Master of Science στην Τεχνητή Νοημοσύνη
Mosta, Μάλτα
MSc (Μεταπτυχιακό Δίπλωμα Ειδίκευσης Επιστημών)
ΔΙΆΡΚΕΙΑ
26 μήνες
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Nov 2026
ΔΊΔΑΚΤΡΑ
EUR 13.500
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
Η Τεχνητή Νοημοσύνη συμβάλλει σε κάθε τομέα της ζωής. Οι υπεύθυνοι λήψης αποφάσεων μπορούν να διασφαλίσουν τη λήψη τεκμηριωμένων αποφάσεων, αξιοποιώντας τα πιο σύγχρονα εργαλεία και τεχνικές Τεχνητής Νοημοσύνης.
Ο κύριος στόχος αυτού του προγράμματος είναι να εξοπλίσει τους διευθυντές, τους υπεύθυνους λήψης αποφάσεων, τους σχεδιαστές και τους πολεοδόμους με μια καλύτερη κατανόηση του πώς η Τεχνητή Νοημοσύνη μπορεί να τους βοηθήσει, αναλύοντας την ανάγκη για εργαλεία Τεχνητής Νοημοσύνης, επιλέγοντας τα κατάλληλα εργαλεία και τεχνικές και χρησιμοποιώντας τα αποτελεσματικά για την επίλυση του προβλήματος. Μπορούν επίσης να αναπτύξουν μια καριέρα ως σύμβουλος Τεχνητής Νοημοσύνης, συμβουλεύοντας οργανισμούς για την βέλτιστη αξιοποίηση των δυνατοτήτων της Τεχνητής Νοημοσύνης για την κάλυψη των επιχειρηματικών τους συμφερόντων.
Οι γενικοί στόχοι του μαθήματος είναι:
Η γνώση:
- Να αναλογιστείτε κριτικά και να αξιολογήσετε τη χρησιμότητα της Τεχνητής Νοημοσύνης (ΤΝ) στο εμπόριο.
- Κριτική αξιολόγηση θεμελιωδών προσεγγίσεων για την εφαρμογή ευφυούς συμπεριφοράς σε μηχανές.
- Αναλύστε τις τεχνικές και τις εφαρμογές της Τεχνητής Νοημοσύνης σε όλους τους κλάδους.
- Αξιολόγηση των ηθικών και κοινωνικών επιπτώσεων των τεχνολογιών Τεχνητής Νοημοσύνης, αναπτύσσοντας παράλληλα κριτική κρίση, πνευματική ακεραιότητα και πρακτικές δεξιότητες σε έργα που απευθύνονται σε πελάτες.
- Εξετάστε κριτικά την ανάπτυξη του σώματος γνώσης που σχετίζεται με την αυτοματοποιημένη συλλογιστική, την αναπαράσταση γνώσης και τη μηχανική μάθηση, καθώς και την εφαρμογή της σε προβλήματα και σύνολα δεδομένων του πραγματικού κόσμου.
Δεξιότητες:
- Ανάπτυξη και εφαρμογή ευφυών συστημάτων για την επίλυση σύνθετων προβλημάτων σε επιλεγμένους κλάδους, ανάλογα με την περίπτωση.
- Κατασκευή και διαμόρφωση λύσεων χρησιμοποιώντας μια σειρά τεχνολογιών Τεχνητής Νοημοσύνης.
- Εφαρμογή προσεγγίσεων μηχανικής μάθησης, στατιστικής και εξόρυξης δεδομένων για την επίλυση πιθανών επιχειρηματικών προβλημάτων.
- Ανάπτυξη και εφαρμογή λογισμικού σε διάφορους τομείς για τον επιλεγμένο κλάδο, ανάλογα με την περίπτωση.
Αρμοδιότητες:
- Κριτική αξιολόγηση της εφαρμοσιμότητας των προσεγγίσεων μηχανικής μάθησης, στατιστικής και εξόρυξης δεδομένων.
- Να εξετάζετε με σύνεση τα ζητήματα που εμπλέκονται στην κατασκευή και συντήρηση αξιόπιστου λογισμικού για τις συνεχώς μεταβαλλόμενες και ταχέως εξελισσόμενες απαιτήσεις των σημερινών εταιρειών.
- Σχεδιασμός, ανάπτυξη και υλοποίηση ενός ανεξάρτητου μεταπτυχιακού ερευνητικού έργου που ενσωματώνει σχετική βιβλιογραφία και κατάλληλες μεθοδολογίες για την διερεύνηση συγκεκριμένων ζητημάτων.
- Αξιολόγηση και ανάπτυξη ενός συνόλου μεθοδολογιών για την προώθηση ευκαιριών που εφαρμόζονται στη βελτιστοποίηση των επιχειρήσεων εφαρμόζοντας έννοιες, αρχές και μοντέλα Τεχνητής Νοημοσύνης.
- Αξιολογήστε κριτικά την εφαρμογή αλγορίθμων σε δεδομένα προβλήματα.
Αυτό το μάθημα απευθύνεται σε:
- Επαγγελματίες του κλάδου που εργάζονται σε διάφορους τομείς, όπως Τεχνολογία, Μηχανική, Επιστήμη, Πληροφορική, Χρηματοοικονομικά, Λογιστική, Διοίκηση, Μάρκετινγκ, Ασφάλειες, Τραπεζικά, Παιχνίδια, Υγειονομική Περίθαλψη, Ιατρική,
- Φαρμακευτική, Ανθρώπινο Δυναμικό, Ψυχολογία, Blockchain, Νομική, Διοίκηση, Χάραξη Πολιτικής, Ψηφιακή Τέχνη, Αρχαιολογία, Αρχιτεκτονική, Εκπαίδευση και άλλοι συναφείς τομείς.
- Πρόσφατοι απόφοιτοι με πτυχία στην Επιστήμη Υπολογιστών, την Τεχνολογία, το Μάρκετινγκ, τα Χρηματοοικονομικά, τα Οικονομικά, τη Λογιστική, τη Διοίκηση, το Ανθρώπινο Δυναμικό, τη Νομική, τη Μηχανική, τις Επιστήμες, την Ιατρική, την Ψυχολογία, την Ψηφιακή Τέχνη, την Ανάπτυξη Παιχνιδιών, την Αρχαιολογία, την Αρχιτεκτονική ή τις Διοίκηση Επιχειρήσεων.
- Επαγγελματίες που έχουν διακόψει τη σταδιοδρομία τους και αναζητούν ευκαιρίες να επιστρέψουν ή να αλλάξουν καριέρα.
Υποχρεωτικός
- Εισαγωγή στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων
- Τεχνητή Νοημοσύνη και Επαγγελματική Δεοντολογία
- Λογική Σκέψη και Προγραμματισμός με Python και Ομαδικά Έργα
- Μαθηματικά για Τεχνητή Νοημοσύνη
- Αλγόριθμοι
- Επιχειρηματικό Analytics
- Μέθοδοι Έρευνας και Προηγμένα Θέματα Έρευνας στην Τεχνητή Νοημοσύνη
- Διατριβή
Αιρετός
- Εκμάθηση μηχανών
- Απόκτηση, Αναπαράσταση και Διαχείριση Γνώσης
- Συστήματα Υποστήριξης Αποφάσεων και Συστήματα Έμπειρων
- Πιθανοτική Μοντελοποίηση & Συλλογιστική και Ανάλυση Μεγάλων Δεδομένων
- Ιατρική και Υγειονομική Πληροφορική
Για Δεξιότητες Επικοινωνίας
- Επικοινωνία με μεγάλη ποικιλία ατόμων σε διαφορετικά επίπεδα εντός του οργανισμού τους, καθώς και με εξωτερικούς ενδιαφερόμενους φορείς·
- Προετοιμασία και επικοινωνία πληροφοριών σχετικά με σύνθετα ζητήματα και λύσεις Τεχνητής Νοημοσύνης σε εξειδικευμένο και μη εξειδικευμένο κοινό.
- Επικοινωνούν με εξειδικευμένο και μη εξειδικευμένο κοινό με σαφήνεια και σαφήνεια, ώστε να καταλήγουν σε συμπεράσματα που μπορεί να είναι αποτέλεσμα παρουσιάσεων, έρευνας, αυτοδιδασκαλίας ή εμπειρίας.
Για Δεξιότητες Μάθησης
- Να αναλαμβάνουν ανεξάρτητη και αυτοκατευθυνόμενη μελέτη μέσω έρευνας, τόσο πρωτοβάθμιας όσο και δευτεροβάθμιας εκπαίδευσης.
- Εφαρμόστε κριτική στοχαστική σκέψη και είστε σε θέση να αμφισβητήσετε και να ασκήσετε κριτική σε μοντέλα, έννοιες και ιδέες Τεχνητής Νοημοσύνης.
- Βελτίωση της σταδιοδρομίας αναπτύσσοντας προηγμένες γνώσεις και κατανόηση για τη συστηματική και δημιουργική ενημέρωση των πρακτικών διαχείρισης εφαρμόζοντας λύσεις Τεχνητής Νοημοσύνης.
- Γίνετε ανεξάρτητοι, αυτοκατευθυνόμενοι μαθητές με τα εργαλεία και το κίνητρο να συνεχίσουν να μαθαίνουν, να αναπτύσσονται και να αναστοχάζονται καθ' όλη τη διάρκεια της σταδιοδρομίας τους.
Οι πιθανές θέσεις για τις οποίες αυτό το πρόγραμμα στοχεύει να σας προετοιμάσει περιλαμβάνουν, ενδεικτικά:
- Σύμβουλος Τεχνητής Νοημοσύνης
- Αναλυτής δεδομένων/κινδύνου/επενδύσεων/επιχειρήσεων
- Διευθυντής συστημάτων υποστήριξης ανθρώπινου δυναμικού
- Διευθυντής Συμμόρφωσης (παιχνιδιών)
Θα σας προετοιμάσει επίσης για να εργαστείτε για οποιεσδήποτε εταιρείες που επιθυμούν να χρησιμοποιήσουν ή/και χρησιμοποιούν Τεχνητή Νοημοσύνη στις δραστηριότητές τους.
Οι πιθανοί εργοδότες περιλαμβάνουν βιομηχανικούς τομείς, όπως: Χρηματοοικονομικές Υπηρεσίες, Λογιστικές και Ελεγκτικές Υπηρεσίες, Φορολογικές Υπηρεσίες, Στρατηγική, Συμβουλευτικές Υπηρεσίες, Ψηφιακές Υπηρεσίες, Τεχνολογία και Λειτουργίες, μεταξύ άλλων.
Το μάθημα περιλαμβάνει:
- Βραδινά μαθήματα για μαθήματα μερικής απασχόλησης.
- Τα μαθήματα πραγματοποιούνται καθ' όλη τη διάρκεια της ημέρας για μαθήματα πλήρους φοίτησης.
- Καθοδηγούμενη μάθηση, παρουσιάσεις, που περιλαμβάνουν σύγχρονες διαδικτυακές συζητήσεις, σεμινάρια ή/και βίντεο.
- Ώρες αυτοδιδασκαλίας που περιλαμβάνουν έρευνα, ανάγνωση και εργασίες.
Εκτίμηση
Η αξιολόγηση πραγματοποιείται μέσω δύο υποχρεωτικών στοιχείων:
- Αξιολόγηση κατά ενότητα
- Αξιολόγηση Διατριβής
Το πρόγραμμα περιλαμβάνει διαφορετικές μορφές αξιολόγησης που επιτρέπουν και προωθούν την κριτική εμπλοκή των φοιτητών. Οι εργασίες διαμορφωτικής και τελικής αξιολόγησης μπορούν να περιλαμβάνουν μια εργασία στην τάξη ή/και μια γραπτή εργασία στο σπίτι με τη χρήση ποικίλων εργαλείων αξιολόγησης, η οποία μπορεί να έχει τη μορφή διαδικτυακών και ενδοσχολικών συζητήσεων, εξετάσεων, μελετών περίπτωσης, αναφορών, προτάσεων, δοκιμίων και παρουσιάσεων κ.λπ., ανάλογα με τις διάφορες ενότητες.
Αξιολόγηση Διατριβής
Η αξιολόγηση των διατριβών βασίζεται κυρίως στα εξής:
- Βάθος κριτικής κατανόησης του θεωρητικού πλαισίου.
- Εφαρμογή κατάλληλων ερευνητικών εργαλείων·
- Κριτική προσέγγιση στην ανάλυση, ερμηνεία και αξιολόγηση ερευνητικών ευρημάτων.
- Βάθος και επίπεδο ανάπτυξης επιχειρηματολογίας.
- Πρωτότυπη συμβολή στη δημιουργία νέας γνώσης/υπόθεσης/μοντέλων.
- Η ακαδημαϊκή παρουσίαση πληροί τα ακαδημαϊκά πρότυπα