Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής

Πανεπιστήμιο Πατρών

Πολυτεχνική Σχολή

Το Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής (Computer Engineering and Informatics Department – CEID) του Πανεπιστημίου Πατρών, το οποίο ανήκει στην Πολυτεχνική Σχολή, αποτελεί ένα από τα κορυφαία τμήματα πληροφορικής και μηχανικών υπολογιστών στην Ελλάδα. Με μακρόχρονη παρουσία στην εκπαίδευση και την έρευνα, προσφέρει ένα σύγχρονο και ιδιαίτερα απαιτητικό πρόγραμμα σπουδών που συνδυάζει την επιστήμη των υπολογιστών, τη μηχανική λογισμικού, τα υπολογιστικά συστήματα, τα δίκτυα, την τεχνητή νοημοσύνη και τις προηγμένες ψηφιακές τεχνολογίες.

Στόχος του τμήματος είναι η εκπαίδευση μηχανικών με ισχυρό θεωρητικό υπόβαθρο, υψηλού επιπέδου τεχνικές δεξιότητες και ερευνητική κατάρτιση, ικανών να σχεδιάζουν, να αναπτύσσουν και να διαχειρίζονται πολύπλοκα πληροφοριακά και υπολογιστικά συστήματα, συμβάλλοντας στην τεχνολογική και ψηφιακή ανάπτυξη της κοινωνίας και της οικονομίας.

Πρόγραμμα Σπουδών

Το πρόγραμμα σπουδών ξεκινά με θεμελιώδη μαθήματα Μαθηματικών, Φυσικής, Προγραμματισμού, Διακριτών Μαθηματικών, Αλγορίθμων, Δομών Δεδομένων και Υπολογιστικής Θεωρίας, τα οποία αποτελούν τη βάση για την ανάπτυξη σύγχρονων πληροφοριακών συστημάτων.

Στα επόμενα εξάμηνα οι φοιτητές εμβαθύνουν σε αντικείμενα όπως Λειτουργικά Συστήματα, Αρχιτεκτονική Υπολογιστών, Βάσεις Δεδομένων, Δίκτυα Υπολογιστών, Ψηφιακά Συστήματα, Ηλεκτρονικά Κυκλώματα, Μηχανική Λογισμικού, Κατανεμημένα Συστήματα, Υπολογιστικό Νέφος (Cloud Computing), Κυβερνοασφάλεια και Διαδίκτυο των Πραγμάτων (IoT).

Παράλληλα, το πρόγραμμα προσφέρει εξειδικευμένες γνώσεις σε τομείς αιχμής όπως η Τεχνητή Νοημοσύνη, η Μηχανική Μάθηση, η Επιστήμη Δεδομένων (Data Science), η Υπολογιστική Όραση, η Επεξεργασία Σήματος και Εικόνας, η Ρομποτική, η Βιοπληροφορική, τα Ενσωματωμένα Συστήματα, η Ανάπτυξη Εφαρμογών Κινητών Συσκευών και οι Τεχνολογίες Λογισμικού.

Ιδιαίτερη έμφαση δίνεται στην εργαστηριακή εκπαίδευση, στην ανάπτυξη πραγματικών εφαρμογών, στη συμμετοχή σε ερευνητικά έργα, στην πρακτική άσκηση και στην εκπόνηση διπλωματικής εργασίας, προσφέροντας στους φοιτητές ουσιαστική εμπειρία σε πραγματικές τεχνολογικές προκλήσεις.

Δεξιότητες που αποκτούν οι φοιτητές

Οι απόφοιτοι του Τμήματος αποκτούν ολοκληρωμένες γνώσεις στον σχεδιασμό, την ανάπτυξη, την υλοποίηση και τη διαχείριση λογισμικού και πληροφοριακών συστημάτων. Είναι σε θέση να αναπτύσσουν εφαρμογές υψηλής απόδοσης, να σχεδιάζουν πολύπλοκες αρχιτεκτονικές υπολογιστικών συστημάτων, να διαχειρίζονται δίκτυα και υποδομές πληροφορικής και να εφαρμόζουν σύγχρονες τεχνολογίες τεχνητής νοημοσύνης και αυτοματισμού.

Παράλληλα, αναπτύσσουν δεξιότητες προγραμματισμού σε σύγχρονες γλώσσες, ανάλυσης και σχεδιασμού αλγορίθμων, επίλυσης σύνθετων προβλημάτων, διαχείρισης έργων λογισμικού, κυβερνοασφάλειας, συνεργασίας σε διεπιστημονικές ομάδες και ανάπτυξης καινοτόμων τεχνολογικών λύσεων.

Στατιστική Ανάλυση και Ανάλυση Δεδομένων στην Πληροφορική

Η ανάλυση δεδομένων αποτελεί έναν από τους σημαντικότερους πυλώνες της σύγχρονης πληροφορικής. Η ανάπτυξη συστημάτων τεχνητής νοημοσύνης, η μηχανική μάθηση, η εξόρυξη δεδομένων (Data Mining), η επιστήμη δεδομένων και η επιχειρηματική ευφυΐα βασίζονται σε προηγμένες στατιστικές και υπολογιστικές τεχνικές.

Οι φοιτητές εκπαιδεύονται στη στατιστική μοντελοποίηση, στην ανάλυση μεγάλων δεδομένων (Big Data), στην παλινδρόμηση, στην ανάλυση διακύμανσης (ANOVA), στις πολυμεταβλητές στατιστικές τεχνικές, στην ανάλυση χρονοσειρών, στη βελτιστοποίηση αλγορίθμων, στη βαθιά μάθηση (Deep Learning) και στην αξιολόγηση μοντέλων μηχανικής μάθησης.

Η αξιοποίηση λογισμικών και εργαλείων όπως Python, R, SPSS, MATLAB, TensorFlow, PyTorch, Apache Spark, Hadoop και SQL επιτρέπει την επεξεργασία μεγάλων συνόλων δεδομένων, την ανάπτυξη έξυπνων εφαρμογών και τη δημιουργία συστημάτων υποστήριξης αποφάσεων για ένα ευρύ φάσμα εφαρμογών.

Ερευνητική Δραστηριότητα

Το Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής διαθέτει διεθνώς αναγνωρισμένη ερευνητική δραστηριότητα σε τομείς όπως η τεχνητή νοημοσύνη, η μηχανική μάθηση, η κυβερνοασφάλεια, τα πληροφοριακά συστήματα, η επεξεργασία εικόνας και σήματος, η ρομποτική, η βιοπληροφορική, τα υπολογιστικά νέφη, τα ενσωματωμένα συστήματα, τα δίκτυα επόμενης γενιάς, οι έξυπνες πόλεις και η υπολογιστική υψηλών επιδόσεων.

Τα μέλη ΔΕΠ συμμετέχουν σε σημαντικά εθνικά και ευρωπαϊκά ερευνητικά έργα, συνεργάζονται με κορυφαία πανεπιστήμια, ερευνητικά κέντρα και επιχειρήσεις υψηλής τεχνολογίας και προσφέρουν στους φοιτητές τη δυνατότητα συμμετοχής σε καινοτόμα ερευνητικά προγράμματα με διεθνή απήχηση.

Επαγγελματικές Προοπτικές

Οι απόφοιτοι του Τμήματος διαθέτουν εξαιρετικά υψηλή επαγγελματική απορρόφηση τόσο στην Ελλάδα όσο και στο εξωτερικό.

Μπορούν να εργαστούν ως μηχανικοί λογισμικού, προγραμματιστές, αρχιτέκτονες συστημάτων, αναλυτές δεδομένων, επιστήμονες δεδομένων (Data Scientists), μηχανικοί τεχνητής νοημοσύνης, ειδικοί κυβερνοασφάλειας, μηχανικοί δικτύων, DevOps Engineers, Cloud Engineers, Machine Learning Engineers και σύμβουλοι ψηφιακού μετασχηματισμού.

Παράλληλα, σημαντικές δυνατότητες απασχόλησης υπάρχουν σε εταιρείες ανάπτυξης λογισμικού, τηλεπικοινωνιακούς οργανισμούς, ερευνητικά κέντρα, πανεπιστήμια, δημόσιους οργανισμούς, βιομηχανίες υψηλής τεχνολογίας, χρηματοπιστωτικά ιδρύματα και νεοφυείς επιχειρήσεις (startups), καθώς και σε διεθνείς τεχνολογικούς κολοσσούς.

Οι απόφοιτοι μπορούν επίσης να συνεχίσουν τις σπουδές τους σε μεταπτυχιακά και διδακτορικά προγράμματα ή να δραστηριοποιηθούν στον χώρο της επιχειρηματικότητας, δημιουργώντας καινοτόμα ψηφιακά προϊόντα και τεχνολογικές λύσεις.

Υποστήριξη Πτυχιακών και Ερευνητικών Εργασιών

Οι διπλωματικές, μεταπτυχιακές και διδακτορικές εργασίες στην Πληροφορική και τη Μηχανική Υπολογιστών βασίζονται στην ανάπτυξη αλγορίθμων, στην ανάλυση μεγάλων δεδομένων, στις προσομοιώσεις και στην αξιολόγηση υπολογιστικών μοντέλων που απαιτούν προηγμένες στατιστικές και υπολογιστικές μεθόδους.

Η ομάδα του DataAnalysis υποστηρίζει φοιτητές και ερευνητές του Τμήματος σε όλα τα στάδια της ερευνητικής διαδικασίας, από τον σχεδιασμό της μελέτης και την προεπεξεργασία δεδομένων έως την εφαρμογή προηγμένων τεχνικών ανάλυσης με Python, R, SPSS, MATLAB και SQL, την ανάπτυξη μοντέλων μηχανικής μάθησης, την ερμηνεία των αποτελεσμάτων και τη συγγραφή επιστημονικών εργασιών σύμφωνα με τα διεθνή ακαδημαϊκά πρότυπα.

Ιστοσελίδα Τμήματος: ceid.upatras.gr/

Εύδοξος: service.eudoxus.gr/public/departments/courses/2608/2023