Η CIVINTEL

Μια εταιρεία μηχανικών που συνδυάζει την τεχνητή νοημοσύνη με την επιστήμη του πολιτικού μηχανικού, με έδρα την Καρδίτσα, από τον Κωνσταντίνο Λιάκο και τη Μαρία Βερίλλη.

01Η ιστορία μας

Γιατί «CIVINTEL»

Η CIVINTEL ενώνει δύο λέξεις: civil και intelligence. Το όνομα περιγράφει ποιοι είμαστε: μια πολιτικός μηχανικός και ένας μηχανικός AI που αποφάσισαν να βάλουν τα δύο επαγγέλματα κάτω από την ίδια στέγη.

Ο Κωνσταντίνος πέρασε περισσότερα από δέκα χρόνια στην έρευνα της AI και σε βιομηχανικά έργα, από πανεπιστημιακά εργαστήρια και το Jefferson Lab του Υπουργείου Ενέργειας των ΗΠΑ μέχρι εργοστάσια αλουμινίου και εργαστήρια αρωμάτων στην Ελλάδα. Η Μαρία μελέτησε και διαχειρίστηκε δίκτυα ύδρευσης για πόλη 140.000 κατοίκων, οδήγησε διασυνοριακά έργα υποδομών και ασχολήθηκε με κτίρια, άδειες και αποτυπώσεις.

Είδαμε ότι πολλά από τα προβλήματα που συναντούσαμε είχαν το ίδιο σχήμα: πολύτιμη πληροφορία θαμμένη σε δεδομένα, σχέδια ή σημειώσεις πεδίου, και ομάδες που χρειάζονταν να γίνει καθαρή απόφαση. Η CIVINTEL είναι η απάντησή μας: μια μικρή ομάδα που αναλαμβάνει την ευθύνη από το πρώτο ερώτημα μέχρι το παραδοτέο.

Αποστολή

Να μετατρέπουμε δεδομένα, σχέδια και γνώση πεδίου σε αποφάσεις που κάνουν τη βιομηχανία πιο αποδοτική και τα κτίρια και τις υποδομές καλύτερα, με μεθόδους που μπορούμε να εξηγήσουμε και αποτελέσματα που μπορούμε να μετρήσουμε.

02Οι ιδρυτές

Με ποιους θα συνεργαστείτε

AI & Δεδομένα

Κωνσταντίνος Λιάκος, Ph.D.

Συνιδρυτής · AI & Ανάλυση Δεδομένων

Ο Κωνσταντίνος είναι διδάκτορας Ηλεκτρολόγος Μηχανικός & Μηχανικός Υπολογιστών του Πανεπιστημίου Θεσσαλίας, με διατριβή σε ευφυή συστήματα ανίχνευσης ελαττωμάτων και ανωμαλιών. Εργάζεται στην έρευνα της AI από το 2014: στο Ελληνικό Ινστιτούτο Παστέρ, στο ΕΚΕΤΑ, στο Πανεπιστήμιο Θεσσαλίας, στο College of William & Mary και στο Jefferson Lab (U.S. DOE) και σήμερα στο ΕΚΕΦΕ «Δημόκριτος».

Στη βιομηχανία εργάστηκε ως μηχανικός μηχανικής μάθησης σε εταιρεία έλασης αλουμινίου και ως σύμβουλος AI σε βιομηχανίες αρωμάτων και καταναλωτικών προϊόντων, εντοπίζοντας εφαρμογές μαζί με ιδιοκτήτες, R&D και IT. Συνίδρυσε εταιρεία deep-tech που ανέπτυξε σύστημα επιθεώρησης επιφάνειας με AI για τη βιομηχανία αλουμινίου.

Η ανασκόπησή του «Machine Learning in Agriculture» είναι από τις πιο πολυαναφερόμενες στο πεδίο της και το ερευνητικό του έργο έχει περισσότερες από 5.000 αναφορές. Διδάσκει Τεχνητή Νοημοσύνη και Εξόρυξη Δεδομένων στο Πανεπιστήμιο Θεσσαλίας.

Ph.D. Ηλεκτρολόγων Μηχ. & Μηχ. Υπολογιστών
5.000+ αναφορές · h-index 10
Διδάσκων AI & Εξόρυξης Δεδομένων
Μέλος IEEE

kliakos@civintelgr.com LinkedIn Google Scholar

Πολιτικός Μηχανικός

Μαρία Βερίλλη, M.Sc., PMP

Συνιδρύτρια · Πολιτική Μηχανικός & Διαχείριση Έργων

Η Μαρία είναι πολιτική μηχανικός του Πανεπιστημίου Θεσσαλίας, με M.Sc. στην Υδραυλική και Περιβαλλοντική Μηχανική και δεύτερο M.Sc. στη Διοίκηση Εφοδιαστικής Αλυσίδας. Είναι πιστοποιημένη Project Management Professional (PMP).

Στη ΔΕΥΑ Βόλου μελέτησε και αξιολόγησε δίκτυα ύδρευσης και δεξαμενές που εξυπηρετούν 140.000 κατοίκους, διαχειριζόμενη συνεργείο 44 ατόμων και τέσσερις εργολάβους. Στη συνέχεια οδήγησε ως project manager έργα υποδομών οπτικών ινών σε πέντε πόλεις σε Ελλάδα και Γερμανία.

Νωρίτερα εργάστηκε ως ελεύθερη επαγγελματίας σε οικοδομικές άδειες, τοπογραφικά και αρχιτεκτονικά σχέδια, και διαχειρίστηκε τη συντήρηση 36 δημόσιων κτιρίων σε τέσσερις περιφερειακές ενότητες.

M.Sc. Υδραυλικής & Περιβαλλοντικής Μηχανικής
M.Sc. Διοίκησης Εφοδιαστικής Αλυσίδας
Πιστοποίηση PMP (2024)
AutoCAD · WaterGEMS · GIS

mverili@civintelgr.com

03Πώς δουλεύουμε

Αρχές που τηρούμε

Ξεκινάμε από το ερώτημα

Κάθε έργο ξεκινά από μια συγκεκριμένη απόφαση που θέλει να βελτιώσει η ομάδα σας, όχι από μια τεχνολογία.

Ειλικρίνεια για τα όρια

Σας λέμε όταν τα δεδομένα δεν αρκούν, όταν ένα μοντέλο πρέπει να απέχει ή όταν μια απλούστερη λύση είναι καλύτερη.

Ο άνθρωπος αποφασίζει

Τα συστήματά μας υποστηρίζουν χειριστές και μηχανικούς· δεν αντικαθιστούν την κρίση τους.

Εμπιστευτικότητα

Τα δεδομένα και τα έγγραφά σας μένουν δικά σας. Υπογράφουμε NDA και μπορούμε να δουλέψουμε εξ ολοκλήρου στις εγκαταστάσεις σας.

04Διαδρομή

Έρευνα, βιομηχανία και πεδίο

ΕΚΕΦΕ «Δημόκριτος»

Συστήματα AI & HPC στο Pharos, το ελληνικό AI Factory, και στο ευρωπαϊκό πρόγραμμα DeployAI· ολοκληρωμένες πλατφόρμες δεδομένων.

Πανεπιστήμιο Θεσσαλίας

Διδασκαλία Τεχνητής Νοημοσύνης, Εξόρυξης Δεδομένων και Προηγμένης Διαχείρισης Δεδομένων στο Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών.

William & Mary · Jefferson Lab

Μεταδιδακτορική έρευνα για το Υπουργείο Ενέργειας των ΗΠΑ σε γενετικά μοντέλα σε κλίμακα GPU και μεθόδους πυρήνα.

Βιομηχανική AI

Εντοπισμός εφαρμογών και συστήματα AI με βιομηχανίες αλουμινίου, αρωμάτων και καταναλωτικών προϊόντων· περίπου 120 ώρες σεμιναρίων βιομηχανικής AI.

Έρευνα ασφάλειας υλικού

Η μέθοδος deep learning HERO, με χρηματοδότηση από το πρόγραμμα ATTRACT του CERN, αναφέρθηκε στην επίσημη περιγραφή του διαγωνισμού IEEE/ACM ICCAD CAD Contest 2025.

Ύδρευση & υποδομές

Δημοτικά δίκτυα ύδρευσης, διασυνοριακά έργα οπτικών ινών, συντήρηση 36 δημόσιων κτιρίων, άδειες και τοπογραφικές αποτυπώσεις.

05Τεκμηρίωση

Επιλεγμένες δημοσιεύσεις

Δημοσιεύσεις με κριτές που στηρίζουν τις μεθόδους μας. Πλήρης λίστα στο Google Scholar.

Όλες οι δημοσιεύσεις στο Google Scholar

2018
Machine Learning in Agriculture: A Review
Liakos, K. G., Busato, P., Moshou, D., Pearson, S., Bochtis, D. · Sensors 18, 2674 · doi:10.3390/s18082674
2025
Machine Learning for Quality Control in the Food Industry: A Review
Liakos, K. G., Athanasiadis, V., Bozinou, E., Lalas, S. I. · Foods 14 · doi:10.3390/foods14193424
2025
Analog Design and Machine Learning: A Review
Liakos, K. G., Plessas, F. · Electronics 14 · doi:10.3390/electronics14173541
2022
GAINESIS: Generative Artificial Intelligence NEtlists SynthesIS
Liakos, K. G., Georgakilas, G. K., Plessas, F. C., Kitsos, P. · Electronics 11 · doi:10.3390/electronics11020245
2020
Conventional and Machine Learning Approaches as Countermeasures Against Hardware Trojan Attacks
Liakos, K. G., Georgakilas, G. K., Moustakidis, S., Sklavos, N., Plessas, F. C. · Microprocessors and Microsystems 79, 103295 · doi:10.1016/j.micpro.2020.103295
2020
Multi-branch Convolutional Neural Network for Identification of Small Non-coding RNA Genomic Loci
Georgakilas, G. K., Grioni, A., Liakos, K. G., et al. · Scientific Reports 10 · doi:10.1038/s41598-020-66454-3

Έχετε ένα ερώτημα που τα δεδομένα ή το κτίριό σας μπορούν να απαντήσουν;

Η πρώτη συζήτηση είναι δωρεάν και χωρίς δέσμευση. Πείτε μας τι θέλετε να πετύχετε και θα σας πούμε ειλικρινά αν και πώς μπορούμε να βοηθήσουμε.

Συζητήστε ένα έργο +30 697 671 1171