Λάβετε το γενικό πιστοποιητικό μετά την επιτυχή ολοκλήρωση και λήψη των ατομικών πιστοποιητικών για κάθε ένα από τα μαθήματα/ενότητες

This course is for technicians and professionals who would like to define and implement security strategies in industrial organizations and infrastructures. At the end of the module you will learn how to perform cybersecurity diagnostics, identifying vulnerabilities and implementing the necessary measures to mitigate them, applying the necessary measures to mitigate them by applying the current regulations and industry standards, following the sector standards, following the protocols of quality, occupational risk prevention and environmental respect.

Σε αυτό το μάθημα, μπορείτε να κάνετε κράτηση για να εργαστείτε σε ένα από τα εργαστήριά IοT στην Ισπανία (Txorierri), Ιταλία (APRO), Ελλάδα (UPatras) και Ολλανδία (Da Vinci). Κάθε εργαστήριο έχει διαφορετική συλλογή αισθητήρων, συσκευών και υπηρεσιών cloud. Εάν δεν μπορείτε να επισκεφτείτε ένα από τα εργαστήριά μας, μπορούμε να παρέχουμε πρόσβαση VPN, ώστε να μπορείτε να εργάζεστε από οπουδήποτε. Μόλις κάνετε την κράτησή σας, θα σας δοθούν στοιχεία επικοινωνίας για να ζητήσετε βοήθεια για να ξεκινήσετε. Μπορείτε να κάνετε κράτηση για πολλές συνεχόμενες ημέρες, ανάλογα με τη διαθεσιμότητα.


Η εισαγωγική ενότητα θα βοηθήσει τους μαθητευόμενους να ανανεώσουν ή να αποκτήσουν τις ελάχιστες απαιτούμενες δεξιότητες προκειμένου να είναι σε θέση να παρακολουθήσουν το εκπαιδευτικό πρόγραμμα του DTAM. Εδώ, οι εκπαιδευόμενοι θα αποκτήσουν θεμελιώδεις δεξιότητες σχετικές με τα συστήματα υπολογιστών και Raspberry Pi, Δικτύωση, Προγραμματισμός Python, Βάσεις δεδομένων, Ηλεκτρονική και Βιωσιμότητα.

Το μάθημα απευθύνεται σε τεχνικούς και επαγγελματίες που ενδιαφέρονται να κατανοήσουν τα βασικά εργαλεία που χρησιμοποιούνται για την ανάλυση μεγάλων δεδομένων, καθώς και τα βασικά εργαλεία που χρησιμοποιούνται για την κατανεμημένη επεξεργασία μεγάλων δεδομένων σε συστάδες υπολογιστών. Αν και τα εργαλεία που παρουσιάζονται βρίσκουν εφαρμογή σε διαφορετικά πεδία για την ανάλυση, επεξεργασία και οπτικοποίηση δεδομένων, το μάθημα είναι προσανατολισμένο κυρίως σε σενάρια χρήσης των σχετικών τεχνολογιών στην προηγμένη βιομηχανία. Στο τέλος της ενότητας, θα μάθετε πώς να χρησιμοποιείτε την Python για ανάλυση και οπτικοποίηση δεδομένων. Επιπλέον, θα μάθετε πώς να χρησιμοποιείτε την τεχνολογία Hadoop για κατανεμημένη επεξεργασία μεγάλων δεδομένων.

Αυτό το μάθημα είναι μια εισαγωγή στη Μηχανική Μάθηση και περιλαμβάνει βασικές έννοιες. Οι εκπαιδευόμενοι θα μπορούν να εφαρμόζουν εφαρμογές μηχανικής μάθησης στην Python ακολουθώντας καθορισμένα βήματα και να επιλέξουν την κατάλληλη βιβλιοθήκη Python ανάλογα με το πρόβλημα που πρέπει να λυθεί.



Αυτό το μάθημα παρουσιάζει διαφορετικούς αισθητήρες, συσκευές για την διασύνδεση των αισθητήρων σε υπηρεσίες αποθήκευσης δεδομένων, δικτυακές λύσεις και λύσεις επεξεργασίας δεδομένων. Στο μάθημα θα εργαστείτε με Raspberry PI, Arduino, NodeRed, Grafana και θα προγραμματίσετε αισθητήρες με Python. Επιπλέον θα δουλέψετε με τις δικτυακές τεχνολογίες TCP/IP, Zigbee, LoRa, Bluetooth, 4G/5G, 433MHz, και Z-wave. 

Το μάθημα απευθύνεται σε τεχνικούς και επαγγελματίες, που επιθυμούν την πρόσβαση και την βελτίωση της μαθησιακής διαδικασίας με ένα διαφορετικό και πρωτοποριακό τρόπο. Στο τέλος της ενότητας, σε προσωπικό επίπεδο, θα έχετε την ικανότητα να υλοποιείτε αυτοεκπαίδευση, να προσαρμόζεστε σε διαφορετικές καταστάσεις, να βρίσκετε καινοτόμες ιδέες και να επιλύετε προβλήματα. Είναι γνωστό ότι μια ισχυρή και ολοκληρωμένη προσωπικότητα είναι το πρώτο βήμα για την επαγγελματική επιτυχία. Επιπλέον, σε κοινωνικό επίπεδο θα είστε σε θέση να επικοινωνείτε με άλλους ανθρώπους και να συνεργάζεστε σωστά. Τέλος, θα εμπλουτίσετε τις γνώσεις σας και θα είστε σε θέση να διαχειριστείτε αποτελεσματικά μεγάλο όγκο πληροφοριών.