Πληροφοριες Προγραμματος
- Προθεσμια Υποβολης Αιτησεων:
- 7/1/2027
- Εναρξη Μαθηματων:
- 11/1/2027
- Διαρκεια:
- 3 Μήνες (68 ώρες)
Έναρξη Μαθημάτων
11/1/2027
Εισαγωγή
Σκοπός του προγράμματος είναι να εφοδιάσει τους/τις συμμετέχοντες/ουσες με τις απαραίτητες γνώσεις και δεξιότητες, που απαιτούνται για την ανάλυση δεδομένων σε επιχειρηματικά περιβάλλοντα, τη χρήση μοντέλων μηχανικής μάθησης, και την οπτικοποίηση δεδομένων. Στο πλαίσιο αυτό, μέσα από τη χρήση σύγχρονων εργαλείων, όπως το BigQuery ML και το Looker Studio, οι εκπαιδευόμενοι/ες θα αποκτήσουν μια βαθιά κατανόηση της διαδικασίας ανάλυσης δεδομένων και της επιστήμης δεδομένων, η οποία αποτελεί το θεμέλιο για την εξαγωγή χρήσιμων συμπερασμάτων από μεγάλα σύνολα δεδομένων. Ειδικότερα, οι συμμετέχοντες/ουσες, με την επιστήμη των δεδομένων να αποτελεί τον πυρήνα του προγράμματος, θα μάθουν πώς να επεξεργάζονται δεδομένα, να αναπτύσσουν και να εκπαιδεύουν μοντέλα μηχανικής μάθησης, καθώς και να δημιουργούν αναφορές. Αυτές οι γνώσεις θα βοηθήσουν στη λήψη αποφάσεων με βάση τα δεδομένα, βελτιώνοντας τη στρατηγική και τις επιδόσεις των επιχειρήσεων. Συνολικά, το πρόγραμμα επιδιώκει να αναπτύξει τις δεξιότητες των εκπαιδευόμενων σε εργαλεία αιχμής, όπως η SQL, το BigQuery ML και το Looker Studio, μέσα από την πρακτική εφαρμογή, προσφέροντάς τους την ικανότητα να οπτικοποιούν και να επικοινωνούν τα αποτελέσματα με σαφήνεια, και παράλληλα, υποστηρίζοντας έτσι τη διαδικασία λήψης στρατηγικών επιχειρηματικών αποφάσεων.
Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής Εκπαίδευσης/ ΤΕΙ της ημεδαπής ή της αλλοδαπής, σε απόφοιτους Μεταλυκειακής Εκπαίδευσης με συναφείς στο αντικείμενο σπουδές και σε απόφοιτους Δευτεροβάθμιας Εκπαίδευσης με συναφή στο αντικείμενο εργασιακή εμπειρία. Ειδικότερα, το πρόγραμμα απευθύνεται σε:
• αναλυτές δεδομένων που επιθυμούν να αναβαθμίσουν τις δεξιότητές τους στη μηχανική μάθηση και την οπτικοποίηση δεδομένων,
• επαγγελματίες επιχειρήσεων που λαμβάνουν στρατηγικές αποφάσεις βασιζόμενοι σε δεδομένα,
• νεοεισερχόμενους στην Επιστήμη των Δεδομένων που θέλουν να αποκτήσουν πρακτικές γνώσεις σε εργαλεία αιχμής, όπως το BigQuery και το Looker Studio.
Μαθήματα Προγράμματος
Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:
| Μάθημα 1 | Δεδομένα και Μηχανική Μάθηση |
|---|---|
|
|
| Μάθημα 2 | Δημιουργία και Εκπαίδευση Μοντέλων BigQuery ML |
|
|
| Μάθημα 3 | Οπτικοποίηση και Επικοινωνία Δεδομένων με Looker Studio |
|
|
Κόστος Προγράμματος
Εκπτώσεις έως 40% στα δίδακτρα των Προγραμμάτων. Δυνατότητα αποπληρωμής σε έως 10 μηνιαίες δόσεις.
Προεγγραφή με 80€ για αιτήσεις έως 02/12/2026 και 15% έκπτωση σε όλους λόγω early entry.
Ανταποκρινόμενοι στις ανάγκες και στα νέα δεδομένα που έχουν προκύψει στην κοινωνία λόγω του περιορισμού στο διαθέσιμο εισόδημα, παρέχουμε σε όλους διευκολύνσεις και παρατάσεις ως προς την πληρωμή των διδάκτρων τους σε συνεννόηση με τη Γραμματεία. Αυτό σημαίνει στην πράξη, ότι πέραν του ποσού της εγγραφής σας το υπολειπόμενο ποσό των διδάκτρων, δύναται να καταβληθεί σε μηνιαίες δόσεις που σας εξυπηρετούν μέχρι τη λήξη του Προγράμματός σας.
Παράλληλα, ισχύει εκπτωτική πολιτική για Ανέργους (30%), Κατόχους Ευρωπαϊκής Κάρτας Νέων (30%), ΑμεΑ (25%), Πολύτεκνους (20%), κ.ά. Δείτε στον παρακάτω πίνακα πως διαμορφώνονται τα δίδακτρα για κάθε ομάδα που δικαιούται έκπτωση.
Για αιτήσεις που έχουν υποβληθεί στον 95_96 κύκλο σπουδών από 30/10/206 μέχρι και 02/12/2026 ισχύει έκπτωση 15% λόγω early entry. Η εγγραφή στο πλαίσιο της έγκαιρης προκράτησης θέσης, κατοχυρώνεται με καταβολή μέρους των διδάκτρων ύψους 80 ευρώ. Η αποπληρωμή του υπόλοιπου ποσού γίνεται σε δόσεις κατά τη διάρκεια του προγράμματος.
Η έκπτωση λόγω early entry εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.
Για τη χορήγηση του πιστοποιητικού είναι απαραίτητη η αποπληρωμή του συνόλου των διδάκτρων.
| Διάρκεια (μήνες) | 3 |
| Δίδακτρα (σε δόσεις) |
|
| Αριθμός δόσεων | 3 |
| Ποσό δόσης |
|
| Δίδακτρα (εφάπαξ) |
|
| Δίδακτρα με έκπτωση | ||||
| Έκπτωση | 15% | 20% | 25% | 30% |
| Δίδακτρα |
|
|
|
|
| Δόση |
|
|
|
|
|
Το E-Learning του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Ε.Κ.Π.Α., στο πλαίσιο του μη κερδοσκοπικού χαρακτήρα της παροχής αυτοχρηματοδοτούμενων προγραμμάτων εξ αποστάσεως επιμόρφωσης, εφαρμόζει ειδική εκπτωτική πολιτική για συγκεκριμένες κατηγορίες εκπαιδευόμενων. Αναφορικά με τους όρους χορήγησης εκπτώσεων και την εταιρική εκπτωτική πολιτική δείτε περισσότερα εδώ. |
| Ομαδα Α: Εκπτωση 30% |
|
| Ομαδα Β: Εκπτωση 25% |
|
| Ομαδα Γ: Εκπτωση 20% |
|
| Ομαδα Δ: Εκπτωση 15% |
|
| Ομαδα Ε: Εκπτωση 15% |
|
Ακαδημαϊκός Υπεύθυνος Προγράμματος
Στοιχεία Ακαδημαϊκού Υπευθύνου
Κοκολακης Σπυριδων
Καθηγητής Πληροφοριακών Συστημάτων στο Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων του Πανεπιστημίου Αιγαίου
Συντελεστές Προγράμματος
Στοιχεία Συντελεστών του Προγράμματος
Θανου Ολγα
Επιστημολόγος ΕΚΠΑ, Ερευνήτρια στον τομέα της Πληροφορικής, MSc Πληροφοριακά και Επικοινωνιακά Συστήματα, Πανεπιστήμιο Αιγαίου.
Συγγραφέας
Στυλιος Ιωαννης
BSc, MSc, MEd, PhD, PostDoc, Συμβ. Καθηγητής Παν. Ιωαννίνων, Συμβ. Καθηγητής Παν. Αιγαίου (Π.Μ.Σ. «Πληροφοριακά & Επικοινωνιακά Συστήματα»), Μεταδιδ. Ερευνητής Παν. Πειραιώς, Διδάκτωρ Παν. Αιγαίου, Επιστ. Συνεργάτης E-Learning ΕΚΠΑ–Παν. Αιγαίου.
Συγγραφέας
Πιστοποιητικά Προγράμματος
Δείτε δείγμα του χορηγούμενου Πιστοποιητικού
Πότε λήγει το Early Entry;
Απομένουν 28 μέρες για την λήξη του Early Entry
Συχνές Ερωτήσεις
| Τι είναι το πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ είναι πρόγραμμα επιμόρφωσης στην ανάλυση δεδομένων για επιχειρηματικά περιβάλλοντα. Εστιάζει στη χρήση εργαλείων τεχνητής νοημοσύνης, μηχανικής μάθησης και οπτικοποίησης δεδομένων για την υποστήριξη αποφάσεων που βασίζονται σε δεδομένα. |
| Τι περιλαμβάνει η ύλη του προγράμματος Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη; |
|
Η ύλη του προγράμματος Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ καλύπτει βασικές έννοιες δεδομένων, ανάλυση δεδομένων με SQL, μηχανική μάθηση, στρατηγικές μηχανικής μάθησης και δημιουργία μοντέλων με BigQuery ML. Περιλαμβάνει επίσης εκπαίδευση μοντέλων, προβλέψεις, αξιολόγηση μοντέλων, προχωρημένες τεχνικές μηχανικής μάθησης, Looker Studio, οπτικοποίηση δεδομένων, διαδραστικές αναφορές και παρουσίαση αποτελεσμάτων. |
| Σε ποιους απευθύνεται το πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη; |
|
Το πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ απευθύνεται σε αποφοίτους Πανεπιστημιακής Εκπαίδευσης/ΤΕΙ, σε αποφοίτους Μεταλυκειακής Εκπαίδευσης με συναφείς σπουδές και σε αποφοίτους Δευτεροβάθμιας Εκπαίδευσης με συναφή εργασιακή εμπειρία. Αφορά αναλυτές δεδομένων, επαγγελματίες επιχειρήσεων και άτομα που ενδιαφέρονται για την ανάλυση δεδομένων και την αξιοποίηση εργαλείων τεχνητής νοημοσύνης στην πράξη. |
| Ποιος είναι ο τρόπος παρακολούθησης του προγράμματος Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ παρακολουθείται εξ αποστάσεως μέσω διαδικτύου, χωρίς φυσική παρουσία. Το εκπαιδευτικό υλικό διατίθεται σταδιακά, ανά διδακτική ενότητα, μέσα από ειδικά διαμορφωμένες ηλεκτρονικές τάξεις. Μετά τη μελέτη κάθε ενότητας, η αξιολόγηση γίνεται ηλεκτρονικά μέσω του αντίστοιχου τεστ. |
| Τι πιστοποιητικό χορηγείται στο πρόγραμμα Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη; |
|
Μετά την ολοκλήρωση του προγράμματος Data Analyst for Business: Αξιοποίηση Εργαλείων ΑΙ στην Πράξη του E-Learning ΕΚΠΑ χορηγείται Πιστοποιητικό Επιμόρφωσης. Το πρόγραμμα έχει αντικείμενο την ανάλυση δεδομένων, τη μηχανική μάθηση, τη χρήση BigQuery ML, την οπτικοποίηση δεδομένων με Looker Studio και την αξιοποίηση εργαλείων τεχνητής νοημοσύνης σε επιχειρηματικό περιβάλλον. |
| Ποιες γνώσεις χρειάζονται για την ανάλυση δεδομένων σε επιχειρηματικό περιβάλλον; |
|
Η ανάλυση δεδομένων σε επιχειρηματικό περιβάλλον απαιτεί γνώση βασικών εννοιών δεδομένων, SQL, επεξεργασίας δεδομένων, μηχανικής μάθησης, δημιουργίας και αξιολόγησης μοντέλων και οπτικοποίησης αποτελεσμάτων. Χρειάζεται επίσης κατανόηση του τρόπου με τον οποίο τα δεδομένα μετατρέπονται σε αναφορές και συμπεράσματα για τη λήψη αποφάσεων. |
| Πώς συνδέεται η τεχνητή νοημοσύνη με την επιχειρηματική ανάλυση δεδομένων; |
|
Η τεχνητή νοημοσύνη συνδέεται με την επιχειρηματική ανάλυση δεδομένων επειδή υποστηρίζει την επεξεργασία μεγάλων συνόλων δεδομένων, την ανάπτυξη μοντέλων μηχανικής μάθησης, την παραγωγή προβλέψεων και την καλύτερη κατανόηση επιχειρηματικών τάσεων. Μέσα από εργαλεία όπως το BigQuery ML και το Looker Studio, τα δεδομένα μπορούν να μετατραπούν σε αναφορές και χρήσιμα συμπεράσματα. Το πρόγραμμα Data Analyst for Business του E-Learning ΕΚΠΑ εξετάζει αυτή τη σύνδεση μέσα από πρακτική εφαρμογή. |
