ΠΡΟΣΚΛΗΣΗ ΕΚΔΗΛΩΣΗΣ ΕΝΔΙΑΦΕΡΟΝΤΟΣ

ΟΔΗΓΟΣ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑΤΟΣ

«Σύγχρονα Θέματα Χρηματοοικονομικής Τεχνολογίας»

Εισαγωγή

Το ΚΕΔΙΒΙΜ-ΔΠΘ διοργανώνει Εκπαιδευτικό/Επιμορφωτικό Πρόγραμμα με τίτλο: «Σύγχρονα Θέματα Χρηματοοικονομικής Τεχνολογίας» από 01/10/2025 έως 30/06/2026 με Eπιστημονικό Υπεύθυνο τον Καθ. Καρασαββόγλου Αναστάσιο και Ακαδημαϊκό Yπεύθυνο τον Επ. Καθηγητή Παλιόκα Ιωάννη.

Σκοπός του προγράμματος

Με τη συμμετοχή τους σε αυτό το εκπαιδευτικό/κατάρτισης πρόγραμμα, οι εκπαιδευόμενοι θα αποκτήσουν τις απαραίτητες γνώσεις και ικανότητες που απαιτούνται για να αξιοποιήσουν τις αναδυόμενες τεχνολογικές τάσεις στα χρηματοοικονομικά, να προωθήσουν την καριέρα τους και να προωθήσουν την καινοτομία στους αντίστοιχους τομείς τους.

Αναγκαιότητα του προγράμματος

Η Χρηματοοικονομική Τεχνολογία (FinTech) είναι ένας από τους πιο δυναμικούς και ταχέως εξελισσόμενους τομείς, τοποθετημένος στη συμβολή της παγκόσμιας οικονομίας και της τεχνολογίας. Η συγχώνευση των σύγχρονων χρηματοοικονομικών υπηρεσιών με τις ανατρεπτικές τεχνολογίες – όπως το Blockchain, την Οπτικοποίηση Δεδομένων, την Τεχνητή Νοημοσύνη και άλλες – έχει οδηγήσει σε ριζικές μεταμορφώσεις στον τρόπο με τον οποίο πραγματοποιούνται οι συναλλαγές, οι επενδύσεις, η διαχείριση κεφαλαίου και οι διαδικασίες λήψης αποφάσεων σε διάφορους οικονομικούς τομείς.

Το εκπαιδευτικό πρόγραμμα έχει σχεδιαστεί για να παρέχει στους συμμετέχοντες μια εις βάθος κατανόηση όχι μόνο των θεμελιωδών εννοιών και μεθοδολογιών, αλλά και των τεχνολογικών καινοτομιών, εργαλείων και προκλήσεων που αντιμετωπίζει ο τομέας.

Μαθησιακά αποτελέσματα:

Καθ’ όλη τη διάρκεια του προγράμματος, οι συμμετέχοντες θα εξερευνήσουν τις βασικές τεχνολογίες που διαμορφώνουν το μέλλον των χρηματοοικονομικών υπηρεσιών, συμπεριλαμβανομένου του Blockchain και των κρυπτονομισμάτων, της Μηχανικής Μάθησης και της Τεχνητής Νοημοσύνης (AI), των ψηφιακών πληρωμών, του ψηφιακού μάρκετινγκ και των εργαλείων ανάλυσης Big Data. Επιπλέον, το πρόγραμμα θα εξετάσει τις συμπεριφορικές διαστάσεις της λήψης οικονομικών αποφάσεων, τη διαχείριση κινδύνων, τις κανονιστικές και νομικές πτυχές του FinTech, καθώς και τις ευκαιρίες και τις προκλήσεις που προκύπτουν από την εφαρμογή αυτών των τεχνολογιών. Ολοκληρώνοντας το πρόγραμμα, οι εκπαιδευόμενοι/ες αναμένεται να:

  • Έχουν εξοικειωθεί με το νομικό και κανονιστικό πλαίσιο που διέπει τις εφαρμογές της σύγχρονης χρηματοοικονομικής τεχνολογίας.
  • Έχουν εξοικειωθεί με τις βασικές έννοιες του FinTech και τα χαρακτηριστικά των τεχνολογιών που συμμετέχουν στο πλαίσιο της χρηματοοικονομικής τεχνολογίας.
  • Είναι σε θέση να απαριθμούν τις βασικές τεχνολογίες του FinTech, τα πλεονεκτήματα και προκλήσεις καθεμιάς, και τα συνήθη εργαλεία λογισμικού.
  • Ερμηνεύουν σύγχρονα οικονομικά και συμπεριφορικά φαινόμενα με βάση δεδομένα και μεθοδολογίες της FinTech
  • Εφαρμόζουν βέλτιστες πρακτικές και συνήθεις τεχνικές της FinTech πάνω σε ρεαλιστικά σενάρια χρήσης
  • Υλοποιούν συγκριτική αξιολόγηση μεταξύ των διαθέσιμων εργαλείων και μεθόδων ανάλογα με το είδος του προβλήματος.
  • Αξιοποιούν τα Ανοιχτά Δεδομένα (Open Data) των δημοσίων και άλλων οργανισμών προς όφελος της έρευνάς τους.

Σε ποιους/ποιες απευθύνεται το πρόγραμμα:

Το πρόγραμμα απευθύνεται σε επαγγελματίες του χρηματοοικονομικού τομέα, επιχειρηματίες, στελέχη επιχειρήσεων και διευθυντές τόσο από τον ιδιωτικό όσο και από τον δημόσιο τομέα, καθώς και σε προγραμματιστές και επενδυτές που επιθυμούν να κατανοήσουν τον μετασχηματισμό του χρηματοοικονομικού τομέα και να αποκτήσουν πρακτικές γνώσεις και δεξιότητες στη χρήση σύγχρονων εργαλείων FinTech.

Κατηγορίες υποψηφίων που γίνονται δεκτοί/ές – Προαπαιτούμενες γνώσεις

Αίτηση συμμετοχής μπορούν να υποβάλουν όσοι έχουν συμπληρώσει το 18ο έτος της ηλικίας τους και έχουν πλήρη δικαιοπρακτική ικανότητα. Η δικαιοπρακτική ικανότητα ενός προσώπου θα τεκμαίρεται (δηλαδή θα θεωρείται ότι υπάρχει), εκτός αν αποδειχθεί το αντίθετο. Ωστόσο, όταν υπάρχει αμφισβήτηση, τότε πρέπει να αποδειχθεί με συγκεκριμένα μέσα.

Το πρόγραμμα απευθύνεται σε φοιτητές, πτυχιούχους (προπτυχιακού ή μεταπτυχιακού επιπέδου) και σε άτομα με ελάχιστο επίπεδο εκπαίδευσης το Λύκειο.

Προαπαιτούμενα για τη συμμετοχή είναι η κατοχή ενεργού email λογαριασμού, οι βασικές γνώσεις χειρισμού ηλεκτρονικού υπολογιστή και οι βασικές γνώσεις αυτοματισμού γραφείου (πακέτο προγραμμάτων office).

Μεθοδολογία υλοποίησης προγράμματος

Η υλοποίηση θα βασιστεί σε εξ αποστάσεως σύγχρονη και ασύγχρονη διδασκαλία.

Εκπαιδευτικό υλικό/Άλλες παροχές

Στους εκπαιδευόμενους/στις εκπαιδευόμενες παρέχονται διαφάνειες των διαλέξεων (PowerPoint), εκπαιδευτικά βίντεο, σύνδεσμοι με επιπλέον εκπαιδευτικό υλικό και βιβλιογραφία:

  • Παπαστάμου Α.Ν., Παρασκευοπούλου-Κόλλια Μ. (2023). Κρυπτονομίσματα και Ευρωπαϊκή Oικονομία: Από τη Νομιμότητα στην Εργαλειοποίηση, Εκδ. Τζιόλας, ISBN: 978-618-221-007-9, ΚΩΔΙΚΟΣ ΕΥΔΟΞΟΥ: 122074403, σελ. 216.
  • Δασκαλάκης Ν., Γεωργιτσέας Π. (2023). FinTeck και Κρυπροοικονομία, εκδ. ΠΡΟΠΟΜΠΟΣ, ISBN: 978-618-5036-89-8, σελ. 448
  • Κανάς Α. (2023). Fintech και μηχανική μάθηση, εκδ. Παπαζήση, ΙSBN 978-960-02-4060-3, Κωδικός βιβλίου στον ΕΥΔΟΞΟ 122079105, σελ. 438.
  • Chishti S., Barberis J. (2016). The FINTECH Book: The Financial Technology Handbook for Investors, Entrepreneurs and Visionaries, Wiley, ISBN-10‏: ‎ 
  • Mohammed J. Zaki & Wagner Meira Jr. (2017). Εξόρυξη και Ανάλυση Δεδομένων – Βασικές Έννοιες και Αλγόριθμοι, Μετάφραση: Γεώργιος Στάμου, Κλειδάριθμος, ISBN: 978-960-461-770-8, σελ. 624.

Δομή του προγράμματος

Θεματικές Ενότητες Προγράμματος/Μαθήματα Ώρες διδ/λίας Ώρες συνολικού φόρτου Μονάδες ECTS
ΕΝΟΤΗΤΑ: Νομικά και Κανονιστικά Ζητήματα Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Το δίκαιο των αναδυόμενων τεχνολογιών FinTech

1. Κανονιστικό Πλαίσιο και Συμμόρφωση (Regulatory Compliance): Αδειοδότηση και εποπτεία (π.χ. ως πάροχοι πληρωμών, ψηφιακές τράπεζες, εταιρείες κρυπτονομισμάτων).

2. Κανονισμοί Κεφαλαιαγοράς: λειτουργία πλατφορμών crowdfunding,

νομοθεσία κατά του Ξεπλύματος Χρήματος (AML): Anti-Money Laundering και της χρηματοδότησης της τρομοκρατίας.

3. Επαλήθευση ταυτότητας: Η επαλήθευση ταυτότητας πελατών από παρόχους χρηματοοικονομικών υπηρεσιών πριν τη χρήση υπηρεσιών.

4. Προστασία Δεδομένων και Ιδιωτικότητα: General Data Protection Regulation (GDPR), Κρυπτογράφηση και ασφάλεια δεδομένων

5. Προστασία Καταναλωτή και Ψηφιακές Πληρωμές: Ευρωπαϊκή οδηγία PSD2 (Revised Payment Services Directive), Διαφάνεια συναλλαγών

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Νομικά και Κανονιστικά Ζητήματα Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Κανονιστικό Πλαίσιο για BlockChain και Κρυπτονομίσματα

1. Κανονισμοί για Κρυπτονομίσματα και Blockchain: Ρυθμιστικό πλαίσιο για τα Initial Coin Offerings (ICO) και τα Security Token Offerings (STO), Οδηγία MiCA και Κοινοτικό Πλαίσιο

2. Φορολογία κρυπτονομισμάτων

3. Έξυπνα Συμβόλαια και Νομική Αναγνώριση: Έγκυρη νομική ισχύς των έξυπνων συμβολαίων (smart contracts), Διαχείριση νομικών διαφορών

4. Τεχνητή Νοημοσύνη (AI) και Crypto: διαφάνεια λειτουργίας αλγορίθμων, Υπευθυνότητα και λογοδοσία, συνεργασία με τις ρυθμιστικές αρχές μέσω “regulatory sandboxes”.

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Τεχνολογία Blockchain και Κρυπτονομίσματα

Μαθήματα:

1. Εισαγωγή στην Τεχνολογία Blockchain: Ορισμοί, ιστορικό, χαρακτηριστικά, διαφορές μεταξύ public, private και hybrid blockchain

2. Δομή του blockchain: block, hash, και συναίνεση.

3. Λειτουργία BlockChain: Μηχανισμοί Συναίνεσης και Εξόρυξη (Mining & Staking), Proof of Work (PoW) και Proof of Stake (PoS).

4. Έξυπνα Συμβόλαια (Smart Contracts) και Αποκεντρωμένες Εφαρμογές (DApps)

5. Εφαρμογή της τεχνολογίας BlockChain στα κρυπτονομίσματα: Ιστορική διαδρομή, διαφορές μεταξύ Bitcoin, Altcoins και Stablecoins, αγορές Κρυπτονομισμάτων και Επενδυτικές Στρατηγικές: Πλατφόρμες ανταλλαγής, Τύποι πορτοφολιών (hot wallets, cold wallets, hardware wallets).

6. Πεδία εφαρμογών: Άλλοι τομείς εφαρμογής πέρα από κρυπρονομίσματα (υγεία, ασφάλεια πληροφοριών, τραπεζικές και χρηματοπιστωτικές υπηρεσίες)

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα:: Οπτική Αναλυτική (Visual Analytics)

1. Βασικές Έννοιες: Αρχές της Οπτικής Αναλυτικής, τύποι και μορφές δεδομένων, ιστογράμματα και οικογένειες γραφημάτων, διαφορές μεταξύ οπτικοποίησης δεδομένων και οπτικής αναλυτικής.

2. Ο Κύκλος ζωής της πληροφορίας: Συλλογή δεδομένων, βασικές τεχνικές προετοιμασίας δεδομένων (προεπεξεργασία), Μετατροπή δεδομένων, αποτελεσματική οπτικοποίηση,  κανονικοποίηση δεδομένων, αντιμετώπιση ελλιπών δεδομένων και ανισορροπιών.

3. Σχεδιαστικές Αρχές στην Οπτικοποίησης: Είδη γραφημάτων, κωδικοποίηση χρώματος, ανθρώπινη αντίληψη, φίλτρα, συγχρονισμός γραφημάτων, καλές πρακτικές στην αφήγηση (Data Storytelling).

4. Εργαλεία Visual Analytics: Tableau, Power BI, Google Data Studio, συγκριτική ανάλυση εργαλείων, Live demo (βασικές λειτουργίες) και ασκήσεις με πραγματικά δεδομένα.

5. Ανοιχτά Δεδομένα, προγραμματιστικές διεπαφές (APIs) για αυτόματη αναζήτηση

6. Περιπτώσεις Μελέτης και Εφαρμογές σε Επιχειρήσεις: Χρήση οπτικής αναλυτικής σε χρηματοοικονομικά δεδομένα, εφαρμογές στον τομέα της Υγείας, του Marketing και των Social Media.

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα:: Μαζικά Δεδομένα (Big Data)

1. Εισαγωγή στα δεδομένα Μεγάλου Όγκου (Big Data): ορισμοί, προκλήσεις, τρέχουσες τάσεις, πηγές, χρονοσειρές

2. Εργαλεία ανάλυσης μαζικών δεδομένων: Η γλώσσα R, το λογισμικό Power BI

3. Περιπτώσεις Μελέτης και Εφαρμογές: χρήση ανοιχτών δεδομένων, εργασία με εξομοιωτές επιχειρήσεων

4. Υποδομές και αποθήκευση: Υπηρεσίες Νέφους (Cloud Computing): Google Cloud, Microsoft Azure, Βάσεις Δεδομένων

5. Τεχνικές εξόρυξης δεδομένων (Data Mining):

Ανάλυση μεγάλων δεδομένων με στατιστικές και μηχανικές μεθόδους.

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Μηχανική Μάθηση και Τεχνητή Νοημοσύνη

1. Εισαγωγή στην Τεχνητή Νοημοσύνη: Ορισμός και κατηγορίες AI, Ιστορική εξέλιξη της AI και σημαντικές τεχνολογικές ανακαλύψεις,

2. Κατηγορίες: Επιβλεπόμενη (Supervised), Μη επιβλεπόμενη (Unsupervised) και Ενισχυτική Μάθηση (Reinforcement Learning), διαφορές μεταξύ Machine Learning, Deep Learning και παραδοσιακού AI.

3. Επιβλεπόμενη Μάθηση (Supervised Learning): Αλγόριθμοι Παλινδρόμησης (Regression Models), Πρόβλεψη τάσεων και τιμών, Αλγόριθμοι Ταξινόμησης (Classification Models), Αξιολόγηση μοντέλων με Precision, Recall, F1-score.

4. Μη Επιβλεπόμενη Μάθηση (Unsupervised Learning): Clustering (K-Means, Hierarchical Clustering), Αναγνώριση Προτύπων και Μείωση Διαστάσεων, Principal Component Analysis (PCA), Ανίχνευση ανωμαλιών (Anomaly Detection).

5. Βαθιά Μάθηση (Deep Learning): Εισαγωγή στο Deep Learning, διαφορές μεταξύ Machine Learning και Deep Learning, Νευρωνικά δίκτυα αρχές και δομή.

6. Προγραμματιστικά εργαλεία και Βιβλιοθήκες:

Python για Μηχανική Μάθηση, Βασικές βιβλιοθήκες, χρήση TensorFlow, PyTorch για Deep Learning.

7. Περιπτώσεις Μελέτης: Χρήση εργαλείων Μηχανικής Μάθησης και Τεχνητής Νοημοσύνης σε ρεαλιστικά σενάρια χρηματοοικονομικών εφαρμογών

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Ψηφιακό Μάρκετινγκ

1. Εισαγωγή: Ορισμοί, Βασικές στρατηγικές ψηφιακού μάρκετινγκ (Inbound vs. Outbound Marketing).

2. Καταναλωτική Συμπεριφορά: συμπεριφορικοί αλγόριθμοι, προσωποποίηση υπηρεσιών, Personas, στόχευση κοινού

3. Βελτιστοπόιηση Αποτελεσμάτων Αναζήτησης: Βελτιστοποίηση για Μηχανές Αναζήτησης (SEO), Search Engine Marketing (SEM), Δημιουργία και βελτιστοποίηση διαφημίσεων (π,χ, Google Ads), Αναλύσεις και στρατηγικές διαχείρισης κόστους

4. Κοινωνικά Δίκτυα (Social Media Marketing):

Διαχείριση Κοινωνικών Δικτύων (Facebook, Instagram, LinkedIn, TikTok, Twitter, Bluesky), Δημιουργία/διαχείριση περιεχομένου, ήδη αλληλεπίδρασης με το κοινό, τεχνικές εμπλοκής και δημιουργίας κινήτρων, Δημιουργία και στόχευση διαφημίσεων (Social Media Ads).

5. Βίντεο Προώθησης: Promo Videos, Video Marketing (YouTube, TikTok), σεναριογραφία/σκηνοθεσία, εργαλεία δημιουργίας και μοντάζ βίντεο, στρατηγικές Influencer.

6. Πληθοπορισμός (Crowdfunding): Ορισμοί και Χαρακτηριστικά, ιστορική διαδρομή, παράγοντες επιτυχίας, Πλατφόρμες και εργαλεία πληθοπορισμού.

 

4 σύγχρονη και 8 ασύγχρονη 50 2
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μάθημα: Fintech και χρηματοπιστωτικό σύστημα

1. Ιστορικό της χρηματοοικονομικής καινοτομίας.

2. Ψηφιοποίηση των χρηματοοικονομικών υπηρεσιών.

3. Χρηματοοικονομική τεχνολογία και επενδυτικά κεφάλαια.

4. Crowdfunding και χρηματοοικονομική τεχνολογία.

5. Εργαλεία άντλησης χρηματοδότησης και η επίδραση της χρηματοοικονομικής τεχνολογίας.

4 σύγχρονη και 8 ασύγχρονη 50 2

 

Ώρες διδασκαλίας: 32 σύγχρονη και 64 ασύγχρονη

Ώρες συνολικού φόρτου: 400

Μονάδες ECTS: 16

 

Υποχρεώσεις εκπαιδευόμενων/Απόκτηση Πιστοποιητικού

Για την επιτυχή ολοκλήρωση του προγράμματος οι συμμετέχοντες/συμμετέχουσες θα πρέπει:

Α) να έχουν παρακολουθήσει το σύνολο των διδακτικών ενοτήτων. Οι απουσίες δεν μπορούν να υπερβαίνουν το 15 % των προβλεπόμενων ωρών εκπαίδευσης.

Β) να έχουν ολοκληρώσει με επιτυχία την αξιολόγηση με τη μορφή γραπτών εργασιών ανά θεματική ενότητα ίσης βαρύτητας. Το τελικό άθροισμα της βαθμολογίας θα πρέπει να είναι τουλάχιστον πέντε. Μία εργασία μπορεί να παραληφθεί, ενώ δεν θα υπάρχει δυνατότητα επαναληπτικής εξέτασης.

Γ) να έχουν καταβάλει το σύνολο των διδάκτρων

Μετά την επιτυχή ολοκλήρωση το πρόγραμμα παρέχει Πιστοποιητικό Επιμόρφωσης, διάρκειας 400 ωρών, που αντιστοιχούν σε 16 πιστωτικές μονάδες ects.

Στους συμμετέχοντες/στις συμμετέχουσες που έχουν παρακολουθήσει το πρόγραμμα χωρίς να έχουν υπερβεί σε απουσίες το 15% των προβλεπόμενων ωρών εκπαίδευσης, έχουν αποπληρώσει το σύνολο των διδάκτρων, αλλά δεν έχουν επιτύχει στην αξιολογική διαδικασία που προβλέπεται από το πρόγραμμα, χορηγείται βεβαίωση παρακολούθησης.

 

Εκπαιδευτές/εκπαιδεύτριες

Στο πρόγραμμα διδάσκουν 6 διδάσκοντες, όπως φαίνεται στον παρακάτω πίνακα.

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ / ΙΔΙΟΤΗΤΑ ΕΚΠΑΙΔΕΥΤΗ/ΤΡΙΑΣ ΑΡΙΘΜΟΣ

ΩΡΩΝ

ΕΝΟΤΗΤΑ: Νομικά και Κανονιστικά Ζητήματα Χρηματοοικονομικής Τεχνολογίας

Το δίκαιο των αναδυόμενων τεχνολογιών FinTech

Χριστοφορίδου Σ. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Νομικά και Κανονιστικά Ζητήματα Χρηματοοικονομικής Τεχνολογίας

Κανονιστικό Πλαίσιο για BlockChain και Κρυπτονομίσματα

Παλιόκας Ι. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Τεχνολογία Blockchain και Κρυπτονομίσματα

Παλιόκας Ι. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Οπτική Αναλυτική (Visual Analytics)

Βαλσαμίδης Σ 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μαζικά Δεδομένα (Big Data)

Παλιόκας Ι. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Μηχανική Μάθηση και Τεχνητή Νοημοσύνη

Παλιόκας Ι. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Ψηφιακό Μάρκετινγκ

Παλιόκας Ι. 4 (+8 ασύγχρονη)
ΕΝΟΤΗΤΑ: Τεχνολογικό Υπόβαθρο της Χρηματοοικονομικής Τεχνολογίας

Fintech και χρηματοπιστωτικό σύστημα

Γκρος Χ. 4 (+8 ασύγχρονη)

 

Κόστος συμμετοχής

Το κόστος συμμετοχής ανέρχεται σε 200€. Το ποσό αυτό καταβάλλεται σε 2 ισόποσες  δόσεις των 100€. Η πρώτη καταβάλλεται με την υποβολή της αίτησης στο πρόγραμμα και η δεύτερη το πρώτο δεκαήμερο από την έναρξη των μαθημάτων.

Οδηγίες Πληρωμής

Η κατάθεση των διδάκτρων γίνεται στον Τραπεζικό Λογαριασμό GR98 0172 3520 0053 5209 2260 595 της Τράπεζας Πειραιώς με την αιτιολογία: «ΚΕ 70081, το Ονοματεπώνυμο και το όνομα Πατρός».

Το αποδεικτικό της κατάθεσης θα πρέπει να αποσταλεί στο e-mail: gtsanosi@af.duth.gr και θα πρέπει να λάβετε email επιβεβαίωσης της λήψης του.

Σε περίπτωση απρόοπτου κωλύματος παρακολούθησης του προγράμματος, προβλέπεται η επιστροφή των χρημάτων, αρκεί αυτό να δηλωθεί ημερολογιακά πριν την έναρξη του προγράμματος.

Εκπτώσεις:

Η εφάπαξ εξόφληση έχει έκπτωση 10%. Επίσης εφαρμόζεται εκπτωτική πολιτική για τις κοινωνικές κατηγορίες (ΑΜΕΑ, μονογονεϊκές, ανίατες παθήσεις, άνεργοι) ύψους 15%. Οι φοιτητές έχουν έκπτωση 30%. Σύζυγοι και συγγενείς πρώτου βαθμού που συμμετέχουν στο πρόγραμμα λαμβάνουν έκπτωση 50% για το δεύτερο μέλος και κάθε επόμενο, εφόσον συμμετέχουν στον ίδιο κύκλο με τον πρώτο εγγεγραμμένο και 30% για το δεύτερο μέλος και κάθε επόμενο, εφόσον συμμετέχουν σε επόμενο κύκλο σε σχέση με τον πρώτο εγγεγραμμένο.

Για όλα τα παραπάνω θα πρέπει να προσκομίζονται αντίστοιχα δικαιολογητικά.

Οι εκπτώσεις σε καμία περίπτωση δεν λειτουργούν συνδυαστικά ή αθροιστικά.

Κριτήρια επιλογής – Αξιολόγηση αιτήσεων

Ο μέγιστος αριθμός εισακτέων του προγράμματος ορίζεται στους 100 και ο ελάχιστος στους 30.

Για την αξιολόγηση των αιτήσεων και την επιλογή των υποψηφίων εφαρμόζεται η κατά σειρά προτεραιότητα με βάση την χρονολογία της αίτησης εγγραφής.

Υποβολή αιτήσεων και δικαιολογητικά

Έναρξη υποβολής αιτήσεων: 23 Ιουλίου 2025

Καταληκτική ημερομηνία: 20 Σεπτεμβρίου 2025

H ηλεκτρονική αίτηση επέχει θέση Υπεύθυνης Δήλωσης σύμφωνα με την παρ. 4 του άρθρου 8 του ν. 1599/1986. Ο/η υποψήφιος/α με την αίτησή του αποδέχεται ανεπιφύλακτα όλους τους όρους του προγράμματος, όπως αυτοί αναφέρονται στη δημόσια πρόσκληση/οδηγό σπουδών του προγράμματος, στον κανονισμό σπουδών και στον κανονισμό λειτουργίας του ΚΕΔΙΒΙΜ-ΔΠΘ (https://kedivim.duth.gr/operfr/)

Τα απαιτούμενα δικαιολογητικά που πρέπει να υποβάλει ο υποψήφιος για τη συμμετοχή του στο Πρόγραμμα κατ’ ελάχιστο είναι:

  1. Αντίγραφο αστυνομικής ταυτότητας/διαβατηρίου
  2. Τον πιο πρόσφατο τίτλο σπουδών ή ΦΕΚ διορισμού.
  3. Οπουδήποτε έγγραφο δείχνει το ΑΦΜ.

Ενστάσεις θα γίνονται δεκτές το αργότερο 5 ημέρες αφού αναρτηθεί ο πίνακας εισακτέων.

Σε περίπτωση που δεν συγκεντρωθεί ο ελάχιστος απαιτούμενος αριθμός εκπαιδευομένων, ο/η ΕΥ διατηρεί το δικαίωμα της αλλαγής της ημερομηνίας έναρξης του προγράμματος ή και ακύρωσής του, ενημερώνοντας εγκαίρως τους/τις εκπαιδευόμενους/ες.

Επικοινωνία

Για περισσότερες πληροφορίες οι ενδιαφερόμενοι/ες μπορούν να επικοινωνούν με την Τσανοσίδου Γεωργία στο e-mail: gtsanosi@af.duth.gr

Περιγράμματα θεματικών ενοτήτων – μαθημάτων

Για τη σωστή διεκπεραίωση της αίτησής σας θα πρέπει να συμπεριλαμβάνονται τα απαραίτητα επισυναπτόμενα αρχεία σε μορφή PDF. Οδηγίες για τη δημιουργία PDF αρχείων μπορείτε να βρείτε ΕΔΩ

Σε περίπτωση που έχει υποβληθεί ξανά αίτηση σε κάποια άλλη πρόσκληση εκδήλωσης ενδιαφέροντος μετά την 01/07/2022, παρακαλώ συνδεθείτε πρώτα με τα στοιχεία που είχατε υποβάλει σε εκείνη την αίτησή σας και ύστερα προχωρήστε στην συμπλήρωση της νέας αίτησης.