Βάσεις Δεδομένων
Εισαγωγή
Το επιμορφωτικό Πρόγραμμα «Βάσεις Δεδομένων» διαρθρώνεται σε δύο αυτοτελείς διδακτικές/ θεματικές ενότητες, διάρκειας δύο και τριών μηνών αντίστοιχα. Σκοπός του προγράμματος είναι:
- η κατανόηση βασικών εννοιών, αρχιτεκτονικής και αλγορίθμων σχετικών με τα Big Data. Ο σπουδαστής έρχεται σε επαφή, σε θεωρητικό επίπεδο, με θεμελιώδεις έννοιες όπως η τεχνολογία Map Reduce, ενώ παρουσιάζονται και παραδείγματα εφαρμογής τους.
- η εκμάθηση της SQL γλώσσας μέσα από παραδείγματα και ασκήσεις και η εξοικείωση με τις σχεσιακές Βάσεις Δεδομένων
Επιμέρους Διδακτικές Ενότητες
Σε ποιους απευθύνεται
Το Πρόγραμμα απευθύνεται σε:
Πτυχιούχους TEI-AEI/επαγγελματίες και σπουδαστές πληροφορικής, οικονομικών και άλλων τεχνικών σχολών, οι οποίοι επιθυμούν να εισαχθούν και να κατανοήσουν τις έννοιες των Big Data σε θεωρητικό επίπεδο αλλά και να χρησιμοποιήσουν Βάσεις δεδομένων ή να εξάγουν δεδομένα από αυτές.
Προϋποθέσεις εισαγωγής
Οι συμμετέχοντες θα πρέπει να διαθέτουν:
- Εκπαίδευση: Δευτεροβάθμια
- Επίπεδο ξένης γλώσσας: καλή
- Γνώσεις ηλεκτρονικών υπολογιστών: Βασικές γνώσεις χειρισμού ηλεκτρονικών υπολογιστών
- Πρόσβαση στο διαδίκτυο
- Κατοχή προσωπικού email
Μέθοδος Υλοποίησης
Η παρακολούθηση γίνεται αποκλειστικά από το Διαδίκτυο μέσω απλού εκπαιδευτικού λογισμικού (πλατφόρμα ασύγχρονης τηλεκπαίδευσης), παρέχεται ψηφιακό εκπαιδευτικό υλικό και συνεχή εκπαιδευτική υποστήριξη. Από τη στιγμή που ένας υποψήφιος γίνεται δεκτός στο Πρόγραμμα, δημιουργείται λογαριασμός χρήστη στην πλατφόρμα τηλεκπαίδευσης, στον οποίο δίνεται πρόσβαση στην εκπαιδευτική ενότητα της επιλογής του. Στα πλαίσια της κάθε εκπαιδευτικής ενότητας γίνεται ανάρτηση σε εβδομαδιαία βάση στην πλατφόρμα τηλεκπαίδευσης ηλεκτρονικού εκπαιδευτικού υλικού του υπεύθυνου διδάσκοντα. Το εκπαιδευτικό υλικό περιλαμβάνει ηλεκτρονικές σημειώσεις με θεωρία και παραδείγματα τα οποία είναι σε μορφή pdf με δυνατότητα αποθήκευσης και εκτύπωσης, ώστε να είναι εφικτή η μελέτη και offline. Κατά τη διάρκεια του μαθήματος υπάρχει η δυνατότητα ανάθεσης εργασιών. Ο εκπαιδευόμενος έχει πρόσβαση, οποιαδήποτε στιγμή και από οπουδήποτε έχει σύνδεση Internet, σε όλες τις δραστηριότητες, πηγές πληροφοριών και ανακοινώσεις του εκάστοτε μαθήματος και του κοινοποιούνται στοιχεία επικοινωνίας με τον διδάσκοντα για επίλυση αποριών. Οι συμμετέχοντες πρέπει να:
- μελετούν την ύλη και τις σημειώσεις
- χρησιμοποιούν τις συνδέσεις που σχετίζονται με την ύλη του μαθήματος
- υποβάλλουν εργασίες και απαντήσεις τελικής εξέτασης
Τύπος Πιστοποιητικού
Στους εκπαιδευόμενους που θα ολοκληρώσουν επιτυχώς όλες τις επιμέρους ενότητες του Προγράμματος χορηγείται Πιστοποιητικό Επιμόρφωσης από το ΚΕ.ΔΙ.ΒΙ.Μ του Πανεπιστημίου Πειραιώς. Στους σπουδαστές που επιλέγουν να παρακολουθήσουν κάποιες εκ των θεματικών, χορηγείται Πιστοποιητικό Επιμόρφωσης Πιστοποιητικό Επιμόρφωσης όπου αναγράφονται οι Διδακτικές/Θεματικές Ενότητες που ολοκληρώθηκαν επιτυχώς. Στην περίπτωση που η επιτυχής περάτωση του Προγράμματος δεν καταστεί εφικτή λόγω διακοπής των σπουδών ή αποτυχίας στις εξετάσεις, χορηγείται στον εκπαιδευόμενο Βεβαίωση Παρακολούθησης του ΚΕ.ΔΙ.ΒΙ.Μ του Πανεπιστημίου.
Δείτε δείγμα των χορηγούμενων, κατά περίπτωση, Πιστοποιητικών εδώ
Επιμέρους Διδακτικές/ Θεματικές Ενότητες
- Εισαγωγή στα Big Data
- Διαχείριση των Big Data
- Υλοποίηση αρχιτεκτονικών Big Data και Best practices
- Εισαγωγή στις βάσεις δεδομένων
- Σχεσιακοί πίνακες και σύνολα
- Εκμάθηση SQL
Μαθησιακά αποτελέσματα
Με την επιτυχή ολοκλήρωση του προγράμματος οι εκπαιδευόμενοι θα είναι σε θέση:
✔️ Να γνωρίζουν τους τρόπους δημιουργίας δομών Big Data ανάλογα με τον τύπο τους. Δεξιότητες
✔️ Να διαχειριστούν βάσεις δεδομένων, να εξάγουν και να επεξεργάζονται δεδομένα.
✔️ Να διαχωρίζουν τα δεδομένα που θεωρούνται Big Data, σε σχέση με τα παραδοσιακά δεδομένα.
✔️ Να κατανοούν τον αλγορίθμου Map Reduce.
✔️ Να κατανοούν τον τρόπο εφαρμογής λύσεων Big Data, σε θεωρητικό επίπεδο.
✔️ Να κατανοούν τις βασικές έννοιες μιας σχεσιακής βάσης δεδομένων
Αξιολόγηση
H εξεταστική διαδικασία πραγματοποιείται εξ αποστάσεως μέσα από την πλατφόρμα e-learning με την ανάρτηση θεμάτων (ερωτήσεων- ασκήσεων τελικής εξέτασης) σε μορφή ανάθεσης εργασίας με προθεσμία υποβολής των απαντήσεων. Υπάρχει η δυνατότητα να προγραμματιστεί σε συνεννόηση με τον εκπαιδευόμενο η εκπρόθεσμη συμμετοχή του στην τελική εξέταση με την προϋπόθεση ότι δεν έχει παρέλθει διάστημα πάνω από ένα έτος από την εγγραφή του στην αντίστοιχη διδακτική ενότητα.
Εκπτωτική Πολιτική
Ισχύουν οι εξής κατηγορίες εκπτώσεων:
- ΟΜΑΔΑ Α: Άνεργοι, Πολύτεκνοι-Τρίτεκνοι, AMEA, Πτυχιούχοι-Φοιτητές ΠαΠει, Εργαζόμενοι του Πανεπιστημίου Πειραιώς (μόνιμοι ή με σύμβαση), Δημοτικοί Υπάλληλοι
- ΟΜΑΔΑ Β: Προπτυχιακοί Φοιτητές ΑΕΙ/ΤΕΙ ή άτομα έως 30 ετών που είναι κάτοχοι Ευρωπαϊκής Κάρτας Νέων, Συμμετέχοντες προηγούμενων κύκλων, Εγγραφή σε τουλάχιστον δύο μαθήματα ίδιας περιόδου
Σημειώνεται ότι:
- Οι εκπτώσεις δεν λειτουργούν αθροιστικά.
- Κάθε σπουδαστής μπορεί να επωφεληθεί μόνο από μία κατηγορία εκπτώσεων.
- Οι συμμετέχοντες οι οποίοι δικαιούνται έκπτωση θα πρέπει να προσκομίσουν τα δικαιολογητικά που θα τους ζητηθούν.
Διαμόρφωση Διδάκτρων κατόπιν έκπτωσης
|
ΟΜΑΔΑ Α | ΟΜΑΔΑ Β | ΧΩΡΙΣ ΕΚΠΤΩΣΗ |
Συνολικά Δίδακτρα |
370 € | 450 € |
530 € |
Κόστος Θεματικής 1 |
120 € | 150 € | 180 € |
Κόστος Θεματικής 2 | 250 € | 300 € |
350 € |
Τρόπος Καταβολής Τελών
Τα τέλη καταβάλλονται εφάπαξ ή σε ισόποσες μηνιαίες δόσεις, όσες και η διάρκεια της διδακτικής ενότητας σε μήνες και με προϋπόθεση την εξόφληση των διδάκτρων 2 εβδομάδες πριν την ολοκλήρωση της διδακτικής ενότητας.
Αποτυχία πληρωμής κάποιας δόσης συνεπάγεται τον αυτόματο αποκλεισμό του υποψηφίου από το υπόλοιπο του προγράμματος, τις εξετάσεις και τη χορήγηση Τίτλου Σπουδών.
Διάρκεια: | 5 Μήνες / 80 Ώρες |
---|---|
ECTS: | 3.08 |
Κατεύθυνση: | ΤΕΧΝΟΛΟΓΙΑ & ΠΛΗΡΟΦΟΡΙΚΗ |
Γλώσσα: | Ελληνικά |
Επ. Υπεύθυνος: | Εμμανουήλ Τσιριτάκης |
Εκπαιδευτικό υλικό
Ηλεκτρονικές Σημειώσεις |
---|