Πληροφοριες Προγραμματος
- Προθεσμια Υποβολης Αιτησεων:
- 14/9/2025
- Εναρξη Μαθηματων:
- 22/9/2025
- Διαρκεια:
- 4 Μήνες (140 ώρες)
Έναρξη Μαθημάτων
22/9/2025
Βίντεο Προγράμματος
Παρακολουθήστε το σχετικό βίντεο για το Πρόγραμμα
Εισαγωγή
Σκοπός του προγράμματος είναι η εκπαίδευση των συμμετεχόντων/ουσών αναφορικά με την αξιοποίηση σύγχρονων εργαλείων Επιχειρησιακής Ανάλυσης και Τεχνητής Νοημοσύνης (AI) συμβάλλοντας στην ενδυνάμωση της προσωπικής ανάπτυξης και της επαγγελματικής τους εξέλιξης ως επαγγελματίες και στελέχη οργανισμών, επιχειρήσεων και φορέων που ασχολούνται με τη διαχείριση κρίσεων και την αντιμετώπιση των προκλήσεων του σύγχρονου επιχειρησιακού περιβάλλοντος.
Στο πλαίσιο αυτό, οι εκπαιδευόμενοι/ες θα εμβαθύνουν στη χρήση προηγμένων μοντέλων και τεχνολογιών για την πρόβλεψη, ανάλυση και διαχείριση κινδύνων σε περιβάλλοντα υψηλής αβεβαιότητας και κρίσιμων αποφάσεων. Ειδικότερα, θα εξοικειωθούν με τη χρήση Predictive Analytics και Big Data Analytics και θα είναι σε θέση να αναλύουν μεγάλα δεδομένα σε πραγματικό χρόνο, επιτυγχάνοντας ακριβείς προβλέψεις για μελλοντικές τάσεις και πιθανές απειλές. Ως εκ τούτου, θα μπορούν να λαμβάνουν τεκμηριωμένες αποφάσεις ενισχύοντας την προσαρμοστικότητα και τη δυνατότητα γρήγορης αντίδρασης στις συνεχώς μεταβαλλόμενες συνθήκες και διευκολύνοντας την έγκαιρη ανίχνευση απειλών και τη διασφάλιση της επιχειρησιακής συνέχειας, ακόμη και σε περιόδους κρίσης. Παράλληλα, θα προσεγγίσουν τη μέθοδο Scenario Planning μέσω της οποίας θα μπορούν να σχεδιάζουν στρατηγικές για την αντιμετώπιση διαφόρων πιθανών σεναρίων κρίσης, ενισχύοντας την ευελιξία και την ανθεκτικότητα των οργανισμών. Επιπρόσθετα, θα έρθουν σε επαφή με καινοτόμα εργαλεία, με τη βοήθεια της Τεχνητής Νοημοσύνης, σχετικά με τη χρήση Ανάλυσης Συναισθημάτων (Sentiment Analysis), που συμβάλλουν στην κατανόηση των αντιδράσεων και της δυναμικής του περιβάλλοντος κατά τη διάρκεια κρίσεων, προσφέροντας κρίσιμες πληροφορίες για τη λήψη πιο στοχευμένων και ταχύτερων αποφάσεων. Τέλος, θα παρουσιαστεί το μοντέλο Agile Leadership, σύμφωνα με το οποίο οι ηγέτες υιοθετούν ευέλικτες στρατηγικές και δυναμικές λύσεις που εξασφαλίζουν τη βιωσιμότητα και την ανθεκτικότητα των οργανισμών τους.
Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής Εκπαίδευσης/ΤΕΙ και σε απόφοιτους Δευτεροβάθμιας Εκπαίδευσης με συναφή στο αντικείμενο εργασιακή εμπειρία. Ειδικότερα, το πρόγραμμα απευθύνεται σε στρατηγικά στελέχη, επαγγελματίες διαχείρισης κρίσεων, συμβούλους επιχειρησιακής ανάλυσης, στελέχη των Ενόπλων Δυνάμεων, καθώς και σε διευθυντικά στελέχη, τμηματάρχες και άλλα στελέχη από τον δημόσιο και ιδιωτικό τομέα που αναλαμβάνουν κρίσιμες αποφάσεις σε δυναμικά και αβέβαια περιβάλλοντα.
Μαθήματα Προγράμματος
Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:
| Μάθημα 1 | Εισαγωγή στην Επιχειρησιακή Ανάλυση και Στρατηγική Διαχείριση Κρίσεων |
|---|---|
|
|
| Μάθημα 2 | Στρατηγική Αξιολόγηση Κινδύνου και Ανάλυση Ρίσκου |
|
|
| Μάθημα 3 | Τεχνητή Νοημοσύνη για Διαχείριση Κρίσεων και Λήψη Αποφάσεων |
|
|
| Μάθημα 4 | Ηγεσία και Ψυχολογική Ανθεκτικότητα σε Καταστάσεις Κρίσης |
|
|
| Μάθημα 5 | Διαχείριση Ομάδων Κρίσης και Συντονισμός |
|
|
| Μάθημα 6 | Στρατηγική Επικοινωνία και Δημόσια Εικόνα στην Κρίση |
|
|
| Μάθημα 7 | Εκτίμηση, Επανεξέταση και Προσαρμογή μετά την Κρίση |
|
|
Κόστος Προγράμματος
Εκπτώσεις έως 40% στα δίδακτρα των Προγραμμάτων. Δυνατότητα αποπληρωμής σε 10 μηνιαίες δόσεις.
Προεγγραφή με 80€ για αιτήσεις έως 1/09/2025 και 15% έκπτωση σε όλους λόγω early entry.
Ανταποκρινόμενοι στις ανάγκες και στα νέα δεδομένα που έχουν προκύψει στην κοινωνία λόγω της ενεργειακής κρίσης και του περιορισμού στο διαθέσιμο εισόδημα, παρέχουμε σε όλους διευκολύνσεις και παρατάσεις ως προς την πληρωμή των διδάκτρων τους σε συνεννόηση με τη Γραμματεία. Αυτό σημαίνει στην πράξη, ότι πέραν του ποσού της εγγραφής σας το υπολειπόμενο ποσό των διδάκτρων, δύναται να καταβληθεί σε μηνιαίες δόσεις που σας εξυπηρετούν μέχρι τη λήξη του Προγράμματός σας.
Παράλληλα, ισχύει εκπτωτική πολιτική για Ανέργους (30%), Κατόχους Ευρωπαϊκής Κάρτας Νέων (30%), ΑΜΕΑ (25%), Πολύτεκνους (20%), κ.ά. Δείτε στον παρακάτω πίνακα πως διαμορφώνονται τα δίδακτρα για κάθε ομάδα που δικαιούται έκπτωση.
Για αιτήσεις που έχουν υποβληθεί στον 88_89 κύκλο σπουδών από 27/05/2025 μέχρι και 1/09/2025 ισχύει έκπτωση 15% λόγω early entry. Η εγγραφή στο πλαίσιο της έγκαιρης προκράτησης θέσης, κατοχυρώνεται με καταβολή μέρους των διδάκτρων ύψους 80 ευρώ. Η αποπληρωμή του υπόλοιπου ποσού γίνεται σε δόσεις κατά τη διάρκεια του προγράμματος.
Η έκπτωση λόγω early entry εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.
Για τη χορήγηση του πιστοποιητικού είναι απαραίτητη η αποπληρωμή του συνόλου των διδάκτρων.
| Διάρκεια (μήνες) | 4 |
| Δίδακτρα (σε δόσεις) |
|
| Αριθμός δόσεων | 3 |
| Ποσό δόσης |
|
| Δίδακτρα (εφάπαξ) |
|
| Δίδακτρα με έκπτωση | ||||
| Έκπτωση | 15% | 20% | 25% | 30% |
| Δίδακτρα |
|
|
|
|
| Δόση |
|
|
|
|
|
Το E-Learning του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Ε.Κ.Π.Α., στο πλαίσιο του μη κερδοσκοπικού χαρακτήρα της παροχής αυτοχρηματοδοτούμενων προγραμμάτων εξ αποστάσεως επιμόρφωσης, εφαρμόζει ειδική εκπτωτική πολιτική για συγκεκριμένες κατηγορίες εκπαιδευόμενων. Αναφορικά με τους όρους χορήγησης εκπτώσεων και την εταιρική εκπτωτική πολιτική δείτε περισσότερα εδώ. |
| Ομαδα Α: Εκπτωση 30% |
|
| Ομαδα Β: Εκπτωση 25% |
|
| Ομαδα Γ: Εκπτωση 20% |
|
| Ομαδα Δ: Εκπτωση 15% |
|
| Ομαδα Ε: Εκπτωση 15% |
|
Ακαδημαϊκός Υπεύθυνος Προγράμματος
Στοιχεία Ακαδημαϊκού Υπευθύνου
Πετρακης Παναγιωτης
Ομότιμος Καθηγητής Τμήματος Οικονομικών Επιστημών Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών
Συντελεστές Προγράμματος
Στοιχεία Συντελεστών του Προγράμματος
Δρ. Γεροντογιαννης Δ. Διονυσιος
Αντιστράτηγος ε.α., Διδάκτωρ Διοικητικής Επιστήμης, με εμπειρία σε στρατηγικές θέσεις σε Διεθνείς Οργανισμούς, μεταπτυχιακές σπουδές στη φιλοσοφία και ενεργή ακαδημαϊκή δραστηριότητα στη διαχείριση κρίσεων, επιχειρησιακή ανάλυση και τεχνολογία.
Πιστοποιητικά Προγράμματος
Δείτε δείγμα του χορηγούμενου Πιστοποιητικού
Πότε λήγει το Early Entry;
Απομένουν 82 μέρες για την λήξη του Early Entry
