Πληροφορική (Τεχνητή Νοημοσύνη και Επιστήμη Δεδομένων)
Computer Science (Artificial Intelligence and Data Science) - BSc (Hons)
Διάρκεια σπουδών / Γλώσσα διδασκαλίας: 3 χρόνια (στα αγγλικά ή στα ελληνικά/αγγλικά)
ή 3 χρόνια (στα αγγλικά). Αν ενδιαφέρεστε να παρακολουθήσετε το 3ετές πρόγραμμα εξολοκλήρου στα αγγλικά επισκεφθείτε την αγγλική έκδοση της ιστοσελίδας μας για περισσότερες πληροφορίες.
Τίτλος σπουδών:
Στους αποφοίτους απονέμεται ο τίτλος σπουδών Bachelor of Science (Hons) in Computer Science (Artificial Intelligence and Data Science).
Το πτυχίο απονέμεται απευθείας από το University of York.
Το πτυχίο που παίρνουν οι απόφοιτοι του CITY College είναι αναγνωρισμένo από τον επίσημο βρετανικό φορέα αναγνώρισης πτυχίων, το UK ENIC – πρώην UK NARIC (αντίστοιχο βρετανικό ΔΟΑΤΑΠ). Στην Ελλάδα, οι τίτλοι σπουδών αναγνωρίζονται και έχουν επαγγελματική ισοδυναμία με τους αντίστοιχους τίτλους των αποφοίτων των ελληνικών δημόσιων πανεπιστημίων.
Συνεργασία με εταιρίες Πληροφορικής:
(σε αλφαβητική σειρά)
Το Τμήμα Πληροφορικής του CITY College συνεργάζεται στενά με πολλές εταιρίες και οργανισμούς από τον χώρο της Πληροφορικής και της Τεχνολογίας. Οι φοιτητές επωφελούνται από το δίκτυο επαφών και συνεργατών του Τμήματος με διάφορους τρόπους (πχ. ευκαιρίες για θέσεις εργασίας ή πρακτικής, εργασίες σε real life projects κ.ά).
Προνομιακά Early Bird Δίδακτρα
Ενημερωθείτε για το πρόγραμμα σπουδών που σας ενδιαφέρει και για τη δυνατότητα εγγραφής με προνομιακά Early Bird δίδακτρα.
Για περισσότερες πληροφορίες παρακαλούμε συμπληρώστε την παραπάνω φόρμα ή καλέστε μας στο 2310-224026.
Το Πρόγραμμα
Την τελευταία δεκαετία σημειώθηκε μια έκρηξη προόδου στην Τεχνητή Νοημοσύνη και στην Επιστήμη Δεδομένων. Αυτές οι εξελίξεις ήρθαν σε μια εποχή που παράγουμε και αποθηκεύουμε διαδικτυακές πληροφορίες με μεγάλη ταχύτητα. Αυτό έχει μεγάλο αντίκτυπο σε όλες τις πτυχές των επιχειρήσεων, από το εμπόριο, ως την παραγωγή και τη βιομηχανία. Η τέταρτη βιομηχανική επανάσταση βασίζεται στη διαθεσιμότητα και την οργάνωση της πληροφορίας, και σε έναν κόσμο όπου οι πληροφορίες έχουν γίνει υπερβολικά πολλές για να τις χειριστούμε, η Τεχνητή Νοημοσύνη έχει βρει γόνιμο έδαφος για να αναπτυχθεί. Ως αποτέλεσμα, η τεχνητή νοημοσύνη και η επιστήμη δεδομένων έχουν μεγάλη ζήτηση.
Οι φοιτητές αυτού του προγράμματος εκτίθενται στα θεωρητικά θεμέλια της Επιστήμης Υπολογιστών, αποκτούν κατανόηση των αρχών που διέπουν την ανάπτυξη συστημάτων, εφαρμόζουν τις γνώσεις τους σε πραγματικές συνθήκες / πραγματικά projects και αποκτούν τις απαραίτητες γνώσεις και δεξιότητες για να αντιμετωπίσουν τον εκπληκτικό ρυθμό αλλαγής του συγκεκριμένου κλάδου, με κύριο άξονα τις τεχνικές και εφαρμογές της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων.
Γιατί οι φοιτητές επιλέγουν αυτό το πρόγραμμα;
-
Πτυχίο από ένα από τα καλύτερα πανεπιστήμια του κόσμου: το Πανεπιστήμιο του York.
-
Αναγνωρίζεται στην Ελλάδα και οι απόφοιτοι αποκτούν επαγγελματική ισοδυναμία των τίτλων τους, κατέχοντας τα ίδια δικαιώματα στην αγορά εργασίας με τους απόφοιτους δημόσιων ΑΕΙ.
-
Δυνατότητα για πρακτική άσκηση ή εργασία σε εταιρίες πληροφορικής ή στο τμήμα πληροφορικής επιχειρήσεων κι οργανισμών.
-
Εξειδικευμένο πρόγραμμα σπουδών με ιδιαίτερη έμφαση στην εφαρμογή των πρακτικών της πληροφορικής και των νέων τεχνολογιών και προγραμματισμού.
-
Σπουδές 1 χρόνο στα ελληνικά και 2 χρόνια στα αγγλικά, δίνοντας έτσι στους φοιτητές τη δυνατότητα να ενισχύσουν την ακαδημαϊκή χρήση της αγγλικής γλώσσας πριν προχωρήσουν κι ολοκληρώσουν τις σπουδές τους στα αγγλικά.
-
Μόνιμο ακαδημαϊκό προσωπικό με αξιόλογη διδακτική εμπειρία και πλούσιο ερευνητικό έργο, καθώς και εμπειρία από την αγορά εργασίας.
-
Εξειδικευμένες φοιτητικές κοινότητες. Οι φοιτητές έχουν την δυνατότητα να συμμετέχουν σε διάφορες φοιτητικές κοινότητες σχετικές με την πληροφορική (πχ. Association for Computing Machinery – ACM, Club Ρομποτικής, Jana Café κ.ά)
-
Τελική εργασία πάνω σε πραγματικό case study. Στο τελευταίο έτος σπουδών οι φοιτητές συνεργάζονται με κάποια επιχείρηση ή οργανισμό ο οποίος τους αναθέτει ένα πραγματικό project ανάπτυξης λογισμικού το οποίο δουλεύουν και παραδίδουν ολοκληρωμένο στον ‘πελάτη’ τους.
Δείτε μερικά από τα projects φοιτητών μας στην ιστοσελίδα ‘INVENT’.
- Οι απόφοιτοι του προγράμματος μπορούν να συνεχίσουν σε μεταπτυχιακές σπουδές ή να ξεκινήσουν την καριέρα τους στην Ελλάδα ή στο εξωτερικό.
Περισσότεροι λόγοι:
-
Υπηρεσίες υποστήριξης φοιτητών. Οι φοιτητές έχουν στην διάθεσή τους μια σειρά από υπηρεσίες που τους βοηθούν να προοδεύσουν και να ολοκληρώσουν με επιτυχία τις σπουδές τους.
Υπηρεσίες υποστήριξης φοιτητών
-
Δωρεάν συμμετοχή σε αθλητικές δραστηριότητες. Το Κολέγιο συνεργάζεται με τη ΧΑΝΘ και άλλους αθλητικούς χώρους και γυμναστήρια, παρέχοντας έτσι τη δυνατότητα στους φοιτητές του να έχουν πρόσβαση σε χώρους άθλησης χωρίς καμία επιβάρυνση.
Αθλητικές δραστηριότητες | Sports@CITY | Φοιτητικά Clubs
-
Πρόσβαση σε μία σύγχρονη πολυμορφική βιβλιοθήκη. Η βιβλιοθήκη του Κολεγίου, το Information & Learning Commons (ILC), προσφέρει τη δυνατότητα στους φοιτητές να εργάζονται σε ομάδες ή να μελετούν μεμονωμένα και να έχουν πρόσβαση σε όλες τις υπηρεσίες που παρέχει μία υπερσύγχρονη βιβλιοθήκη.
ILC - H υπερσύγχρονη βιβλιοθήκη του CITY College
- Συμμετοχή σε εκδηλώσεις, σεμινάρια και ομιλίες με προσκεκλημένους ομιλητές που μοιράζονται τις γνώσεις και την εμπειρία τους με τους φοιτητές.
1ο Έτος
- Αρχές Προγραμματισμού και Αλγόριθμοι
- Προγραμματισμός: Μεθοδολογία και Σχεδιασμός
- Αρχιτεκτονική Η/Υ
- Αρχές Μαθηματικών
- Εισαγωγή στις Τεχνολογίες Διαδικτύου
- Ακαδημαϊκές Δεξιότητες στα Αγγλικά
- Εισαγωγή στον Αντικειμενοστραφή Προγραμματισμό
- Αντικειμενοστραφής Προγραμματισμός
- Ανάλυση και Σχεδιασμός Πληροφοριακών Συστημάτων
- Λογική και Αυτόματα
- Αρχιτεκτονική Δικτύων Η/Υ
- Βάσεις Δεδομένων
- Ακαδημαϊκές και Μεταφερόμενες Δεξιότητες
Stage 2
- Logic Programming
- Data Structures and Algorithms
- Web Programming
- Data Analysis: Statistics and Probabilities
- Human-Computer Interaction
- Professional Issues in IT
- Operating Systems
- Software Development in Practice
- Functional Programming
- Artificial Intelligence Techniques
- Formal Methods and Software Reliability
One module from the following:
Stage 3
- Professional Development Seminar Series
- Individual Project
- Industrial Software Project
- Software Engineering
- Data Science
- Cloud Computing
- Machine Learning
Two modules from the following:
1ο Έτος
Προγραμματισμός: Μεθοδολογία και Σχεδιασμός
Το μάθημα στοχεύει να εισαγάγει το σπουδαστή πληροφορικής στην αλγοριθμική σκέψη, στην απλή ανάλυση προβλήματος, στο δομημένο σχεδιασμό προγράμματος και στην από επάνω προς τα κάτω σταδιακή βελτίωση κώδικα. Μετά την ολοκλήρωση του μαθήματος ο φοιτητής θα πρέπει να μπορεί να αναλύει και να σπάει τα προβλήματα σε μικρότερα μέρη που χρησιμοποιούν τις από επάνω προς τα κάτω σταδιακές μεθόδους βελτίωσης κώδικα, να μπορεί να περιγράφει τα αποτελέσματα της ανάλυσης με ψευδοκώδικα και με διαγράμματα ροής, να εφαρμόζει τις κατάλληλες αλγοριθμικές τεχνικές για να λυθεί ένα πρόβλημα και να εντοπίζει τα πιθανά συντακτικά ή/και λογικά λάθη στον κώδικα. Θα πρέπει να μπορεί να αξιολογεί τον κώδικα και να κατανοεί τη λειτουργία του, να εκφράζει λογικές προτάσεις ως μέρος μιας συνθήκης, σύμφωνα με την άλγεβρα Βool. Να αναγνωρίζει τις περιπτώσεις που απαιτούν τη χρήση της δομής ελέγχου if..then..else και να την εφαρμόζει στην επίλυση απλών προβλημάτων. Να αναγνωρίζει τις περιπτώσεις που απαιτούν τη χρήση δομών επανάληψης και να την εφαρμόζει στην επίλυση απλών προβλημάτων.
Αρχιτεκτονική Η/Υ
Το μάθημα αυτό παρέχει στο σπουδαστή βασικές γνώσεις και δεξιότητες σε θεμελιώδεις έννοιες στον τομέα της οργάνωσης και αρχιτεκτονικής υπολογιστικών συστημάτων. Η ύλη που καλύπτεται περιλαμβάνει την δομή και τα συστατικά σύγχρονων υπολογιστικών συστημάτων, την αρχιτεκτονικής της κεντρικής μονάδας επεξεργασίας, την ιεραρχίας μνήμης και τους διαφορετικούς τύπους μνήμης, τις μεθόδους εισαγωγής/εξαγωγής δεδομένων από περιφερειακές μονάδες και συστήματα αποθήκευσης, αριθμητικά συστήματα που χρησιμοποιούνται από υπολογιστές και τρόποι αναπαράστασης αριθμών, λογικές πύλες και ψηφιακή λογική. Το μάθημα δεν προϋποθέτει προαπαιτούμενες γνώσεις. Το μάθημα έχει ως στόχο να μυήσει τους σπουδαστές στην ορολογία και τα συστατικά των υπολογιστικών συστημάτων, να παρέχει μια εκτίμηση της τεχνολογίας υλικού υπολογιστών, να εξηγήσει τους μηχανισμούς αποθήκευσης και την οργάνωσή τους, να εισαγάγει τους σπουδαστές στο σχεδιασμό και τη λειτουργία ψηφιακών κυκλωμάτων. Στοχεύει επίσης να εξοικειώσει τους σπουδαστές με την ψηφιακή αριθμητική και την ψηφιακή λογική και να περιγράψει τους αρχιτεκτονικούς μηχανισμούς που επιτρέπουν την εκτέλεση προγραμμάτων και την επεξεργασία δεδομένων.
Αρχές Μαθηματικών
Το εισαγωγικό αυτό μάθημα βοηθά στην κατανόηση βασικών μαθηματικών μεθόδων οι οποίες απαιτούνται στη μελέτη προβλημάτων σχετικών με επιστήμη υπολογιστών. Το μάθημα καλύπτει τις προαπαιτούμενες μαθηματικές γνώσεις που χρειάζονται οι φοιτητές αυτού του κλάδου. Καλύπτει τους τομείς: βασική στατιστική και θεωρία πιθανοτήτων, γραμμική άλγεβρα και ανάλυση. Τους μαθαίνει χειρισμό του προγράμματος Matlab για την επίλυση μαθηματικών προβλημάτων. Το μάθημα αυτό στοχεύει να παρουσιάσει στους φοιτητές τις έννοιες: διανύσματα, πίνακες και γραμμικά συστήματα, συναρτήσεις, παράγωγοι και ολοκληρώματα, περιγραφική στατιστική και διακριτές και συνεχείς τυχαίες μεταβλητές.
Εισαγωγή στις Τεχνολογίες Διαδικτύου
Το μάθημα στοχεύει να παρουσιάσει μια σε βάθος γνώση χρήσης του διαδικτύου, να αναπτύξει ατομικές και ομαδικές δεξιότητες επικοινωνίας μέσω πρακτικής εργασίας και να αναπτύξει τις ουσιαστικές δεξιότητες τεχνολογίας πληροφοριών (ΙΤ). Μέχρι το τέλος του μαθήματος, ένας σπουδαστής θα είναι σε θέση να καταλάβει το διαδίκτυο, και να είναι σε θέση να γράψει ένα έγγραφο υπερκειμένων (Ηyper Τext) που χρησιμοποιεί τις γλώσσες HTML και XHTML για να παρουσιάσει τις ιδέες του/της. Να χρησιμοποιήσει τα πακέτα τυποποιημένου λογισμικού (εργαλεία επεξεργαστών λέξεων, υπολογισμών με λογιστικό φύλλο (spreadsheet) και παρουσίασης. Να δημιουργήσει μια απλή τεχνική έκθεση που χρησιμοποιεί Latex και να κατανοήσει XML, DTD. Μέχρι το τέλος της μονάδας, ένας σπουδαστής θα είναι σε θέση να καταλάβει τις αρχές της επικοινωνίας διαδικτύου και να ψάχνει αποτελεσματικά το διαδίκτυο. Να χρησιμοποιεί το διαδίκτυο ως πρακτικό εργαλείο για τη συλλογή πληροφοριών, να αξιολογεί τις πηγές που βρίσκει στο διαδίκτυο και να επικοινωνεί τις ιδέες του/της αποτελεσματικότερα, προφορικά και εγγράφως. Θα είναι είναι σε θέση να δομεί αποτελεσματικά μια τεχνική έκθεση και να έχει μια μεγαλύτερη κατανόηση της δυναμικής μίας ομάδας, είτε ως μέλος ομάδας είτε ως ηγέτης ομάδας.
Ακαδημαϊκές Δεξιότητες στα Αγγλικά
Οι φοιτητές μαθαίνουν όλα τα είδη της ακαδημαϊκής επικοινωνίας στα αγγλικά και έχουν ευκαιρίες να εμπλουτίσουν το λεξιλόγιο τους και τη δομή της γλώσσας που είναι πολύ σημαντική για την ακαδημαϊκή επικοινωνία. Το μάθημα διδάσκει στους φοιτητές πως να χρησιμοποιούν την τεχνολογία στην ακαδημαϊκή επικοινωνία. Επίσης μέσω της χρήσης διαφορετικών μεθόδων διδασκαλίας και μάθησης, οι φοιτητές έχουν την ευκαιρία να εξασκήσουν και να βελτιώσουν τη συνολική χρήση των ακαδημαϊκών αγγλικών. Ουσιαστικά το μάθημα λειτουργεί σαν μηχανισμός υποστήριξης των γλωσσικών αναγκών των φοιτητών σε βασικά μαθήματα της επιστήμης τους και έχει σκοπό να βελτιώσει τη συνολική χρήση της γλώσσας μέσα από τη μελέτη σύγχρονων θεμάτων που σχετίζονται με τον ρόλο του ανθρώπου στην κοινωνία καθώς και θεμάτων που αφορούν το επιστημονικό πεδίο των σπουδών τους.
Αντικειμενοστραφής Προγραμματισμός
Το μάθημα αυτό αποτελεί μία εισαγωγή στις βασικές έννοιες του αντικειμενοστραφούς προγραμματισμού, προσφέροντας γνώσεις βασικών τεχνικών ανάλυσης, σχεδιασμού και υλοποίησης αντικειμενοστραφών λύσεων, χρησιμοποιώντας τη γλώσσα προγραμματισμού Java. Έμφαση δίνεται στον εντοπισμό και την υλοποίηση των τάξεων (τύπων που καθορίζονται από το χρήστη) που είναι αναγκαίες για την αποτελεσματική και ισχυρή επίλυση προβλημάτων, η εκμετάλλευση των χαρακτηριστικών της Java, όπως η χρήση των παρεχόμενων τάξεων και η κληρονομικότητα. Ο σκοπός αυτής της ενότητας είναι η εισαγωγή των σπουδαστών της επιστήμης υπολογιστών στην αντικειμενοστραφή προσέγγιση του προγραμματισμού υπολογιστών, στις βασικές τεχνικές ανάλυσης και το σχεδιασμού αντικειμενοστραφών λύσεων και στο συντακτικό της Java για αντικειμενοστραφή προγραμματισμό.
Ανάλυση και Σχεδιασμός Πληροφοριακών Συστημάτων
Η ανάλυση και ο σχεδιασμός συστημάτων είναι ένας ενεργός τομέας όπου νέες μέθοδοι και τεχνικές εμφανίζονται για να υποστηρίξουν τη διαδικασία ανάπτυξης λογισμικού. Αυτό το μάθημα απευθύνεται στους σπουδαστές του πρώτου έτους και τους παρέχει μια επισκόπηση τςν διαφορτικών προσεγγίσεων ανάπτυξης. Επιπλέον, το μάθημα εστιάζει στην ανάλυση και το σχεδιασμό συστημάτων λογισμικού και την εφαρμογή της ενοποιημένης γλώσσας μοντελοποίησης (UML) σε μια διαδικασία ανάπτυξης λογισμικού. Οι στόχοι του μαθήματος είναι να παρέχει μια επισκόπηση των πληροφοριακών συστημάτων, να ερευνήσει τους ρόλους των συμμετόχων στα πληροφοριακά συστήματα και να εισαγάγει τις αρχές της διαχείρησης έργου. Στοχεύει να ερευνήσει τις απαιτήσεις χρηστών και να καθορίσει τεχνικές για να μοντελοποιηθούν, να εισαγάγει την γλώσσα UML για την ανάλυση και το σχεδιασμό συστημάτων και να διδάξει μια μεθοδολογία για τη μοντελοποίηση των συστημάτων λογισμικού με έναν αντικειμενοστρεφή τρόπο.
Αρχιτεκτονική Δικτύων Η/Υ
Αυτό το μάθημα παρέχει μια εισαγωγή στα σύγχρονα συστήματα δικτύων υπολογιστών. Το μάθημα καλύπτει τις θεμελιώδεις αρχές, τις βασικές θεωρίες και πρακτικές που υιοθετούνται στα δίκτυα υπολογιστών και στοχεύει να θέσει τα θεμέλια που μπορούν να χρησιμοποιηθούν ως βάση για περαιτέρω μελέτη ή έρευνα στον τομέα. Αυτό το μάθημα στοχεύει να εξετάσει τη δομή των δικτυακών συστημάτων επικοινωνιών, να παρουσιάσει τις θεμελιώδεις αρχιτεκτονικές και τεχνολογίες των δικτύων υπολογιστών, να παρουσιάσει το υλικό που χρησιμοποιείται στα δίκτυα υπολογιστών, να συζητήσει το πρότυπο OSI ως μοντέλο για την κατανόηση και το σχεδιασμό ενός δικτύου υπολογιστών. Εχει ως στόχο επίσης να ερευνήσει το μοντέλο TCP/IP και τις θεμελιώδεις αρχές λειτουργίας του Διαδικτύου, να ερευνήσει το ρόλο των προτύπων και των πρωτοκόλλων, να αναλύσει τη λειτουργία των διάφορων δικτυακών πρωτοκόλλων και να επιδείξει τα στάδια του σχεδιασμού και υλοποίησης ενός δικτύου.
Βάσεις Δεδομένων
Σκοπός αυτού του μαθήματος είναι να εισαγάγει θεμελιώδεις έννοιες της τεχνολογίας βάσεων δεδομένων, να παρουσιάσει τα στάδια ανάπτυξης βάσεων δεδομένων με ιδιαίτερη έμφαση στο σχεδιασμό, να παρουσιάσει τις υπάρχουσες μεθόδους υλοποίησης (ιεραρχικές, δικτυακές, σχεσιακές), να αναλύσει το θεωρητικό υπόβαθρο του σχεσιακού μοντέλου, να επιδείξει τα πλεονεκτήματα και τις τεχνικές του καλού σχεδιασμού της βάσης δεδομένων, να εισαγάγει στην Structured Query Language (SQL). Με την ολοκλήρωση του μαθήματος οι φοιτητές θα πρέπει να είναι σε θέση να επιδεiκνύουν μια ενδελεχή κατανόηση των τεχνικών και θεωρητικών θεμάτων που εμπλέκονται στην τεχνολογία βάσεων δεδομένων, να εκτιμούν τη σημασία των αρχικών σταδίων της ανάπτυξης της βάσης δεδομένων, να αναπτύσσουν διαγράμματα οντοτήτων-σχέσεων βασισμένα σε αφηγηματικές περιγραφές καθώς και άλλο πληροφοριακό υλικό, να μετατρέπουν τα διαγράμματα οντοτήτων-σχέσεων σε καλά σχεδιασμένες σχέσεις, να εντοπίζουν λειτουργικές εξαρτήσεις και να ομαλοποιούν τις σχέσεις, και να γράφουν ερωτήματα σε SQL.
Ακαδημαϊκές και Μεταφερόμενες Δεξιότητες
Το μάθημα έχει ως στόχο να βοηθήσει τους φοιτητές να αναπτύξουν ακαδημαϊκές και μεταφερόμενες δεξιότητες που μπορούν να χρησιμοποιηθούν σε όλο το φάσμα των μαθημάτων κατά τη διάρκεια όλων των χρόνων σπουδών. Μετά την ολοκλήρωση του μαθήματος οι φοιτητές θα πρέπει να μπορούν να κρατάνε και να οργανώνουν τις σημειώσεις τους, τις ιδέες τους και το χρόνο τους, να μελετούν με γρήγορο και αποδοτικό τρόπο, να αυτο-αξιολογηθούν γνωρίζοντας το σύστημα, κριτήρια και τρόπο βαθμολόγησης και να χρησιμοποιούν τα κατάλληλα μέσα (βιβλιοθήκη, internet, ηλεκτρονικό μαθησιακό περιβάλλον κλπ) για την αναζήτηση αξιόλογης πληροφορίας και χρήσιμων πηγών. Θα πρέπει να μπορούν να αξιολογούν την πληροφορία και τις πηγές τους, να είναι ικανοί να κάνουν περίληψη όσων διαβάζουν και κατάλληλες αναφορές χωρίς λογοκλοπή, να γράφουν και να επιχειρηματολογούν με τρόπο που αρμόζει σε ακαδημαϊκές εργασίες και να είναι ενήμεροι για τους ακαδημαϊκούς κανονισμούς των σπουδών και το ακαδημαϊκό ήθος.
Stage 2
Logic Programming
The main aim of this module is to introduce Logic Programming through the Prolog language as a methodology for basic understanding of programming language concepts. A brief introduction to Predicate Calculus, Horn-Clause Logic and Logic Programming is made. Logic Programs are then defined and their Resolution Principle is discussed. The material taught also aims to provide an in depth study of Prolog, since Prolog will be widely used in future courses, like Artificial Intelligence, Expert Systems, Programming Language Concepts and 3rd year Projects. Emphasis will be given to the basic constructs of Prolog, avoiding the non-standard characteristics of any particular version used. However, possible extensions of Prolog towards parallelism, constraint satisfaction and declarativeness are discussed. By the end of the course the students are expected to have acquired good knowledge of the Prolog language, be able to comprehend the advantages of declarative programming as well as shortcomings in comparison with imperative languages, have acquired the basic background on principles of programming languages, like procedural abstraction, program design and development, parameter passing, variable binding etc.
Data Structures & Algorithms
This course provides the programming skills and knowledge of using an appropriate data structure for a software application. Students are introduced to the concept of data abstraction and learn how to treat data structures as ADT's. The C++ class structure provides the power in building well reusable and maintainable code. The course covers the efficient usage of data structures using the class member functions. The efficient usage and the analysis of algorithms is another component examined in this course. This course provides all the programming skills that will be used in the course Object Oriented Design to implement the designed solutions. By the end of this module the students should be able: to implement the concept of data abstraction, to build the ADT for the basic data structures, to teach the major sorting and searching algorithms and their computational complexity, to apply the appropriate data structure in each application and to emphasise design issues as cohesion and coupling.
Web Programming
Students study issues related to the architecture, design and development of contemporary dynamic web applications. Topics cover technologies associated with web applications including html/css, dynamic server-side pages, dynamic client-side scripts, personalisation (cookies and sessions) and client-side techniques for interactive web applications. Other issues presented and discussed include the current and future state of the web, web 2.0, semantic web and web services.
Data Analysis: Statistics and Probabilities
Data science is nowadays one of the highest-paying graduate jobs. This module aims at introducing students to the fundamental mathematical concepts pertaining to data science. It is conceptually divided in two parts. The first part is devoted to probability - a cornerstone of Data Science - and includes such topics as discrete and continuous random variables, and probability distributions. The second part is devoted to sample statistics and includes such topics as regression, estimation, confidence and hypotheses, and random processes.
Human-Computer Interaction
This unit intends to introduce students to Human Computer Interactions (HCI) principles and how they can be applied in the software development process. Specifically students see what usability is and how it can be measured, how HCI can be used in all phases of the software development process, and how HCI can be used to evaluate the usability of a software system.
Professional Issues in IT
Since students need to be aware of the wider social, legal and ethical issues of computing, this half-module aims to provide an understanding of the relationship between technological change, society and the law, emphasizing the powerful role that computers and computer professionals play in a technological society. It also introduces the legal areas which are relevant to the discipline of computer science (e.g. intellectual property, liability for defective software, computer misuse, etc.), and aims to provide an understanding of ethical concepts that are important to computer professionals and experience consideration of ethical dilemmas.
Operating Systems
This course offers an introduction to the fundamental principles and techniques employed in the design of operating systems; the concepts an operating system is based upon are covered in detail. Emphasis is drawn on the OS processes and their scheduling, as well as, the memory, the file system and their management. The above concepts are applied in the case of a UNIX system. By the end of the course students should be able to understand the basic concepts of operating systems, be familiar with the theory behind their design, realise the concepts of multi-tasking and time-sharing, comfortably cope with the UNIX operating system, comprehend the differences between various types of operating systems, be able to perform systems programming (processes) related tasks.
Software Development in Practice
This module introduces the students the complete process of producing proper software, from the conception of the original idea to testing and maintaining the final software product. It ties together processes and concepts that the students have been introduced to in the previous semesters like capturing the requirements and specifications of a project, making proper analysis and design, implementing the different parts of the software in a coherent and proper manner, as well as testing the software, in order to create a proper and user friendly product. The connection is made with the use of a case study as a vehicle to integrate and enhance the already existing taught knowledge.
Functional Programming
This module introduces students to the principles of the functional programming paradigm. The module introduces types, functions, as first-class language constructs, list comprehension, recursion, and immutability.
Artificial Intelligence Techniques
Artificial Intelligence (AI) is the area of science with the ultimate goal to build intelligent machines, i.e. machines that exhibit human-like behaviour when solving complex problems. Following the classic equation that "ai= search + knowledge representation", this module provides an in-depth introduction to artificial intelligence problem solving techniques by presenting blind and heuristic state space search algorithms and knowledge representation techniques, such as logic, structured representations and rules. For each technique discussed special emphasis will be given on the practical issues that arise during implementation. Finally, the module provides the necessary background knowledge for the third year units.
Formal Methods and Software Reliability
This course is an introductory course in Formal Methods and particularly in Formal Specification. Its aims are to discuss the reasons that led to the need for Formal Specification of software systems, to introduce the basic concepts for the design of mathematical models of software systems using Discrete Mathematics. By the end of the course students should understand what is meant by Formal Specification, appreciate the significance of Formal Specification for the design of good quality software, be able to design a complete, easy to understand and well structured mathematical model of a system in the formal specification language Z.
Information Systems Applications
Information Systems (IS) as a field of academic study encompasses the concepts, principles, and processes for two broad areas of activity within organizations: (a) acquisition, deployment, management, and strategy for information technology resources and services and (b) packaged system acquisition or system development, operation, and evolution of infrastructure and systems for use in organizational processes.
The purpose of this course is to explore the characteristics of the Information Systems and the different categories of IS, introduce the most important components of the Information Systems, and depict the differences between old and new (digital) Information Systems and their importance in the new digital economy era.
Research Skills in the IT Profession
This unit intends to introduce students to research-related issues and techniques that are commonly employed in Computer Science. Students will be exposed to methods for searching, identifying and evaluating scientific sources, report writing techniques, and principles and approaches to writing a literature reviewing. The unit will additionally cover research approaches for designing data collection strategies, and selecting appropriate analysis methods, as well as methods for the representation and interpretation of the results. Finally, the unit acts as a preparation for the 3rd year project, providing practical guidelines on how to write a successful dissertation.
Green Computing
Although the global adoption of ICT has resulted in a significant negative environmental impact, ICT forms part of the solution to many environmental issues. Green Computing is the study and practice of developing and using computer systems and telecommunications with minimal impact on the environment and at the same time maximizing the positive environmental impacts. This unit discusses the environmental impact of ICT, investigates available green technologies and tools and how they are utilised for developing Green ICT strategies towards sustainable computing, presents ways on revising business processes and ICT operations and all these within the available European and international legislation.
Stage 3
Professional Development Seminar Series
The aim of this non-credit unit is to enhance the students' learning experience and employability skills by organising a series of seminars on practical, contemporary and emerging issues essential for students’ professional career.
Individual Project
The project ia an extended piece of individual work throughout the third year of studies. students are expected to work on a topic of their interest and to have regular meetings with their supervisor to discuss their work. The individual project is equivalent to two full units. the project will develop students' ability to construct a project from initial, unstructured ideas, through a thorough analysis of the problem area, to plan, schedule, monitor and control own work, to defend their ideas in discussions and presentations and apply tools and techniques from taught courses.
Industrial Software Project
The purpose of this unit is to provide students with the opportunity to integrate and apply skills and knowledge they acquired so far in their studies to a realistic problem. Students are exposed to the processes involved in the team-based development of software through real-life projects that are provided by companies from the software industry. This unit aims to create an environment where students can apply their knowledge, to provide students with the experience of working in real-life project development circumstances, to enable students to operate as a software development team and to integrate skills and knowledge of students.
Software Engineering
This course covers systematic production testing and maintenance of software products that are developed and modified under timing constraints and takes into consideration cost estimation issues. The emphasis of the course is on project management, planning and monitoring since the design and analysis part has been covered in the corresponding second level course. The objectives of this module are to conceptualise the management process of large computer systems, to understand basic concepts of software engineering, to understand the management issues involved in building large computer systems, to understand the importance and the techniques and strategies of adequate testing.
Data Science
This module introduces students to the fundamental elements, concepts and techniques involved in Data Science applications. Students will learn how to further use their previously acquired knowledge of database systems, probabilities, and statistics concepts, and further expand on the linear algebra required in data science. They will also gain experience in cleaning, transformation, data analysis as well as data visualisation. The module has a practical dimension through the use of an appropriate programming language.
Cloud Computing
This unit aims to introduce students to the fundamental concepts of distributed systems and to the contemporary field of cloud computing. The emphasis of the course is placed on Internet-Scale computing, grid computing, cloud services, virtualisation and shared data management. Related issues such as trust, reliability, cost management are going to be introduced and discussed.
Machine Learning
Machine learning is the part of Artificial Intelligence that studies how computers build experience and autonomously learn from data. The module will follow the standard machine learning taxonomy for organising problems and applying solution techniques, and will provide a thorough grounding in the theory and application of machine learning.
Deep Learning
Deep learning is a hot topic that has found multiple areas of application in the industry and business. Deep learning is the extension of Neural Networks (NN) that includes some new developments in training algorithms and uses the versatility of the computing power and data storage of the cloud. The module briefly introduces neural networks, explains how they work, how they are trained, and how they are deployed. Furthermore, it discusses the recent developments in training algorithms, NN structures, and cloud deployment, to conclude with the practical application of Artificial Intelligence solutions that we now call Deep Learning.
Nature-Inspired Computing
Many of the successful algorithms we use today for AI and optimisation are inspired by nature. This module explores the algorithms that were inspired by nature and provides a solid foundation for the broader field of AI-inspired computing, by investigating intelligent agents, evolutionary computing, and artificial life. All these concepts are not only discussed in theory but are also implemented as software solutions.
Big Data
Big data refers to large and complex collections of data sets that cannot be dealt with with common data management approaches and techniques. The module will address fundamental aspects, challenges, and possible solutions for Big Data analytics.
Agents and Robotics
This unit aims to introduce the student to the notions of intelligent agents and provide an introductory study of the various types of intelligent agents, their architecture, strengths and limitations. To introduce multi-agent systems and the various issues involved in agent communication and interaction, to discuss possible application areas of the intelligent agent technology through examples and case studies as well as demonstrate how agents can revolutionize human-computer interaction. The unit also aims to present the advantages of the agent-based approach to engineering complex software systems and to introduce the students to mobile robots, the problems associated with them and their applications. To investigate robotic technologies regarding sensing, perception, action and re-action. to discuss the evolution of robotics in the immediate future, and determine innovative applications. To underline the similarities and differences between software agents and mobile robots.
Προϋποθέσεις εισαγωγής
Κατεβάστε τις προϋποθέσεις εισαγωγής για τα πτυχιακά προγράμματα - Bachelors (PDF).
Διαδικασία εγγραφής
Αν επιθυμείτε να παρακολουθήσετε το πρόγραμμα, ενημερωθείτε σχετικά με τη διαδικασία εγγραφής.
Ρωτήστε μας!
Αν θέλετε να μάθετε περισσότερα για αυτό το πρόγραμμα και για τις σπουδές στο CITY College επικοινωνήστε μαζί μας
(email: admissions
Ακαδημαϊκό Τμήμα
To Τμήμα Πληροφορικής του CITY College είναι ένα δυναμικό ακαδημαϊκό τμήμα που παρέχει υψηλής ποιότητας εκπαίδευση στον συνεχώς αναπτυσσόμενο κλάδο της Πληροφορικής. Τα προγράμματα σπουδών και η διδασκαλία βασίζονται κατά κύριο λόγο στην ακαδημαϊκή έρευνα καθώς και τις τάσεις και τις ανάγκες της αγοράς στους τομείς της Πληροφορικής, των νέων τεχνολογιών και των τηλεπικοινωνιών.
Στόχος του Τμήματος είναι να προετοιμάσει επιστήμονες ικανούς να συνεισφέρουν ουσιαστικά στην ανάπτυξη τεχνολογιών Πληροφορικής και να αντεπεξέλθουν με επαγγελματισμό στις ραγδαίες τεχνολογικές και επιστημονικές εξελίξεις του κλάδου.
Περισσότερα για το Τμήμα Πληροφορικής.
Επικοινωνία
με το Τμήμα Πληροφορικής
Κτίριο Λ. Σοφού
Λ. Σοφού 3 (6ος όροφος)
τηλ. 2310 534566, 528450
Διευθύντρια Τμήματος
Δρ Ιωάννα Σταματοπούλου
Email: istamatopoulou
Αναγνώριση πτυχίων
Οι τίτλοι σπουδών απονέμονται από το κορυφαίο δημόσιο βρετανικό Πανεπιστήμιο του York και αναγνωρίζονται πλήρως από τη Μεγάλη Βρετανία από τον επίσημο βρετανικό φορέα αναγνώρισης πτυχίων, το UK ENIC – πρώην UK NARIC (αντίστοιχο βρετανικό ΔΟΑΤΑΠ). Οι τίτλοι σπουδών στην Ελλάδα αναγνωρίζονται και έχουν επαγγελματική ισοδυναμία με τους αντίστοιχους τίτλους των αποφοίτων των ελληνικών δημόσιων πανεπιστημίων. Οι απόφοιτοι του CITY College τα ίδια επαγγελματικά δικαιώματα στην αγορά εργασίας με τους αποφοίτους των δημοσίων ελληνικών πανεπιστημίων και μπορούν να συμμετάσχουν σε διαγωνισμούς ΑΣΕΠ για πρόσληψη στο δημόσιο και να εγγράφονται σε επαγγελματικές ενώσεις και επιμελητήρια. Η αναγνώριση των πτυχίων στην Ελλάδα γίνεται μετά από αίτηση στο Αυτοτελές Τμήμα Εφαρμογής της Ευρωπαϊκής Νομοθεσίας (ΑΤΕΕΝ) του Υπουργείου Παιδείας.
Διαβάστε περισσότερα για την Αναγνώριση των πτυχίων
Το Πτυχίο και οι επίσημοι τίτλοι / πιστοποιητικά που χορηγούνται στους απόφοιτους
Στο πρόγραμμα διδάσκουν μέλη του ακαδημαϊκού προσωπικού με εκτενή διδακτική και επαγγελματική εμπειρία. Το διοικητικό προσωπικό υποστηρίζει όλες τις διαδικασίες του τμήματος και παρέχει ένα ευρύ φάσμα υπηρεσιών στους φοιτητές μας.
Γνωρίστε το προσωπικό του Τμήματος Πληροφορικής