Η ραγδαία εξέλιξη των τεχνολογιών της πληροφορίας και της επικοινωνίας δεν έχει αφήσει ανεπηρέαστο τον χώρο της αγοράς εργασίας. Συνεχώς κρίνεται αναγκαία η εμφάνιση νέων, ακόμη πιο εξειδικευμένων επαγγελμάτων που συνδέονται με τον χώρο της πληροφορικής. Σκοπός της παρούσας διπλωματικής εργασίας είναι η κατασκευή οντολογίας που περιέχει τις εξής έννοιες: επαγγελματικά προφίλ (job profiles) που σχετίζονται με την πληροφορική, ικανότητες (competences) που συσχετίζονται με τα job profiles, επίπεδα (Proficiency Levels) που προκύπτουν από το Ευρωπαϊκό Πλαίσιο Επαγγελματικών Προσόντων / European Qualification Framework (EQF) και το Ευρωπαϊκό Πλαίσιο ηλεκτρονικών Ικανοτήτων / e-Competence Framework (e-CF) και χαρακτηρίζουν τις ικανότητες αυτές και μαθησιακά αποτελέσματα (Learning Outcomes) που προκύπτουν από τις ικανότητες αυτές. Τα μαθησιακά αποτελέσματα χαρακτηρίζονται μέσα από την οντολογία με βάση την Ταξινομία Bloom ενώ, επιπλέον, γίνεται μια σύνδεση των επιπέδων του πλαισίου EQF και των μαθησιακών αποτελεσμάτων με έννοιες, που συναντάμε στην Σύσταση του Ευρωπαϊκού Κοινοβουλίου και του Συμβουλίου για την θέσπιση του Ευρωπαϊκού Συστήματος Πιστωτικών Μονάδων για την Επαγγελματική Εκπαίδευση και Κατάρτιση (ECVET), όπως προσόντα (qualification) και ψηφίδες (units). Η λειτουργία του συστήματος επαληθεύεται με την υποβολή ερωτημάτων και την αξιολόγηση των αποτελεσμάτων. Η δυναμική της οντολογίας που κατασκευάστηκε θα μπορούσε να αξιοποιηθεί τόσο από εταιρείες για την βελτίωση διαχείρισης ανθρώπινου δυναμικού αλλά και από εκπαιδευτικά ιδρύματα για την εξέλιξη ενός προγράμματος σπουδών. / The lack of a commonly accepted representation of competences and qualifications has led to a mismatch between the outcome of education / training courses and true market needs. Frameworks like EQF and e-CF attempt to deal with the problem by providing an abstract, all-encompassing structure that classifies qualifications into levels of formal education. Being so abstract, these frameworks have to be adapted in order to become useful. Moreover, in order to feed the market needs regarding qualifications to the educational system, a further mapping level is required, that which maps qualifications to learning outcomes. Although several attempts have been made, we have not come across a tool that could automate part of the process. For this reason, in the context of EU project PIN, we have developed a semantically rich mechanism that represents job profiles, qualifications and learning outcomes and maps them to EQF and e-CF levels. In this paper, we present the ontologies that constitute the core of this mechanism. We have developed ontologies that represent the EQF and e-CF frameworks, competences, qualifications and job profiles, and learning outcomes based on the Bloom’s taxonomy. Then we combined these ontologies and filled them with actual job profiles (that were developed in the PIN project) in order to evaluate them. In the paper, we describe the ontology engineering methodology, the ontology properties and the ways they can be used to provide a commonly accessible knowledge layer for semantic Web applications that would need to match qualifications and learning outcomes.