Аннотация

Проведенное исследование показало, что ключевыми проблемами в сфере подготовки специалистов по междисциплинарным направлениям являются отсутствие единого понимания содержания профессиональных компетенций; разнообразие запросов на знания и навыки выпускников; высокая скорость изменений требований рынка труда. В работе выделены основные механизмы непрерывной адаптации образовательных программ к реалиям рынка труда и описаны процедуры их реализации, апробированные в Санкт-Петербургском государственном университете при актуализации образовательных программ бакалавриата и магистратуры направления «Бизнес-информатика».

Аннотация

New tasks of human resource management require the analysis of huge volumes of semistructured text information. Methods of text processing and machine learning can significantly improve its effectiveness in case they take into consideration the features of tasks to be solved. The article describes actual analytical problems of human resource management, characteristics of information support of these problems, shortcomings and assumptions of frequently used methods of both classes in the tasks context. An example of applying test processing and machine learning methods in the task of compliance assessment is given in the article as well. За последние несколько лет задачи управления человеческими ресурсами существенно изменились и продолжают меняться. Ключевыми становятся задачи повышения приверженности сотрудников компании, увеличения привлекательности компании как работодателя, а также обеспечения кадровой информационной безопасности. Для решения всех перечисленных задач необходим анализ больших объемов информации, представленной в частично-структурированном тестовом виде. Эффективность такого анализа может быть повышена за счет применения методов обработки текстов и машинного обучения. В статье представлены результаты анализа особенностей имеющейся информации, недостатков и ограничений часто используемых аналитических методов в контексте задач управления человеческими ресурсами. Представлен пример разработки метода решения задачи оценки соответствия компетенций кандидатов требованиям должностной позиции, использующий алгоритмы анализа текстовых данных и машинного обучения.

Аннотация

Проект по созданию и организации производства наукоемкой промышленной продукции включает комплекс взаимосвязанных задач по проектированию и подготовке выпуска. Такие проекты имеют ряд особенностей, обусловливающих необходимость модификации существующих методов и моделей проектного управления. Использование предлагаемой модели проекта даст возможность оценки его траекторий в различные моменты времени. В результате управление проектом становится устойчивым в условиях информационной неопределенности.

Аннотация

Развитие наноиндустрии в РФ ограничивается отсутствием эффективных методов проектного управления, позволяющих уменьшить барьеры при переходе от научных исследований к производству нанопродукции. Это обуславливает актуальность задачи разработки новых подходов, учитывающих особенности проектов и проектного управления в данной сфере. В статье рассмотрен один из таких подходов, использующий для организации проектного управления комплексную адаптирующуюся модель.

Аннотация

В статье определена роль динамического контроллинга как инструмента информационного обеспечения процессов управления промышленным предприятием. Рассмотрена возможность применения современных информационных систем управления предприятием для решения задач динамического контроллинга. Показаны основные пути интеграции программных модулей, реализующих соответствующие функции, а также их включения в состав автоматизированной системы управления промышленным предприятием. В качестве примера специализированного модуля, реализующего процедуры динамического контроллинга, приведен разработанный авторами программный продукт DINCONTROL 1.0.

Аннотация

Существует ряд особенностей, свойственных задачам математического моделирования сложных систем, которые ограничивают использование известных методов. Указанное обстоятельство обусловливает необходимость разработки новых методов и алгоритмов математического моделирования, позволяющих расширить область применения технологий интеллектуального анализа данных. В статье рассмотрен метод интеллектуального анализа данных, в основе которого лежит идея самоорганизации математических моделей и аппарат гибридных нейронных сетей. Предлагаемый метод позволяет строить модели сложных систем в условиях ограниченности объёма исходных данных с учётом экспертной информации об имеющихся закономерностях и взаимосвязях. Авторы анализируют особенности задач математического моделирования сложных систем, а также предлагают методику, включающую следующие этапы: формирование обучающих выборок и подготовку структур частных моделей, генерирование частных моделей нейронной сетью, отбор лучших моделей по заданному критерию. Для тестирования разработанной методики был разработан специальный программный комплекс, с помощью которого проводились вычислительные эксперименты. Их результаты свидетельствуют о работоспособности рассмотренного метода и позволяют рекомендовать его для построения математических моделей сложных систем. Полученные модели в дальнейшем могут использоваться в качестве математического и алгоритмического обеспечения интеллектуальных информационных систем поддержки принятия решений по управлению сложными объектами произвольной природы.

Аннотация

В статье рассмотрен метод управления информационными ресурсами промышленного предприятия, основанный на использовании множества взаимосвязанных математических моделей, описывающих отдельные компоненты системы управления. Для их построения предлагается применять методы теории графов, нечеткой логики и когнитивного моделирования, модифицированные в соответствии с особенностями решаемой задачи.

Аннотация

Проведен анализ нестационарностей, возникающих в процессе управления проектами на промышленных предприятиях, и их влияние на структуру проекта. Рассмотрен метод учета нестационарности структуры в темпорально-логической модели проекта. Приведен пример практического использования данного метода.