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.
В статье рассматривается разработка нового подхода к хранению и организации результатов лабораторных опытов с учетом специфики их последующей обработки. Для решения поставленной задачи лабораторные опыты рассматриваются как структурированные данные с неструктурированными частями. При разработке системы была проанализирована специфика хранения и обработки данных лабораторных испытаний, после чего сформулированы основные требования к системе. Были определены основные модели данных, а также сущности базы. Для хранения структурированных данных выбрана стандартная реляционная модель данных, а хранение неструктурированной информации (такой как результаты опыта или параметры опыта) реализовано через поле BJSON. Для решения задачи обеспечения защищенного доступа, а также создания API для системы был выбран асинхронный фреймворк FastAPI. Также рассмотрена реализация хранения дополнительных файлов опыта, которые находятся в объектном хранилище и связываются с опытом в реляционной модели через дополнительную сущность. Представленный подход отличается своей гибкостью к структуре хранимых лабораторных опытов, учитывает специфику геологических лабораторных испытаний, а также предоставляет возможности для комплексного метаанализа больших объемов данных. Система была протестирована и внедрена в технологический процесс геотехнической лаборатории АО МОСТДОРГЕОТРЕСТ.
Статья посвящена рассмотрению свойств гармонического метода имитации в рамках спектральной теории и оценке качества этого метода. Проведён обзор литературы о существующих методах моделирования многомерных случайных полей, позволивший выполнить сравнение этих методов, при этом критериями сравнения были сложность алгоритма, вычислительные затраты и требования к памяти, требования к ковариационной функции и сетке. Выявлены слабые места, такие как недостаточная точность и высокая вычислительная сложность, характерные для спектральных методов имитации, к которым относится гармонический метод. Рассмотрены формы сымитированного гармоническим методом сигнала для разных базисов: обнаружено свойство центросимметричности для квадратных сигналов в базисе Фурье, подобное ему свойство для прямоугольных сигналов в базисе Фурье, свойство симметричности квадратного сигнала в базисе Хартли и отсутствие подобных свойств у прямоугольного сигнала, сымитированного в базисе Хартли. Проведён сравнительный анализ точности имитации двумерных сигналов, как частного случая многомерных, гармоническим методом в базисах Фурье и Хартли. Демонстрируется, что в зависимости от характеристик дискретизации сымитированный сигнал в базисе Фурье отличается от этого же сигнала, сымитированного в базисе Хартли, по точности. Как следствие выполненного исследования, сформированы рекомендации по выбору базиса в конкретной задаче имитации двумерных сигналов. Описано влияние обнаруженных свойств на вычислительную сложность метода. Предложены способы применения этих свойств для имитации произвольных двумерных сигналов.