Νεο
Πληροφοριες Προγραμματος
- Προθεσμια Υποβολης Αιτησεων:
- 13/9/2026
- Εναρξη Μαθηματων:
- 21/9/2026
- Διαρκεια:
- 3 Μήνες (75 ώρες)
Έναρξη Μαθημάτων
21/9/2026
Εισαγωγή
Σκοπός του προγράμματος είναι η ανάπτυξη του γνωστικού υπόβαθρου των συμμετεχόντων/ουσών στην αρχιτεκτονική καθώς και στις εφαρμογές του ΙοΤ. Στο πρόγραμμα αναδεικνύεται η σημασία της ανάπτυξης στον τομέα του ΙοΤ, η οποία αναμένεται να προσφέρει βελτίωση των υφιστάμενων τεχνολογιών ή τη διαμόρφωση νέων καινοτομιών, όπως: έξυπνο σπίτι, έξυπνες πόλεις, έξυπνη βιομηχανία, ενέργεια, υγεία κ.ά.. Το πρόγραμμα εστιάζει στα βασικά εργαλεία, στις βασικές έννοιες της μηχανικής μάθησης και στην αρχιτεκτονική του ΙοΤ. Παράλληλα θα παρουσιαστούν οι πόροι και τα εργαλεία για την ανάπτυξη εφαρμογών ΙοΤ, τόσο σε επίπεδο υλικού όσο και σε επίπεδο λογισμικού και διασύνδεσης δικτύου, και θα αναλυθούν οι δημοφιλείς εφαρμογές του Internet of Things, καθώς και η τεχνολογία Cloud. Οι συμμετέχοντες/ουσες θα εξοικειωθούν με τις βασικές αρχές ασφάλειας και ιδιωτικότητας στο διαδίκτυο του μέλλοντος και θα είναι είναι σε θέση να αξιοποιούν τις τεχνικές και τα εργαλεία της μηχανικής μάθησης στην υλοποίηση ευφυών εφαρμογών.
Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής Εκπαίδευσης/ ΤΕΙ της ημεδαπής και της αλλοδαπής και σε απόφοιτους Δευτεροβάθμιας Εκπαίδευσης.
Το συγκεκριμένο πρόγραμμα είναι βασισμένο στα σχήματα πιστοποίησης της TÜV HELLAS (TÜV NORD). Με την επιτυχή ολοκλήρωση του προγράμματος οι συμμετέχοντες μπορούν να λάβουν μέρος σε εξετάσεις πιστοποίησης κατά ISO/IEC 17024 από την TÜV Hellas για την πιστοποίηση προσώπου: Eιδικός IoT and Machine Learning.
Οι απόφοιτοι μπορούν να συμμετέχουν στις εξετάσεις πιστοποίησης επωφελούμενοι σημαντικής έκπτωσης 30% στα εξέταστρα.
ΠΡΟΓΡΑΜΜΑ ΜΕ ΠΙΣΤΟΠΟΙΗΣΗ ΑΠΟ TÜV HELLAS (TÜV NORD)
Το συγκεκριμένο πρόγραμμα είναι βασισμένο στα σχήματα πιστοποίησης της TÜV HELLAS (TÜV NORD). Με την επιτυχή ολοκλήρωση του προγράμματος οι συμμετέχοντες μπορούν να λάβουν μέρος σε εξετάσεις πιστοποίησης κατά ISO/IEC 17024 από την TÜV HELLAS (TÜV NORD) για την πιστοποίηση προσώπου: Ειδικός ΙοΤ (Internet of Things) and Machine Learning.
Οι απόφοιτοι μπορούν να συμμετέχουν στις εξετάσεις πιστοποίησης επωφελούμενοι σημαντικής έκπτωσης 30% στα εξέταστρα.
Η TÜV HELLAS (TÜV NORD), κορυφαίος οργανισμός πιστοποίησης προσώπων, προσφέρει περισσότερα από 200 σχήματα και υποσχήματα πιστοποίησης σε τομείς όπως: Κατασκευές • Βιομηχανία • Πωλήσεις • Logistics • Διοίκηση • Πληροφορική • Τουρισμός • Τρόφιμα • Υγεία
Μαθήματα Προγράμματος
Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:
| Μάθημα 1 | Η Αρχιτεκτονική του Internet of Things |
|---|---|
|
|
| Μάθημα 2 | Η 4η Βιομηχανική Επανάσταση: Μηχανισμοί και Επιχειρηματικές Προκλήσεις |
|
|
| Μάθημα 3 | Python & Machine learning |
|
|
| Μάθημα 4 | IoT Applications |
|
|
Κόστος Προγράμματος
Εκπτώσεις έως 40% στα δίδακτρα των Προγραμμάτων. Δυνατότητα αποπληρωμής σε έως 10 μηνιαίες δόσεις.
Προεγγραφή με 80€ για αιτήσεις έως 31/08/2026 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 93_94 κύκλο σπουδών από 26/05/2026 μέχρι και 31/08/2026 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
Εμμανουηλ Ιωαννης
Καθηγητής Τμήματος Μαθηματικών ΕΚΠΑ
Συντελεστές Προγράμματος
Στοιχεία Συντελεστών του Προγράμματος
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 39 μέρες για την λήξη του Early Entry
Συχνές Ερωτήσεις
| Τι είναι το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ είναι πρόγραμμα επαγγελματικής επιμόρφωσης και κατάρτισης στις τεχνολογίες του Internet of Things και της μηχανικής μάθησης. Εστιάζει στην αρχιτεκτονική του ΙοΤ, στα εργαλεία ανάπτυξης εφαρμογών και στην αξιοποίηση τεχνικών Machine Learning. Συνδέει διασυνδεδεμένες συσκευές, δίκτυα και δεδομένα με την ανάπτυξη ευφυών εφαρμογών. |
| Τι περιλαμβάνει η ύλη του προγράμματος «Ειδικός ΙοΤ (Internet of Things) and Machine Learning»; |
|
Η ύλη του προγράμματος «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ καλύπτει την αρχιτεκτονική του ΙοΤ, τα δίκτυα αισθητήρων, την τεχνολογία Cloud, την ασφάλεια και την ιδιωτικότητα. Περιλαμβάνει επίσης τον ψηφιακό μετασχηματισμό, την Python, το Machine Learning και το Data Science. Οι γνώσεις συνδέονται με εφαρμογές σε έξυπνα σπίτια, έξυπνες πόλεις και έξυπνη βιομηχανία. |
| Σε ποιους απευθύνεται μια εξειδίκευση σε Internet of Things και Machine Learning; |
|
Μια εξειδίκευση σε Internet of Things και Machine Learning απευθύνεται σε αποφοίτους Πανεπιστημίου ή ΤΕΙ, καθώς και σε αποφοίτους Δευτεροβάθμιας Εκπαίδευσης που επιδιώκουν να αναπτύξουν σχετικές τεχνολογικές γνώσεις. Για την παρακολούθηση απαιτούνται βασικές γνώσεις χειρισμού ηλεκτρονικού υπολογιστή και πρόσβαση στο διαδίκτυο. Το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ οργανώνει τη γνώση από τις βασικές έννοιες έως τις εφαρμογές. |
| Ποιος είναι ο τρόπος παρακολούθησης του προγράμματος «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ παρακολουθείται εξ αποστάσεως μέσω διαδικτύου, χωρίς υποχρέωση φυσικής παρουσίας. Το εκπαιδευτικό υλικό διατίθεται σταδιακά, ανά διδακτική ενότητα, μέσα από ειδικά διαμορφωμένες ηλεκτρονικές τάξεις. Η αξιολόγηση πραγματοποιείται ηλεκτρονικά με τεστ και, όπου προβλέπεται από τη θεματική, με τελική εργασία. |
| Τι σημαίνει πιστοποίηση Ειδικού IoT and Machine Learning κατά ISO/IEC 17024; |
|
Η πιστοποίηση κατά ISO/IEC 17024 αποτελεί πιστοποίηση προσώπου, η οποία χορηγείται μετά από επιτυχή συμμετοχή σε ειδικές εξετάσεις. Με την ολοκλήρωση του προγράμματος «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ χορηγείται Πιστοποιητικό Συνεχιζόμενης Επαγγελματικής Κατάρτισης. Η πρόσθετη πιστοποίηση από την TÜV HELLAS (TÜV NORD) είναι προαιρετική και προϋποθέτει χωριστή εξεταστική διαδικασία. |
| Σε ποιους επαγγελματικούς τομείς αξιοποιούνται οι γνώσεις IoT και Machine Learning; |
|
Οι γνώσεις Internet of Things και Machine Learning αξιοποιούνται σε τομείς όπως οι έξυπνες πόλεις, τα έξυπνα σπίτια, η βιομηχανική παραγωγή, η ενέργεια και η υγεία. Συνδέονται με την ανάπτυξη διασυνδεδεμένων συστημάτων, δικτύων αισθητήρων, εφαρμογών Cloud και λύσεων επεξεργασίας δεδομένων. Το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ παρέχει σχετικό τεχνολογικό υπόβαθρο για σύγχρονα επαγγελματικά περιβάλλοντα. |
| Ποια είναι η διαφορά μεταξύ Internet of Things και Machine Learning στις ευφυείς εφαρμογές; |
|
Το Internet of Things αφορά τη διασύνδεση συσκευών, αισθητήρων και συστημάτων που συλλέγουν και ανταλλάσσουν δεδομένα, ενώ το Machine Learning αξιοποιεί δεδομένα για την αναγνώριση προτύπων και την υποστήριξη αποφάσεων. Στις ευφυείς εφαρμογές, οι δύο τεχνολογίες λειτουργούν συμπληρωματικά. Το πρόγραμμα «Ειδικός ΙοΤ (Internet of Things) and Machine Learning» του E-Learning ΕΚΠΑ εξετάζει συστηματικά αυτή τη σύνδεση. |
