'

Формирование программ учебных дисциплин, связанных с анализом данных

Понравилась презентация – покажи это...





Слайд 0

Формирование программ учебных дисциплин, связанных с анализом данных Н.Ю.Прокопенко (ННГАСУ)


Слайд 1

ННГАСУ участвует в образовательной программе компании BaseGroup Labs с 2007 г. www.nngasu.ru


Слайд 2

Уровневая модель высшего образования


Слайд 3

ОПРЕДЕЛЕНИЕ ЗАПРОСА НА СПЕЦИАЛИСТА И НАБОР ЕГО КОМПЕТЕНЦИЙ Способен при решении профессиональных задач анализировать социально-экономические проблемы и процессы с применением методов системного анализа и математического моделирования (ПК-2) Способен ставить и решать прикладные задачи с использованием современных информационно-коммуникационных технологий (ПК-4) Способен проводить обследование организаций, выявлять информационные потребности пользователей, формировать требования к информационной системе, участвовать в реинжиниринге прикладных и информационных процессов (ПК-8) Профессиональные компетенции (ФГОС), соответствующие профессиональной деятельности бизнес-аналитика:


Слайд 4

ОПРЕДЕЛЕНИЕ ЗАПРОСА НА СПЕЦИАЛИСТА И НАБОР ЕГО КОМПЕТЕНЦИЙ Способен моделировать и проектировать структуры данных и знаний, прикладные и информационные процессы (ПК-9) Способен применять методы анализа прикладной области на концептуальном, логическом, математическом и алгоритмическом уровнях (ПК-17) Способен применять системный подход и математические методы в формализации решения прикладных задач (ПК-21) Профессиональные компетенции (ФГОС), соответствующие профессиональной деятельности бизнес-аналитика:


Слайд 5

КОМПЕТЕНЦИИ БИЗНЕС-АНАЛИТИКА, ВОСТРЕБОВАННЫЕ ПРАКТИКОЙ Высшее инженерно-экономическое или экономическое образование; Знание предметной области и бизнеса Заказчика; Понимание сути и целей внедрения хранилища данных и той пользы, которую внедрение принесет бизнесу Заказчика; Знание принципов организации данных и построения моделей данных; Умение систематизировать информацию, соблюдать дисциплину в отношении ведения документов, версий, протоколов;


Слайд 6

КОМПЕТЕНЦИИ БИЗНЕС-АНАЛИТИКА, ВОСТРЕБОВАННЫЕ ПРАКТИКОЙ Наличие практического опыта описания процессов в различных нотациях (UML, IDEF0, IDEF3, DFD и другие); Отличное знание пакет офисных программ (MS Word, MS Excel, MS PowerPoint); Практические навыки работы с BI-приложениями; Объективность в части принятия требований от Заказчика для их реализации. Не принимать абсолютно все требования, уметь донести цели создания и ограничения системы Коммуникабельность, умение работать в команде с другими аналитиками, консультантами и представителями Заказчика.


Слайд 7

СОВРЕМЕННЫЕ МЕТОДЫ РАЗРАБОТКИ УЧЕБНЫХ ПЛАНОВ Модульное обучение Составление учебных планов вузов на основе дерева целей подготовки специалиста Предметно-модульный принцип построения учебного плана: Базовая часть учебного плана – дисциплины Вариативная часть – модули и дисциплины по выбору


Слайд 8

ИЕРАРХИЧЕСКАЯ СТРУКТУРА ЦИКЛА ДИСЦИПЛИН, СВЯЗАННЫХ С АНАЛИЗОМ ДАННЫХ


Слайд 9

ОСНОВНЫЕ ТРЕБОВАНИЯ К ПРЕДМЕТНО- МОДУЛЬНЫМ ОБРАЗОВАТЕЛЬНЫМ ПРОГРАММАМ Программа должна учитывать уровень подготовки слушателей; Программа должна содержать повышенные требования к промежуточному и выходному контролю знаний выпускников; Программа должна избегать дублирования одинакового материала одного уровня сложности и тем самым повышать эффективность обучения.


Слайд 10

ЦИКЛ ДИСЦИПЛИН УЧЕБНОГО ПЛАНА, СВЯЗАННЫХ С АНАЛИЗОМ ДАННЫХ:


Слайд 11

ЦИКЛ ДИСЦИПЛИН УЧЕБНОГО ПЛАНА, СВЯЗАННЫХ С АНАЛИЗОМ ДАННЫХ:


Слайд 12

ОСНОВНЫЕ ФАКТОРЫ, ВЛИЯЮЩИЕ НА КАЧЕСТВО ОБУЧЕНИЯ Содержание и структура учебного материала (должны быть ориентированы на поэтапное ознакомление с анализом данных); Методы обучения; Материально-техническая база процесса обучения.


Слайд 13

ПРИНЦИПЫ ПРОЕКТИРОВАНИЯ СОДЕРЖАНИЯ Концептуальность (теоретический блок, технологический, практический блок); Вариативность видов самостоятельной работы; Использование современных информационных источников; Опора на практику и реальные проблемы; Ориентация на освоение компетенций в каждой теме; Интегративность заданий.


Слайд 14

МЕТОДЫ ОБУЧЕНИЯ


Слайд 15

МАТЕРИАЛЬНО-ТЕХНИЧЕСКАЯ БАЗА ПРОЦЕССА ОБУЧЕНИЯ Обеспеченность учебного процесса по указанным дисциплинам программно-информационными ресурсами


Слайд 16

DEDUCTOR – ИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ДЛЯ РЕШЕНИЯ ЗАДАЧ АД Наличие учебной версии; Наличие в Deductor Academic самых современных методов извлечения, визуализации данных, кластеризации, многих других технологий интеллектуального анализа (Обработчик «Дерево решений», обработчик «Нейронные сети»); Доступность для освоения пользователями, имеющими разные уровни компьютерной и математической подготовки.


Слайд 17

«Применение современных информационных технологий и интеллектуальных методов анализа в задаче прогнозирования результатов спортивных состязаний» «Разработка информационной системы автоматизации мониторинга состояния водных ресурсов региона» Дипломные проекты, выполненные на аналитической платформе Deductor


Слайд 18

Разнородность подготовки студентов; Качество образования падает; Определение реальной нагрузки и для преподавателей и для студентов (темп, объем); Слабая интеграция образования, науки и бизнеса. ПРОБЛЕМЫ ПОДГОТОВКИ ЦИКЛА ДИСЦИПЛИН УЧЕБНОГО ПЛАНА, СВЯЗАННЫХ С АНАЛИЗОМ ДАННЫХ:


×

HTML:





Ссылка: