сотрудник
Россия
ВАК 1.2.1 Искусственный интеллект и машинное обучение
УДК 004.9 Прикладные информационные (компьютерные) технологии
УДК 378 Высшее образование. Высшая школа. Подготовка научных кадров
УДК 656 Транспортное обслуживание. Организация и управление перевозками. Почтовая связь
Цель: устранение методологического разрыва между динамичными требованиями рынка труда в условиях цифровой трансформации транспорта и инерционностью процессов проектирования основных профессиональных образовательных программ (ОПОП). Методы: на основе системного анализа классифицированы существующие подходы к моделированию ОПОП. Для формализации структуры программы применен аппарат теории графов, для обработки требований работодателей — методы интеллектуального анализа данных. Результаты: выявлена ограниченность экспертных и онтологических подходов при работе с большими массивами данных рынка труда. Разработана новая математическая модель ОПОП в виде взвешенного ориентированного графа G = (V, E), вершины которого интегрируют дисциплины, компетенции и требования работодателей (профстандарты, вакансии). Впервые введен интегральный показатель качества программы, рассчитываемый как аддитивная свертка критериев полноты покрытия компетенций и связности графа. Практическая значимость: предложенная модель и алгоритмы создают базис для автоматизированной системы поддержки принятия решений, позволяющей сократить сроки адаптации образовательных программ под запросы таких высокотехнологичных сфер, как беспилотный транспорт и цифровая логистика, обеспечивая переход к доказательному управлению образованием.
математическое моделирование, образовательная программа, ориентированный граф, интеллектуальный анализ данных, цифровая трансформация транспорта, интегральный показатель качества, система поддержки принятия решений
1. О некоторых вопросах совершенствования системы высшего образования: Указ Президента Российской Федерации от 12 мая 2023 г. № 343 (ред. от 26 июня 2023 года № 474).
2. Фальков В. Н. Новая модель высшего образования: нормативные подходы и сущностные элементы. Министерство науки и высшего образования Российской Федерации, 2025. 17 с. URL: http://fgosvo.ru/uploadfiles/presentations/Present_new_model_high_education.pdf (дата обращения: 20.11.2025).
3. Минтранс и РЖД утвердили совместную программу поддержки железнодорожных вузов // Министерство транспорта Российской Федерации: официальный сайт. 2025. 19 ноября. URL: http://mintrans.gov.ru/press-center/news/12278 (дата обращения: 20.11.2025).
4. ПГУПС развивает цифровой кластер // Петербургский государственный университет путей сообщения Императора Александра I. 2025. 17 ноября. URL: http://www.pgups.ru/news/science_and_innovation/pgups-razvivaet-tsifrovoy-klaster/ (дата обращения: 20.11.2025).
5. Кузьмина Т. М., Ветрова О. А. Визуализация графов при разработке программы проверки знаний по теории графов // Научная визуализация. 2022. Т. 14, № 1. С. 41–49. DOI:https://doi.org/10.26583/sv.14.1.04. EDN: https://elibrary.ru/IFDJRO
6. Штагер Е. В., Бережнова Е. И. Принципы конструирования дидактического обеспечения базовых вузовских дисциплин // Современные наукоемкие технологии. 2021. № 8. С. 235–239. DOI:https://doi.org/10.17513/snt.38810. EDN: https://elibrary.ru/BLJXYS
7. Сергеева Д. В., Баталов Д. И. Анализ математических подходов к моделированию ОПОП для кадрового обеспечения цифровой трансформации транспорта // Интеллектуальные технологии на транспорте. 2025. № 3 (43). С. 68–76. DOI:https://doi.org/10.20295/2413-2527-2025-343-68-76. EDN: https://elibrary.ru/AUDEMG
8. Воробьева Н. А., Носков С. И. Расчет основных параметров учебного плана с учетом междисциплинарных связей // Фундаментальные исследования. 2012. № 9. С. 894–898. EDN: https://elibrary.ru/PMDOJV
9. Ботов Д. С. Интеллектуальная поддержка формирования образовательных программ на основе нейросетевых моделей языка с учетом требований рынка труда // Вестник Южно-Уральского государственного университета. Серия «Компьютерные технологии, управление, радиоэлектроника». 2019. Т. 19, № 1. С. 5–19. DOI:https://doi.org/10.14529/ctcr190101. EDN: https://elibrary.ru/VTUUUE
10. Яруллин Д. В. Интеллектуальная система управления подготовкой ИТ-специалистов на основе денотативной аналитики // Прикладная математика и вопросы управления. 2022. № 3. С. 141–164. DOI:https://doi.org/10.15593/2499-9873/2022.3.08. EDN: https://elibrary.ru/JMEAGT
11. Escudero V., Liepmann H., Podjanin A. Using Online Vacancy and Job Applicants’ Data to Study Skills Dynamics // Big Data Applications in Labor Economics, Part B. Research in Labor Economics. 2024. Vol. 52B. Pp. 35–99. DOI:https://doi.org/10.1108/S0147-91212024000052B023.
12. Бурсиан Е. Ю., Минеева Д. Д., Ушакова Т. И. Структурный принцип при осуществлении мониторинга преподавания дисциплин гуманитарного направления // Интеллектуальные технологии на транспорте. 2025. № 2 (42). С. 50–57. DOI:https://doi.org/10.20295/2413-2527-2025-242-50-57. EDN: https://elibrary.ru/XQGHPF
13. Caena F., Redecker C. Aligning Teacher Competence Frameworks to 21st Century Challenges: The Case for the European Digital Competence Framework for Educators (DigCompEdu) // European Journal of Education. 2019. Vol. 54, Iss. 3. Pp. 356–369. DOI:https://doi.org/10.1111/ejed.12345.
14. Hervás-Torres M., Bellido-González M., Soto-Solier P. M. Digital Competences of University Students After Face-to-Face and Remote Teaching: Video-Animations Digital Create Content // Heliyon. 2024. Vol. 10, Iss. 11. Art. No. e32589. 11 p. DOI:https://doi.org/10.1016/j.heliyon.2024.e32589. EDN: https://elibrary.ru/RQLMXR
15. Latif S., XianWen F., Wang L. Intelligent Decision Support System Approach for Predicting the Performance of Students Based on Three-Level Machine Learning Technique // Journal of Intelligent Systems. 2021. Vol. 30, No. 1. Pp. 739–749. DOI:https://doi.org/10.1515/jisys-2020-0065. EDN: https://elibrary.ru/QPXXOV
16. Баев А. В., Самонов А. В., Сафонов В. М. Методика проектирования автоматизированных систем управления специальными организационно-техническими системами // Моделирование, оптимизация и информационные технологии. 2021. Т. 9, № 4 (35). 14 с. DOI:https://doi.org/10.26102/2310-6018/2021.35.4.019. EDN: https://elibrary.ru/WKKOXW
