AI & Εφαρμογές στην Πληροφορική
Executive Diploma in AI and Applications in Computer Science
AI & Εφαρμογές στην Πληροφορική
Executive Diploma in AI and Applications in Computer Science
Το Executive Diploma in AI and Applications in Computer Science, είναι το πρωτοποριακό ετήσιο Μεταπτυχιακό Πρόγραμμα Επαγγελματικής Εξειδίκευσης που έχειδημιουργήσει η ΑΚΜΗ, το οποίο παρέχει ένα διευρυμένο σύνολο γνώσεων και αναπτύσσει επιπλέον ικανότητες και προσόντα, με γνώμονα τα Ευρωπαϊκά Πλαίσια Προσόντων που έχει πιστοποιήσει η Ευρωπαϊκή Επιτροπή
Το πρόγραμμα επικεντρώνεται στη λεπτομερή ανάλυση ΑΙ τεχνικών και εργαλείων για εφαρμογές στην πληροφορική, καλύπτοντας τον τομέα από τις βασικές έννοιες μέχρι τις πιο σύγχρονες και προχωρημένες. Συνδυάζει θεωρητική κατάρτιση και πρακτική εξάσκηση, προετοιμάζοντας τους συμμετέχοντες για μια επιτυχημένη σταδιοδρομία στον τομέα της Τεχνητής Νοημοσύνης
Με την ολοκλήρωσή του προγράμματος, οι συμμετέχοντες θα μπορούν να:
Χειρίζονται εξειδικευμένα ΑΙ εργαλεία γενικού σκοπού, ΑΙ μοντέλα και πλατφόρμες Τεχνητής Νοημοσύνης
Εντοπίζουν και επιλύουν σύνθετα προβλήματα λειτουργίας και απόδοσης AI-powered εφαρμογών
Δημιουργούν ολοκληρωμένες ΑΙ λύσεις και εφαρμογές στο τομέα του Computer Vision, Natural Language Processing (NLP) κλπ
Κάνουν Ηθική και Υπεύθυνη Χρήση του ΑΙ, κατανοώντας πώς να δημιουργήσουν δίκαια, διαφανή και με θετικό αντίκτυπο συστήματα τεχνητής νοημοσύνη
Τα ετήσια προγράμματα εξειδίκευσης της ΑΚΜΗ, αναγνωρίζονται από την ACTA, τον Τεχνοβλαστό του Αριστοτέλειου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ) και οι συμμετέχοντες με την ολοκλήρωση της φοίτησης τους αποκτούν αυτομάτως, αναβαθμισμένη αναγνώριση στην Ελλάδα & την Ευρωπαϊκή Ένωση
Διάρκεια σπουδών
2 ακαδημαϊκά εξάμηνα (Νοέμβριος – Απρίλιος)
120 ώρες
Τρόπος παρακολουθησης
Full Σύγχρονη Online Εκπαίδευση
Εισαγωγή στο ΑΙ στη Πληροφορική
Από την Επιστημονική Φαντασία στη Πραγματικότητα: Πώς η Τεχνητή Νοημοσύνη (Artificial Intelligence (AI)) μεταμορφώνει τον Ψηφιακό κόσμο
Επισκόπηση ΑΙ εφαρμογών σε διάφορους χώρους της Πληροφορικής
Βασικές έννοιες, ορισμοί και εργαλεία για Τεχνητή Νοημοσύνη στη πράξη
Γλώσσες Προγραμματισμού για Εφαρμογές ΑΙ στη Πληροφορική
Από το Μυαλό μας στον Υπολογιστή: Πώς χρησιμοποιούμε Γλώσσες Προγραμματισμού στα πλαίσια της Τεχνητής Νοημοσύνης
Τι ζητάμε από μία Γλώσσα Προγραμματισμού στη Τεχνητή Νοημοσύνη
Ενδεικτικές Γλώσσες Προγραμματισμού: Python, Java ή/και C++
Βασικά στοιχεία AI χωρίς τα μαθηματικά: Τι πρέπει να γνωρίζει κάθε προγραμματιστής
Κατανόηση AI workflows, βιβλιοθηκών, and frameworks (π.χ. TensorFlow, PyTorch και Scikit-learn)
Επισκόπηση της επεξεργασίας δεδομένων και της οπτικοποίησης αυτών - πώς ανακαλύπτουμε την ιστορία που έχουν να μας πουν τα δεδομένα
Χρήσιμα AI Tools για Προγραμματιστές: No Code, No Problem
Εισαγωγή σε AI platforms όπως AI Build, Azure AI, AWS SageMaker και Google Cloud AI
Χρήση pre-trained μοντέλων ΑΙ για image recognition, sentiment analysis και άλλα
Creating AI Magic: Η Τέχνη και η Επιστήμη των Παραγωγικών Μοντέλων
Επισκόπηση των εννοιών του Generative AI
Εφαρμογές Generative Adversarial Networks (GANs), Transformers και Large Language Models (LLMs), όπως π.χ. το ChatGPT
Μιλώντας στο AI: Mastering ChatGPT, Llama και όχι μόνο
Εισαγωγή σε LLMs όπως τα ChatGPT, Deepseek, Llama και Bard
Χρήση AI κοινοτήτων (π.χ. Hugging Face) για επεξεργασία κειμένου
Hands-on: Building simple AI chatbots using APIs
Από το Κείμενο στην Ευφυΐα: NLP Tools στη πράξη
Βασική ανάπτυξη ΑΙ chatbots με τη χρήση Application Programming Interfaces (APIs)
Πρακτικές ενδεικτικές εφαρμογές: Summarization, translation και sentiment analysis
Δημιουργώντας Intelligent Systems με Ollama και LangChain
Επισκόπηση του framework LangChain και του chaining AI processes
Επισκόπηση του framework Ollama και της εύκολης χρήσης LLMs
Κάνοντας το ΑΙ να μας δώσει τον καλύτερο του εαυτό μέσω του Prompt Engineering
Βρίσκοντας Απαντήσεις Γρηγορότερα: Η Δύναμη του ΑΙ στην Αναζήτηση
Εισαγωγή σε αναζήτηση διανυσμάτων (vector search) και embeddings
Ενδεικτικά ΑΙ Tools: Facebook AI Similarity Search (FAISS) Chroma, Pinecone, Weaviate, Qdrant και Elasticsearch
Multi-step AI workflows για ανάκτηση γνώσης (knowledge retrieval) και Q&A εγγράφων
Βλέποντας το Κόσμο μέσω του ΑΙ: Από Pixels σε Insights
Αξιοποίηση pre-trained μοντέλων για image classification, object detection και segmentation
Ενδεικτικά ΑΙ Tools: OpenCV, YOLO, and Detectron
Smart Coding: Το AI είναι ο νέος Ψηφιακός Βοηθός σου
Εισαγωγή σε AI tools, όπως το GitHub Copilot και το TabNine για coding suggestions
Αυτοματοποίηση αποσφαλμάτωση (debugging) και testing με ΑΙ
From Numbers to Narratives: Πώς το AI Αναλύει τα Δεδομένα
Αξιοποίηση AI εργαλείων για exploratory data analysis και predictive modeling
Ενδεικτικά ΑΙ Tools: Pandas, AutoML και Tableau AI extensions
Από τη Πυθία στο ΑΙ: Προβλέποντας το Μέλλον
Εισαγωγή στις έννοιες του IoT στο πρόβλημα Πρόβλεψης Χρονοσειρών
Deep Learning (DL) μοντέλα για την επίλυση τέτοιων προβλημάτων, όπως π.χ. Long short-term memory (LSTM) και Temporal Fusion Transformer (TFT)
AI ως ο Game Master: Ενισχύοντας τη Διαδραστικότητα και την Χαρά του παιχνιδιού
ΑΙ Εφαρμογές στη συμπεριφορά Non-Player Character (NPC), δημιουργία διαδικαστικού περιεχομένου και player analytics
Ενδεικτικά ΑΙ Εργαλεία: Unity ML-Agents και Unreal Engine AI tools
From Laptop to Cloud: AI Deployment Made Easy
Κατανόηση των βασικών εννοιών του deployment των μοντέλων AI σε πλατφόρμες νέφους
Ενδεικτικά Εργαλεία: Docker, Kubernetes, and AWS Lambda
Δημιουργώντας Έμπιστη Τεχνητή Νοημοσύνη: Ηθική και Fairness στις Εφαρμογές
Bias detection, fairness και explainability σε AI συστήματα
Ενδεικτικά Εργαλεία: IBM AI Fairness 360, LIME και SHAP
Δημιουργώντας ΑΙ Εφαρμογές χωρίς κόπο: Low-Code Πλατφόρμες στη πράξη
Εξερεύνηση των low-code/no-code AI platforms, όπως το DataRobot και το RapidMiner
Γρήγορη δημιουργία AI πρωτοτύπων χωρίς εκτενή προγραμματισμό
Fine-Tuning for Success: Tailoring AI to Your Needs
Εισαγωγή στο fine-tuning pre-trained μοντέλων με τα σύνολα δεδομένων (datasets) μας
Fine-tuning με PyTorch και TensorFlow
AI Meets Apps: Ανάπτυξη εφαρμογών με καλύτερο User Experience
Integration AI APIs σε web και mobile εφαρμογές
Ενδεικτικά Εργαλεία: Flask, React και FastAPI με AI backends
Γίνε Πρωτοπόρος στην Τεχνητή Νοημοσύνη: Χτίζοντας το Μέλλον Σήμερα
Τελική Εργασία