facebook ΚΕΔΙΒΙΜ/ΟΠΑ

Εισαγωγή στην Αναλυτική Αθλητισμού

PI_sportanalytics
Σύντομη περιγραφή προγράμματος
Το πρόγραμμα αποτελεί μια ολοκληρωμένη εισαγωγή στο Sports Analytics και απευθύνεται σε όσους επιθυμούν να μάθουν πώς τα δεδομένα μπορούν να μετατραπούν σε χρήσιμη πληροφορία για την κατανόηση και αξιολόγηση της αθλητικής απόδοσης. Οι εκπαιδευόμενοι θα γνωρίσουν βασικές έννοιες και εργαλεία της ανάλυσης δεδομένων, με έμφαση στις εφαρμογές στον αθλητισμό.

Στο πλαίσιο του προγράμματος θα παρουσιαστούν οι βασικές αρχές προγραμματισμού και ανάλυσης δεδομένων με R και Python, καθώς και βασικές μαθηματικές και στατιστικές μέθοδοι που χρησιμοποιούνται στο Sports Analytics. Παράλληλα, θα εξεταστούν τεχνικές οπτικοποίησης δεδομένων και Data Science Storytelling, ώστε τα αποτελέσματα των αναλύσεων να παρουσιάζονται με σαφή και αποτελεσματικό τρόπο. Ιδιαίτερη έμφαση θα δοθεί στην ανάλυση αθλητικής απόδοσης και στην αξιοποίηση πραγματικών αθλητικών δεδομένων.

Μέσα από πρακτικά παραδείγματα, οι εκπαιδευόμενοι θα μπορούν να εφαρμόσουν τις γνώσεις τους σε πραγματικές εργασιακές καταστάσεις, όπως η αξιολόγηση παικτών και ομάδων, η ανάλυση αγωνιστικών δεδομένων, η υποστήριξη αποφάσεων από προπονητές και scouts, η δημιουργία dashboards και αναφορών, καθώς και η ανάλυση δεδομένων σε αθλητικούς οργανισμούς, εταιρείες sports technology, betting και gaming. Στόχος είναι η ανάπτυξη τόσο τεχνικών δεξιοτήτων όσο και της ικανότητας αξιοποίησης των δεδομένων για τη λήψη τεκμηριωμένων αποφάσεων στον αθλητισμό.
Τρόπος διεξαγωγής
Το πρόγραμμα προσφέρεται εξ ολοκλήρου εξ αποστάσεως και βασίζεται σε σύγχρονη (live) διδασκαλία, με δυνατότητα συμμετοχής των εκπαιδευομένων μέσω διαδικτυακής πλατφόρμας. Οι εκπαιδευόμενοι παρακολουθούν ζωντανά τα μαθήματα, συμμετέχουν ενεργά στη διδασκαλία και έχουν τη δυνατότητα να αλληλεπιδρούν με τους διδάσκοντες και τους υπόλοιπους συμμετέχοντες.

Η διδασκαλία συνδυάζει θεωρητική παρουσίαση με πρακτικές εφαρμογές, ασκήσεις και παραδείγματα πραγματικών αθλητικών δεδομένων. Ιδιαίτερη έμφαση δίνεται στην πρακτική εξάσκηση στη χρήση εργαλείων όπως R και Python, καθώς και στην εφαρμογή στατιστικών και υπολογιστικών μεθόδων σε προβλήματα Sports Analytics.

Το πρόγραμμα μπορεί να υποστηρίζεται από συμπληρωματικό εκπαιδευτικό υλικό και δραστηριότητες ασύγχρονης μελέτης, ώστε οι εκπαιδευόμενοι να μπορούν να επαναλαμβάνουν το υλικό και να ολοκληρώνουν ασκήσεις στον δικό τους χρόνο. Η συμμετοχή στις σύγχρονες διαδικτυακές συνεδρίες αποτελεί τον βασικό τρόπο παρακολούθησης του προγράμματος.

Για την καλύτερη σύνδεση της εκπαίδευσης με την πράξη, είναι δυνατό να πραγματοποιούνται προαιρετικά δια ζώσης workshops ή εντατικά μαθήματα (crash courses), όπου οι συμμετέχοντες θα έχουν τη δυνατότητα για επιπλέον πρακτική εξάσκηση και άμεση αλληλεπίδραση με τους διδάσκοντες και τους συναδέλφους τους. Οι συγκεκριμένες δράσεις ανακοινώνονται εγκαίρως στους εκπαιδευόμενους.

Με αυτόν τον τρόπο, το πρόγραμμα συνδυάζει την ευελιξία της εξ αποστάσεως εκπαίδευσης με τη ζωντανή αλληλεπίδραση και την πρακτική εφαρμογή, καθιστώντας το κατάλληλο τόσο για φοιτητές όσο και για εργαζόμενους επαγγελματίες.
Μαθησιακά αποτελέσματα
Με το πέρας του προγράμματος ο εκπαιδευόμενος θα μπορεί να:
  • χρησιμοποιεί βασικές εντολές και δομές των R και Python για την εισαγωγή, διαχείριση και ανάλυση αθλητικών δεδομένων.
  • οργανώνει, να καθαρίζει και να διερευνά σύνολα αθλητικών δεδομένων, εντοπίζοντας βασικά χαρακτηριστικά και πρότυπα.
  • εφαρμόζει κατάλληλες τεχνικές περιγραφικής και διερευνητικής ανάλυσης για την εξαγωγή χρήσιμων συμπερασμάτων από αθλητικά δεδομένα.
  • χρησιμοποιεί βασικές μαθηματικές έννοιες και εργαλεία που απαιτούνται για την κατανόηση μοντέλων και μεθόδων Sports Analytics.
  • εφαρμόζει μαθηματικές έννοιες σε απλά προβλήματα που σχετίζονται με την ανάλυση αθλητικής απόδοσης.
  • επιλέγει και να δημιουργεί κατάλληλες γραφικές απεικονίσεις για την αποτελεσματική παρουσίαση αθλητικών δεδομένων.
  • μετατρέπει τα αποτελέσματα μιας ανάλυσης σε κατανοητή και τεκμηριωμένη ιστορία δεδομένων (Data Science Storytelling) για διαφορετικά επαγγελματικά κοινά.
  • αναλύει δεδομένα αθλητικής απόδοσης και να αξιοποιεί κατάλληλους δείκτες για την αξιολόγηση παικτών και ομάδων.
  • χρησιμοποιεί δεδομένα για την υποστήριξη αποφάσεων σχετικά με την αγωνιστική απόδοση, την αξιολόγηση παικτών και τον σχεδιασμό αθλητικών στρατηγικών.
  • επιλέγει και να εφαρμόζει βασικές στατιστικές μεθόδους για την ανάλυση αθλητικών δεδομένων.
  • ερμηνεύει τα αποτελέσματα βασικών στατιστικών αναλύσεων και να αξιολογεί την αβεβαιότητα των συμπερασμάτων που προκύπτουν από τα δεδομένα.
Θεματικές ενότητες
  1. Εισαγωγή σε R και Python για την Αναλυτική του Αθλητισμού
    Βασικές αρχές προγραμματισμού. Εισαγωγή στην R, βασικά στοιχεία του πακέτου, περιβάλλον εντολών, περιβάλλον παραθύρων. Αριθμητικές πράξεις. Παραστάσεις. Αντικείμενα, είδη και τύποι αντικειμένων. Σύνταξη επαναληπτικών εντολών (βρόχων – for loops): εντολή for, εντολή while, εντολή repeat. Δημιουργία προγραμμάτων. Λίστες αποτελεσμάτων. Ειδικές εντολές. Διαγράμματα στην R, δημιουργία πολλαπλών διαγραμμάτων. Συναρτήσεις.
    Εισαγωγή στην Python: Ιστορία, χρήσεις και πλεονεκτήματα. Βασική Σύνταξη. Μεταβλητές και τύποι δεδομένων: Αριθμοί, συμβολοσειρές, λίστες, πλειάδες και λεξικά. Βασικές λειτουργίες: Ανάθεση τιμών, αριθμητικές πράξεις, εκτύπωση κειμένου. Σύνταξη if-else. Επαναλήψεις - βρόχοι: Η εντολές for και while. Δημιουργία και κλήση συναρτήσεων. Εισαγωγή στην Επεξεργασία Δεδομένων (Ανάγνωση και εγγραφή αρχείων, Επεξεργασία δεδομένων: Ταξινόμηση, φίλτρα, κλπ., Εφαρμογή Προγραμματιστικών Εννοιών) Ανάπτυξη μιας απλής εφαρμογής: Παράδειγμα από την αρχή μέχρι το τέλος.
    ΩΡΕΣ ΘΕ: 30
  2. Ανάλυση Αθλητικών Δεδομένων
    Παρουσιάζονται στατιστικές μέθοδοι σε απλά προβλήματα με τη χρήση της R: Περιγραφική ανάλυση, διαγραμματική απεικόνιση, προσομοίωση τυχαίων αριθμών από θεωρητικές κατανομές, διαστήματα εμπιστοσύνης, έλεγχοι υποθέσεων για 1 και 2 ανεξάρτητα δείγματα, έλεγχοι υποθέσεων για 2 εξαρτημένα δείγματα, πίνακες συνάφειας, απλή και πολλαπλή ανάλυση παλινδρόμησης, ανάλυση διακύμανσης για ένα και δύο παράγοντες. Μελέτες περίπτωσης και ανάλυση πραγματικών σετ δεδομένων από διάφορες επιστήμες (Οικονομικά, Μάρκετινγκ, Κοινωνικές επιστήμες, Αθλητισμό, Ιατρική, Ψυχολογία και άλλες). Βασικές αρχές συγγραφής εργασιών και παρουσίασης αναλύσεων δεδομένων.
    ΩΡΕΣ ΘΕ: 30
  3. Εισαγωγή στα Μαθηματικά για Αναλυτική του Αθλητισμού
    Σκοπός της ΘΕ είναι να φρεσκάρει τις γνώσεις των φοιτητών (που δεν προέρχονται από τομείς θετικών επιστημών) σε βασικές μαθηματικές έννοιες. Κατά τη διάρκεια αυτού του μαθήματος θα καλυφθούν: οι έννοιες της παραγώγισης, ολοκληρώματος, μεγιστοποίησης μιας συνάρτησης και βασικές έννοιες γραμμικής άλγεβρας και πινάκων (πράξεις πινάκων, αντίστροφή πινάκων, ορίζουσα πίνακα).
    ΩΡΕΣ ΘΕ: 15
  4. Οπτικοποίηση και Αφήγηση με Αθλητικά Δεδομένα
    Η ΘΕ διδάσκει στους μαθητές τις απαραίτητες δεξιότητες για να είναι αποτελεσματικοί αφηγητές δεδομένων. Θα μάθουν πώς να εντοπίζουν και να κατεβάζουν σύνολα δεδομένων, να εξάγουν πληροφορίες από αυτά τα δεδομένα και να παρουσιάζουν τα ευρήματά τους σε μια ποικιλία διαφορετικών μορφών. Οι φοιτητές/τριες θα μάθουν πώς να «συνδέουν τις τελείες» σε ένα σύνολο δεδομένων μέσω οπτικής ανάλυσης δεδομένων και να βρίσκουν το αφηγηματικό νήμα που εξηγεί τι συμβαίνει και εμπλέκει το κοινό τους σε μια ιστορία σχετικά με τα δεδομένα. Επιπλέον, οι μαθητές θα μάθουν πώς να λένε ιστορίες δεδομένων με διαφορετικούς τρόπους για διαφορετικά κοινά και ενδιαφερόμενα μέρη.
    ΩΡΕΣ ΘΕ: 30
  5. Ανάλυση Αγωνιστικής Απόδοσης
    Η ΘΕ της Ανάλυσης Αγωνιστικής Απόδοσης (Sport Performance Analysis) είναι ένα πρόγραμμα εφαρμοσμένης αθλητικής επιστήμης που εστιάζει στην κατανόηση, τη βελτίωση και την ανάλυση της απόδοσης στον αθλητισμό. Το πρόγραμμα σπουδών αναπτύσσει σταδιακά τις γνώσεις σας για την τακτική ανάλυση, τη μέτρηση της τεχνικής αποτελεσματικότητας και την ανάλυση συγκεκριμένης τεχνικής εντός της πραγματικής αθλητικής απόδοσης χρησιμοποιώντας μια σειρά σύγχρονων τεχνικών και τεχνολογίας. Επιπλέον, περιλαμβάνει εξοικείωση με την ανάλυση συμπεριφοράς προπονητή και αθλητών και την εφαρμογή τεχνικών παρακολούθησης αθλητών. Οι βασικές ενότητες στο μάθημα της Ανάλυσης Αγωνιστικής Απόδοσης συμπληρώνονται από ενότητες που προέρχονται από σχετικούς τομείς της προπονητικής, της παιδαγωγικής και της επιστήμης του αθλητισμού και της άσκησης. Αυτά τα στοιχεία δίνουν στο μάθημα μια μοναδική γεύση που επιτρέπει την κατανόηση των θεωρητικών αρχών και των δεξιοτήτων εφαρμοσμένης διαδικασίας που στηρίζουν την ανάλυση απόδοσης.
    ΩΡΕΣ ΘΕ: 30
  6. Εργαστήρια για την Αναλυτική του Αθλητισμού
    Το εργαστηριακό αυτό μάθημα παρέχει εφαρμοσμένη εκπαίδευση στη συλλογή, διαχείριση, ανάλυση και παρουσίαση αθλητικών δεδομένων για την υποστήριξη της προπονητικής και στρατηγικής λήψης αποφάσεων, καλύπτοντας τις βασικές αρχές προγραμματισμού, τις δομές δεδομένων, τις ροές ελέγχου και την αυτοματοποιημένη επεξεργασία δεδομένων μέσω των περιβαλλόντων R και Python.
    ΩΡΕΣ ΘΕ: 20
Όλες οι ενότητες θα γίνουν με live streaming εκτός της τελευταίας (Εργαστήρια για Sports Analytics) που θα είναι ζωντανά σε χώρους του ΚΕΔΙΒΙΜ ή του ΟΠΑ.

H διάρκεια του σεμιναρίου θα είναι 12 εβδομάδες εκ των οποίων 10 μαθήματα από 3 ώρες για κάθε ενότητα ενώ για την τελευταία ΘΕ (Εργαστήρια για Sports Analytics) θα είναι 2 ώρες εβδομαδιαίως.

Οι 2 τελευταίες εβδομάδες θα χρησιμοποιηθούν για δια ζώσης εξετάσεις ή παρουσιάσεις εργασιών στους χώρου του ΚΕΔΙΒΙΜ ή του ΟΠΑ.

Οι συμμετέχοντες θα πρέπει να παρακολουθήσουν επιτυχώς τουλάχιστον 2 από τις ΘΕ για να θεωρηθεί ότι ολοκλήρωσαν το πρόγραμμα.
Εκπαιδευτικό υλικό
Ζωντανές εξ αποστάσεως διαλέξεις, Διαζώσης εργαστήρια, ατομικές ή ομαδικές εργασίες, τεστ/παιχνίδια wayground/kahoot, ηλεκτρονικές διαφάνειες και σημειώσεις, ηλεκτρονικά βιβλία όπου υπάρχει διαθεσιμότητα .
Η αξία του προγράμματος
Με την επιτυχή ολοκλήρωση του προγράμματος, οι εκπαιδευόμενοι θα αποκτήσουν βασικές γνώσεις και πρακτικές δεξιότητες στο Sports Analytics, στη χρήση R και Python, στην ανάλυση και οπτικοποίηση αθλητικών δεδομένων και στις βασικές στατιστικές μεθόδους. Θα μπορούν να αξιοποιούν δεδομένα για την αξιολόγηση αθλητικής απόδοσης και την υποστήριξη τεκμηριωμένων αποφάσεων.
Εβδομαδιαίο πρόγραμμα
Δευτέρα – Παρασκευή 18.00 – 21.00 (teams), Τετάρτη 18.00-21.00 (και δια ζώσης κάποια μαθήματα), Παρασκευή 15.00-18.00 ή 18.00-21.00 δια ζώσης
Μέθοδοι αξιολόγησης και υπολογισμού τελικού βαθμού
Ο τελικός βαθμός θα υπολογίζεται ως ο μέσος όρος 2–4 ΘΕ που θα έχει παρακολουθήσει επιτυχώς ο εκπαιδευόμενος. Τα μαθήματα θα έχουν προκαθοριστεί στην αρχή του προγράμματος με δήλωση του εκπαιδευόμενου και εγκριση του ΕΥ. Στα μαθήματα αυτά δεν συμπεριλαμβάνεται η ΘΕ «Εισαγωγή στα Μαθηματικά για Αναλυτική του Αθλητισμού» το οποίο θα έχουν την υποχρέωση να παρακολουθήσουν μόνο εκπαιδευόμενοι με πιο αδύναμο μαθηματικό υπόβαθρο μετά από υπόδειξη του ΕΥ και η βαθμολογία δε θα μετράει στον τελικό βαθμό (οι εκπαιδευόμενοι θα θα πρέπει μόνο να περάσουν την σχετική εξέταση). Η ΘΕ «Εργαστήρια για την Αναλυτική του Αθλητισμού» δεν θα έχει ξεχωριστή εξέταση και θα λειτουργεί υποστηρικτικά στις άλλες ενότητες.
Γλώσσα Διδασκαλίας
Αγγλικά
Προθεσμία υποβολής αιτήσεων: 30/10/2026
Έναρξη προγράμματος: 02/11/2026
Ολοκλήρωση προγράμματος: 31/01/2027
Τρόπος διεξαγωγής
Μονάδες ECTS: 10
Ώρες σύγχρονης κατάρτισης: 170
Περιλαμβάνονται οι ώρες κατάρτισης με διδασκαλία σε αίθουσα, σε εργαστήριο, ή εξ αποστάσεως (μέσω livestreaming) μαζί με τα τυχόν διαλείμματα.
Ώρες ασύγχρονης κατάρτισης: 115
Περιλαμβάνονται οι ώρες κατάρτισης (ενδεικτικά) με χρήση πλατφόρμας ασύγχρονης τηλεκπαίδευσης (eLearning).
Επιπλέον ώρες ενασχόλησης: 15
Περιλαμβάνονται οι επιπλέον ώρες ενασχόλησης (ενδεικτικά) και μπορεί να περιλαμβάνουν ατομική μελέτη, συγγραφή εργασιών, συμμετοχή σε επιτόπιες επισκέψεις, συμμετοχή σε εξετάσεις, κ.α.
Συνολικές ώρες: 300
Οι συνολικές ώρες περιλαμβάνουν τις ώρες σύγχρονης και ασύγχρονης κατάρτισης, καθώς και τις επιπλέον ώρες ενασχόλησης.
Εβδομάδες εκπαίδευσης: 12
Περιλαμβάνονται οι εβδομάδες κατά τις οποίες προβλέπονται δραστηριότητες οποιασδήποτε μορφής.
Πιστοποιητικό Επαγγελματικής Εκπαίδευσης και Κατάρτισης
Στους εκπαιδευόμενους που θα ολοκληρώσουν επιτυχώς το πρόγραμμα χορηγείται Πιστοποιητικό Επαγγελματικής Εκπαίδευσης και Κατάρτισης του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Οικονομικού Πανεπιστημίου Αθηνών, το οποίο συνοδεύεται από Συμπλήρωμα του Πιστοποιητικού, στο οποίο αναφέρονται αναλυτικά το αντικείμενο του προγράμματος, οι θεματικές ενότητες που παρακολούθησε ο εκπαιδευόμενος, καθώς και η μεθοδολογία εκπαίδευσης που ακολουθήθηκε.
Υποστήριξη
Ντζούφρας Ιωάννης, Καθηγητής, Αυτή η διεύθυνση ηλεκτρονικού ταχυδρομείου προστατεύεται από τους αυτοματισμούς αποστολέων ανεπιθύμητων μηνυμάτων. Χρειάζεται να ενεργοποιήσετε τη JavaScript για να μπορέσετε να τη δείτε., 2108203968
Δρίκος, Σωτήριος, Αυτή η διεύθυνση ηλεκτρονικού ταχυδρομείου προστατεύεται από τους αυτοματισμούς αποστολέων ανεπιθύμητων μηνυμάτων. Χρειάζεται να ενεργοποιήσετε τη JavaScript για να μπορέσετε να τη δείτε.,
Σε ποιους απευθύνεται
Το πρόγραμμα απευθύνεται σε φοιτητές και αποφοίτους ανώτατης εκπαίδευσης, καθώς και σεεπαγγελματίες που επιθυμούν να αποκτήσουν ή να ενισχύσουν τις γνώσεις τους στο SportsAnalytics. Απευθύνεται σε στατιστικούς, μαθηματικούς, data scientists και αναλυτές δεδομένωνπου επιθυμούν να εξειδικεύσουν τις γνώσεις τους στον αθλητισμό, καθώς και σε επαγγελματίεςτου αθλητισμού, όπως στελέχη και εργαζόμενους σε αθλητικούς συλλόγους, ομοσπονδίες,αθλητικές εταιρείες και οργανισμούς, προπονητές, scouts και sports analysts. Παράλληλα,απευθύνεται σε επαγγελματίες εταιρειών betting και gaming, καθώς και σε στελέχη marketingκαι διοίκησης αθλητισμού, που επιθυμούν να αξιοποιούν δεδομένα και στατιστικές μεθόδουςγια την ανάλυση αθλητικών γεγονότων και τη λήψη τεκμηριωμένων αποφάσεων.
Προαπαιτούμενες Γνώσεις
Δεν απαιτείται προηγούμενη εξειδίκευση στο Sports Analytics. Απαραίτητη είναι βασική εξοικείωση με μαθηματικές και στατιστικές έννοιες και τη χρήση υπολογιστή. Οι ενδιαφερόμενοι υποβάλλουν υποχρεωτικά σύντομο βιογραφικό σημείωμα, πτυχίο (για αποφοίτους) και αναλυτική βαθμολογία, για την πληρέστερη αξιολόγηση του ακαδημαϊκού και επαγγελματικού υπόβαθρου.
Έγγραφα που ζητούνται κατά την υποβολή της αίτησης (πληροφορίες)
Βιογραφικό σημείωμα (υποχρεωτικό)
Αντίγραφο αναλυτικής βαθμολογίας πτυχίου (προαιρετικό)
Αντίγραφο πτυχίου (προαιρετικό)
Επιστημονικός Υπεύθυνος
Τρόποι και συχνότητα επικοινωνίας με τους εκπαιδευτές
Στα εργαστήρια του σεμιναρίου (κάθε εβδομάδα), οι φοιτητές θα έχουν επαφή με καθηγητές του προγράμματος και μπορούν να αλληλοεπιδρούν. Κάθε διδάσκων θα καθορίσει 1 ώρα «γραφείου» για επικοινωνία. Ραντεβού με τον ΕΥ μπορούν να κλείνουν στη διεύθυνση https://calendly.com/ntzoufras ή με εκπαιδευτικούς βοηθούς που θα υποστηρίζουν το πρόγραμμα https://calendar.app.google/U1MC3UXpYUfrEusN6.
Κόστος
ΔΙΑ ΖΩΣΗΣ: 1000€
Περιγραφή δόσεων
Το συνολικό ποσό των διδάκτρων ανέρχεται στα 1000€ και καταβάλλεται σε τρεις δόσεις. Η πρώτη δόση, των 200€, καταβάλλεται ως προκαταβολή πριν την έναρξη των μαθημάτων, για την κατοχύρωση της θέσης, η δεύτερη, των 400€, καταβάλλεται προτού το πρόγραμμα ολοκληρωθεί κατά το ήμισυ, και η τρίτη, των 400€ καταβάλλεται πριν τις εξετάσεις του προγράμματος.
Οι καταρτιζόμενοι αρχικά υποβάλλουν αίτηση στο πρόγραμμα χωρίς ταυτόχρονη καταβολή διδάκτρων. Εφόσον γίνουν δεκτοί σε αυτό, ενημερώνονται σχετικά με τα ύψη των δόσεων των διδάκτρων και τις αντίστοιχες προθεσμίες τους με το μήνυμα αποδοχής τους, το οποίο αποστέλλεται μέσω ηλεκτρονικού ταχυδρομείου.

Ενδεικτικά σχόλια από άτομα που ολοκλήρωσαν το πρόγραμμα

Δεν υπάρχουν σχόλια χρηστών για αυτή την καταχώρηση.

ΕΠΙΚΟΙΝΩΝΙΑ

Κεφαλληνίας 45, 11257, Αθήνα

  • dummysecretariat@diaviou.aueb.gr

  • dummy210 8203 913


Ειδικά για τα Δια Ζώσης Προγράμματα:

  • dummydiazosis@diaviou.aueb.gr

  • dummy210 8203 916, 912, 914


Ειδικά για τα eLearning Προγράμματα:

  • dummyelearning@diaviou.aueb.gr

  • dummy+30 210 8203 753

ΕΚΔΗΛΩΣΗ ΕΝΔΙΑΦΕΡΟΝΤΟΣ

Οικονομικό Πανεπιστήμιο Αθηνών

© Copyright ΚΕΔΙΒΙΜ - Οικονομικό Πανεπιστήμιο Αθηνών