• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

194100 Санкт-Петербург,
ул. Кантемировская, д.3, к.1, лит. Аком. 213, 218, 223

 

Руководство
Департамент менеджмента: руководитель департамента Плахотник Мария Сергеевна
Департамент менеджмента: заместитель руководителя департамента Кежун Людмила Анатольевна
Департамент менеджмента: Специалист по учебно-методической работе 1 категории Будько Виктория Александровна
Департамент менеджмента: Специалист по учебно-методической работе 1 категории Ивина Александра Андреевна
Глава в книге
Введение в менеджмент.Школы менеджмента

Кайсаров А. А.

В кн.: Практический курс менеджмента : учебник для вузов / Ю. В. Кузнецов [и др.] ; под редакцией Ю. В. Кузнецова. — 2-е изд., перераб. и доп. — Москва : Издательство Юрайт, 2024. — 254 с. — (Высшее образование). — ISBN 978-5-534-17637-7. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/536680 (дата обращения: 18.03.2024).. Юрайт, 2024.

Препринт
The Iron Curtain and Referee Bias in International Football

Dagaev D., Paklina S., Reade J. et al.

Department of Economics Discussion Paper. . University of Reading, 2021. No. 2021-14.

Ученый НИУ ВШЭ - Санкт-Петербург победил в конкурсе РНФ

Доцент департамента менеджмента Евгений Антипов получил грант Президентской программы Российского научного фонда, направленной на поддержку молодых ученых

Российский научный фонд объявил победителей конкурса "Проведение инициативных проектов молодыми учеными" Президентской программы исследовательских проектов 2018 года. Конкурс был направлен на поддержку молодых людей в возрасте до 33 лет, защитивших кандидатские диссертации. На реализацию проекта фонд выделяет полтора миллиона рублей в год.

В кампусе победителем конкурса стал доцент департамента менеджмента Санкт-Петербургской школы экономики и менеджмента Евгений Антипов. С 2018 по 2020 год Евгений Александрович будет работать над проектом "Разработка математических моделей планирования и прогнозирования спроса на ассортимент предприятий розничной торговли на основе усовершенствованных ансамблей методов машинного обучения для оптимизации использования ценовых и неценовых инструментов стимулирования спроса с учетом сложности паттернов продуктовой субституции и комплементарности и высокой размерности пространства детерминант спроса".