ОСОБЕННОСТИ ОБРАЗОВАТЕЛЬНЫХ ПРОГРАММ ДЛЯ ПОДГОТОВКИ КАДРОВ ЦИФРОВОЙ ЭКОНОМИКИ (2023)
Рассмотрена проблема подготовки кадров для цифровой экономики. Отмечено, что для масштабной работы с цифровыми данными требуются высококвалифицированные специалисты, особенно в области информатики и вычислительной техники. Показано, что выпускники вузов, будущая профессиональная деятельность которых связана с обработкой больших массивов слабоструктурированных данных, должны уметь применять сквозные цифровые технологии. Приведен перечень таких технологий с примерами соответствующих субтехнологий. Потребность в подобных специалистах требует разработки новых образовательных программ высшего образования. Указанные программы должны содержать образовательные модули, которые направлены на формирование цифровых компетенций, востребованных в соответствующей приоритетной отрасли экономики. Исследована задача разработки образовательных программ высшего образования, содержащих такие образовательные модули. Проанализированы компетентностные модели выпускников, разработанные вузами, которые включают компетентности, необходимые для цифровой экономики. Обсуждены результаты анализа основных профессиональных образовательных программ, направленных на формирование компетенций по применению сквозных цифровых технологий. Дана оценка готовности вузов по разработке подобных программ, а также приведены типовые замечания по компетентностным моделям выпускников и по актуализированным основным профессиональным образовательным программам.
Идентификаторы и классификаторы
В настоящее время одной из самых быстроразвивающихся отраслей является ИТ-индустрия, обеспечивающая информатизацию многих сфер жизни общества и переход к экономике нового технологического поколения − цифровой экономике (ЦЭ). Распространение цифровых технологий, в свою очередь, приводит к качественным изменениям в сфере высшего образования, которое осуществляет подготовку кадров для ЦЭ [1].
Ключевыми направлениями цифровой трансформации сферы высшего образования являются [2]: – развитие цифровых сервисов, в том числе для выстраивания студентами индивидуальных образовательных технологий;
– модернизация инфраструктуры как фундамента, обеспечивающего создание, внедрение и эксплуатацию информационных систем для оказания разнообразных информационных услуг студентам, преподавателям, ученым и сотрудникам;
– управление данными, в том числе большими данными, для поддержки принятия решений по эффективному управлению вузом на основе аналитики (формирования ситуационной осведомленности, прогнозирования ситуаций, выявления приоритетных областей для улучшения ситуаций);
– управление кадровым потенциалом, которое соответствует основной цели федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации».
Цифровая трансформация сферы науки и высшего образования способствует формированию у сотрудников отрасли цифровых компетенций, позволяющих максимально использовать потенциал современных технологий в области ИТ и анализа данных. При этом главной задачей вузов является подготовка высококвалифицированных специалистов, способных эффективно работать с цифровыми данными и решать актуальные научно-технологические задачи с использованием сквозных цифровых технологий (СЦТ).
Список литературы
- Зимин В. Н., Пролетарский А. В., Сергеев Д. А. Подготовка кадров цифровой экономики // Заметки ученого. 2017. № 7 (23). С. 15-20. EDN: YOTUEM
- Стратеия цифровой трансформации отрасли науки и высшего образования. URL: https://www.minobrnauki.gov.ru/documents/?ELEMENT_ID=36749 (дата обращения: 20.02.2023).
- Норенков И. П. Содержание и информационная поддержка подготовки специалистов в области информатики и вычислительной техники // Информационные технологии. 2009. № 59. С. 1-32. EDN: KVMHHR
- Чистякова Т. Б., Новожилова И. В., Сорокин А. А. Веб-приложение для анализа методического обеспечения образовательных программ по направлению подготовки “Информатика и вычислительная техника” // Информатизация образования и методика электронного обучения: цифровые технологии в образовании: материалы VI Междунар. науч. конф. (Красноярск, 20-23 сентября 2022 г.): в 3 ч. Красноярск: Изд-во Краснояр. гос. пед. ун-та им. В. П. Астафьева, 2022. Ч. 3. С. 413-418. EDN: XBQSAK
- Абашева О. Ю., Амирова Э. Ф., Беляева С. В. и др. Цифровая экономика и сквозные цифровые технологии: современные вызовы и перспективы экономического, социального и культурного развития / под ред. И. А. Бондаренко, А. Н. Полетайкина. Самара: ООО НИЦ “ПНК”, 2020. 297 с. EDN: ISAWLN
- Protalinskiy O., Savchenko N., Khanova A. Data Mining Integration of Power Grid Companies Enterprise Asset Management // Studies in Systems, Decision and Control. 2020. V. 260. P. 39-49. EDN: RRRDZP
- Алексеев П. П., Квятковская И. Ю. Применение нейронных сетей в системе распознавания промысловых гидробионтов в условиях повышенной флуктуации // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2022. № 2. С. 76-86. DOI: 10.24143/2072-9502-2022-2-76-86 EDN: LJENFW
- Булдакова Т. И., Джалолов А. Ш. Интеллектуальная поддержка принятия решений по бюджетному кредитованию регионов // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2017. № 1. С. 98-104. EDN: XRYMJJ
- Булдакова Т. И., Ланцберг А. В., Смолянинова К. А. Безопасный доступ к информации с использованием смарт-карт // Вестн. МГТУ им. Н. Э. Баумана. Сер.: Приборостроение. 2017. № 3 (114). С. 95-106. EDN: YORGGR
-
Dzhalolov A. S., Buldakova T. I., Proletarsky A. Socio-Economic Decision Support Module by Unstructured Data // Proceedings of the 2020 IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus) (St. Petersburg, Moscow, 27-30 January 2020). Institute of Electrical and Electronics Engineers Inc., 2020. P. 1931-1934. DOI: 10.1109/EIConRus49466.2020 EDN: AIBGTJ
-
Suyatinov S. I. Conceptual Approach to Building a Digital Twin of the Production System // Studies in Systems, Decision and Control. 2020. V. 259. P. 279-290. DOI: 10.1007/978-3-030-32579-4_22 EDN: WIXIAA
-
Булдакова Т. И., Суятинов С. И. Разработка адекватных моделей в технологии цифровых двойников // Автоматизация. Современные технологии. 2019. № 8. С. 367-373. EDN: ASXEOT
-
Казначеева Н. В., Полетайкин А. Н., Данилова Л. Ф., Синица С. Г. Гибридная модель построения индивидуальной образовательной траектории на основе цифровых двойников // Вестн. Астрахан. гос. техн. ун-та. Сер.: Управление, вычислительная техника и информатика. 2021. № 4. С. 126-136. DOI: 10.24143/2072-9502-2021-4-126-136 EDN: CJRCHL
-
Пролетарский А. В., Булдакова Т. И., Карпенко А. П., Рудаков И. В., Скворцова М. А. Особенности подготовки кадров по профилю "Искусственный интеллект" // Перспективные направления развития отечественных информационных технологий: материалы VII Межрегион. науч.-практич. конф. Севастополь: Изд-во СевГУ, 2021. С. 21-23. EDN: PRYQKQ
-
Veshneva I. V., Bolshakov A. A., Fedorova A. E. Organization of Engineering Education for the Development of Cyber-Physical Systems Based on the Assessment of Competences Using Status Functions // Studies in Systems, Decision and Control. 2020. V. 260. P. 277-288. EDN: OSRPXE
-
Федорова О. В., Таренко Л. Б. Формирование профессиональных компетенций у студентов факультета информационных технологий в условиях цифровой экономики // Вестн. Ун-та управления "ТИСБИ". 2021. № 3. С. 78-84.
-
Шитова Т. Ф. Подготовка студентов вузов в соответствии с требованиями цифровой экономики // Информатика и образование. 2020. № 8 (317). С. 37-44. DOI: 10.32517/0234-0453-2020-35-8-37-44 EDN: OOAAZP
Выпуск
Другие статьи выпуска
Рассматривается проблема представления знаний о моделях жизненного цикла программного обеспечения (ПО), необходимость решения которой обусловлена стремительным развитием методологий разработки ПО, отсутствием формальной легко расширяемой модели знаний в этой предметной области и тем, что выбор модели жизненного цикла и соответствующей ей методологии разработки оказывает значительное влияние на успешность программных проектов. Проведен системный анализ основных типов методологий разработки ПО, моделей жизненного цикла и их фаз. Приведены результаты исследования области представления моделей жизненного цикла ПО в виде онтологий. Разработана онтология «Software development life cycle (SDLC)», которая предназначена для представления знаний о различных моделях жизненного цикла ПО, фазах (стадиях) жизненного цикла, присущих различным моделям, и возможности описания повторяемости фаз. Онтология позволяет описывать модели как в рамках прогностических методологий разработки (водопадная, инкрементная), так и в рамках гибких методологий разработки (Scrum, Kanban). Описаны классы, свойства и аксиомы онтологии, на основе которых возможно осуществление формального логического вывода. Онтология SDLC разработана на основе форматов семантического веба (на языке OWL), опубликована в открытом доступе и представляет собой развивающийся, легко расширяемый проект. Это позволит использовать ее любым специалистам в области разработки ПО в практических или исследовательских целях. Также представлена идея программной оболочки, использующей представленную онтологию, которая позволит по заданным параметрам выбрать наиболее подходящую методологию для проекта, что упростит процесс разработки, позволит избежать ряда ошибок и сократит время на разработку.
Описываются предлагаемые модели и методы проектирования, разработки и реализации симулятора виртуальной реальности VR по оказанию первой медицинской помощи для подготовки специалистов подсистемы управления персоналом автоматизированной системы управления производством. Приводится анализ информации о пострадавших на производстве на территории РФ согласно данным Федеральной службы государственной статистики. Разработана структура системы. Предложен новый подход по созданию более реалистичных трехмерных моделей при визуализации в виртуальной реальности, разработка «одежды» для трехмерных моделей людей в виртуальной реальности в программе Marvelous designer и стратегия оптимизации трехмерных моделей при их загрузке в приложение виртуальной реальности. Описан процесс разработки моделей, виды неправильной и правильной топологии модели, виды высокополигональной модели до ретопологии и низкополигональной модели после ретопологии, процесс запекания карты нормалей в Substance Painter и запеченная карта нормалей, модель без и с картой нормалей, процесс настройки света, процесс текстурирования и запекания карт, материалы, состоящие из PBR-текстур и основные карты Albedo, Metallic, Roughness, карты Normal, Ambient Occlusion, Emission и модели с и без текстуры, шейдеры. Разработаны алгоритмы учета реального времени, взаимодействия с трехмерными моделями в режиме реального времени, а также алгоритм работы анимационных объектов в симуляторе виртуальной реальности. Симулятор апробирован при подготовке сотрудников ГБУ г. Москвы «Центр инновационных технологий в сфере досуга и спорта “Прогресс”» и в программе профессиональной подготовки по профессии «Водитель автомобиля», реализованной ГБПОУ «26КАДР» в 2019 г. Описаны положительные результаты внедрения.
Целью настоящего исследования является разработка нового метода редукции информации в системах сбора данных технологических параметров, реализованных на базе сетей полевого уровня на основе стандарта ANSI/TIA/EIA-485 для снижения количества избыточной информации, формируемой вторичными преобразователями измерительных приборов на основе показаний первичных преобразователей, транспортируемой в сетях передачи данных и хранимой в устройствах хранения. Для решения указанной задачи предлагается применение нового метода обработки исходных данных на этапе дискретизации при помощи модифицированного микропрограммного обеспечения встроенной микро-ЭВМ вторичного преобразователя измерительного прибора. В основе предлагаемого метода - выбор из ряда исходных дискретных величин такого количества дискретных значений (опорных точек), относительно которых существует возможность описания остальных значений каким-либо математическим способом с контролем точности восстановления значений расчетным путем на каждом шаге с последующим отбрасыванием элементов ряда, не являющихся опорными точками (редукцией). С целью проверки изложенного метода разработан способ снижения избыточности информации в сетях полевого уровня с сохранением требуемой точности измерений на базе линейной аппроксимации. Программная реализация разработанного способа показала его применимость для редукции данных в системах реального времени в потоке преобразования дискретных величин исходного сигнала. Разработанный способ, основанный на предложенном методе, обеспечивает значительное сокращение объема избыточной информации, тем большее, чем более равномерны изменения величин значений исходного ряда. Это позволяет сократить количество хранимых дискретных значений, снизить нагрузку на сетевые коммуникации систем реального времени, обеспечить возможность опроса большего количества устройств, подключенных к сети полевого уровня шинной топологии без изменения скорости обмена данными.
Рассматривается обработка деталей на станках токарной группы с использованием средств автоматизации как сложный процесс, зависящий от свойств динамической системы (ДС) станка. Колебания, возникающие при обработке ответственных деталей, определяют динамическое качество станков, качество поверхностного слоя и стойкость режущего инструмента, поэтому необходимо выявить способы управления технологическим режимом. Повышение производительности процесса обеспечивается форсированными режимами резания, которые могут привести к ухудшению качества обработки и преждевременному износу режущего инструмента. Теоретическое определение рациональных режимов резания вызывает определенные трудности, поэтому экспериментальный поиск решения поставленной задачи наиболее актуален. Для выбора рациональных режимов резания на станках токарной и шлифовальной групп в качестве наиболее информативной характеристики предлагается использовать запас устойчивости ДС станка, который следует определять из передаточной функции ДС с применением автокорреляционной функции (АКФ) колебаний. Условием идентификации ДС станка является предварительная идентификация АКФ, что можно реализовать, используя записи колебаний при резании. Предварительно осуществляется фильтрация колебаний, чтобы исключить низкочастотный диапазон, содержащий частоты, вызванные колебаниями элементов станочной системы, и оставить частоты, связанные с процессом резания. Режимы резания назначаются по наибольшему значению запаса устойчивости, что обеспечивает высокое качество поверхности. Имеется однозначная аналитическая связь показателя колебательности и коэффициента затухания АКФ, что позволяет вычислить именно коэффициент α, по значению которого можно оценить запас устойчивости ДС на различных режимах резания и выбрать наиболее целесообразный. Исследование вибраций станков для обработки высокоточных деталей позволяет соответствующим образом управлять технологическим режимом, используя уровень вибраций как один из показателей его качества.
Для определения зависимостей между входными переменными, технологическим режимом и выходными переменными процесса полимеризации этилена в автоклавном реакторе с мешалкой, а также анализа влияния конструктивных параметров реактора на эффективность требуется построение математической модели реактора полимеризации. Для решения этих задач предложена детерминированная математическая модель, полученная на основе анализа физико-химических закономерностей процесса полимеризации этилена. Приведены принципиальная схема полимеризации этилена с указанием потоков веществ и энергии, описание процесса, механизм химической кинетики полимеризации этилена, система допущений, упрощающих построение математической модели, уравнения математической модели реактора полимеризации этилена в автоклавном реакторе с мешалкой. Автоклавный реактор полимеризации этилена представлен как каскад аппаратов идеального смешения для описания каждой из зон реактора. Скорости химических реакций инициирования, роста и обрыва цепи выражены в соответствии с законом действующих масс. Математическая модель в окончательном виде представляет собой системы обыкновенных дифференциальных уравнений для описания каждой из зон реактора. Приведены исходные числовые значения переменных и параметров для моделирования процесса полимеризации этилена в автоклавном реакторе. Показаны результаты численных экспериментов, а также исследовано влияние различных факторов на выходные переменные процесса полимеризации этилена. Предложенная математическая модель может быть использована для оптимизации технологического режима процесса полимеризации этилена в автоклавном реакторе с мешалкой, а также для анализа влияния конструктивных параметров реактора на эффективность его работы.
Издательство
- Издательство
- АГТУ
- Регион
- Россия, Астрахань
- Почтовый адрес
- г. Астрахань, ул. Татищева, 16
- Юр. адрес
- г. Астрахань, ул. Татищева, 16/1
- ФИО
- Неваленный Александр Николаевич (Ректор)
- E-mail адрес
- post@astu.org
- Контактный телефон
- +8 (512) 6141198
- Сайт
- https:/astu.org