ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή ON/OFF |
Πτυχίο Πληροφορικής ή ισότιμος τίτλος της αλλοδαπής αναγνωρισμένος από το ΔΟΑΤΑΠ |
ON/OFF |
Μεταπτυχιακό Δίπλωμα Ειδίκευσης σχετικό με την Πληροφορική |
ON/OFF |
Υποψήφιος Διδάκτωρ Πληροφορικής ή συναφούς αντικειμένου |
ON/OFF |
Πολύ Καλή Γνώση της Αγγλικής Γλώσσας |
ON/OFF |
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
Εξειδίκευση σε MATLAB, Python, Μηχανική Μάθηση Machine Learning), βαθιά μάθηση (Deep Learning). Επεξεργασία Σήματος. Αποδεικνύεται από συμμετοχή σε μαθήματα μεταπτυχιακού επιπέδου ή κύκλους μαθημάτων σεμιναριακού τύπου. |
Κύκλος μαθημάτων Χ 5 μονάδες, Μέγιστο: 30 μονάδες |
Προγενέστερη ενασχόληση σχετική με την επεξεργασία σήματος ή εικόνας. Αποδεικνύεται από δημοσιεύσεις σε έγκριτα περιοδικά, άρθρα σε πρακτικά διεθνών συνεδρίων, μεταπτυχιακές διατριβές, διδακτορικό δίπλωμα κ.ο.κ. |
Εργασίες Χ 5 μονάδες, Μέγιστο: 50 μονάδες |
Ερευνητική Εμπειρία συναφής με την επεξεργασία βιοιατρικού σήματος και εικόνας |
Μήνες Χ 2 μονάδες, Μέγιστο: 40 μονάδες |
Έλεγχος και διαλειτουργικότητα ευφυούς υποσυστήματος για την επεξεργασία εικόνων βιοψιών:
- Αποτίμηση αξιοπιστίας των αποτελεσμάτων του ευφυούς υποσυστήματος.
- Διαλειτουργικότητα του ευφυούς υποσυστήματος με την πλατφόρμα υπολογιστικού νέφους.