αρχή – Διιδρυματικα Προγράμματα Μεταπτυχιακών Σπουδών ΣΣΕ – ΜΠΔ

 

Δείκτης Καταλληλότητας Σπουδών — Ευφυή Συστήματα
Δες αν το Δ.Π.Μ.Σ. «Ευφυή Συστήματα» ταιριάζει στις δικές σου φιλοδοξίες