Κωδικός Μαθήματος

ΠΔ-330

Εξάμηνο Μαθήματος

2ου Εξαμήνου

Πιστωτικές Μονάδες

7,5

Ηλεκτρονικό Υλικό

Κατηγορία Μαθήματος

Υποχρεωτικό

Διδάσκοντες Μαθήματος

Στόχος

Η διοίκηση ψηφιακών έργων αποτελεί τη βασική δομή για τον σχεδιασμό και την ενορχήστρωση έργων ψηφιακής τεχνολογίας. Το μάθημα πραγματεύεται σε βάθος τις έννοιες της διοίκησης έργων με βάση το PMBOK του PMI, καλύπτοντας όλες τις φάσεις του κύκλου ζωής, από την οικονομοτεχνική μελέτη και τον προγραμματισμό έως την παρακολούθηση και τον έλεγχο, και επεκτείνεται σε σύγχρονες προκλήσεις όπως τα έργα υπολογιστικού νέφους, τα έργα δεδομένων/AI (MLOps) και οι ευέλικτες-υβριδικές μεθοδολογίες διοίκησης.

Μαθησιακά Αποτελέσματα

Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν:

  • να σχεδιάζουν οικονομοτεχνικές μελέτες για έργα πληροφορικής, αναπτύσσοντας επιχειρηματικά σχέδια με μετρήσιμη οργανωσιακή αξία και ανάλυση κόστους-οφέλους
  • να αναπτύσσουν ολοκληρωμένες στρατηγικές διοίκησης έργων με βάση το PMBOK, καλύπτοντας γνωστικές περιοχές και ομάδες διεργασιών (εκκίνηση, προγραμματισμός, εκτέλεση, παρακολούθηση, κλείσιμο)
  • να αναλύουν και να αξιολογούν το κόστος, το χρονοδιάγραμμα και την απόδοση έργων πληροφορικής χρησιμοποιώντας μεθόδους earned value (SPI, CPI, EAC, ETC)
  • να διακρίνουν τις ιδιαιτερότητες διοίκησης έργων υπολογιστικού νέφους, δεδομένων και AI/ML, συμπεριλαμβανομένων θεμάτων MLOps, LLMOps και διαχείρισης κύκλου ζωής μοντέλων (Model Lifecycle Management).
  • να επιλέγουν και να εφαρμόζουν ευέλικτες (Agile, Scrum, Kanban), PM² και υβριδικές μεθοδολογίες διοίκησης έργων ανάλογα με τα χαρακτηριστικά του έργου και του οργανισμού.
  • να εφαρμόζουν πρακτικές διακυβέρνησης έργων (Project Governance), διαχείρισης ενδιαφερόμενων μερών (Stakeholder Management) και διαχείρισης επιχειρησιακών οφελών (Benefits Realization Management).

Περιεχόμενα Μαθήματος

  • Χαρακτηριστικά έργων πληροφορικής

    Επιτυχία και αποτυχία ψηφιακών έργων, βασικές αρχές διοίκησης έργων, κύκλοι ζωής έργων και ανάπτυξης ψηφιακών συστημάτων, ιδιαιτερότητες AI/ML έργων, διαχείριση έργων έναντι διαχείρισης ψηφιακών προϊόντων (Projects vs Products).

  • Έναρξη έργου και επιχειρηματική τεκμηρίωση

    Μεθοδολογία PMI (φάσεις, παραδοτέα, διαδικασίες), επιχειρηματική τεκμηρίωση (Business Case), μελέτη εφικτότητας, ανάλυση επικινδυνότητας, τεκμηρίωση επιχειρησιακής σκοπιμότητας και αναμενόμενων οφελών του έργου, Καταστατικό Έργου (Project Charter).

  • Διαχείριση χαρτοφυλακίου έργων (Project Portfolio Management – PPM)

    Επιλογή και ιεράρχηση έργων, μέτρηση απόδοσης οργανισμού με Ισορροπημένη Κάρτα Επίδοσης (Balanced Scorecard), ευθυγράμμιση χαρτοφυλακίου με επιχειρηματική στρατηγική, διαχείριση επιχειρησιακών οφελών (Benefits Realization Management).

  • Διακυβέρνηση έργων (Project Governance)

    Γραφείο Διοίκησης Έργων (Project Management Office – PMO), Επιτροπές Καθοδήγησης Έργου (Project Steering Committees), στάδια λήψης αποφάσεων (Stage Gates), οργανωτικές δομές έργων, μηχανισμοί ελέγχου, λογοδοσία και διακυβέρνηση έργων μεγάλης κλίμακας.

  • Προγραμματισμός και διαχείριση αντικειμένου έργου

    Κατασκευή καταστατικού και σχεδίου διοίκησης έργου, γνωστικές περιοχές και ομάδες διεργασιών του PMBOK® Guide, διαδικασίες διαχείρισης αντικειμένου.

  • Δομή ανάλυσης εργασιών, εκτιμήσεις και χρονοδιάγραμμα

    Δομή Ανάλυσης Εργασιών (Work Breakdown Structure – WBS), Product Backlog και User Stories, μέθοδοι εκτίμησης (top-down, bottom-up, Delphi), Function Point Analysis, COCOMO, CPM/PERT, διαγράμματα Gantt, κατανομή και εξισορρόπηση πόρων.

  • Παρακολούθηση, έλεγχος και δείκτες απόδοσης

    Earned value management, SPI, CPI, ανάλυση διακύμανσης, προβλέψεις ολοκλήρωσης (EAC, ETC), παρακολούθηση δεικτών απόδοσης έργων.

  • Διαχείριση ομάδων, αλλαγής και συγκρούσεων

    Συμμετοχική διοίκηση με ομάδες χρηστών, σύσταση και δυναμική ομάδων έργου, ηγεσία έργων (Project Leadership), διαχείριση ενδιαφερόμενων μερών (Stakeholder Engagement), τεχνικές επίλυσης προβλημάτων, στρατηγικές διαχείρισης αλλαγής και συγκρούσεων.

  • Διαχείριση έργων υπολογιστικού νέφους

    Χαρακτηριστικά υπολογιστικού νέφους (Cloud Computing), επιλογή κατάλληλων παρόχων, συμφωνίες επιπέδου υπηρεσιών (SLAs), διαχείριση κινδύνων σε cloud περιβάλλοντα, βελτιστοποίηση κόστους υπηρεσιών νέφους (FinOps).

  • Διαχείριση έργων δεδομένων και τεχνητής νοημοσύνης (AI/ML)

    Προκλήσεις έργων μεγάλων δεδομένων, μετρικές επιχειρησιακής αξίας αναλυτικής, MLOps (Machine Learning Operations), LLMOps (Large Language Model Operations), διαχείριση αγωγών δεδομένων (Data Pipeline Management), διαχείριση κύκλου ζωής μοντέλων (Model Lifecycle Management), παράγοντες επιτυχίας.

  • Ευέλικτες και υβριδικές μεθοδολογίες

    PM², Agile, Scrum, Kanban, Lean Project Management, Υβριδική Διοίκηση Έργων (Hybrid Project Management) – σύγκριση με παραδοσιακές προσεγγίσεις (PMBOK® Guide), κριτήρια επιλογής κατάλληλης μεθοδολογίας, Scaled Agile Framework (SAFe).

Βιβλιογραφία