С прием през септември и февруари всяка година в задочна форма за икономисти и неикономисти.
Кандидатите за прием в програмата от зимния семестър на учебната 2026/2027 година могат да подадат своите документи през платформата https://feba.kmk.uni-sofia.bg/ в рамките на следните три етапа:
- Първи етап - от 1 до 20 юли
- Втори етап - от 25 юли до 11 септември
- Трети етап - от 17 до 30 септември
Събеседванията за прием в магистърската програма ще се проведат онлайн на следните дати:
- След първи етап: 23.07.2026 г. от 14:00 часа - https://shorturl.at/xt0aH
- След втори етап: 15.09.2026 г. от 14:00 часа - https://shorturl.at/sqBHA
- След трети етап: 01.10.2026 г. от 14:00 часа - https://shorturl.at/H6LKg
- Учебен план - МП Моделиране на големи данни в бизнеса и финансите - зимен прием
- Учебен план - МП Моделиране на големи данни в бизнеса и финансите - летен прием
Ръководител: проф. дмн Иван Иванов, i_ivanov@feb.uni-sofia.bg, кабинет 511
Администратор: Мая Тодорова, maya@feb.uni-sofia.bg
|
|
|
Кратък адрес на тази страница: bit.ly/su-business-analytics
| Магистърска програма: Моделиране на големи данни в бизнеса и финансите (Business Analytics), специалисти, прием зимен семестър и летен семестър |
|
Магистърска програма: Моделиране на големи данни в бизнеса и финансите (Business Analytics), неспециалисти, прием зимен и летен семестър |
Магистърска програма „Моделиране на големи данни в бизнеса и финансите (Business Analytics)“ има за цел да подготвя специалисти с актуални знания и умения за обработка, организиране, анализ, моделиране и прогнозиране на масиви от данни, чиито обем, многообразие, скорост на събиране и изменение не позволяват приложение на стандартния иконометричен инструментариум. Именно тези особености са водещи в учебния процес и оформят интердисциплинарния характер на програмата. По-конкретно, фокусът е поставен върху балансирано съчетание на курсове с приложения на методи от статистиката, приложната математика и информационните технологии, а изборът на софтуерна среда е съобразен с нуждите на бизнеса.
В обучението се използват и учебни курсове от платформата DataCamp (https://www.datacamp.com/).