Дослідження, побудова моделей та прогнозування інноваційних фінансових інструментів, зокрема криптовалют. Вивчення підходів і алгоритмів Machine Learning, технологій Big Data та їх практичне застосування при розв’язанні реальних економічних задач.

» монографії:

Фінансово-кредитне забезпечення інноваційної діяльності малого та середнього бізнесу. Колективна монографія за заг. ред. М.І. Диби. Київ: КНЕУ, 2018. 310 с. (13 д.а. – особисто автору – 1,5 д.а. – Розділ «Криптовалюти для малого та середнього бізнесу — локомотив цифрової економіки»).

» статті:

1. Даценко Н. В. Моделювання процесу оцінки ефективності підприємств малого та середнього бізнесу / Н.В. Даценко, А. В. Бєгун, Ю.В.Ігнатова, Н.В. Рудик // Моделювання та інформаційні системи в економіці. Збір. наук. праць. Випуск 93. – Київ: КНЕУ, 2017. – С. 91-110(Наукове фахове видання України)
2. Даценко Н.В. Моделювання потенціалу малих інноваційних підприємств / Н.В. Даценко, Ю.В. Ігнатова, Є.А. Поліщук// Наук. журнал «ІНВЕСТИЦІЇ: практика та досвід». IndexScopus– Чорноморський держ. ун-т імені Петра Могили, 2017. - №1 (січень 2017). – С. 23-28.
3. Datsenko N.V. Several method sforevaluatingtheinvestmentattractivenessorsmallinnovationenterprises/ N.V. Datsenko, Iu.V. Ignatova, N.V.Rudyk// Наук. журнал «Бізнес Інформ». IndexScopus- №4 (471) – Науково-дослідний центр індустріальних проблем розвитку НАН України – Харків, 2017. – С. 171-177.
4. Даценко Н.В. Застосування дерев класифікації та регресії до прогнозування часових рядів фінансових інструментів. Вчені записки. 2018. №19. С.219-231.(Наукове фахове видання України)
5. Datsenko N., Derbentsev V., Stepanenko O., Bezkorovainyi V. Forecasting Cryptocurrency Prices Time Series Using Machine Learning.CEUR Workshop Proceedings. 2019, Vol. 2422. P. 320-334. IndexScopus.URL:https://www.researchgate.net/publication/333464180_Forecasting_cryptocurrency_prices_time_series_using_machine_learning_approach
6. Даценко Н.В., Дербенцев В.Д., Великоіваненко Г.І. Застосування методів машинного навчання до прогнозування часових рядів криптовалют.НЕЙРО-НЕЧІТКІ ТЕХНОЛОГІЇ МОДЕЛЮВАННЯ В ЕКОНОМІЦІ.2019 р. №8. С.65-93. URL: http://nfmte.com/assets/journal/8/Neuro-Fuzzy_8.pdfIndexScopus
7. Datsenko N., Derbentsev V., Matviychuk A., Bezkorovainyi V., Azaryan A. Machine learning approaches for financial time series forecasting.CEUR Workshop Proceedings.2020,  Vol. 2713. P. 434-450. IndexScopus. URL:http://ceur-ws.org/Vol-2713/paper47.pdfIndexScopus
8. Datsenko N., Polishchuk Y., Ivashchenko A. The system of simultaneous equations in regional economic potential assessment within smart specialisation framework. CEUR Workshop Proceedings.2020, Vol. 2740. стр. 392-399. IndexScopus. URL: http://ceur-ws.org/Vol-2740/20200392.pdfIndexScopus
9. Datsenko N., Derbentsev V.,BabenkoV., PushkoO., Pursky O. Forecasting Cryptocurrency Prices Using Ensembles-Based Machine Learning Approach. IEEE International Conference on Problems of Infocommunications Science and Technology, PIC S and T 2020 - Proceedingsthis (link is disabled, 2021), pp. 707–712. IndexScopus. URL: https://ieeexplore.ieee.org/document/9468090IndexScopus
10. Даценко Н.В., Дербенцев В.Д., Овчаренко А.А.,  Грабарєв А.В. Крос-спектральний аналіз довгострокових економічних циклів. Науковий вісник МДУ, серія "Економіка". Том 8, №4, 2021 р., с. 53-59 . URL: https://economics-msu.com.ua/uk/article/kros-spektralny-analiz-dovgostrokovikh-ekonomichnikh-tsiklivIndexScopus
11. Datsenko Nataliia, Kalenyuk Iryna, Uninets Iryna, Panchenko Yevhen, Bohun Maxym. Factors of Successful Development of Smart Cities. IJCSNS International Journal of Computer Science and Network Security,VOL.22 No.7, July 2022.URL:https://doi.org/10.22937/IJCSNS.2022.22.7.3
12. Даценко Н. В., Каленюк І. С., Орєхова Т. В., Унінець І. М.  Розвиток смарт-економіки: міжнародна оцінка та перспективи реалізації в Україні. Стратегія економічного розвитку України. 2022, № 51. С.19-34. Index Copernicus

» участь в конференціях:

1. Даценко Н.В. Дербенцев В.Д. StartUp: «білий чи чорний лебідь». Економіко-математичне моделювання : зб. матеріалів Першої нац. наук.-метод. конф. 30вер. – 1 жовт. 2016 р., м. Київ. С. 117-119. URL:https://ir.kneu.edu.ua/bitstream/handle/2010/26382/EMM_2016_42.pdf?sequence=1

2. Даценко Н.В. Аналіз фрактальних властивостей часових рядів криптовалют. Сучасні інформаційні технології та системи в управлінні: матеріали 1-ї міжнар. наук.-практ. конф. молодих вчених, аспірантів і студентів., 19 – 20 квіт. 2018 р. Київ.: КНЕУ, 2018. С 87-91.

3. Даценко Н.В., Ігнатова Ю.В. Алгоритм моделювання часових рядів криптовалют. Моніторинг, моделювання та менеджмент емерджентної економіки: матеріали 7-ої Міжнар. наук.-практ. конф., 23-25 травня 2018 р. Одеса-Черкаси, 2018. С. 99-102.

4. Даценко Н.В., Мірошниченко І.В. Криптоінвестиції – ризики та перспективи. Цифрова економіка: зб. матеріалів нац. наук.-метод. конф., 4–5 жовтня 2018 р. Київ: ДВНЗ «КНЕУ імені Вадима Гетьмана». С. 111-115.

5. Даценко Н.В., Степаненко О.П., Овчаренко А. А. Проблеми впровадження Big Data в цифрову економіку. Цифрова економіка: зб. матеріалів нац. наук.-метод. конф., 17–18 жовтня 2019 р. Київ: ДВНЗ «КНЕУ імені Вадима Гетьмана». C. 39-41.

6. Datsenko N., Derbentsev V., Stepanenko O., Bezkorovainyi V. Forecasting Cryptocurrency Prices Time Series Using Machine Learning.CEUR Workshop Proceedings. 2019, Vol. 2422. P. 320-334. IndexScopus.URL:https://www.researchgate.net/publication/333464180_Forecasting_cryptocurrency_prices_time_series_using_machine_learning_approach

7. Datsenko N., Derbentsev V., Matviychuk A., Bezkorovainyi V., Azaryan A. Machine learning approaches for financial time series forecasting.CEUR Workshop Proceedings.2020,  Vol. 2713. P. 434-450. IndexScopus. URL:http://ceur-ws.org/Vol-2713/paper47.pdf

8. Datsenko N., Polishchuk Y., Ivashchenko A. The system of simultaneous equations in regional economic potential assessment within smart specialisation framework. CEUR Workshop Proceedings.2020, Vol. 2740. стр. 392-399. IndexScopus. URL: http://ceur-ws.org/Vol-2740/20200392.pdf

9. Datsenko N., DerbentsevV., BabenkoV., PushkoO., PurskyO. Forecasting Cryptocurrency Prices Using Ensembles-Based Machine Learning Approach. IEEE International Conference on Problems of Infocommunications Science and Technology, PIC S and T 2020 - Proceedingsthis (link is disabled, 2021), pp. 707–712. IndexScopus. URL: https://ieeexplore.ieee.org/document/9468090

» навчально-методичні видання:

1. Даценко Н.В., Стрельченко І.І., Савіна С.С. Багатокритеріальні моделі в інтелектуальних системах прийняття рішень: навчальний посібник.Київ: КНЕУ, 2011. 340 с.
2. Даценко Н.В. Практикум з Ризик-менеджменту з використанням MS Excel/ В.В. Вітлінський, Н.В. ДаценкоЮ.В. Ігнатова// Навчальний посібник Ризик-менеджментз використанням MS Excel : навч. посібник [Електронний ресурс] .–К. : –КНЕУ, 2017. –203 с.

» дистанційні курси Moodle:

1. Даценко Н.В., Великоіваненко Г.І., Катуніна О.С.Курс дистанційного навчання «BigData в економічних дослідженнях» для студентів освітнього рівня "Бакалавр" денної форми навчання освітньої програми «Диджитал-облік» (на платформі MOODLE), 2019 р.

2. Робоча програма навчальної дисципліни «Економетрика» для підготовки бакалаврів галузі знань 07 «Управління та адміністрування» спеціальності 072 «Фінанси, банківська справа та страхування» спеціалізації«Корпоративні фінанси», «Інвестиційний менеджмент», «Цифровий банкінг», КНЕУ, 2019.

3. Робоча програма навчальної дисципліни «Big Data в банкінгу» для підготовки бакалаврів галузі знань 07 «Управління та адміністрування» спеціальності 072 «Фінанси, банківська справа та страхування» спеціалізації«Цифровий банкінг», КНЕУ, 2019.

4. Даценко Н.В., Великоіваненко Г.І. Курс дистанційного навчання «Data Science» для студентів освітнього рівня "Магістр" дистанційної форми навчання освітньої програми Системний аналіз (на платформі MOODLE), 2020 р.

5. Даценко Н.В. Курс дистанційного навчання «Big Data аналітика» для студентів освітнього рівня "Бакалавр" денної форми навчання освітніх програм Корпоративні фінанси та Інвестиційний менеджмент (на платформі MOODLE), 2020 р.

6. Даценко Н.В. Курс дистанційного навчання «Тренінг-курс «Машинне навчання та надвеликі дані»» для студентів освітнього рівня "Бакалавр" денної форми навчання освітньої програми Економічна кібернетика(на платформі MOODLE), 2020 р.

7. Робоча програма навчальної дисципліни «BigData в економічних дослідженнях» для студентів освітнього рівня "Бакалавр" денної форми навчання освітньої програми «Диджитал-облік», КНЕУ, 2019, 2022.

» свідоцтва про реєстрацію авторського права на:

1. власний автореферат на тему «Система моделей оцінювання та прогнозування інноваційних фінансових інструментів (на прикладі криптовалют)» (№100130 від 02 жовтня 2020 р. )

2. статтю  «Factors of Successful Development of Smart Cities», автори Datsenko Nataliia, Kalenyuk Iryna, Uninets Iryna, Panchenko Yevhen, Bohun Maxym(№116959 від 09 березня 2023 р.)

» підвищення кваліфікації та стажування:

1. Підвищення кваліфікації в КНЕУ Інститут підвищення кваліфікації, свідоцтво, «Сучасні ІКТ у навчальному процесі економічного університету», 30.12.2016

2. Сертифікат про участь у семінарі «Прикладна економетрика для економістів в R», який фінансувався Федеральним міністерством освіти і досліджень Німеччини (BMBF) та був організований Лейбніц Інститутом аграрного розвитку в країнах з перехідною економікою з 23 по 24 листопада 2019 року.

3. Науково-освітній центр інтенсивного навчання іноземних та української як іноземної мов «Інтенсив», сертифікат № 271 щодо рівня володіння англійською мовою за шкалою CEFR B2 від 10.11.2020

4. ДВНЗ «КНЕУ ім. В. Гетьмана», Свідоцтво про підвищення кваліфікації № 12СС 02070884/070224-21 за програмою Інституту післядипломної освіти «Вступ у Дата Сайнс», 20 травня 2021 року, 4 кредити (120 год.)

5. Економічний університет м.Краків (Польща), сертифікат №2651/MSAP/2021, «Нові та інноваційні методи навчання» за фахом «Економіка», від 26 березня 2021 року,   4 кредити (120 годин).