|
ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή ON/OFF |
|
Πτυχίο Πανεπιστημιακής Εκπαίδευσης (ΠE) στην επιστήμη των Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ |
Βαθμός Τίτλου Σπουδών * 40 μονάδες |
|
Υποψήφιος διδάκτορας με αντικείμενο σχετικό με τη δημιουργία μοντέλων μηχανικής μάθησης και βαθιάς μάθησης |
ON/OFF |
|
Καλή γνώση αγγλικής γλώσσας (Επιπέδου Β2) |
ON/OFF |
|
ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ |
ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ |
|
Επίπεδο Γνώσης της Αγγλικής Γλώσσας |
Πολύ Καλή Γνώση (Επίπεδο Γ1): 50 μονάδες Άριστη Γνώση (Επίπεδο Γ2): 70 μονάδες |
|
Επαγγελματική/Ερευνητική εμπειρία από συμμετοχή σε ερευνητικά έργα σχετικά με τη χρήση τεχνολογιών τεχνητής νοημοσύνης |
7 μονάδες ανά μήνα εμπειρίας Μέγιστος Πρόσθετος Προσμετρούμενος Χρόνος: 84 μήνες |
|
Δημοσιεύσεις σε διεθνή επιστημονικά περιοδικά με κριτές σχετικές με την φασματική ανάλυση εδαφών |
40 μονάδες για κάθε δημοσίευση Μέγιστος προσμετρούμενος αριθμός δημοσιεύσεων: έξι (6) Μέγιστη Βαθμολογία: 240 μονάδες |
|
Επαγγελματική/ερευνητική εμπειρία από συμμετοχή σε ερευνητικά έργα |
7 μονάδες ανά μήνα εμπειρίας Μέγιστος Πρόσθετος Προσμετρούμενος Χρόνος: 84 μήνες |
- Ανάπτυξη και εκπαίδευση μοντέλων τεχνητής νοημοσύνης για την εκτίμηση του οργανικού άνθρακα στο έδαφος, αξιοποιώντας δορυφορικά δεδομένα και προηγμένες μεθόδους εκμάθησης πολλαπλών πυρήνων (ΕΕ 2).
- Παραμετροποίηση και βελτιστοποίηση αλγορίθμων πρόβλεψης (ΕΕ3).
- Τεκμηρίωση των αποτελεσμάτων σε αναπαραγώγιμα υπολογιστικά περιβάλλοντα, καθώς και τη διασύνδεση των μοντέλων με την ψηφιακή υποδομή του έργου (ΕΕ5).
