Τα εργαστήρια στοχεύουν στην ανάπτυξη ήπιων, εγκάρσιων δεξιοτήτων, όπως ομαδικότητα και λειτουργία ομάδας, δεξιότητες παρουσίασης, επικοινωνιακές δεξιότητες, επίλυση προβλημάτων και λήψη αποφάσεων, κλπ.
Τα εργαστήρια καλύπτουν την πρακτική εξάσκηση σε σύγχρονα επιχειρησιακά πληροφοριακά συστήματα, όπως Διαχείρισης Επιχειρησιακών Πόρων, Διαχείρισης Σχέσεων με Πελάτες, Διαχείρισης Επιχειρηματικών Διεργασιών, Οπτικοποίησης και Αναλυτικής Δεδομένων κ.α. Ενδεικτικό λογισμικό που μπορεί να χρησιμοποιηθεί είναι τα SAP S/4 HANA, Salesforce,WordPress, Camunda, Tableau, RapidMiner κ.α.
Το μάθημα αποτελείται από ομάδες διαλέξεων πάνω σε σύγχρονα θέματα Συστημάτων Λογισμικού. Ενδεικτική, αλλά όχι αποκλειστική, λίστα θεματολογίας συμπεριλαμβάνει τα παρακάτω: Διοίκηση και Τεχνολογική Καινοτομία Ψηφιακό Μάρκετινγκ & Επιχειρείν Ψηφιακή Οικονομία και Επιχειρήσεις Στατιστική για Επιχειρήσεις Νομικά και Ηθικά Ζητήματα Επιχειρησιακών Συστημάτων Λογισμικού
Ενδεικτικά περιεχόμενα: Εισαγωγή στα Επιχειρησιακά Πληροφοριακά Συστήματα Είδη Επιχειρησιακών Πληροφοριακών Συστημάτων (ERP, CRM, SCM, CMS κλπ) Επιχειρηματική Ευφυΐα και Αναλυτική Επιχειρησιακά Πληροφοριακά Συστήματα Τεχνητής Νοημοσύνης
Ενδεικτικά περιεχόμενα: Μοντέλο Οντοτήτων-Συσχετίσεων, Σχεσιακό Μοντέλο Γλώσσα Ορισμού και Διαχείρισης Δεδομένων SQL Διαχείριση Βάσεων Δεδομένων με χρήση εργαλείων CASE (DBeaver, MySQL Workbench, Oracle SQL Developer, Azure Data Studio) Συνδεσιμότητα με Βάσεις Δεδομένων (JDBC, php)
Ενδεικτικά περιεχόμενα: Εισαγωγή στον αντικειμενοστρεφή τρόπο σκέψης, Ορισμός Κλάσεων & Δημιουργία Αντικειμένων Συσχέτιση κλάσεων & αλληλεπίδραση αντικειμένων, Συλλογές αντικειμένων Αρχές αντικειμενοστρεφούς σχεδίασης, Κληρονομικότητα, Αξιοποίηση Αφαιρέσεων Ανάπτυξη Γραφικής Διασύνδεσης Χρήστη & Χειρισμός Συμβάντων
Ενδεικτικά περιεχόμενα: Εισαγωγή στον προγραμματισμό με Python, τύποι δεδομένων, εντολές εισόδου/εξόδου, εντολές ελέγχου και επαναλήψεων, συναρτήσεις Δομές δεδομένων, διαχείριση δεδομένων, προεπεξεργασία δεδομένων και τεχνικές οπτικοποίησης δεδομένων Ανάλυση χρονοσειρών, υπολογισμός ακραίων τιμών, διαχείριση εκλιπόντων τιμών και εφαρμογές, διαχείριση χώρου δεδομένων και μετασχηματισμοί Εφαρμογές Μηχανικής Μάθησης: ταξινόμηση (classification), ομαδοποίηση (clustering)