Πτυχίο στην Επιστήμη Δεδομένων στα Οικονομικά και τη Διοίκηση

Πτυχίο στην Επιστήμη Δεδομένων στα Οικονομικά και Διοίκηση

Το πρόγραμμα πτυχίο στην Επιστήμη Δεδομένων στα Οικονομικά και Διοίκηση έχει σχεδιαστεί για να γεφυρώσει το χάσμα μεταξύ της επιστήμης δεδομένων και του επιχειρηματικού κόσμου, εστιάζοντας στην εφαρμογή της ανάλυσης δεδομένων σε οικονομικά και επιχειρηματικά πλαίσια. Το πρόγραμμα συνδυάζει βασικούς τομείς όπως τα οικονομικά, η επιχειρηματική ανάλυση, η διοικητική επιστήμη και η διαχείριση δεδομένων με προχωρημένα μαθήματα στη στατιστική, τη μηχανική μάθηση, την τεχνητή νοημοσύνη, τη βελτιστοποίηση και την οπτικοποίηση δεδομένων. Οι φοιτητές/τριες αποκτούν εμπειρία σε λογισμικά και εργαλεία που χρησιμοποιούνται ευρέως στην βιομηχανία για την ανάλυση μεγάλων συνόλων δεδομένων σε δυναμικά επιχειρηματικά περιβάλλοντα. Οι απόφοιτοι αυτού του προγράμματος είναι προετοιμασμένοι να εφαρμόσουν στρατηγικές που βασίζονται σε δεδομένα, να βελτιώσουν τις διαδικασίες λήψης αποφάσεων και να ενισχύσουν τις επιχειρηματικές λειτουργίες στην ταχύρρυθμη και επικεντρωμένη στα δεδομένα οικονομία. Το πρόγραμμα προσφέρει έναν συνδυασμό θεωρίας και πρακτικής, προσαρμοσμένο στις προκλήσεις και τις ευκαιρίες στους τομείς των επιχειρήσεων και της οικονομίας.

ΠΡΟΟΠΤΙΚΕΣ ΑΠΑΣΧΟΛΗΣΗΣ ΤΩΝ ΑΠΟΦΟΙΤΩΝ

Οι προοπτικές απασχόλησης περιγράφονται ως ακολούθως ως προς το προφίλ ικανοτήτων των αποφοίτων:

Επιστήμη δεδομένων στα οικονομικά και διοίκηση: Η έμφαση δίνεται στην επιχειρηματική ανάλυση στα οικονομικά. Το προφίλ είναι κατάλληλο για ρόλους σε συμβουλευτικές υπηρεσίες, διαχείριση κινδύνων, χάραξη πολιτικής, οικονομικές προβλέψεις, ανάλυση πολιτικής, ανάλυση αγοράς, χρηματοοικονομική μοντελοποίηση, ανάλυση κοινωνικών μέσων και ανάλυση χρηματοοικονομικών δεδομένων. Οι απόφοιτοι είναι οικονομολόγοι με ιδιαίτερη εξειδίκευση στην επιστήμη των δεδομένων.

ΓΙΑΤΙ ΠΤΥΧΙΟ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΣΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΔΙΟΙΚΗΣΗ

Οι απόφοιτοι αυτού του πτυχίου είναι οικονομολόγοι με εξειδικευμένες γνώσεις στην επιστήμη δεδομένων. Μπορούν να εργαστούν σε διάφορες θέσεις, όπως στη διοίκηση, την οικονομική ανάλυση, την πληροφορική, τα χρηματοοικονομικά, τις τηλεπικοινωνίες και την υγειονομική περίθαλψη. Στο πρόγραμμα Επιστήμη Δεδομένων στα Οικονομικά και τη Διοίκηση, η οικονομική ανάλυση είναι κρίσιμη για τη διαμόρφωση πολιτικών. Ωστόσο, η εξέλιξη της τεχνολογίας έχει κάνει τα δεδομένα πιο περίπλοκα. Η ανάλυσή τους απαιτεί δεξιότητες που δεν διαθέτει ο παραδοσιακός οικονομολόγος. Έτσι, επαγγελματίες με γνώσεις ανάλυσης δεδομένων γίνονται όλο και πιο περιζήτητοι. Ο συνδυασμός οικονομικών και χρηματοοικονομικών με ανάλυση σύνθετων δεδομένων προσφέρει σημαντικό πλεονέκτημα. Απαιτεί τεχνικές, αναλυτικές και μαθηματικές ικανότητες, καθώς και κριτική σκέψη και ικανότητα επίλυσης προβλημάτων από τους νέους αποφοίτους.

Βασικά Χαρακτηριστικά

Απονεμόμενος Τίτλος Προπτυχιακό (Πτυχίο Επιστήμης)
Διάρκεια 4 έτη / 8 εξάμηνα (πλήρους φοίτησης)
Πιστωτικές Μονάδες 240 ECTS
Δομή Υποχρεωτικά μαθήματα κορμού και μαθήματα επιλογής, δυνατότητα πρακτικής άσκησης, και πτυχιακή διατριβή στο τελευταίο έτος
Γλώσσα Ελληνικά (το πρόγραμμα περιλαμβάνει ειδικά αγγλόφωνα μαθήματα)
Εισδοχή Ελάχιστος βαθμός πλαισίου πρόσβασης: 22 (Παγκύπριες Εξετάσεις Κύπρου)
Έναρξη 2025

Μαθησιακά Αποτελέσματα

Γνώσεις

  • Επεξήγηση των βασικών αρχών των οικονομικών (μικρο- και μακροοικονομικά), της χρηματοοικονομικής, της λογιστικής και της διοικητικής επιστήμης, και του τρόπου με τον οποίο πλαισιώνουν επιχειρηματικά ζητήματα και ζητήματα πολιτικής.
  • Περιγραφή των θεμελίων της επιστήμης δεδομένων — πιθανότητες και στατιστική, προγραμματισμός, βελτιστοποίηση, μηχανική μάθηση και τεχνητή νοημοσύνη — και του τρόπου εφαρμογής τους σε οικονομικά και επιχειρηματικά δεδομένα.
  • Αναγνώριση κατάλληλων στατιστικών, οικονομετρικών και υπολογιστικών μεθόδων για ένα δεδομένο πρόβλημα οικονομικής ή επιχειρηματικής αναλυτικής.

Δεξιότητες

  • Συλλογή, καθαρισμός, διαχείριση και ανάλυση δομημένων και μη δομημένων δεδομένων με τη χρήση σύγχρονων εργαλείων όπως Python, R, SQL και Git.
  • Κατασκευή και ερμηνεία στατιστικών, οικονομετρικών μοντέλων και μοντέλων μηχανικής μάθησης, συμπεριλαμβανομένων της παλινδρόμησης, των πολυμεταβλητών μεθόδων, της εξόρυξης κειμένου/δεδομένων και της πρόβλεψης.
  • Εφαρμογή τεχνικών βελτιστοποίησης και διοικητικής επιστήμης για την υποστήριξη διοικητικών και οικονομικών αποφάσεων.
  • Αποτελεσματική επικοινωνία των ευρημάτων μέσω οπτικοποίησης δεδομένων και σαφούς τεχνικής γραφής.

Ικανότητες

  • Διατύπωση πραγματικών οικονομικών και επιχειρηματικών προβλημάτων ως προβλημάτων δεδομένων και επιλογή τεκμηριωμένων αναλυτικών προσεγγίσεων.
  • Ανεξάρτητη εργασία σε εφαρμοσμένο ερευνητικό έργο (διατριβή) και, μέσω της δυνατότητας πρακτικής άσκησης, σε επαγγελματικό εργασιακό περιβάλλον.
  • Άσκηση κριτικής και ηθικής κρίσης κατά την ερμηνεία δεδομένων και την παροχή συμβουλών σε θέματα οικονομικής πρόβλεψης, διαχείρισης κινδύνου, πολιτικής και ανάλυσης αγοράς.

Συντονιστής Προγράμματος

Καθηγητής Christos Savva
Email: christos.savva@cut.ac.cy · Τηλ: +357 25002349

Το πρόγραμμα διαρκεί τέσσερα έτη (οκτώ εξάμηνα), 240 ECTS, με 30 ECTS ανά εξάμηνο. Όλα τα διδασκόμενα μαθήματα φέρουν 6 ECTS· η πρακτική άσκηση (ή δύο μαθήματα επιλογής) φέρει 12 ECTS και η διατριβή εκπονείται σε δύο μέρη των 6 ECTS.

Έτος 1 — Εξάμηνο 1

Κωδικός            Μάθημα ECTS
DSE_134 Ποσοτικές Μέθοδοι Ι 6
DSE_141 Αρχές Λογιστικής 6
DSE_131 Αρχές Μικροοικονομικής 6
DSE_113 Προγραμματισμός για Επιστήμη Δεδομένων 6
LCE_138 Αγγλικά για Ακαδημαϊκούς Σκοπούς Ι 6

Έτος 1 — Εξάμηνο 2

Κωδικός            Μάθημα ECTS
DSE_135 Ποσοτικές Μέθοδοι ΙΙ 6
DSE_214 Αρχές Χρηματοοικονομικής 6
DSE_132 Αρχές Μακροοικονομικής 6
DSE_123 Εισαγωγή στη Στατιστική Επιστήμη Δεδομένων 6
LCE_139 Αγγλικά για Ακαδημαϊκούς Σκοπούς ΙΙ 6

Έτος 2 — Εξάμηνο 3

Κωδικός            Μάθημα ECTS
DSE_211 Εισαγωγή στην Οικονομετρία 6
DSE_210 Υπολογιστική Βελτιστοποίηση 6
DSE_231 Ενδιάμεση Μικροοικονομική 6
DSE_331 Δημόσια Οικονομικά και Οικονομικά της Ευημερίας    6
Μάθημα Επιλογής 6

Έτος 2 — Εξάμηνο 4

Κωδικός            Μάθημα ECTS
DSE_220 Διοικητική Επιστήμη 6
DSE_230 Διεθνή Οικονομικά 6
DSE_232 Ενδιάμεση Μακροοικονομική   6
DSE_334 Χρήμα και Τραπεζική 6
DSE_223 Οπτικοποίηση Δεδομένων 6

Έτος 3 — Εξάμηνο 5

Κωδικός            Μάθημα ECTS
DSE_310 Χρηματοοικονομική Οικονομετρία 6
DSE_330 Οικονομικά της Επιχείρησης 6
DSE_333 Διεθνείς Αγορές Χρήματος 6
DSE_312 Πολυμεταβλητές Μέθοδοι και Στατιστική Μάθηση     6
Μάθημα Επιλογής 6

Έτος 3 — Εξάμηνο 6

Κωδικός            Μάθημα ECTS
DSE_430 Εμπειρικά Οικονομικά της Εργασίας 6
DSE_322 Διαχείριση Χρηματοοικονομικού κινδύνου   6
DSE_221 Θεωρία Παιγνίων 6
DSE_320 Εξόρυξη Δεδομένων και Κειμένου 6
Μάθημα Επιλογής 6

Έτος 4 — Εξάμηνο 7

Κωδικός            Μάθημα ECTS
DSE_400 Πρακτική Άσκηση (ή δύο μαθήματα επιλογής)  12
DSE_212 Τεχνητή Νοημοσύνη και Μηχανική Μάθηση 6
Μάθημα Επιλογής από DS 6
DSE_450 Διατριβή (Μέρος Α) 6

Έτος 4 — Εξάμηνο 8

Κωδικός            Μάθημα ECTS
DSE_439 Οικονομική της Υγείας 6
DSE_450 Διατριβή (Μέρος Β) 6
Μάθημα Επιλογής από DS   6
Μαθήματα Επιλογής ×2 12

Μαθήματα Επιλογής

Κωδικός            Μάθημα
DSE_431 Τα Οικονομικά του Κινδύνου και της Αβεβαιότητας
DSE_432 Οικονομική Μεγέθυνση και Ανάπτυξη
DSE_433 Πολιτική Οικονομία
DSE_335 Εισαγωγή στο Μάρκετινγκ
DSE_442 Υπολογιστικά Μοντέλα Γενικής Ισορροπίας (CGE/DSGE)
DSE_443 Προχωρημένη Μικροοικονομική
DSE_444 Προχωρημένη Μακροοικονομική

 

Τα μαθήματα επιλογής προέρχονται κυρίως από την κατεύθυνση της Επιστήμης Δεδομένων. Επιπλέον, μπορούν να επιλεγούν μαθήματα από τις κατευθύνσεις Χρηματοοικονομικών και Λογιστικής, καθώς και από την Πληροφορική (CEI/CIS).

Μαθήματα εξαμήνων – Ακαδημαϊκό έτος 2025-26 (για εισερχόμενους το 2025)

Πτυχίο στην Επιστήμη Δεδομένων στα Οικονομικά και τη Διοίκηση

για εισερχόμενους το 2025

 

Year 1

Semester 1

 

 

Απ. Λογισμός και Εφαρμογές

DSC_110

Πιθανότητες και Στατιστική

DSC_111

Εισαγωγή στον Προγραμματισμό

DSC_112

Προγραμματισμός για Επιστήμη Δεδομένων

DSC_113

Αγγλικά για την Επιστήμη Δεδομένων Ι

LCE_138

 

 

Semester 2

Άλγεβρα και Υπολογισμοί Πινάκων

DSC_120

Επαγωγική Στατιστική και Ανάλυση Παλινδρόμησης

DSC_121

Προχωρημένα Θέματα Προγραμματισμού

DSC_122

Εισαγωγή στην Στατιστική για την Επιστήμη Δεδομένων

DSC_123

Αγγλικά για την Επιστήμη Δεδομένων ΙΙ

LCE_139

 

 

Year 2

Semester 3

Υπολογιστική Βελτιστοποίηση

DSC_210

Εισαγωγή στην Οικονομετρία

DSC_211

Αρχές Λογιστικής

DSE_141

Αρχές Μικροοικονομικής

DSE_131

Τεχνητή Νοημοσύνη και Μηχανική Μάθηση

DSC_212

 

 

Semester 4

Αρχές Μακροοικονομικής

DSE_132

Αρχές Χρηματοοικονομικής

DSE_214

Διοικητική Επιστήμη

DSC_220

Θεωρία Παιγνίων

DSC_221

Οπτικοποίηση Δεδομένων

DSC_223

 

 

Year 3

Semester 5

Χρηματοοικονομική Οικονομετρία

DSE_310

Οικονομικά των Επιχειρήσεων

DSE_330

Διεθνείς Αγορές Χρήματος

DSE_333

Πολυμεταβλητές Μέθοδοι και Στατιστική Μάθηση

DSC_312

Μικροοικονομικά

DSE_231

 

 

Semester 6

Εξόρυξη Δεδομένων και κειμένου

DSC_320

Διαχείρηση Χρηματοοικονομικού κινδύνου

DSE_322

Διεθνή Οικονομικά

DSE_230

Τραπεζική Οικονομική

DSE_334

Μακροοικονομικά

DSE_232

 

 

Year 4

Semester 7

Internship / Πρακτική Άσκηση ή δύο μαθήματα επιλογής

DSE_400

Διατριβή (Μέρος Α)

DSE_450

Δημόσια Οικονομικά και Οικονομικά της Ευημερίας

DSE_331

Μάθημα επιλογής από DSC

 

 

 

Semester 8

Οικονομικά της Εργασίας

DSE_430

Οικονομική της Υγείας

DSE_439

Διατριβή (Μέρος Β)

DSE_450

Μάθημα επιλογής από DSC

 

Μάθημα επιλογής

 

 

 

Electives

Τα Οικονομικά του Κινδύνου και της Αβεβαιότητας

DSE_431

Οικονομική Μεγέθυνση και Ανάπτυξη

DSE_432

Πολιτική Οικονομία

DSE_433

Εισαγωγή στο Μάρκετινγκ

DSE_335

 

 

Courses from Finance Direction

 

Courses from Accounting Direction

 

Courses from Data Science Direction

 

Courses of Computing from CEI or CIS

 

Η πρόσβαση στο εν λόγω πρόγραμμα σπουδών θα γίνεται μέσω του πλαισίου πρόσβασης υπ’ αριθμό 22.

Το πρόγραμμα συνδυάζει την εκπαίδευση στα οικονομικά και τις επιχειρήσεις με πρακτική εξάσκηση στην επιστήμη δεδομένων. Κατά τη διάρκεια των τεσσάρων ετών, οι φοιτητές προχωρούν από τα μαθηματικά και προγραμματιστικά θεμέλια στην εφαρμοσμένη στατιστική, την οικονομετρία, τη μηχανική μάθηση, τη βελτιστοποίηση και την οπτικοποίηση δεδομένων, εφαρμόζοντας το καθένα σε πραγματικά οικονομικά και επιχειρηματικά ζητήματα.

Προσέγγιση Διδασκαλίας

  • Διαλέξεις και φροντιστήρια στα οικονομικά, τη χρηματοοικονομική, τη λογιστική και τη διοικητική επιστήμη.
  • Πρακτική εργασία βασισμένη σε λογισμικό με τη χρήση εργαλείων όπως Python, R, SQL, Git, MATLAB και στατιστικά πακέτα.
  • Έργα και ασκήσεις που εφαρμόζουν αναλυτικές μεθόδους σε οικονομικά και επιχειρηματικά δεδομένα.
  • Δυνατότητα πρακτικής άσκησης που τοποθετεί τους φοιτητές σε πραγματικό εργασιακό περιβάλλον.
  • Διμερής πτυχιακή διατριβή στο τελευταίο έτος που αναπτύσσει δεξιότητες ανεξάρτητης εφαρμοσμένης έρευνας.

Αναγνώριση & Προοπτικές Σταδιοδρομίας

Επαγγελματική Αναγνώριση

Προς το παρόν δεν ισχύουν εξαιρέσεις από επαγγελματικούς φορείς για αυτό το πρόγραμμα.

Προοπτικές Σταδιοδρομίας

Οι απόφοιτοι αναδεικνύονται σε οικονομολόγους με εξειδικευμένη γνώση στην επιστήμη δεδομένων. Το προφίλ του αποφοίτου είναι κατάλληλο για ρόλους στις συμβουλευτικές υπηρεσίες, τη διαχείριση κινδύνου, την ανάπτυξη πολιτικής, την οικονομική πρόβλεψη, την ανάλυση πολιτικής, την ανάλυση αγοράς, τη χρηματοοικονομική μοντελοποίηση, την ανάλυση μέσων κοινωνικής δικτύωσης και την ανάλυση χρηματοοικονομικών δεδομένων.

Οι απόφοιτοι μπορούν να εργαστούν σε ένα ευρύ φάσμα θέσεων και τομέων, συμπεριλαμβανομένων της διοίκησης, της οικονομικής ανάλυσης, της τεχνολογίας πληροφοριών, της χρηματοοικονομικής, των τηλεπικοινωνιών και της υγειονομικής περίθαλψης.

Τυπικοί Ρόλοι και Τομείς

  • Αναλυτής δεδομένων / επιχειρηματικός αναλυτής σε οργανισμούς συμβουλευτικής, χρηματοοικονομικής, τηλεπικοινωνιών ή υγειονομικής περίθαλψης
  • Οικονομικός αναλυτής, αναλυτής προβλέψεων ή αναλυτής πολιτικής σε δημόσιους φορείς και ιδιωτικές επιχειρήσεις
  • Ρόλοι διαχείρισης κινδύνου και χρηματοοικονομικής μοντελοποίησης σε τράπεζες και χρηματοπιστωτικά ιδρύματα
  • Ρόλοι ανάλυσης αγοράς και αναλυτικής μάρκετινγκ, συμπεριλαμβανομένης της ανάλυσης μέσων κοινωνικής δικτύωσης
  • Ποσοτικοί και συναφείς με την πληροφορική ρόλοι που εφαρμόζουν τη μηχανική μάθηση και τη βελτιστοποίηση σε επιχειρηματικά προβλήματα

Στατιστικά Απασχόλησης

Ακαδημαϊκός Σύμβουλος

Ορίζεται κατά την εγγραφή για την καθοδήγηση στην επιλογή μαθημάτων, την ακαδημαϊκή πρόοδο και τον σχεδιασμό σταδιοδρομίας.

Δίκτυο Ανάπτυξης Μάθησης (LDN)

Τεχνική υποστήριξη, δεξιότητες μελέτης, υποστήριξη στη γραφή και εκπαίδευση σε δεξιότητες τεχνητής νοημοσύνης.

Βιβλιοθήκη και Ψηφιακοί Πόροι

Πρόσβαση σε ακαδημαϊκές βάσεις δεδομένων, ηλεκτρονικά περιοδικά και εργαλεία διαχείρισης βιβλιογραφικών αναφορών (π.χ. EndNote, Zotero), που υποστηρίζουν τη μελέτη και την έρευνα στα οικονομικά, τη χρηματοοικονομική και την επιστήμη δεδομένων.

Υπηρεσίες Σταδιοδρομίας

Συμβουλευτική σταδιοδρομίας, έλεγχος βιογραφικού, προετοιμασία για συνεντεύξεις και εκδηλώσεις δικτύωσης.

Υπηρεσίες Συμβουλευτικής

Εμπιστευτική υποστήριξη διαθέσιμη δια ζώσης και εξ αποστάσεως.
Email: counseling@cut.ac.cy · Τηλ: +357 25 002 500

Συντονιστής Προγράμματος

Καθηγητής Christos Savva
Email: christos.savva@cut.ac.cy · Τηλ: +357 25002349

Τμήμα

Τμήμα Χρηματοοικονομικής, Λογιστικής και Διοικητικής Επιστήμης
Σχολή Διοίκησης και Οικονομίας, Τεχνολογικό Πανεπιστήμιο Κύπρου

Γενικές Πληροφορίες

Κέντρο Εξυπηρέτησης και Πληροφόρησης Φοιτητών
Email: kep@cut.ac.cy
Τηλ: +357 25 002710/11

Προπτυχιακές Εισδοχές

Διδακτικό Προσωπικό Προγράμματος