Μεταπτυχιακό Δίπλωμα Ειδίκευσης στην Πληροφορική, την Ανάλυση Δεδομένων και την Τεχνητή Νοημοσύνη
Halifax Regional Municipality, Καναδάς
MSc (Μεταπτυχιακό Δίπλωμα Ειδίκευσης Επιστημών)
ΔΙΆΡΚΕΙΑ
16 μήνες
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Sep 2026
ΔΊΔΑΚΤΡΑ
CAD 40.000 *
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
* Τα δίδακτρα και τα τέλη καταβάλλονται σε τέσσερις δόσεις στην αρχή κάθε εξαμήνου (26 Σεπτεμβρίου, 27 Ιανουαρίου, 27 Μαΐου, 27 Σεπτεμβρίου)
Η Gartner προβλέπει ότι πάνω από το 75% των επιχειρήσεων θα αρχίσουν να χρησιμοποιούν την Τεχνητή Νοημοσύνη μέχρι το τέλος του 2024, οδηγώντας σε 5πλάσια αύξηση στις υποδομές ροής δεδομένων και ανάλυσης. Με αυτά τα εκπληκτικά επίπεδα ανάπτυξης, υπάρχει τεράστια ζήτηση για επαγγελματίες με γνώσεις δεδομένων, με την ικανότητα να αναλύουν, να επικοινωνούν και να καινοτομούν σε μια οικονομία που βασίζεται στα δεδομένα. Ταυτόχρονα, η ζήτηση για συμβατική πληροφορική (προγραμματισμός υπολογιστών, ανάπτυξη προϊόντων, ποιοτική μηχανική κ.λπ.) συνεχίζει επίσης να αυξάνεται.
Το Μεταπτυχιακό Δίπλωμα Ειδίκευσης στην Πληροφορική και την Ανάλυση Δεδομένων (MSc CDA) του Saint Mary είναι ένα επαγγελματικό πρόγραμμα μεταπτυχιακού επιπέδου, διάρκειας 16 μηνών, που επικεντρώνεται στη χρήση της Γενετικής Τεχνητής Νοημοσύνης (GenAI) για τη δημιουργία κώδικα και την κατασκευή επιχειρηματικών και πληροφοριακών λύσεων. Παρέχοντας ένα διεπιστημονικό, προσαρμοσμένο στον κλάδο πρόγραμμα σπουδών, το πρόγραμμα MSc CDA έχει ένα εντυπωσιακό ιστορικό μεταπτυχιακής απασχόλησης.
Το MSc CDA επικεντρώνεται κυρίως στην ανάπτυξη άκρως εξειδικευμένων επαγγελματιών Τεχνητής Νοημοσύνης, πληροφορικής και ανάλυσης δεδομένων, οι οποίοι θα προωθήσουν την καινοτομία και την οργανωτική επιτυχία. Το MSc CDA προετοιμάζει τους φοιτητές για μια εποικοδομητική σταδιοδρομία μέσω ευκαιριών βιωματικής μάθησης και εντατικής αλληλεπίδρασης με τον κλάδο.
Οφέλη του MSc CDA
Οι απόφοιτοί μας συνεχίζουν να εξασφαλίζουν πλήρη απασχόληση σε θέσεις πληροφορικής/αναλυτικής μέσω τριετών καναδικών αδειών μεταπτυχιακής εργασίας. Το ποσοστό απασχόλησης μεταπτυχιακών φοιτητών είναι σχεδόν 100% από την έναρξη του προγράμματος.
Αναπτύξτε δεξιότητες που έχουν ζήτηση και πρακτική εμπειρία εφαρμόζοντας τεχνολογίες, μεθόδους και σύνολα δεδομένων σχετικές με τον κλάδο για την επίλυση προβλημάτων πραγματικού κόσμου.
Σπουδάστε με βραβευμένους καθηγητές από τη Σχολή Επιστημών του Saint Mary και τη Σχολή Διοίκησης Επιχειρήσεων Sobey, πιστοποιημένη από το AACSB και τη μεγαλύτερη καναδική σχολή επιχειρήσεων ανατολικά του Κεμπέκ.
Χτίστε το επαγγελματικό σας δίκτυο μέσω αλληλεπίδρασης με εκπαιδευτές του κλάδου, αμειβόμενων πρακτικών ασκήσεων, χρηματοδοτούμενων έργων, εργαστηρίων του κλάδου, έμπειρων προσκεκλημένων ομιλητών, hackathons και ειδικών εκδηλώσεων. Για τις πρόσφατες ομάδες, όλοι οι φοιτητές έλαβαν χρηματοδότηση κατά τη διάρκεια της περιόδου πρακτικής άσκησης.
Σπουδάστε στην καρδιά του Χάλιφαξ, στη Νέα Σκωτία. Η πανεπιστημιούπολη του Saint Mary's απέχει λίγα λεπτά από το ιστορικό λιμάνι του Χάλιφαξ, το ζωντανό κέντρο της πόλης και τις όμορφες παραλίες του Ατλαντικού Ωκεανού.
Καινοτόμο, προσαρμοσμένο στις ανάγκες του κλάδου πρόγραμμα σπουδών που ενσωματώνει τις τελευταίες τεχνικές τάσεις:
- Εστίαση στον πλήρη κύκλο ζωής ανάπτυξης λογισμικού και στον τρόπο με τον οποίο η Τεχνητή Νοημοσύνη και η ανάλυση δεδομένων ενσωματώνονται στις επιχειρηματικές αποφάσεις
- Γενετική Τεχνητή Νοημοσύνη: βελτιστοποίηση της απόδοσης του LLM
- Ολοκληρωμένες λύσεις τεχνητής νοημοσύνης
- Ηθική Τεχνητή Νοημοσύνη: προκατάληψη, διαφάνεια, υπεύθυνη ανάπτυξη μοντέλων
- Ανάλυση Δεδομένων: Επαυξημένη ανάλυση, Πρακτική μηχανική μάθηση, Προγνωστική και κανονιστική ανάλυση, Edge Analytics, Αυτοματοποιημένη Μηχανική Μάθηση (AutoML)
- Δεδομένα ως Υπηρεσία (DaaS)
- Διακυβέρνηση Μεγάλων Δεδομένων: ποιότητα δεδομένων, ιδιωτικότητα, ασφάλεια και συμμόρφωση, κυβερνοασφάλεια (αρχιτεκτονική μηδενικής εμπιστοσύνης· ασφάλεια που βασίζεται στην τεχνητή νοημοσύνη, ψηφιακή εγκληματολογία)
Απαιτήσεις προγράμματος
Οι μαθητές πρέπει να συμμορφώνονται με τις Απαιτήσεις Προγράμματος FGSR του Ακαδημαϊκού Ημερολογίου FGSR. Για M.Sc. CDA, οι μαθητές πρέπει να συμπληρώσουν τα ακόλουθα:
Είκοσι τέσσερις (24) πιστωτικές ώρες σε διαδοχικά υποχρεωτικά μαθήματα κατά τους πρώτους οκτώ μήνες:
| Κώδικας | Τίτλος μαθήματος | Συντελεστές |
|---|---|---|
| MCDA 5510 | Ανάπτυξη Λογισμικού σε Επιχειρηματικό Περιβάλλον | 3 |
| MCDA 5520 | Στατιστική και οι Εφαρμογές της στις Επιχειρήσεις | 3 |
| MCDA 5530 | Σχεδιασμός UI/UX και Μηχανική Ποιότητας | 3 |
| MCDA 5540 | Διαχείριση και Προγραμματισμός Βάσεων Δεδομένων | 3 |
| MCDA 5550 | Ανάπτυξη εφαρμογών ιστού, κινητών και cloud | 3 |
| MCDA 5560 | Επιχειρηματική Ευφυΐα και Οπτικοποίηση Δεδομένων | 3 |
| MCDA 5570 | Διαχείριση Μεγάλων Δεδομένων και Τεχνολογίας Πληροφοριών | 3 |
| MCDA 5580 | Εξόρυξη Δεδομένων και Κειμένου | 3 |
| Επιλέξτε έξι πιστωτικές μονάδες από τα ακόλουθα: | 6 | |
MCDA 5585 | Μεταπτυχιακό Δίπλωμα – Συστημική και Λειτουργική Ανάλυση | |
MCDA 5586 | Μεταπτυχιακό Έργο – Υλοποίηση και Ανάλυση Αποτελεσμάτων | |
MCDA 5587 | Πρακτική Άσκηση Μεταπτυχιακών Σπουδών Ι | |
MCDA 5588 | Πρακτική Άσκηση Μεταπτυχιακών Σπουδών II | |
MCDA 5591 | Μεταπτυχιακή Διατριβή | |
| Συνολικές ώρες πίστωσης | 30 |
Σημείωση: Με την επιφύλαξη της έγκρισης του συντονιστή του προγράμματος, οι φοιτητές με σημαντική προηγούμενη επαγγελματική εμπειρία και οι οποίοι θα ολοκληρώσουν δύο μαθήματα πρακτικής άσκησης (Μεταπτυχιακή Πρακτική Άσκηση Ι (MCDA 5587) και Μεταπτυχιακή Πρακτική Άσκηση ΙΙ (MCDA 5588)) μπορούν να αντικαταστήσουν έως και έξι (6.0) πιστωτικές ώρες μαθημάτων από:
| Κώδικας | Τίτλος μαθήματος | Συντελεστές |
|---|---|---|
| MCDA 5510 | Ανάπτυξη Λογισμικού σε Επιχειρηματικό Περιβάλλον | 3 |
| MCDA 5520 | Στατιστική και οι Εφαρμογές της στις Επιχειρήσεις | 3 |
| MCDA 5530 | Σχεδιασμός UI/UX και Μηχανική Ποιότητας | 3 |
| MCDA 5540 | Διαχείριση και Προγραμματισμός Βάσεων Δεδομένων | 3 |
| MCDA 5550 | Ανάπτυξη εφαρμογών ιστού, κινητών και cloud | 3 |
| MCDA 5570 | Διαχείριση Μεγάλων Δεδομένων και Τεχνολογίας Πληροφοριών | 3 |
| Επιλέξτε έξι πιστωτικές μονάδες από τα ακόλουθα: | 6 | |
MCDA 5585 | Μεταπτυχιακό Δίπλωμα – Συστημική και Λειτουργική Ανάλυση | |
MCDA 5586 | Μεταπτυχιακό Έργο – Υλοποίηση και Ανάλυση Αποτελεσμάτων | |
MCDA 5591 | Μεταπτυχιακή Διατριβή |
Επιλογή έργου
Η επιλογή του έργου θα είναι αρκετά ευέλικτη ώστε να επιτρέπει στους μαθητές να αντιμετωπίσουν ένα ή δύο μεγάλα προβλήματα υπολογισμού και ανάλυσης δεδομένων. Συνήθως, το έργο χωρίζεται σε τρία στάδια:
- πρόταση
- πρωτότυπο
- τελικό προϊόν
Οι φοιτητές θα παρουσιάσουν την εργασία τους από κάθε στάδιο ενώπιον μιας εποπτικής επιτροπής που αποτελείται από τον επιβλέποντα του έργου και δύο άλλα μέλη ΔΕΠ του προγράμματος. Το πρόγραμμα θα προσελκύσει επαγγελματίες του τοπικού κλάδου για την επίβλεψη του έργου. Οι επικεφαλής έργων από τοπικούς οργανισμούς λογισμικού και ανάλυσης δεδομένων θα κληθούν να συνεπιβλέψουν τα έργα μαζί με μέλη ΔΕΠ του προγράμματος. Τα μέλη ΔΕΠ θα βοηθήσουν στη διασφάλιση της εκπλήρωσης των ακαδημαϊκών απαιτήσεων του έργου, ενώ οι επαγγελματίες του κλάδου θα βοηθήσουν με τις πρακτικές και εφαρμοσμένες πτυχές του έργου. Οι φοιτητές μπορούν να ολοκληρώσουν ένα νέο έργο στο πλαίσιο της υπάρχουσας απασχόλησής τους που εφαρμόζει αρχές πληροφορικής και ανάλυσης δεδομένων ως μέρος της επιλογής έργου. Ένα τέτοιο έργο πρέπει να ικανοποιεί τις απαιτήσεις των δύο μαθημάτων Μεταπτυχιακού Έργου - Ανάλυση Συστημάτων και Λειτουργιών (MCDA 5585) και Μεταπτυχιακού Έργου - Υλοποίηση και Ανάλυση Αποτελεσμάτων (MCDA 5586).
Επιλογή πρακτικής άσκησης
Οι μαθητές θα επωφεληθούν από την εμβάπτιση σε οργανισμούς Υπολογιστών και Αναλύσεων Δεδομένων μέσω περαιτέρω έκθεσης στον κλάδο και ευκαιριών για βιωματική μάθηση. Κάθε μαθητής θα έχει έναν ακαδημαϊκό επόπτη και έναν επιτόπιο επόπτη. Το πρόγραμμα/πανεπιστήμιο θα απονείμει τον τελικό βαθμό επιτυχίας ή δεν θα εξασφαλίσει έναν συνεπή μηχανισμό αξιολόγησης. Οι φοιτητές πρακτικής άσκησης θα πρέπει να γράψουν και να υποβάλουν μια αναφορά για τις δραστηριότητες πρακτικής άσκησης και τα μετρημένα επιτεύγματα ένα μήνα πριν από το τέλος της πρακτικής τους άσκησης. Ένας ακαδημαϊκός επόπτης θα χρησιμοποιήσει τα σχόλια του επιτόπου επόπτη και την έκθεση του φοιτητή για να αξιολογήσει εάν το εύρος της αναφερόμενης εργασίας επαρκεί για να εκπληρώσει τις απαιτήσεις του προγράμματος σπουδών. Οι φοιτητές δεν μπορούν να χρησιμοποιήσουν την υπάρχουσα απασχόλησή τους ως επιλογή πρακτικής άσκησης. Μπορούν να ολοκληρώσουν ένα νέο έργο στο πλαίσιο των υπαρχόντων υπαλλήλων τους για να ικανοποιήσουν τις απαιτήσεις της επιλογής του έργου (παρακαλούμε δείτε την επιλογή έργου για περισσότερες λεπτομέρειες).
Η επιλογή διατριβής
Η επιλογή της διατριβής θα επιτρέψει στους φοιτητές να αποκτήσουν βελτιωμένες ερευνητικές δεξιότητες που θα τους προετοιμάσουν να πραγματοποιήσουν ανεξάρτητη έρευνα στη μελλοντική τους σταδιοδρομία. Οι μαθητές θα ερευνήσουν και θα γράψουν μια διατριβή που είναι σε έναν τομέα της πληροφορικής με ιδιαίτερη έμφαση στην ανάλυση δεδομένων. Ένα θέμα είναι κατάλληλο για ανάπτυξη σε M.Sc. Διατριβή CDA εάν εντοπίζει ένα σύνθετο(α) πρόβλημα(α) σχετικά με την πληροφορική και την ανάλυση δεδομένων και ολοκληρώνεται υπό την επίβλεψη εγκεκριμένου μέλους ΔΕΠ.
Μεταπτυχιακά Προφίλ
Θέσεις εργασίας
Το MSc CDA επικεντρώνεται στην προετοιμασία σταδιοδρομίας για τρέχουσες και μελλοντικές θέσεις πληροφορικής και ανάλυσης δεδομένων. Από την ίδρυσή του, οι απόφοιτοι του MSc CDA έχουν προσληφθεί για ένα ευρύ φάσμα συναρπαστικών θέσεων εργασίας:
- Αναλυτής δεδομένων
- Μηχανικός λογισμικού
- Πλήρης-Stack Developer
- Αναλυτής Βάσεων Δεδομένων και Συστήματος
- Μεγάλος Μηχανικός Δεδομένων
- Προγραμματιστής BI
- Διευθυντής, Business Analytics
- Data Scientist
- Αναλυτής Ποιότητας Δεδομένων
- Senior Solutions Architect
- Μηχανικός μάθησης μηχανών
- Σύμβουλος Πληροφορικής
Το φάσμα των οργανισμών που προσλαμβάνουν τους μαθητές μας είναι εξίσου ποικίλο και εντυπωσιακό:
|
|
|
|---|