ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή ON/OFF |
Πτυχίο Μηχανολόγου Μηχανικού Πολυτεχνικής Σχολής ή Μηχανικών Ηλεκτρονικών Υπολογιστών, Τηλεπικοινωνιών και Δικτύων ή Ηλεκτρολόγου Μηχανικού και Μηχανικού Ηλεκτρονικών Υπολογιστών της ημεδαπής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ. |
Βαθμός πτυχίου*10 |
Μεταπτυχιακός Τίτλος Σπουδών Μηχανολόγου Μηχανικού Πολυτεχνικής Σχολής ή Μηχανικών Ηλεκτρονικών Υπολογιστών, Τηλεπικοινωνιών και Δικτύων ή Ηλεκτρολόγου Μηχανικού και Μηχανικού Ηλεκτρονικών Υπολογιστών της ημεδαπής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ. |
ON/OFF |
Αποδεδειγμένη Εμπειρία στην ανάπτυξη μοντέλων μηχανικής μάθησης από βιοϊατρικά δεδομένα. |
ON/OFF |
Αποδεδειγμένη εμπειρία σε υλοποίηση συναφών εθνικών συγχρηματοδοτούμενων και κοινοτικών προγραμμάτων |
ON/OFF |
Γνώση Γλωσσών Προγραμματισμού: Python, Javascript, MATLAB, PostgreSQL |
ON/OFF |
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
Γνώση ξένης γλώσσας: κατά προτίμηση η Αγγλική |
Καλή Γνώση: 10 Μονάδες Πολύ Καλή Γνώση: 30 Μονάδες Άριστη Γνώση: 50 Μονάδες |
Δημοσιεύσεις σε διεθνή επιστημονικά περιοδικά |
Δημοσιεύσεις x 10 Μονάδες με max 100 Μονάδες |
Ανακοινώσεις σε διεθνή συνέδρια |
Ανακοινώσεις x 15 Μονάδες με max 150 Μονάδες |
Συμμετοχή στις ΕΕ του έργου Smart Insole: «ΕΕ4 Ανάπτυξη αλγορίθμων μηχανικής μάθησης και πιλοτικών εφαρμογών» και «ΕΕ5 Ολοκλήρωση υποσυστημάτων και πειραματική επιβεβαίωση λειτουργίας και συγκεκριμένα αλγορίθμων μηχανικής μάθησης με δεδομένα βάδισης που προέρχονται από αισθητήρες πελματιαίας πίεσης καθώς και εργασίες αποσφαλμάτωση του προτεινόμενου συστήματος.