Структура овог студијског програма је дефинисана кроз ЕРАЗМУС+ пројекат под називом „АДА Напредна аналитика података у пословању“ (ADA – Advanced Data Analytics in Business). У његовом обликовању су учествовали и наставници са четири универзитета из Европске уније на којима се реализују студијски програми из области науке о подацима.

Елементи студијског програма:

• Назив и циљеви студијског програма: „Напредна аналитика података у пословању.“ Општи циљ студијског програма је пружити студентима могућност да стекну теоријско знање и да развију креативне способности и специфичне практичне вештине за обављање одређених задатака везаних за науку о подацима: коришћење научних метода, процеса, алгоритама и система за анализу структурисаних и неструктурисаних података и закључивање, односно постизање одговарајућих компетенција и академских знања с једне стране у области примене квантитативних метода у економији и с друге стране у области информационих технологија за обраду масовних података.
• Врста студија и исход процеса учења је у складу са законом који утврђује национални оквир квалификација: Мастер академске студије.
• Стручни, академски, научни односно уметнички назив: Мастер пословне информатике.
• Услове за упис на студијски програм: За упис на мастер академске студије у трајању од четири семестра могу конкурисати лица која имају завршене одговарајуће основне академске студије у трајању од три или четири године са стечених180 ЕСПБ или 240 ЕСПБ.
• Листа обавезних и изборних студијских подручја, односно предмета, са оквирним садржајем: Листа предмета са оквирним садржајем је приказана у оквиру стандарда 5 (Табела 5.2.а Књига предмета - студијски програм). Студенти у оквиру студијског програма имају обавезне и изборне предмете, а изборни предмети се бирају са ширег списка понуђених изборних предмета. Сви предмети су једносеместрални. Овај студијски програм нема модуле.
• Свака активност студената током наставног процеса прати се и вреднује према правилима која су усвојена на нивоу Факултета за сваки предмет и која су унапред позната студентима.
• Начин извођења студија и потребно време за извођење појединих врста студија: Настава се изводи кроз предавања, вежбе и друге облике наставе (консултације, семинарске радове, пројекте и сл). Ерасмус пројектом је обезбеђена сва потребна опрема за извођење активне наставе, односно оформљена је најсавременија лабораторија. Потребно време за извођење студија је четири семестра. Курикулум се састоји од шест обавезних и шест изборних предмета који се бирају са списка дванаест понуђених. Настава се реализује током три семестра. Четврти семестар је предвиђен за практичан рад у компанијама и окончава се израдом и одбраном мастер рада.
• Сваком предмету је одређена бодовна вредност у складу са европским системом преноса бодова (ЕСПБ): Сваки обавезни предмет носи 8 бодова, а изборни предмет 7 бодова. Пракса у компанији се изводи у последњем семестру и носи три бода, а мастер рад 27 ЕСПБ. Студијски програм има укупно 6 обавезних предмета, корпу од 12 изборних предмета од којих се бира 6. Прва три семестра носе укупно 90 бодова.
• Бодовна вредност завршног рада на мастер академским студијама износи 27 ЕСБП.
• Предуслови за упис појединих предмета или групе предмета: Предуслови за упис појединих предмета су наведени у књизи предмета стандарда 5 (Табела 5.2.а Књига предмета - студијски програм).
• Начин избора предмета из других студијских програма, као и услови за прелазак са других студијских програма у оквиру истих или сродних области студија: Факултет има утврђене услове за прелазак са студијских програма других високошколских институција, као и начин избора предмета из других студијских програма; Након уписа студента који је део програма реализовао на другим факултетима покреће се признавање испита од стране посебно оформљеног комитета у сталном саставу; Код међународне размене студената припрема се Уговор о учењу у договору са координатором за међународну размену студената. Процедуре су утврђене одговарајућим правилницима.

The structure of this study program is defined through the ERASMUS + project titled“ADA - Advanced Data Analytics in Business”. Teachers from four EU universities, each of which already successfully implements the programs of comparable structure, have already taken part in its design.

• Title and goals of the study program: “Advanced Data Analytics in Business”. The general goal of the study program is to provide students with the opportunity to acquire theoretical knowledge as well as to develop creative abilities and specific skills to perform certain tasks related to data science: use of scientific methods, processes, algorithms and system of analysis of structured and unstructured data and inference, i.e. achieving appropriate competencies and academic knowledge on the one hand in the field of application of quantitative methods in economics and on the other in the field of information technologies for big data processing.
• The type of study and the outcome of the learning process is in accordance with the law that determines the National Qualifications Framework: Master of Academic Studies
• Professional, academic, scientific or artistic title: Master of Business Informatics.
• Conditions for enrollment in the study program: For enrollment in the three-semester master’s academic studies can apply persons who have completed the relevant bachelor academic studies lasting three or four years, equivalent to 180 ECTS or 240 ECTS.
• List of compulsory and elective areas of study, i.e. courses, with outline content: The list of courses with outline content is presented within standard 5 (Table 5.2.a Book of courses - study program). Students within the study program have compulsory and elective courses, and elective courses are selected from a list of offered elective courses. Each course is taught one semester. This study program has no modules.
• Each student activity during the teaching process is monitored and evaluated according to the rules adopted at the Faculty level for each course, which are known to students in advance.
• Manner of conducting studies and necessary time for conducting certain types of studies: Teaching is performed through lectures, exercises and other forms of teaching (office hours work, seminars, projects and cases, etc.). The Erasmus+ project provided all hardware and software that are necessary for active teaching, i.e. a state-of-the-art laboratory. The required time for conducting studies is four semesters. The curriculum contains six compulsory and six elective courses that are chosen out of twelve offered. The coursework takes three semesters. The fourth semester is dedicated to the internship and a master’s thesis.
• Score value of each course expressed in accordance with the European Credit Transfer System (ECTS): Each compulsory course carries 8 ECTS, elective courses carry 7 ECTS. In the last semester students are required to conduct internship (3 ECTS) and write a Master’s thesis (27 ECTS). The study program has a total of 6 compulsory courses and six out of twelve elective courses. The first three semesters consist of 90 ECTS coursework.
• The final thesis in the Master academic studies is given 27 ECTS.
• Prerequisites for enrollment of individual courses or groups of courses: Prerequisites for enrollment of individual courses are listed in the book of courses of standard 5 (Table 5.2.a Book of courses - study program).
• Possibility of choosing courses from other study programs, as well as conditions for transfer from other study programs within the same or related fields of study: The Faculty has established a framework for transferring credits from study programs of other higher education institutions, as well as the method of selecting courses from other study programs; If a student enrolls after finishing a part of its studies within other higher education institutions, the exams (credits) recognition procedure will be initiated subsequently in front of a standing committee. In case of international mobility under auspice of relevant inter-institutional agreements, the recognition is done based on official learning agreement and with assistance of an appointed coordinator. The procedures are stipulated in the relevant Faculty’s regulations (sub-laws).

Сврха студијског програма МАС - Напредна аналитика података у пословању је образовање студената за самосталну примену квантитативних метода анализе (математичких и статистичких метода и модела) и коришћење савремених информационих технологија, ради решавања најсложенијих проблема у различитим привредним и научним областима, које се ослањају на аналитику масовних података (пословно управљање, маркетинг, финансије).

Студенти ће се бити у могућности да, кроз комбинацију теорије, метода и техника из економских, пословних и организационих наука, са алатима и процедурама из информационих и рачунарских наука:

• обављају високостручнe, управљачкe и аналитичкe пословe из различитих области пословне аналитике, како у домаћим тако и иностраним организацијама,
• креативно, критички и стручно разматрају економске проблемe у складу са савременим трендовима и условима пословања,
• доносе инвестиционе и финансијске одлуке засноване на свим расположивим и различито форматираним подацима,
• анализирају проблеме информационог менаџмента у пословном окружењу и самостално развијају иновативна решења из области информационо-комуникационе технологије у организацијама и друштву,
• знања стечена из области пословног управљања, математике и статистике примене у одређеним програмским језицима.

Релевантна знања, способности и вештине стечене на овом студијском програму могу бити коришћене за обављање послова који се односе на дефинисање и формулисање стратегије развоја, доношење оперативних и страгијских одлука за потребе менаџмента предузећа, планирање и прогнозирање варијација посматраних појава у области бизниса, анализе садржаја друштвених мрежа, анализе плаћања у одређеним апликацијама, online анализе и истраживања тржишта, а све то на основу расположивих података и применe одговарајућег програмског језика.

The purpose of the study program MSc Advanced Data Analytics in Business is to educate students for the independent application of quantitative methods of analysis (mathematical and statistical methods and models) and the use of modern information technologies, in order to solve the most complex problems in various economic and scientific fields, which rely on big data analytics (business management, marketing, finance).

Through a combination of theory, methods and techniques from economic, business and organizational sciences with tools and procedures from information and computer sciences, students will be able to:

• perform highly professional, managemental and analytical tasks in various areas of business analytics, both in domestic and foreign organizations,
• creatively, critically and expertly consider economic problems in accordance with modern trends and conditions in business,
• make investment and financial decisions based on all available and differently formatted data,
• analyze the problems of information management in the business environment and independently develop innovative solutions in the field of information and communication technology in organizations and society,
• knowledge acquired in the field of business management, mathematics and statistics apply in certain programming languages.

The relevant knowledge, abilities and skills acquired in this study program can be used to perform tasks which are related to defining and formulating the development strategy, making operational and strategic decisions for the needs of company management, planning and forecasting variations of observed phenomena in the field of business, analysis of the content of social networks, analysis of payment in certain applications, online analysis and market research, all this based on the available data and the application of the appropriate programming language.

Циљ студијског програма је да студенти стекну одговарајуће компетенције и стручнa знањa, као и да развију креативне способности и специфичне практичне вештине, неопходне за обављање задатака везаних за област напредне аналитике података. Студентима се пружају знања која се односе на концепте, моделе и методе напредне анализе података, као и  знања везана за алгоритамске конструкције и програмске језике, како би се оспособили за самосталну обраду података, чиме се обезбеђује подршка одлучивању у различитим областима пословања.

Циљ је да студенти овладају напредним техникама анализе података, како би били оспособљени за самостални аналитички рад, неопходан за доношење одлука заснованих на подацима у различитим областима: истраживању тржишта, креирању маркетинг стратегија, доношењу инвестиционих и финансијских одлука, унапређењу односа са клијентима, избору пословних модела, и слично. На овај начин образују се стручњаци за рад у јавним и приватним пословним организацијама чије се пословање заснива на обради масовних података.

Специфични циљеви студијског програма обухватају:

• Савладавање економетријских методама и модела који се користе у анализи савременог пословања;
• Изучавање машинског учења и оспособљавање за примену метода машинског учења, које представљају основу савремене анализе података (регресија, класификатори најближих суседа, стабла одлучивања, случајни шум, неуронске мреже);
• Овладавање знањима везаним за анализу и прогнозирање временских серија;
• Оспособљавање за самостални рад у програмским језицима (R, Python, Hadoop, MATHRMATICA, Matlab);
• Обучавање за ефикасну обраду података и презентовање добијених резултата коришћењем савремених аналитичких алата (Microsoft Excel и Tableau);
• Овладавање знањима везаним за аквизицију података из различитих извора (MySQL, Excel, MongoDB, Hive) и њеним значајем за пословну аналитику;
• Усвајање знања која се односе на пакете за оптимизацију у линеарном програмирању (PuLP и Pyomo);
• Оспособљавање за самосталну анализу квантитативних податакау циљу одлучивања у вези са инвестирањем у хартије од вредности (модели временских серија, линеарни и нелинеарни модели, нумеричке процедуре);
• Схватање значаја тимова, као најефикаснијег облика организовања сваке организације и њихове подршке за доношење менаџерских одлука;

Развијање свести о потреби целоживотног образовања и усавршавања, како би се одговорило захтевима динамичког пословног окружења.

The objective of the study program is that students acquire appropriate competencies and professional knowledge, as well as to develop creative abilities and specific practical skills, necessary for performing tasks related to the field of advanced data analytics. Students are provided with knowledge related to concepts, models and methods of advanced data analysis, as well as knowledge related to algorithmic constructions and programming languages, in order to be able to independently process data, thereby providing decision support in various areas of business.

The objective is for students to master advanced data analysis techniques, in order to be able for independent analytical work necessary for data-based decision-making in various fields: market research, creating marketing strategies, making investment and financial decisions, improving customer relationships, choosing business models, etc. In this way, experts are trained to work in public and private business organizations whose business is based on the processing of big data.

The specific goals of the study program include:

• Introducing students to econometric methods and models used in the analysis of modern business;
• Studying machine learning and training for the application of machine learning methods that are the basis of modern data analysis (regression, classifiers of nearest neighbors, decision trees, random noise, neural networks);
• Mastering knowledge related to fortime series analysis and forecasting;
• Training for independent work in programming languages ​​(R, Python, Hadoop, MATHRMATICA, Matlab);
• Training for efficient data processing and presentation of obtained results using modern analytical tools (Microsoft Excel and Tableau);
• Mastering the knowledge related to the data acquisition from various sources (MySQL, Excel, MongoDB, Hive) and its importance for business analytics;
• Acquiring knowledge related to optimization packages in linear programming (PuLP and Pyomo);
• Training for independent analysis of quantitative data for decision making on investment in securities (time series models, linear and nonlinear models, numerical procedures);
• Understanding the importance of teams, as the most effective form of organizing any organization and their support for managerial decision making;
• Developing awareness of the need for lifelong learning and training, in order to meet the requirements of a dynamic business environment.

Савладавањем студијског програма студенти стичу следеће опште способности:

• анализе и синтезе великих подата и на основу тога предвиђање будуђих кретања пословања;
• овладавње методама, поступцима и процесима анализе великих података у сврху пословног одлучивања;
• развиј критичког и самокритичног мишељења и приступа везаног за анализу оперативних и финансијских података уз примену програмских језика;
• примене знања у пракси;
• развој комуникационих способности и спретности, као и сарадње са ужим социјалним и међународним окружењем;
• професионалне етичности.

Савладавањем студијског програма студенти стичу следеће предметно-специфичне способности:

• темељно познавање и разумевање квантитативних финансија, дигиталног маркетинга, oнлајн куповине и њихова примена у области масовних података;
• познавање R и Пајтон програмског језика и њигова примена у области науке о подацима у бизнису;
• решавање конкретних проблема уз употребу математичко-статистичких метода и одговарајућих програмских језика;
• повезивање основних знања из области пословне економије, квантитативне економске анализе, финансија и рачунарских наука;
• континуирано праћење и примене иновација у струци;
• развоја вештина и спретности у употреби анализе великих података у утврђивању стања и предвиђању будућих кретања пословања;
• употребе информационо-комуникационих технологија и одговарајућих програмских језика у области масовних података.

Исходи учења описани према дескрипторима исхода учења Националног оквира квалификација (ниво 7.1.).

Знање: Поседује високо специјализована академска и стручна знања која се односе на адекватне теорије, принципе и процесе, укључујући вредновање, критичко разумевање и примену у области напредне аналитике података, као основу за научна и примењена истраживања.

Вештине: Решавање сложених проблеме на иновативан начин који доприноси развоју у области напредне аналитике података, управљање и вођење сложене комуникације, интеракције и сарадње са другима из различитих друштвених група, примене сложених метода, инструмената и уређаја релевантних за област напредне аналитике података, као основе за научна и примењена истраживања.

Способности и ставови: Студенти ће бити оспособљени да делују предузетнички и преузимају руководеће послове, самостално и са пуном одговорношћу воде најсложеније пројекте, планирају и реализују научна и примењена истраживања и контролишу рад и вреднују резултате других, ради унапређивања постојеће праксе.

By mastering this study program, students acquire the following general abilities:

• analysis and synthesis of big data and based on that forecasting future trends of business;
• by mastering the methods, procedures and processes of big data analysis for the purpose of business decision-making;
• development of critical and self-critical thinking and approach related to the analysis of operational and financial data with the application of programming languages;
• application of knowledge in practice;
• development of communicational skills and dexterity, as well as a cooperation with the wider social and international environment;
• professional ethics.

By mastering the study program, students acquire the following subject-specific abilities:

• fundamental knowledge and understanding of quantitative finance, digital marketing, online shopping and their application in the field of big data;
• knowledge of R and Python programming languages and their application in the field of data science in business;
• solving specific problems with the use of mathematical and statistical methods and appropriate programming languages;
• connecting solid knowledge in the field of business economics, quantitative economic analysis, finance and computer science;
• continuous monitoring and application of innovations in the profession;
• development of skills and dexterity in the use of big data analysis in determining the state and predicting future trends of business;
• use of information and communication technologies and appropriate programming languages in the field of big data.

Learning outcomes described according to the learning outcome descriptors of the National Qualifications Framework (level 7.1.)

Knowledge: Students will be possesses highly specialized academic and professional knowledge related to adequate theories, principles and processes, including evaluation, critical understanding and application in the field of advanced data analytics, as a basis for scientific and applied researches.

Skills: Students will be solved complex problems in an innovative way that contributes to the development in the field of advanced data analytics, managing and conducting complex communication, interaction and cooperation with others from different social groups, application of complex methods, instruments and devices relevant to the field of advanced data analytics, as a basis for scientific and applied researches.

Abilities and attitudes: Students will be trained to act entrepreneurially and take on management jobs, independently and with full responsibility will be managed the most complex projects, plan and implement scientific and applied research and monitor the work and evaluate the results of others, in order to improve the existing practice.

На мастер академским студијама поред постојећег студијског програма Економија, овом акредитацијом, уводи се још један мастер студијски програм Напредна аналитика података у пословању, у трајању од четири семестра, који је јединствен студијски програм, без модула и чија је структура дата у следећем опису:

Обавезни предмети у I семестру: Програмирање за пословне примене 1 и Оптимизација и пословно одлучивање; Изборни предмети у I семестру:  Математика у анализи пословања, Рачуноводствене информације за доношење одлука, Управљање ризиком и Академско писање. Са списка наведених изборних предмета, студент бира два предмета.

Обавезни предмети у II семестру: Увод у машинско учење у пословању и Прогнозирање временских серија. Изборни предмети у II семестру: Дизајн истраживања и технике визуелизације података, Истраживање тржишта, Напредна аналитика великих података и Методи статистичке анализе. Са списка наведених изборних предмета, студент бира два предмета.

Обавезни предмети у III семестру: Примењена економетрија и Кванитативне финансије. Изборни предмети у III семестру: Програмирање за пословне примене 2, Интернет пословање и web аналитика, Аквизиција података у пословној интелигенцији и Управљање пословним процесима. Са списка наведених изборних предмета, студент бира два предмета.

У четвртом семестру обавезе студената подразумевају Обавезну стручну праксу, Предмет мастер рада и израду Мастер рада.

Структуру студијског програма можете преузети овде.

Књигу предмета и наставника можете преузети овде.

На Факултету је запослено 59 наставника и 2 сарадника који остварују наставни и научно-истраживачки рад. За реализацију студијског програма мастер академских студија Напредна аналитика података у пословању, Факултет ангажује 22 наставника и 1 сарадника са потребним научним и стручним квалификацијама. Структура ангажованих наставника на поменутом студијском програму је следећа: 12 редовниx професорa, 4 ванреднa професора, 6 доцената и 1 сарадника. Од наведеног броја са других високошколских установа је 3 наставника и 3 гостујућа наставника. Наставници и сарадници прихватају савремене идеје и методе рада у складу са европским образовним трендовима. Број ангажованих наставника и сарадника одговара потребама овог студијског програма.

Своје стручне квалификације и компетенције, поред одговарајућих диплома, ангажовани наставници и сарадници Факултета доказали су:

• већим бројем објављених публикација (уџбеници, скрипте, збирке задатака, практикуми),
• већим бројем научних и стручних радова објављеним у домаћим и међународним часописима,
• активним учешћем на домаћим и међународним скуповима и симпозијумима итд.

Curriculum Description

In addition to the existing study program Economics, this accreditation introduces another master's study program Advanced Data Analytics in Business, lasting four semesters, which is a unique study program, without modules and whose structure is given in the following description:

Obligatory courses in the first semester: Programming for business applications 1 and Optimization and business decision making; Elective courses in the first semester: Mathematics in Business Analysis, Accounting Information for Decision Making, Risk Management and Academic Writing. From the list of listed elective courses, the student chooses two courses.

Obligatory courses in the second semester: Introduction to machine learning in business and Time series forecasting. Elective courses in the second semester: Research Design and Data Visualization Techniques, Marketing Intelligence, Advanced Big Data Analytics and Methods of Statistical Analysis. From the list of listed elective courses, the student chooses two courses.

Obligatory courses in the third semester: Applied Econometrics and Quantitative Finance. Elective courses in the third semester: Programming for Business Applications 2, Internet Business and Web Analytics, Data Acquisition in Business Intelligence and Business Process Management. From the list of listed elective courses, the student chooses two courses.

In the fourth semester, the student's obligations include the Obligatory Professional Practice, the Subject of the Master's Thesis and the preparation of the Master's Thesis.

Curriculum can be downloaded here.

Teaching staff

Faculty of Economic Niš employs 59 teachers and 2 associates who perform teaching and research work. For the realization of the study program for master's academic studies Advanced Data Analytics in Business, the faculty hires 22 teachers and 1 associate with the necessary scientific and professional qualifications. The structure of teachers engaged in the mentioned study program is as follows: 12 full professors, 4 associate professors, 6 assistant professors, and 1 associate. From the stated number, there are 3 teachers from other higher education institutions and 3 visiting teachers. Teachers and associates accept modern ideas and methods of work by European educational trends. The number of engaged teachers and associates corresponds to the needs of this study program.

Except for appropriate diplomas, engaged teachers and associates of the faculty have proven their professional qualifications and competencies with:

• a large number of published publications (textbooks, scripts, collections of assignments, practicums),
• a large number of scientific and professional papers published in domestic and international journals,
• active participation in domestic and international gatherings and symposiums, etc.

Teaching staff and Specifications of subjects can be downloaded here.