Data Mining, a Course by Blog

ΣΠΟΥΔΕΣ:

Εθνικό Μετσόβιο Πολυτεχνείο - Σχολή  Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών: Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Τεχνο-Οικονομικά Συστήματα. Κατεύθυνση “Διοίκηση Τεχνολογικών Συστημάτων”.

Πανεπιστήμιο Θεσσαλονίκης, Τμήμα Πολιτικών Μηχανικών, Κατεύθυνση “Επιστήμη & Τεχνολογία κατασκευών”

ΕΠΙΣΤΗΜΟΝΙΚΕΣ ΕΡΓΑΣΙΕΣ:

• «Stochastic Estimation using the Extended and Unscented Kalman Filters”. Διπλωματική Εργασία που εκπονήθηκε στα πλαίσια του Διατμηματικού Προγράμματος Μεταπτυχιακών Σπουδών “Τεχνο-Οικονομικά Συστήματα», 2007.

• «Στατική - Δυναμική ανάλυση με πεπερασμένα στοιχεία σε Η/Υ με το πρόγραμμα SAP 80» και αντικείμενο την ανάλυση των τεχνικών μοντελλοποίησης φορέων υπό φορτίσεις πάσης φύσεως και των αποτελεσμάτων που αυτές δίνουν σε σχέση με αυτά της θεωρητικής επίλυσης αλλά και άλλων προγραμμάτων (π.χ. SUPERETABS). Διπλωματική Εργασία που εκπονήθηκε στον τομέα Στατικής & Δυναμικής των Κατασκευών του τμήματος Πολιτικών Μηχανικών του ΑΠΘ, 1991.

Γλώσσες Προγραμματισμού: C#, Visual Basic.NET, MATLAB, R, WinBUGS, SIMULINK, VB, JAVA, POWER BUILDER, T SQL, IDL, Office VBA, ASP.NET, XML, Shell scripting
Σχεσιακές Βάσεις Δεδομένων: MS SQL Server (Διαχείριση, Προγραμματισμός), Sybase (Διαχείριση, Προγραμματισμός), MySQL, Access, ODBC, ADO 2.x, ADO.NET, DAΟ

ΘΕΣΗ: Στέλεχος Πληροφοριακών Συστημάτων ΕΡΓΟΣΕ με αρμοδιότητες :

• τη συμβολή στον σχεδιασμό, τη συνεχή ανάπτυξη και την λειτουργία του εταιρικού Ολοκληρωμένου Πληροφοριακού Συστήματος (ΟΠΣ) της «ΕΡΓΟΣΕ Α.Ε.» (σε περιβάλλον Powerbuilder/PFC - SYBASE ASE 12.5)
• το σχεδιασμό και την ανάλυση βάσεων δεδομένων (Sybase ή MS SQL Server)
• τον προγραμματισμό και διαχείριση βάσεων δεδομένων Sybase ή MS SQL Server
• τη στατιστική επεξεργασία των δεδομένων και την εξόρυξη γνώσης.
• την ανάπτυξη συμπληρωματικών εφαρμογών (desktop ή web) με πρόσβαση στις ως άνω βάσεις δεδομένων με χρήση της βιβλιοθήκης αντικειμένων .NET Framework ή της VBA (COM, Windows API) ή του Powerbuilder
• τη δημιουργία δυναμικών βιβλιοθηκών αντικειμένων (dll) γενικής χρήσης.

ΕΝΔΙΑΦΕΡΟΝΤΑ:

• Systems Analysis and Optimization
• Optimal State Estimation (Kalman Filtering)
• Fault Detection and Isolation
• Bayesian Data Analysis (WinBUGS, R)
• Statistical Data Mining (R, Rattle, MATLAB, Weka, GGobi)