Semestri 1

• [C2515] [10 SETK] Metodologjitë e hulmtimit në shkencat kompjuterike
  Objektivat e lëndës: • T’u ofrojë studentëve metodologji të avancuara kërkimore në shkencat kompjuterike. • Të zhvillojë aftësitë për të projektuar, realizuar dhe vlerësuar kërkimin e pavarur. • Të përmirësojë vlerësimin kritik të literaturës shkencore dhe etikën kërkimore. • Të përgatisë studentët për kërkim disertacioni me bazë të fortë metodologjike. Rezultatet e të nxënit: Në fund të lëndës, studentët do të jenë të aftë të: • Zgjedhin dhe aplikojnë metoda të përshtatshme kërkimore për kërkime në shkencat kompjuterike. • Formulojnë pyetje kërkimore, të bëjnë rishikim të literaturës dhe të hartojnë studime. • Analizojnë dhe interpretojnë të dhëna kërkimore duke përdorur mjete të përshtatshme. • Komunikojnë gjetjet e kërkimit në formate akademike. • Zhvillojnë praktika etike në kërkim dhe të përgatisin një propozim kërkimor për nivelin e doktoratës.
• [C2516] [10 SETK] Të mësuarit e avancuar të makinave
  Kjo lëndë synon t'u ofrojë studentëve kompetenca të avancuara në teknikat dhe metodologjitë e të mësuarit të makinës, duke i pajisur ata me aftësinë për të aplikuar algjebrën lineare, probabilitetin dhe statistikën në probleme reale të të dhënave. Studentët do të zhvillojnë aftësi programimi në Python ose një gjuhë të ngjashme dhe do të fitojnë përvojë në përpunimin dhe analizën e të dhënave. Deri në fund të këesaj lënde, ata do të jenë në gjendje të projektojnë, implementojnë dhe vlerësojnë modele komplekse të të mësuarit të makinës, duke i përgatitur ata për kërkime akademike ose role në industri që kërkojnë aftësi të avancuara në trajtimin e të dhënave dhe të mësuarit të makinës.
• [C2517] [10 SETK] Cloud Computing i avancuar
  Lënda u mundëson studentëve një hyrje në teknologjitë dhe aplikacionet e fundit, më moderne, në fushën Llogaritjeve në re (Cloud Computing). Lënda fillon me një përmbledhje të koncepteve themelore dhe vazhdon me me koncepte të avancuara dhe studim në kuptimin më të thellë në fushën e Cloud Computing. Fokusi i lëndës është në infrastrukturat e resë (cloud), shërbimet në cloud, llojet, modelet, çështjet e sigurisë, cilësia e shërbimit (QoS), marrëveshjet në niveli të shërbimit (SLA), makinat virtuale, monitorimi i performancës, menaxhimi me çmimet (llogaritjet dhe faturimi), menaxhimi i rrezikut, mjetet për ndërtimin e llojeve të ndryshme të reve (cloud), çështjet ligjore në llogaritjet në re (Cloud Computing), llogaritje shkencore, llogaritje të biznesit në re (Cloud Computing) dhe aplikacione të reja në fushën e llogaritjeve në re. Disa nga këto tema do të prezantohen, ndërsa disa do të jenë si sugjerim për lexim nga ana e studentëve. Lënda synon gjithashtu të identifikojë drejtimet e mundshme kërkimore në fushën e Cloud Computing. Në fund të lëndës, studentët duhet të jenë në gjendje të: • Të kuptojë cloud computing, të kenë një pasqyrë të qartë të cloud computing; • Të kuptojë ndërtimin e reve (Cloud), strukturave të resë, shtresave dhe arkitekturave të reve; • Të kuptojnë përdorimin dhe rëndësinë, kufizimet, avantazhet dhe disavantazhet e teknologjisë së reve (cloud); • Të kuptojë zhvillimin dhe perspektivën teknologjisë Logaritje në re (Cloud Computing); • Të kuptojë platformat dhe teknologjitë e programimit në cloud; • Të kuptojë çështjet e sigurisë në llogaritjet/përpunimin cloud dhe teknologjitë dhe të jetë i aftë për t’u përballuar me çështjet e sigurisë; • Identifikimi i drejtimeve të kërkimit në fushën e llogaritjeve në re;

Semestri 2

• [C2518] [10 SETK] Arkitektura dhe testimi i avancuar i softuerit
  Qëllimi i lëndës "Arkitektura dhe testimi i avancuar i softuerit" është të nxisë të menduarit kritik dhe aftësitë kërkimore tek studentët, duke u mundësuar atyre të hetojnë dhe të kontribuojnë në zhvillimin e kornizave arkitekturore dhe metodologjive të testimit. Studentët do të angazhohen në kërkime të avancuara, do të analizojnë tendencat në zhvillim dhe do të eksplorojnë ndikimin e arkitekturës së softuerit në performancën e sistemit, shkallëzueshmërinë dhe mirëmbajtjen, duke i përgatitur në fund të fundit për të avancuar fushën përmes kërkimit shkencor dhe aplikimit praktik.
• [10 SETK] Lëndë zgjedhore
  • [E2873] Punim kërkimor dhe shkrim i raportit shkencor
    Qëllimet e lëndës: - të sigurojë kuptim dhe njohuri për parimet kryesore të shkrimit dhe raportimit shkencor, studentët krijojnë aftësi bazë në prodhimin e punimeve kërkimore të studentëve, duke filluar nga zgjedhja e një teme ose problemi kërkimor, më pas përcaktimi i qëllimit të kërkimit dhe detyrave specifike kërkimore, përzgjedhja e metodave të kërkimit, dizajnimi i strukturës së kërkimit deri te përfaqësimi i rezultateve të kërkimit. Studentët mësojnë bazat e çështjeve shkencore dhe metodologjike dhe fitojnë aftësi praktike të nevojshme për kërkime të mëtejshme. Poashtu, të ushtrojnë përdorimin praktik të bazave të të dhënave ku janë të disponueshme punimet shkencore, në përgatitjen efektive të tabelave dhe figurave, të mësojnë se si të përdorin njësitë e përshtatshme matëse, si të analizojnë literaturën shkencore, të vendosin referenca në tekst dhe të përgatisin Listën e Referencave. Lënda shpjegon parakushtet për përgatitjen e posterave dhe raporteve gojore të suksesshme. - të zhvillojë kompetenca praktike dhe të kuptuarit kritik të njohurive në zhvillimin dhe raportimin e punimeve kërkimore-shkencore.
  • [E2874] Propozimi i kërkimit dhe menaxhimi i projektit
    Objektivi i lëndës është që studentët të jenë në gjendje: 1. të demonstrojnë një aftësi për të planifikuar një projekt kërkimor, siç kërkohet në një propozim kërkimor përpara fillimit të punës së tyre 2. të demonstrojnë një aftësi për të respektuar etikën dhe sigurinë, dhe proceset e dokumentimit të përshtatshëm për projektin e tyre 3. demonstrojnë njohuri të ekspertëve në temën e projektit të tyre kërkimor, si p.sh. nëpërmjet një studimi të integruar të literaturës 4. demonstrojnë njohuri të ekspertëve në metodat e kërkimit të përshtatshme për të gjeneruar të dhëna të besueshme për pyetjet e tyre kërkimore 5. demonstrojnë aftësi për të menaxhuar projektin dhe për të përdorur konstruktivisht ekspertizën e lidhur me projektin e tyre, ndërsa punon si nxënës i pavarur 6. demonstrojnë një aftësi për të lidhur të dhënat e tyre origjinale me literaturën ekzistuese, ose për të krijuar një sintezë të re të materialeve ekzistuese 7. demonstrojnë një aftësi për të mbledhur gjetjet e tyre në një shkrim të rëndësishëm që paraqet një tezë të qartë dhe një argument koheziv, të bazuar në prova 8. demonstrojnë një aftësi për të balancuar përshkrimin, analizën dhe sintezën brenda raportit të projektit të tyre.
  • [E2875] Etika e kërkimit dhe publikimit në shkencat kompjuterike
    Objektivat e programit të lëndës: Ndërgjegjësimi еtik në kërkim: • Të zhvillojë aftësinë për të njohur sfidat etike specifike për kërkimin në shkencat kompjuterike. • Promovon rëndësinë e praktikave të përgjegjshme kërkimore dhe integritetit profesional. Kompetenca në etikën e publikimit: • Pajisja e studentëve me njohuri rreth praktikave etike në shkrim, rishikim dhe botim. • Nxitja e të kuptuarit të plagjiaturës, fabrikimit të të dhënave dhe konfliktit të interesit në publikimet kërkimore. Njohuri për shkencën e hapur dhe etikën e të dhënave: • Krijon aftësi në trajtimin e të dhënave kërkimore me integritet, transparencë dhe riprodhueshmëri. • Inkurajon ndërgjegjësimin për privatësinë e të dhënave, pëlqimin e informuar dhe përdorimin etik të algoritmeve. Pajtueshmëria rregullatore dhe profesionale: • Njoftimi I studentëve me politikat lokale dhe ndërkombëtare të kërkimit, rregulloret e publikimit dhe kodet etike (p.sh., udhëzimet IEEE/ACM). Mendimi kritik dhe vendimmarrja etike: • Zhvillimi i kompetencave për të analizuar studimet e rasteve dhe për të adresuar dilemat etike që lindin në fushat e avancuara të kërkimit të shkencave kompjuterike si IA, siguria kibernetike dhe të dhënat masive.
  • [E2876] Temat e zgjedhura në inxhinierinë e të dhënave
    Kjo lëndë do të diskutojë dhe studiojë tema kërkimore dhe probleme aktuale me interes në fushën e inxhinierisë së të dhënave. Lënda do të shkojë përtej parimeve dhe koncepteve të inxhinierisë së të dhënave dhe arkitekturës së të dhënave të mëdha dhe do të fokusohet në mënyrën se si inxhinierët e të dhënave punojnë me të dhëna të mëdha (big data). Studentët do të jenë në gjendje të zhvillojnë një kuptim më të mirë se si të ndërtojnë, planifikojnë dhe monitorojnë tubacionet e të dhënave (data pipelines). Ky kuptim do të avancojë njohuritë e tyre mbi arkitekturat e ruajtjes së të dhënave, do të zgjerojë njohuritë mbi bazat e të dhënave jo-relacionale dhe njohuritë e avancuara praktike të depove të të dhënave dhe shfrytëzimin e tyre në AI dhe metodologjitë e mësimit të makinerive. Qëllimet e lëndës janë:  Demonstrimi i një kuptim të avancuar të inxhinierisë së të dhënave dhe arkitekturave të të dhënave, gjuhëve programuese dhe aftësive të inxhinierisë së të dhënave për të ofruar zgjidhje të fuqishme dhe të shkallëzueshme  Të zhvillojë një ndërgjegjësim kritik për çështjet aktuale dhe zhvillimet në inxhinierinë e të dhënave.  Demonstrimi i aftësive për të aplikuar mjetet dhe teknikat e inxhinierisë së të dhënave në serverë lokal dhe përdorimin e teknologjisë së platformës cloud për të zhvilluar zgjidhje të dhënash për bizneset.
  • [E2877] Siguria e sistemit dhe të dhënave
    Objektivat Hyrje në problemin e sigurisë së sistemeve të informacionit dhe të dhënave. Merrni njohuri të hollësishme për dobësitë kryesore të brendshme të sistemeve operative dhe kompjuterëve. Prezantimi i metodave për ndërtimin e sistemeve të afta për t'i bërë ballë sulmeve, gabimeve operative dhe dukurive të rastësishme të shkaktuara nga kundërshtarë inteligjentë. Studimi i mjeteve, proceseve dhe metodave të nevojshme për të planifikuar, zbatuar dhe testuar sistemet e sigurta dhe përshtatjen e sistemeve ekzistuese me mjediset reale kontekstuale që zhvillohen vazhdimisht. Rezultatet dhe kompetencat e të nxënit Në fund të lëndë studentët duhet të jenë në gjendje të: Identifikoni, vlerësoni dhe diagnostikoni dështimet, rreziqet dhe dobësitë e mundshme në sistemet e informacionit. Kuptoni sistemet e vërtetimit dhe kontrollin e aksesit dhe si t'i përdorni ato për të zbatuar politikat e sigurisë. Të kuptojnë qëllimet dhe përdorimin e sistemeve të automatizuara të zbulimit të ndërhyrjeve. Kuptoni çështjet e sigurisë në zhvillimin e softuerit dhe teknikat për t'i shmangur ato.
  • [E2878] Statistikat e aplikuara dhe përpunimi i të dhënave
    Kjo lëndë synon t'u japë studentëve aftësi të avancuara në statistikat e aplikuara dhe përpunimin e të dhënave, duke theksuar elementët kërkimorë për aplikime reale. Studentët do të përvetësojnë teknika statistikore të avancuara për analizimin e të dhënave dhe do të përdorin mjete moderne për përpunimin e të dhënave të mëdha. Lënda gjithashtu i pajis studentët me aftësinë për të kryer kërkime statistikore dhe për të zhvilluar modele për parashikim dhe përfundim. Rezultatet e nxënies: • Studentët do të kuptojnë dhe aplikojnë metodat e avancuara të statistikave deskriptive dhe inferenciale në analiza të dhënash. • Studentët do të përdorin teorinë e probabilitetit për modelimin dhe interpretimin e pasigurive në të dhëna. • Studentët do të zbatojnë teknikat e regresionit dhe modelet statistikore për parashikim të saktë. • Studentët do të fitojnë aftësi për të trajtuar dhe analizuar të dhëna të mëdha dhe komplekse. • Studentët do të zhvillojnë aftësi për të përdorur Python ose R për përpunim dhe analizë të të dhënave. • Studentët do të jenë në gjendje të ndërtojnë dhe të implementojnë modele statistikore për projekte kërkimore dhe industri.
  • [E2879] Modele të mëdha gjuhësore (LLM)
    Kjo lëndë synon të mbulojë tema kërkimore më të fundit të përqendruara rreth modeleve gjuhësore të para-trajnuara. Do të përfshihen tema që lidhen me teknikat bazike (BERT dhe GPT), gjithashtu fokusi do të jetë edhe në RAG dhe aftësi të tjera në zhvillim e sipër, rregullimin me finesa, por gjithashtu do të përfshihen edhe tema mbi qeverisjen e të dhënave përfshirë këtu edhe etikën. Shumica e çështjeve të diskutuara gjatë gjithë semestrit do të bazohen në rishikimin e punimeve kërkimore mbi këtë temë. Studentët do të pritet të lexojnë, analizojnë dhe paraqesin punime kërkimore në baza javore. Qëllimet e mësimit: • Të përgatit studentët për kryerjen e kërkimeve moderne në LLM dhe GenAI, analizë kërkimore-shkencore dhe prezantimet e shpraztirave në hulumtim. • Praktikon aftësitë kërkimore-shkencore si rishikimi i literaturës, shkrimi i punimeve vetanake në fushën e LLM si dhe ofrimi i opinioneve konstruktive. • Përvoja praktike përmes projektit përfundimtar, duke vlerësuar në mënyrë kritike qasjet e ndryshme të modelimit të gjuhës dhe duke zhvilluar projekte të pavarura kërkimore si dhe duke shkruar punimin përfundimtar.
  • [E2880] Interneti i gjërave (IoT)
    Objektivat e programit: ● Zhvillimi i njohurive të avancuara mbi teknologjitë dhe protokollet e komunikimit në IoT. ● Aftësimi i studentëve për të dizajnuar dhe zbatuar sisteme IoT në aplikacione reale. ● Përmirësimi i aftësive për zgjidhjen e problemeve në integrimin e IoT në sektorë të ndryshëm. ● Ndërtimi i kompetencave praktike në cloud computing dhe sistemet e ngulitura për IoT. Rezultatet e Mësimit: ● Kuptimi i arkitekturës dhe përbërësve të IoT. ● Dizajnimi dhe implementimi i zgjidhjeve IoT. Analiza dhe optimizimi i performancës së sistemeve IoT. Zhvillimi dhe prezantimi i një projekti IoT.
  • [E2881] Përpunimi i gjuhës natyrore (NLP)
    Qëllimi i kësaj lënde është t'u sigurojë studentëve një kuptim të plotë të teknikave të përpunimit të gjuhës natyrore (NLP) dhe kornizave praktike. Studentët do të zhvillojnë aftësi në përpunimin paraprak të tekstit, futjen e fjalëve dhe vektorizimin, ndërsa ndërtojnë modele të mësimit të makinës dhe të të mësuarit të thellë për detyra si klasifikimi i tekstit, njohja e entitetit të emërtuar dhe analiza e ndjenjave. Ata do të fitojnë përvojë praktike me modelet e avancuara, duke përfshirë transformatorët dhe modelet e mëdha të gjuhës (LLM), për detyra të tilla si përkthimi makinerik dhe përgjigjja e pyetjeve, si dhe integrimi i njohjes së të folurit me NLP për aplikacione. Studentët do të mësojnë të vlerësojnë modelet duke përdorur metrika kyçe, të kryejnë analiza të gabimeve dhe të eksplorojnë trendet në zhvillim, duke i përgatitur ata për rolet e industrisë dhe kërkimit në NLP. Deri në fund të lëndës, studentët do të jenë në gjendje të aplikojnë teknikat e preprocesimit, të ndërtojnë dhe rregullojnë modele NLP, të integrojnë njohjen e të folurit me NLP dhe të adresojnë sfidat etike. Ata do të fitojnë aftësinë për të vlerësuar performancën e modelit me metrikë si F1, BLEU dhe ROUGE, dhe do të interpretojnë rezultatet në mënyrë efektive. Për më tepër, ata do të eksplorojnë tendencat e ardhshme, duke përfshirë NLP multi-modale dhe aplikacione specifike, duke i pajisur ata për të trajtuar sfidat e botës reale në fusha të ndryshme si kujdesi shëndetësor, ligji dhe analitika e mediave sociale.
  • [E2882] IA dhe aplikacionet
    Lënda synon te thelloje te kuptuarit e studenteve per konceptet themelore dhe te avancuara te IA, duke nxitur aftesi kerkimore kritike per kontribute origjinale ne kete fushe. Ai inkurajon nje qasje nderdisiplinore, duke eksploruar se si IA kryqezohet me fusha te ndryshme dhe thekson rendesine e konsideratave etike ne teknologji. Studentet do te zhvillojne kompetenca thelbesore, duke perfshire aftesite analitike dhe teknike, ekspertizen ne metodologjine e kerkimit, komunikimin efektiv dhe gjykimin etik. Deri ne fund te programit, ata do te kene zoteruar teorite dhe metodologjite kryesore te IA, do te gjenerojne kerkime origjinale dhe do te aplikojne teknika te IA ne sfidat e botes reale. Perveç kesaj, ata do te pajisenme njohuri per te vleresuar ne menyre kritike literaturen ekzistuese dhe per te artikuluar implikimet etike te punes se tyre, duke mbrojtur praktikat e pergjegjshme te IA ne karrieren e tyre te ardhshme.
  • [E2883] Mësimi i federuar
    Lënda "Mësimi i Federuar" synon t'u ofrojë studentëve një kuptim gjithëpërfshirës të koncepteve dhe parimeve themelore që mbështesin këtë qasje inovative për mësimin e decentralizuar të makinerive. Studentët do të eksplorojnë algoritme kyçe, të tilla si Mesatarja e Federatës, të përshtatura për mjedise ku të dhënat mbeten në pajisjet lokale, ndërsa gjithashtu do të hulumtojnë në tema thelbësore si privatësia dhe siguria e të dhënave përmes metodave si privatësia diferenciale dhe llogaritja e sigurt me shumë palë. Zbatimi praktik duke përdorur korniza të njohura si TensorFlow Federated do t'i lejojë studentët të zbatojnë njohuritë e tyre praktikisht, duke vlerësuar performancën e modelit përmes metrikave të ndryshme që lidhen me efikasitetin, saktësinë dhe privatësinë. Për më tepër, lënda do të mbulojë aplikime të botës reale nëpër sektorë të tillë si kujdesi shëndetësor, financat dhe IoT, duke theksuar si përfitimet ashtu edhe sfidat që lidhen me të mësuarit e federuar. Studentët gjithashtu do të angazhohen me tendencat e vazhdueshme kërkimore dhe konsideratat etike, veçanërisht në lidhje me pronësinë e të dhënave dhe drejtësinë algoritmike, duke nxitur të menduarit kritik dhe duke inkurajuar kontributet në fushën në zhvillim. Deri në fund të lëndës, pjesëmarrësit do të jenë të pajisur mirë për të hartuar, zbatuar dhe vlerësuar në mënyrë kritike sistemet e federuara të të mësuarit.
  • [E2884] Shkencat e rrjetit
    Qëllimet e lëndës: ● Të kuptohet struktura dhe dinamika e rrjetave. ● Të analizohet dhe interpretohet të dhëna të mëdha të rrjetave. ● Të modelohen dhe simulohen rrjete komplekse. ● Të prezantohen gjetjet e kërkimeve në mënyrë efektive. Rezultatet e të mësuarit: ● Të zotërohet konceptet themelore të shkencës së rrjetave. ● Të aplikohet mjete matematikore për analizën e rrjetave. ● Të përdoren softuerët për vizualizimin e rrjeteve. ● Të dizajnohet dhe ekzekutohet një projekt kërkues në shkencën e rrjetave.
  • [E2885] Tema të zgjedhura në shkencat e rrjetit social
    Lënda prezanton metodat matematikore dhe mjetet llogaritëse për analizë të rrjeteve sociale. Fillimisht e nisur nga sociologët, SNA është zgjeruar në një fushë ndërdisiplinore, me kontribute nga matematikanë, shkencëtarë kompjuterikë, fizikantë dhe ekonomistë, duke sjellë teknika të reja për analizimin e rrjeteve. Lënda fillon me përshkrimet bazë statistikore të rrjeteve, strukturat eksploruese, rolet e nyjeve, modelet e lidhjes dhe metodat për zbulimin e komunitetit. Më vonë, ai hyn në proceset në rrjete, qasjen praktike për vizualizimin e rrjetit dhe përfundon me aplikacionet e botës reale, duke përfshirë media sociale dhe analizën e platformave reale aktuale. Pas përfundimit të lënde studentët do të: Kuptojnë shënimin dhe terminologjinë themelore të shkencës së rrjetit. Jenë në gjendje të vizualizojnë, përmbledhin dhe krahasojnë rrjetet në mënyrë efektive. Kuptojnë parimet thelbësore të algoritmeve të analizës së rrjetit. Fitojnë aftësi praktike në kryerjen e analizave të rrjetit duke përdorur gjuhën e programimit Python. Jenë të përgatitur për të analizuar në mënyrë të pavarur rrjetet e botës reale.
  • [E2886] Realiteti i shtuar dhe virtual
    Lënda "Realiteti i Shtuar dhe Virtual" synon t'i pajisë studentët me nëe kuptim gjithëpërfshirës të teknologjive dhe parimeve që qëndrojnë në themel të mjediseve zhytëse (immerse), duke nxitur kompetenca në njohurite teorike, aftësi teknike dhe dizajn inovativ. Studentët do të zhvillojnë aftësi të avancuara ëerkimore, duke u mundësuar atyre të analizojnë në mënyre kritike literaturën ekzistuese, të kryejnë kërkime të pavarura dhe të krijojnë aplikacione zhytëse (immerse) që përmiresojnë përvojat e përdoruesve.
  • [E2887] Analiza e të dhënave të mëdha
    Qëllimi i kësaj lënde është të pajisë studentët me njohuritë dhe aftësitë praktike të nevojshme për të trajtuar, analizuar dhe nxjerrë përfundime nga të dhënat në shkallë të gjerë duke përdorur mjete dhe teknika moderne të Big Data. Lënda fokusohet si në aspektet teknike, si puna me platforma për përpunimin e sasive të mëdha të të dhënave në mënyrë të shpërndarë (Hadoop, Spark, Flink) dhe platformat cloud (AWS, Google Cloud, Azure), ashtu edhe në aspektet teorike, duke përfshirë analizën statistikore, modelet e mësimit makinerik dhe vizualizimin e të dhënave. Studentët do të fitojnë një kuptim gjithëpërfshirës se si të përpunojnë, analizojnë dhe interpretojnë Big Data për të mbështetur marrjen e vendimeve, duke marrë parasysh gjithashtu çështjet etike dhe ato të privatësisë. Pas përfundimit të suksesshëm të kësaj lënde, studentët do të jenë në gjendje: • Të mbledhin dhe menaxhojnë të dhëna nga burime të ndryshme të të dhënave në shkallë të gjerë. • Të analizojnë në mënyrë kritike zbatimet ekzistuese të Big Data, duke vlerësuar praktikën dhe dobishmërinë e tyre. • Të kuptojnë dhe zbatojnë masat statistikore për të analizuar të dhënat në shkallë të gjerë dhe të paraqesin statistika përmbledhëse. • Të demonstrojnë njohuri të avancuara mbi analizën statistikore dhe mësimin makinerik të aplikuar për Big Data. • Të komunikojnë në mënyrë efektive përfundimet e bazuara në të dhëna përmes vizualizimeve dhe përmbledhjeve të qarta. • Të kuptojnë dhe të zbatojnë praktikat më të mira për t’u përballur me çështjet etike, ligjore dhe të privatësisë që lidhen me Big Data.
  • [E2888] Analiza e të dhënave statistikore
    Lënda synon të përmirësojë të kuptuarit e studentëve për teoritë e avancuara statistikore dhe aplikimin e tyre në fushën e analizës së të dhënave. Lënda do të fillojë me teoritë bazë dhe të nevojshme statistikore të aplikuara në analizën e të dhënave dhe do të vazhdojë me teknika të avancuara multivariate për analizimin e grupeve komplekse të të dhënave. Studentët do të mësojnë të ndërtojnë dhe interpretojnë modele statistikore, duke theksuar rëndësinë e të kuptuarit të supozimeve dhe rrjedhimeve. Përveç kësaj, lënda do të prezantojë metodat Bayesian për përfundimin dhe vendimmarrjen dhe krijimin e vizualizimeve efektive të të dhënave për të komunikuar qartë rezultatet statistikore. Njohja me mjetet e programimit dhe teknikat llogaritëse për analiza të avancuara statistikore do të jetë një komponent kyç. Lënda do të ilustrojë aplikimin e metodave statistikore në fusha të ndryshme të analizës së të dhënave, duke promovuar zgjidhjen integruese të problemeve dhe duke pasur parasysh një angazhim të fortë ndaj praktikave etike në analizën e të dhënave statistikore. Në përgjithësi, këto synime përgatisin studentët e doktoraturës për karriera kërkimore me ndikim duke i pajisur ata me njohuri thelbësore teorike, aftësi praktike dhe konsiderata etike në analizën e të dhënave statistikore.
  • [E2889] Hulumtimi i operacioneve
    Objektivat e programit të lëndës janë: - Krijimi i një kuptimi solid të koncepteve dhe terminologjisë bazë në kërkimin operacional, duke përfshirë optimizimin, modelimin dhe simulimin. - Zhvillimi i aftësisë për të formuluar problemet e botës reale në modele matematikore, duke identifikuar variablat, kufizimet dhe objektivat përkatëse. - Mësimi i metodave të ndryshme të optimizimit, duke përfshirë programimin linear, programimin me numra të plotë dhe programimin jolinear, dhe të kuptuarit se kur duhet zbatuar secila prej këtyre teknikave. - Kuptimi i parimeve të simulimit, duke përfshirë simulimin e gjendjes diskrete dhe përdorimin e mjeteve të simulimit për të analizuar sistemet komplekse. - Njohuri për vlerësimin e skenarëve të ndryshëm të vendimmarrjes duke përdorur pemët e vendimeve, analizën e ndjeshmërisë dhe teknikat e vlerësimit të rrezikut. - Aplikimin e teknikave të kërkimit të operacioneve për menaxhimin e zinxhirit të furnizimit, planifikimin e prodhimit dhe kontrollin e inventarit. - Aftësitë e të menduarit analitik dhe zgjidhjes së problemeve për një qasje sistematike ndaj çështjeve komplekse operacionale. - Aftësi për të komunikuar në mënyrë efektive rezultatet, si në raporte me shkrim ashtu edhe në prezantime gojore, për audienca të ndryshme.
• [10 SETK] Lëndë zgjedhore
  • [E2873] Punim kërkimor dhe shkrim i raportit shkencor
    Qëllimet e lëndës: - të sigurojë kuptim dhe njohuri për parimet kryesore të shkrimit dhe raportimit shkencor, studentët krijojnë aftësi bazë në prodhimin e punimeve kërkimore të studentëve, duke filluar nga zgjedhja e një teme ose problemi kërkimor, më pas përcaktimi i qëllimit të kërkimit dhe detyrave specifike kërkimore, përzgjedhja e metodave të kërkimit, dizajnimi i strukturës së kërkimit deri te përfaqësimi i rezultateve të kërkimit. Studentët mësojnë bazat e çështjeve shkencore dhe metodologjike dhe fitojnë aftësi praktike të nevojshme për kërkime të mëtejshme. Poashtu, të ushtrojnë përdorimin praktik të bazave të të dhënave ku janë të disponueshme punimet shkencore, në përgatitjen efektive të tabelave dhe figurave, të mësojnë se si të përdorin njësitë e përshtatshme matëse, si të analizojnë literaturën shkencore, të vendosin referenca në tekst dhe të përgatisin Listën e Referencave. Lënda shpjegon parakushtet për përgatitjen e posterave dhe raporteve gojore të suksesshme. - të zhvillojë kompetenca praktike dhe të kuptuarit kritik të njohurive në zhvillimin dhe raportimin e punimeve kërkimore-shkencore.
  • [E2874] Propozimi i kërkimit dhe menaxhimi i projektit
    Objektivi i lëndës është që studentët të jenë në gjendje: 1. të demonstrojnë një aftësi për të planifikuar një projekt kërkimor, siç kërkohet në një propozim kërkimor përpara fillimit të punës së tyre 2. të demonstrojnë një aftësi për të respektuar etikën dhe sigurinë, dhe proceset e dokumentimit të përshtatshëm për projektin e tyre 3. demonstrojnë njohuri të ekspertëve në temën e projektit të tyre kërkimor, si p.sh. nëpërmjet një studimi të integruar të literaturës 4. demonstrojnë njohuri të ekspertëve në metodat e kërkimit të përshtatshme për të gjeneruar të dhëna të besueshme për pyetjet e tyre kërkimore 5. demonstrojnë aftësi për të menaxhuar projektin dhe për të përdorur konstruktivisht ekspertizën e lidhur me projektin e tyre, ndërsa punon si nxënës i pavarur 6. demonstrojnë një aftësi për të lidhur të dhënat e tyre origjinale me literaturën ekzistuese, ose për të krijuar një sintezë të re të materialeve ekzistuese 7. demonstrojnë një aftësi për të mbledhur gjetjet e tyre në një shkrim të rëndësishëm që paraqet një tezë të qartë dhe një argument koheziv, të bazuar në prova 8. demonstrojnë një aftësi për të balancuar përshkrimin, analizën dhe sintezën brenda raportit të projektit të tyre.
  • [E2875] Etika e kërkimit dhe publikimit në shkencat kompjuterike
    Objektivat e programit të lëndës: Ndërgjegjësimi еtik në kërkim: • Të zhvillojë aftësinë për të njohur sfidat etike specifike për kërkimin në shkencat kompjuterike. • Promovon rëndësinë e praktikave të përgjegjshme kërkimore dhe integritetit profesional. Kompetenca në etikën e publikimit: • Pajisja e studentëve me njohuri rreth praktikave etike në shkrim, rishikim dhe botim. • Nxitja e të kuptuarit të plagjiaturës, fabrikimit të të dhënave dhe konfliktit të interesit në publikimet kërkimore. Njohuri për shkencën e hapur dhe etikën e të dhënave: • Krijon aftësi në trajtimin e të dhënave kërkimore me integritet, transparencë dhe riprodhueshmëri. • Inkurajon ndërgjegjësimin për privatësinë e të dhënave, pëlqimin e informuar dhe përdorimin etik të algoritmeve. Pajtueshmëria rregullatore dhe profesionale: • Njoftimi I studentëve me politikat lokale dhe ndërkombëtare të kërkimit, rregulloret e publikimit dhe kodet etike (p.sh., udhëzimet IEEE/ACM). Mendimi kritik dhe vendimmarrja etike: • Zhvillimi i kompetencave për të analizuar studimet e rasteve dhe për të adresuar dilemat etike që lindin në fushat e avancuara të kërkimit të shkencave kompjuterike si IA, siguria kibernetike dhe të dhënat masive.
  • [E2876] Temat e zgjedhura në inxhinierinë e të dhënave
    Kjo lëndë do të diskutojë dhe studiojë tema kërkimore dhe probleme aktuale me interes në fushën e inxhinierisë së të dhënave. Lënda do të shkojë përtej parimeve dhe koncepteve të inxhinierisë së të dhënave dhe arkitekturës së të dhënave të mëdha dhe do të fokusohet në mënyrën se si inxhinierët e të dhënave punojnë me të dhëna të mëdha (big data). Studentët do të jenë në gjendje të zhvillojnë një kuptim më të mirë se si të ndërtojnë, planifikojnë dhe monitorojnë tubacionet e të dhënave (data pipelines). Ky kuptim do të avancojë njohuritë e tyre mbi arkitekturat e ruajtjes së të dhënave, do të zgjerojë njohuritë mbi bazat e të dhënave jo-relacionale dhe njohuritë e avancuara praktike të depove të të dhënave dhe shfrytëzimin e tyre në AI dhe metodologjitë e mësimit të makinerive. Qëllimet e lëndës janë:  Demonstrimi i një kuptim të avancuar të inxhinierisë së të dhënave dhe arkitekturave të të dhënave, gjuhëve programuese dhe aftësive të inxhinierisë së të dhënave për të ofruar zgjidhje të fuqishme dhe të shkallëzueshme  Të zhvillojë një ndërgjegjësim kritik për çështjet aktuale dhe zhvillimet në inxhinierinë e të dhënave.  Demonstrimi i aftësive për të aplikuar mjetet dhe teknikat e inxhinierisë së të dhënave në serverë lokal dhe përdorimin e teknologjisë së platformës cloud për të zhvilluar zgjidhje të dhënash për bizneset.
  • [E2877] Siguria e sistemit dhe të dhënave
    Objektivat Hyrje në problemin e sigurisë së sistemeve të informacionit dhe të dhënave. Merrni njohuri të hollësishme për dobësitë kryesore të brendshme të sistemeve operative dhe kompjuterëve. Prezantimi i metodave për ndërtimin e sistemeve të afta për t'i bërë ballë sulmeve, gabimeve operative dhe dukurive të rastësishme të shkaktuara nga kundërshtarë inteligjentë. Studimi i mjeteve, proceseve dhe metodave të nevojshme për të planifikuar, zbatuar dhe testuar sistemet e sigurta dhe përshtatjen e sistemeve ekzistuese me mjediset reale kontekstuale që zhvillohen vazhdimisht. Rezultatet dhe kompetencat e të nxënit Në fund të lëndë studentët duhet të jenë në gjendje të: Identifikoni, vlerësoni dhe diagnostikoni dështimet, rreziqet dhe dobësitë e mundshme në sistemet e informacionit. Kuptoni sistemet e vërtetimit dhe kontrollin e aksesit dhe si t'i përdorni ato për të zbatuar politikat e sigurisë. Të kuptojnë qëllimet dhe përdorimin e sistemeve të automatizuara të zbulimit të ndërhyrjeve. Kuptoni çështjet e sigurisë në zhvillimin e softuerit dhe teknikat për t'i shmangur ato.
  • [E2878] Statistikat e aplikuara dhe përpunimi i të dhënave
    Kjo lëndë synon t'u japë studentëve aftësi të avancuara në statistikat e aplikuara dhe përpunimin e të dhënave, duke theksuar elementët kërkimorë për aplikime reale. Studentët do të përvetësojnë teknika statistikore të avancuara për analizimin e të dhënave dhe do të përdorin mjete moderne për përpunimin e të dhënave të mëdha. Lënda gjithashtu i pajis studentët me aftësinë për të kryer kërkime statistikore dhe për të zhvilluar modele për parashikim dhe përfundim. Rezultatet e nxënies: • Studentët do të kuptojnë dhe aplikojnë metodat e avancuara të statistikave deskriptive dhe inferenciale në analiza të dhënash. • Studentët do të përdorin teorinë e probabilitetit për modelimin dhe interpretimin e pasigurive në të dhëna. • Studentët do të zbatojnë teknikat e regresionit dhe modelet statistikore për parashikim të saktë. • Studentët do të fitojnë aftësi për të trajtuar dhe analizuar të dhëna të mëdha dhe komplekse. • Studentët do të zhvillojnë aftësi për të përdorur Python ose R për përpunim dhe analizë të të dhënave. • Studentët do të jenë në gjendje të ndërtojnë dhe të implementojnë modele statistikore për projekte kërkimore dhe industri.
  • [E2879] Modele të mëdha gjuhësore (LLM)
    Kjo lëndë synon të mbulojë tema kërkimore më të fundit të përqendruara rreth modeleve gjuhësore të para-trajnuara. Do të përfshihen tema që lidhen me teknikat bazike (BERT dhe GPT), gjithashtu fokusi do të jetë edhe në RAG dhe aftësi të tjera në zhvillim e sipër, rregullimin me finesa, por gjithashtu do të përfshihen edhe tema mbi qeverisjen e të dhënave përfshirë këtu edhe etikën. Shumica e çështjeve të diskutuara gjatë gjithë semestrit do të bazohen në rishikimin e punimeve kërkimore mbi këtë temë. Studentët do të pritet të lexojnë, analizojnë dhe paraqesin punime kërkimore në baza javore. Qëllimet e mësimit: • Të përgatit studentët për kryerjen e kërkimeve moderne në LLM dhe GenAI, analizë kërkimore-shkencore dhe prezantimet e shpraztirave në hulumtim. • Praktikon aftësitë kërkimore-shkencore si rishikimi i literaturës, shkrimi i punimeve vetanake në fushën e LLM si dhe ofrimi i opinioneve konstruktive. • Përvoja praktike përmes projektit përfundimtar, duke vlerësuar në mënyrë kritike qasjet e ndryshme të modelimit të gjuhës dhe duke zhvilluar projekte të pavarura kërkimore si dhe duke shkruar punimin përfundimtar.
  • [E2880] Interneti i gjërave (IoT)
    Objektivat e programit: ● Zhvillimi i njohurive të avancuara mbi teknologjitë dhe protokollet e komunikimit në IoT. ● Aftësimi i studentëve për të dizajnuar dhe zbatuar sisteme IoT në aplikacione reale. ● Përmirësimi i aftësive për zgjidhjen e problemeve në integrimin e IoT në sektorë të ndryshëm. ● Ndërtimi i kompetencave praktike në cloud computing dhe sistemet e ngulitura për IoT. Rezultatet e Mësimit: ● Kuptimi i arkitekturës dhe përbërësve të IoT. ● Dizajnimi dhe implementimi i zgjidhjeve IoT. Analiza dhe optimizimi i performancës së sistemeve IoT. Zhvillimi dhe prezantimi i një projekti IoT.
  • [E2881] Përpunimi i gjuhës natyrore (NLP)
    Qëllimi i kësaj lënde është t'u sigurojë studentëve një kuptim të plotë të teknikave të përpunimit të gjuhës natyrore (NLP) dhe kornizave praktike. Studentët do të zhvillojnë aftësi në përpunimin paraprak të tekstit, futjen e fjalëve dhe vektorizimin, ndërsa ndërtojnë modele të mësimit të makinës dhe të të mësuarit të thellë për detyra si klasifikimi i tekstit, njohja e entitetit të emërtuar dhe analiza e ndjenjave. Ata do të fitojnë përvojë praktike me modelet e avancuara, duke përfshirë transformatorët dhe modelet e mëdha të gjuhës (LLM), për detyra të tilla si përkthimi makinerik dhe përgjigjja e pyetjeve, si dhe integrimi i njohjes së të folurit me NLP për aplikacione. Studentët do të mësojnë të vlerësojnë modelet duke përdorur metrika kyçe, të kryejnë analiza të gabimeve dhe të eksplorojnë trendet në zhvillim, duke i përgatitur ata për rolet e industrisë dhe kërkimit në NLP. Deri në fund të lëndës, studentët do të jenë në gjendje të aplikojnë teknikat e preprocesimit, të ndërtojnë dhe rregullojnë modele NLP, të integrojnë njohjen e të folurit me NLP dhe të adresojnë sfidat etike. Ata do të fitojnë aftësinë për të vlerësuar performancën e modelit me metrikë si F1, BLEU dhe ROUGE, dhe do të interpretojnë rezultatet në mënyrë efektive. Për më tepër, ata do të eksplorojnë tendencat e ardhshme, duke përfshirë NLP multi-modale dhe aplikacione specifike, duke i pajisur ata për të trajtuar sfidat e botës reale në fusha të ndryshme si kujdesi shëndetësor, ligji dhe analitika e mediave sociale.
  • [E2882] IA dhe aplikacionet
    Lënda synon te thelloje te kuptuarit e studenteve per konceptet themelore dhe te avancuara te IA, duke nxitur aftesi kerkimore kritike per kontribute origjinale ne kete fushe. Ai inkurajon nje qasje nderdisiplinore, duke eksploruar se si IA kryqezohet me fusha te ndryshme dhe thekson rendesine e konsideratave etike ne teknologji. Studentet do te zhvillojne kompetenca thelbesore, duke perfshire aftesite analitike dhe teknike, ekspertizen ne metodologjine e kerkimit, komunikimin efektiv dhe gjykimin etik. Deri ne fund te programit, ata do te kene zoteruar teorite dhe metodologjite kryesore te IA, do te gjenerojne kerkime origjinale dhe do te aplikojne teknika te IA ne sfidat e botes reale. Perveç kesaj, ata do te pajisenme njohuri per te vleresuar ne menyre kritike literaturen ekzistuese dhe per te artikuluar implikimet etike te punes se tyre, duke mbrojtur praktikat e pergjegjshme te IA ne karrieren e tyre te ardhshme.
  • [E2883] Mësimi i federuar
    Lënda "Mësimi i Federuar" synon t'u ofrojë studentëve një kuptim gjithëpërfshirës të koncepteve dhe parimeve themelore që mbështesin këtë qasje inovative për mësimin e decentralizuar të makinerive. Studentët do të eksplorojnë algoritme kyçe, të tilla si Mesatarja e Federatës, të përshtatura për mjedise ku të dhënat mbeten në pajisjet lokale, ndërsa gjithashtu do të hulumtojnë në tema thelbësore si privatësia dhe siguria e të dhënave përmes metodave si privatësia diferenciale dhe llogaritja e sigurt me shumë palë. Zbatimi praktik duke përdorur korniza të njohura si TensorFlow Federated do t'i lejojë studentët të zbatojnë njohuritë e tyre praktikisht, duke vlerësuar performancën e modelit përmes metrikave të ndryshme që lidhen me efikasitetin, saktësinë dhe privatësinë. Për më tepër, lënda do të mbulojë aplikime të botës reale nëpër sektorë të tillë si kujdesi shëndetësor, financat dhe IoT, duke theksuar si përfitimet ashtu edhe sfidat që lidhen me të mësuarit e federuar. Studentët gjithashtu do të angazhohen me tendencat e vazhdueshme kërkimore dhe konsideratat etike, veçanërisht në lidhje me pronësinë e të dhënave dhe drejtësinë algoritmike, duke nxitur të menduarit kritik dhe duke inkurajuar kontributet në fushën në zhvillim. Deri në fund të lëndës, pjesëmarrësit do të jenë të pajisur mirë për të hartuar, zbatuar dhe vlerësuar në mënyrë kritike sistemet e federuara të të mësuarit.
  • [E2884] Shkencat e rrjetit
    Qëllimet e lëndës: ● Të kuptohet struktura dhe dinamika e rrjetave. ● Të analizohet dhe interpretohet të dhëna të mëdha të rrjetave. ● Të modelohen dhe simulohen rrjete komplekse. ● Të prezantohen gjetjet e kërkimeve në mënyrë efektive. Rezultatet e të mësuarit: ● Të zotërohet konceptet themelore të shkencës së rrjetave. ● Të aplikohet mjete matematikore për analizën e rrjetave. ● Të përdoren softuerët për vizualizimin e rrjeteve. ● Të dizajnohet dhe ekzekutohet një projekt kërkues në shkencën e rrjetave.
  • [E2885] Tema të zgjedhura në shkencat e rrjetit social
    Lënda prezanton metodat matematikore dhe mjetet llogaritëse për analizë të rrjeteve sociale. Fillimisht e nisur nga sociologët, SNA është zgjeruar në një fushë ndërdisiplinore, me kontribute nga matematikanë, shkencëtarë kompjuterikë, fizikantë dhe ekonomistë, duke sjellë teknika të reja për analizimin e rrjeteve. Lënda fillon me përshkrimet bazë statistikore të rrjeteve, strukturat eksploruese, rolet e nyjeve, modelet e lidhjes dhe metodat për zbulimin e komunitetit. Më vonë, ai hyn në proceset në rrjete, qasjen praktike për vizualizimin e rrjetit dhe përfundon me aplikacionet e botës reale, duke përfshirë media sociale dhe analizën e platformave reale aktuale. Pas përfundimit të lënde studentët do të: Kuptojnë shënimin dhe terminologjinë themelore të shkencës së rrjetit. Jenë në gjendje të vizualizojnë, përmbledhin dhe krahasojnë rrjetet në mënyrë efektive. Kuptojnë parimet thelbësore të algoritmeve të analizës së rrjetit. Fitojnë aftësi praktike në kryerjen e analizave të rrjetit duke përdorur gjuhën e programimit Python. Jenë të përgatitur për të analizuar në mënyrë të pavarur rrjetet e botës reale.
  • [E2886] Realiteti i shtuar dhe virtual
    Lënda "Realiteti i Shtuar dhe Virtual" synon t'i pajisë studentët me nëe kuptim gjithëpërfshirës të teknologjive dhe parimeve që qëndrojnë në themel të mjediseve zhytëse (immerse), duke nxitur kompetenca në njohurite teorike, aftësi teknike dhe dizajn inovativ. Studentët do të zhvillojnë aftësi të avancuara ëerkimore, duke u mundësuar atyre të analizojnë në mënyre kritike literaturën ekzistuese, të kryejnë kërkime të pavarura dhe të krijojnë aplikacione zhytëse (immerse) që përmiresojnë përvojat e përdoruesve.
  • [E2887] Analiza e të dhënave të mëdha
    Qëllimi i kësaj lënde është të pajisë studentët me njohuritë dhe aftësitë praktike të nevojshme për të trajtuar, analizuar dhe nxjerrë përfundime nga të dhënat në shkallë të gjerë duke përdorur mjete dhe teknika moderne të Big Data. Lënda fokusohet si në aspektet teknike, si puna me platforma për përpunimin e sasive të mëdha të të dhënave në mënyrë të shpërndarë (Hadoop, Spark, Flink) dhe platformat cloud (AWS, Google Cloud, Azure), ashtu edhe në aspektet teorike, duke përfshirë analizën statistikore, modelet e mësimit makinerik dhe vizualizimin e të dhënave. Studentët do të fitojnë një kuptim gjithëpërfshirës se si të përpunojnë, analizojnë dhe interpretojnë Big Data për të mbështetur marrjen e vendimeve, duke marrë parasysh gjithashtu çështjet etike dhe ato të privatësisë. Pas përfundimit të suksesshëm të kësaj lënde, studentët do të jenë në gjendje: • Të mbledhin dhe menaxhojnë të dhëna nga burime të ndryshme të të dhënave në shkallë të gjerë. • Të analizojnë në mënyrë kritike zbatimet ekzistuese të Big Data, duke vlerësuar praktikën dhe dobishmërinë e tyre. • Të kuptojnë dhe zbatojnë masat statistikore për të analizuar të dhënat në shkallë të gjerë dhe të paraqesin statistika përmbledhëse. • Të demonstrojnë njohuri të avancuara mbi analizën statistikore dhe mësimin makinerik të aplikuar për Big Data. • Të komunikojnë në mënyrë efektive përfundimet e bazuara në të dhëna përmes vizualizimeve dhe përmbledhjeve të qarta. • Të kuptojnë dhe të zbatojnë praktikat më të mira për t’u përballur me çështjet etike, ligjore dhe të privatësisë që lidhen me Big Data.
  • [E2888] Analiza e të dhënave statistikore
    Lënda synon të përmirësojë të kuptuarit e studentëve për teoritë e avancuara statistikore dhe aplikimin e tyre në fushën e analizës së të dhënave. Lënda do të fillojë me teoritë bazë dhe të nevojshme statistikore të aplikuara në analizën e të dhënave dhe do të vazhdojë me teknika të avancuara multivariate për analizimin e grupeve komplekse të të dhënave. Studentët do të mësojnë të ndërtojnë dhe interpretojnë modele statistikore, duke theksuar rëndësinë e të kuptuarit të supozimeve dhe rrjedhimeve. Përveç kësaj, lënda do të prezantojë metodat Bayesian për përfundimin dhe vendimmarrjen dhe krijimin e vizualizimeve efektive të të dhënave për të komunikuar qartë rezultatet statistikore. Njohja me mjetet e programimit dhe teknikat llogaritëse për analiza të avancuara statistikore do të jetë një komponent kyç. Lënda do të ilustrojë aplikimin e metodave statistikore në fusha të ndryshme të analizës së të dhënave, duke promovuar zgjidhjen integruese të problemeve dhe duke pasur parasysh një angazhim të fortë ndaj praktikave etike në analizën e të dhënave statistikore. Në përgjithësi, këto synime përgatisin studentët e doktoraturës për karriera kërkimore me ndikim duke i pajisur ata me njohuri thelbësore teorike, aftësi praktike dhe konsiderata etike në analizën e të dhënave statistikore.
  • [E2889] Hulumtimi i operacioneve
    Objektivat e programit të lëndës janë: - Krijimi i një kuptimi solid të koncepteve dhe terminologjisë bazë në kërkimin operacional, duke përfshirë optimizimin, modelimin dhe simulimin. - Zhvillimi i aftësisë për të formuluar problemet e botës reale në modele matematikore, duke identifikuar variablat, kufizimet dhe objektivat përkatëse. - Mësimi i metodave të ndryshme të optimizimit, duke përfshirë programimin linear, programimin me numra të plotë dhe programimin jolinear, dhe të kuptuarit se kur duhet zbatuar secila prej këtyre teknikave. - Kuptimi i parimeve të simulimit, duke përfshirë simulimin e gjendjes diskrete dhe përdorimin e mjeteve të simulimit për të analizuar sistemet komplekse. - Njohuri për vlerësimin e skenarëve të ndryshëm të vendimmarrjes duke përdorur pemët e vendimeve, analizën e ndjeshmërisë dhe teknikat e vlerësimit të rrezikut. - Aplikimin e teknikave të kërkimit të operacioneve për menaxhimin e zinxhirit të furnizimit, planifikimin e prodhimit dhe kontrollin e inventarit. - Aftësitë e të menduarit analitik dhe zgjidhjes së problemeve për një qasje sistematike ndaj çështjeve komplekse operacionale. - Aftësi për të komunikuar në mënyrë efektive rezultatet, si në raporte me shkrim ashtu edhe në prezantime gojore, për audienca të ndryshme.

Semestri 3/4

• [C2604] [10 SETK] Propozim-projekt doktorate
  Pas semestrit të dytë, studenti fillon aktivitetet e tij për përpilimin e planit mbi disertacionin e doktoratës. Aktivitetet përfshijnë: përcaktimin e literaturës, përcaktimin e kornizës hipotetike, përkufizimin e metodologjisë së punës dhe përcaktimin e planit individual dhe prezantimin e parë publik. Po të ketë nevojë mund të organizohen edhe lëndë zgjedhore për këtë qëllim.
• [C2605] [20 SETK] Seminar për doktoratë dhe prezentimi i raportit I
  Kandidatët do të dorëzojnë një listë të të gjitha seminareve të ndjekura, të cilat janë relevante për fushën dhe / ose interesin e tyre kërkimore çdo kund në botë, në formularët e bashkëngjitur të përcaktuar nga udhëheqësit e tyre si dëshmi. Këto seminare kërkimore duhet të jetë hulumtuese nga natyra. Raporti duhet të shkruhet nga studenti me fjalët e tij për çdo seminar që ka marrë pjesë. Raporti përmbledh pikat kyçe dhe jep vlerësimin kritik të studentit. Studenti është i detyruar të iniciojë dhe të diskutojë me hulumtues të tjerë në temë që do t’i ndihmonte atij / asaj të shkruajë raportin.

• [C2521] [20 SETK] Rezultati i kërkimit I
  Në fund të semestrit të 4-të, pas aktiviteteve kërkimore-hulumtuese sipas planit individual, kandidati, rezultatet e përgjithshme të kësaj faze të punimit dhe të hulumtimit do t'i prezantojë publikisht
• [C2522] [10 SETK] Mobiliteti i studentëve
  Gjatë semestrit të katërt studenti është i detyruar të realizojë mobilitet në një institucion shkencor, ose institucion tjetër relevant për fushën e kërkimit jashtë vendit në një kohëzgjatje prej të paktën një javë. Qëllimi i mobilitetit të doktorantëve është të prezantojnë, shkëmbejnë dhe diskutojnë punën e tyre kërkimore me kolegë nga vende të tjera për të përmirësuar cilësinë e disertacionit të tyre. Për realizimin e mobilitetit studenti sjell dëshmi nga institucioni, të cilën ia dorëzon mentorit.

Semestri 5

• [C2523] [20 SETK] Seminar për doktoratë dhe prezentimi i raportit II
  Kandidatët do të dorëzojnë një listë të të gjitha seminareve të ndjekura, të cilat janë relevante për fushën dhe / ose interesin e tyre kërkimor çdo kund në botë, në formularët e bashkëngjitur të përcaktuar nga udhëheqësit e tyre si dëshmi. Këto seminare kërkimore duhet të jenë hulumtuese nga natyra. Raporti duhet të shkruhet nga studenti me fjalët e tij për çdo seminar që ka marrë pjesë. Raporti përmbledh pikat kyçe dhe jep vlerësimin kritik të studentit. Studenti është i detyruar të iniciojë dhe të diskutojë me hulumtues të tjerë në temë që do t’i ndihmonte atij / asaj të shkruan raportin.
• [C2524] [10 SETK] Rezultati i kërkimit II
  Në fund të semestrit të 5-të, pas aktiviteteve kërkimore-hulumtuese sipas planit individual, kandidati, rezultatet e përgjithshme të kësaj faze të punimit dhe të hulumtimit do t'i prezantojë publikisht.

Semestri 6

• [C2525] [30 SETK] Disertacioni i doktoratës
  Vazhdimi i punës së disertacionit të doktoratës. Dorëzohet teza (disertacioni), pranohet nga Këshilli mësimor-shkencor i fakultetit, u dorëzohet anëtarëve të komisionit dhe fillon procedura e mbrojtjes publike.