Για την απονομή του Διπλώματος Μεταπτυχιακών Σπουδών (ΔΜΕ), απαιτείται η επιτυχής συμπλήρωση 90 πιστωτικών μονάδων του Ευρωπαϊκού Συστήματος Μεταφοράς και Συσσώρευσης Πιστωτικών Μονάδων (ECTS) (30 πιστωτικών μονάδων ανά ακαδημαϊκό εξάμηνο) μέσω της συμμετοχής του κάθε φοιτητή στο σύνολο των εκπαιδευτικών και ερευνητικών δραστηριοτήτων του προγράμματος.

Το πρόγραμμα σπουδών κάθε ειδίκευσης του ΠΜΣ περιλαμβάνει, μεταξύ άλλων, διδασκαλία (θεωρία, φροντιστηριακές ασκήσεις και εργαστηριακές ασκήσεις) και ερευνητική απασχόληση (εκπόνηση επιστημονικών εργασιών και μελετών).

Η παρακολούθηση των μαθημάτων είναι υποχρεωτική.

Ως γλώσσες διδασκαλίας ορίζονται η ελληνική και/ή η αγγλική.

Η διάρθρωση του συνόλου των μαθημάτων του προγράμματος σπουδών ανά ειδίκευση έχει την ακόλουθη μορφή:

Κατεύθυνση 1η: Προηγμένα Πληροφοριακά Συστήματα (Advanced Information Systems)

Α΄ ΕΞΑΜΗΝΟ

• Ανάπτυξη Πληροφοριακών Συστημάτων (Information Systems Development)
• Διαχείριση Επιχειρησιακών Διεργασιών και Νεφοϋπολογιστική (Βusiness Process Management and Cloud Computing)
• Διαχείριση Δεδομένων για Σχεσιακές και μη Σχεσιακές Βάσεις Δεδομένων (Data Management for Relational and Non-Relational Data Bases)
• Η Γλώσσα Προγραμματισμού Java (The Java Programming Language)

Σύνολο 30 ECTS

Β΄ ΕΞΑΜΗΝΟ

• Η Γλώσσα Προγραμματισμού Python (The Python Programming Language)
• Ευφυή Πληροφοριακά Συστήματα και Τεχνήτη Νοημοσύνη (Intelligent Information Systems and Artificial Intelligence)
• Αποθήκες Δεδομένων και Επιχειρηματική Ευφυΐα (Data Warehouses and Business Intelligence)
• Εξόρυξη και Ανάλυση Δεδομένων (Data Mining and Analysis)

Σύνολο 30 ECTS

Γ΄ ΕΞΑΜΗΝΟ

• Μεταπτυχιακή Διπλωματική Εργασία (MSc Dissertation) 

Σύνολο 30 ECTS

ΓΕΝΙΚΟ ΣΥΝΟΛΟ 90 ECTS

Κατεύθυνση 2η: Μεγάλα Δεδομένα και Αναλυτική (Big Data and Analytics)

Α΄ ΕΞΑΜΗΝΟ

• Προγραμματισμός και Υποδομές Μεγάλων Δεδομένων: Python και Νεφοϋπολογιστική (Programming and Infrastructures for Big Data: Python and Cloud Computing)
• Διαχείριση Δεδομένων για Σχεσιακές και μη Σχεσιακές Βάσεις Δεδομένων (Data Management for Relational and Non-Relational Data Bases)
• Εξόρυξη και Προετοιμασία Δεδομένων (Data Mining and Preparation)
• Μηχανική Μάθηση: Μέθοδοι και Αλγόριθμοι (Machine Learning: Methods and Algorithms)

Σύνολο 30 ECTS

Β΄ ΕΞΑΜΗΝΟ

• Επεξεργασία Μεγάλων Δεδομένων: Τεχνικές και Εργαλεία (Βig Data Processing: Techniques and Tools)
• Βαθιά Μάθηση και Τεχνητή Νοημοσύνη (Deep Learning and Artificial Intelligence)
• Αναλυτική Επιχειρησιακών Διεργασιών και Προσομοίωση (Βusiness Process Analytics and Simulation)
• Προβλεπτική Αναλυτική (Predictive Analytics)

Σύνολο 30 ECTS

Γ΄ ΕΞΑΜΗΝΟ

• Μεταπτυχιακή Διπλωματική Εργασία (MSc Dissertation)

Σύνολο 30 ECTS

ΓΕΝΙΚΟ ΣΥΝΟΛΟ 90 ECTS

Κατεύθυνση 3η: Πληροφορική Διακυβέρνηση (IT Governance)

Α΄ ΕΞΑΜΗΝΟ

• Πληροφορική Στρατηγική (IT Strategy)
• Διαχείριση Γνώσης και Καινοτομίας (Knowledge and Innovation Management)
• Πληροφορική Διακυβέρνηση και Πρότυπα (IT Governance and Standards)
• Διαχείριση Ποιότητας και Βέλτιστες Πρακτικές (Quality Management and Best Practices)

Σύνολο 30 ECTS

Β΄ ΕΞΑΜΗΝΟ

• Διοίκηση Έργων Πληροφοριακών Συστημάτων (ΙΤ Project Management)
• Αποδοχή και Υιοθέτηση Πληροφορικής Τεχνολογίας (ΙΤ Acceptance and Adoption)
• Κοστολόγηση και Προμήθεια Πληροφοριακών Συστημάτων (ΙΤ Costing and Procurement)
• Διαχείριση Κινδύνων και Συμβάσεις Επιπέδου Υπηρεσιών (Risk Management and Service Level Agreements (SLA))

Σύνολο 30 ECTS

Γ΄ ΕΞΑΜΗΝΟ

• Μεταπτυχιακή Διπλωματική Εργασία (MSc Dissertation)

Σύνολο 30 ECTS

ΓΕΝΙΚΟ ΣΥΝΟΛΟ 90 ECTS
 

Η τροποποίηση του προγράμματος των μαθημάτων και η ανακατανομή των μαθημάτων μεταξύ των εξαμήνων μπορεί να γίνει με απόφαση των αρμοδίων οργάνων του Πανεπιστημίου Πειραιώς και θα περιλαμβάνονται στον Κανονισμό Λειτουργίας του ΠΜΣ.