logo
Кафедра цифрової економіки та системного аналізу
Кафедра цифрової економіки та системного аналізу
logo
Кафедра цифрової економіки та системного аналізу
img

Наукова робота

цифрової економіки та системного аналізу

Офіційний аккаунт кафедри цифрової економіки та системного аналізу: Google Scholar.

ТЕНДЕНЦІЇ РОЗВИТКУ НАУКОВИХ НАПРЯМІВ КАФЕДРИ ЦИФРОВОЇ ЕКОНОМІКИ ТА СИСТЕМНОГО АНАЛІЗУ

Кафедра цифрової економіки та системного аналізу  здійснює наукову діяльність за двома основними напрямами:

  • наука про дані (DataScience)
  • математичне та комп’ютерне моделювання процесів цифрової економіки.

Наука про дані (Data Science)

Кількість інформації, якою володіє світ, досягла велетенських масштабів. Про це красномовно свідчить той факт, що 90 % даних, набутих людством упродовж свого існування, отримано за останні два роки, а до кінця 2020 року ця  кількість інформації подвоїться і досягне небувалої величини в 40 000 ексабайтів.

DataScience  – міждисциплінарна галузь про наукові методи, процеси і системи, які стосуються добування знань із даних у різних формах (як структурованих так і неструктурованих).

Вона об’єднує такі галузі як математика, статистика, комп’ютерні науки, машинне навчання тощо. Професіонала в галузі DataScience відрізняє великі крос-дисциплінарні знання і суперздатність до аналізу.

Найбільш авторитетний веб-сайт з інформацією про роботу Glassdoor, який щорічно публікує 50 найбільш актуальних професій у США, чотири роки поспіль віддає перевагу фахівцям в області аналізу даних.

За даними останнього звіту WorldEconomicForum у 2022 році 85% компаній у світі будуть потребувати, насамперед, фахівців з аналізу даних. Серед  професійних напрямів, які активно входять у всі сфери діяльності, виділено саме аналітику даних, роботу з великими даними, штучний інтелект і машинне навчання.

У 2019 року опубліковано звіт Всесвітнього економічного форуму стосовно важливості DataScience у світовій економіці. Наведено реальні дані про необхідність у DataScienceSkills у всіх без виключення сферах діяльності людини.

Основні напрями наукової діяльності кафедри в галузі DataScience:

  • комплексний бізнес-аналіз складних систем різної природи на основі методології DataScience;
  • побудова та аналіз експертних систем і систем штучного інтелекту;
  • розробка та системний аналіз методів машинного навчання і алгоритмів оптимізації бізнес-процесів;
  • ідентифікація основних даних, які впливають на розвиток фізичних, економічних, соціальних процесів, відокремлення в них стохастичних та невизначених факторів та дослідження залежностей між ними;
  • розв’язування проблем інтелектуального аналізу великих даних у різних галузях науки, техніки, фінансів, соціально-економічній та політичній сферах та народному господарстві в цілому;
  • комп’ютерна реалізація математичних моделей реальних процесів і систем;
  • використання програмного забезпечення для аналізу даних (Power BI,Tableau, RapidMiner), універсальних та спеціалізованих мов програмування (C#, Java, Python, R, SQL), мов імітаційного моделювання з метою проведення системних досліджень.

Основні наукові публікації викладачів кафедри в галузі Data Science:

  1. Roskladka A. The data science tools for research of emigration processes in Ukraine / A. Roskladka, N. Roskladka, G. Kharlamova, A. Karpuk, A. Stavytskyy // Problems and Perspectives in Management - Volume 18, issue #1, 2020, p. 70-81 (Scopus).
  2. Roskladka A. Data analysis and forecasting of tourism development in Ukraine / A.Roskladka, N. Roskladka, O. Dluhopolskyi, G. Kharlamova, M. Kiziloglu // Innovative Marketing. - Volume 14, 2018, issue #4, pp. 19-33 (Scopus).
  3. Roskladka A. Data Scientist: a glance into the future / A. Roskladka, O. Ivanova, V. Kulazhenko // Зовнішня торгівля: економіка, фінанси, право. – 2019. – № 3. – C. 109- 120.
  4. Роскладка А. А Кластерний аналіз клієнтської бази даних підприємств сфери послуг / А.А. Роскладка,Н.О. Роскладка, О. О. Дзигман // Агросвіт, 2019. – №16. – С. 8-17.
  5. Роскладка А. А. Моделювання процесу консолідації даних агропромислового підприємства / А.А. Роскладка // Вісник Одеського національного університету. – 2015. – № 20 (2/1). – С. 191-194.
  6. Roskladka A. Practical implementation of the methodology of forming a system for monitoring the process of information support / A. Roskladka, R. Baglai, V. Lazurenko, M. Zaichenko // Big Data Processing: methods, models and information technologies: monograph. – Shioda GmbH, Steyr, Austria, 2019. – P. 161-188.
  7. Roskladka A. Formation of the monitoring system for non-production enterprises / A. Roskladka, N. Roskladka, V.Hamalii, N. Geseleva // Big Data processing: methods, models and information technologies. Shioda GmbH, Steyer, Austria, 2019. P. 188-215.
  8. Proniuk G., Geseleva N., Kyrychenko I., Tereshchenko G. Spatial Interpretation of the Notion of Relation and Its Application in the System of Artificial Intelligence [Електроннийресурс] / G. Proniuk, N. Geseleva, I. Kyrychenko, G. Tereshchenko // CEUR Workshop Proceedings of the 3rd International Conference on Computational Linguistics and Intelligent Systems (COLINS2019). Volume I: Main Conference, Kharkiv, Ukraine, April 18-19, 2019. – Режимдоступудоресурсу: http://ceur-ws.org/Vol-2362/paper24.pdf
  9. Кулаженко В. В. Нейромережеве моделювання процесу економічно безпеки підприємства / В. В. Кулаженко // Колективна наукова монографія «Проблеми та перспективи економічної кібернетики». – К.: ВД ТЗОВ «AgrarMediaGroup», 2013. – С. 226–231.
  10. Kulazhenko V. E-trade market analusis using data clustering methods. Big Data processing: methods, models and information technologies: monograph/Pursky O., Moroz I., Ivanova I., Kulazhenko V. – edited by Oleg I. Pursky. – Shioda GmbH, Steyr, Austria, 2019. – 90-161 pp.

Математичне та комп’ютерне моделювання процесів цифрової економіки

Цифрова економіка – це науковий напрям, що займається застосуванням сучасних цифрових технологій до управління економічними системами. У рамках цього напряму із застосуванням сучаснихінформаційних технологій проводиться моделювання, дослідження й організація процесів управління в економічних системах.