Scientific Research and Development. Socio-Humanitarian Research and Technology Scientific Research and Development. Socio-Humanitarian Research and Technology Научные исследования и разработки. Социально-гуманитарные исследования и технологии 2306-1731 2587-912X 46114 10.12737/2306-1731-2021-10-3-85-92 ЖИЗНЬ НАУКИ: ОБСУЖДАЕМ НОВЫЕ ОБРАЗОВАТЕЛЬНЫЕ ОБЛАСТИ LIFE OF SCIENCE: DISCUSSING NEW EDUCATIONAL AREAS ЖИЗНЬ НАУКИ: ОБСУЖДАЕМ НОВЫЕ ОБРАЗОВАТЕЛЬНЫЕ ОБЛАСТИ Technological Goal-Setting in The framework of the New Educational Area «Big Data» for the System of Professional Training of the Future Economist Технологическое целеполагание в рамках новой образовательной области: «Большие данные» для системы профессиональной подготовки будущего экономиста Власов Дмитрий Анатольевич Vlasov Dmitriy Anatol'evich DAV495@gmail.com

кандидат педагогических наук;

candidate of pedagogical sciences;

 федеральное государственное бюджетное образовательное учреждение высшего образования «Российский экономический университет имени Г.В. Плеханова» Россия Plekhanov Russian University of Economics Russian Federation 10 3 85 92 05 10 2021 https://naukaru.ru/en/nauka/article/46114/view

Весомым аргументом в пользу включения новой образовательной области «Большие данные» в практику профессиональной подготовки будущего экономиста является компетентность в сфере построения адекватных предсказательных моделей, востребованная на современном рынке труда. Действительно, любой руководитель заинтересован в повышении качества принимаемых решений. Эта заинтересованность возрастает в условиях санкционного давления и постпандемийных ограничений, - в сложных социально-экономических условиях, когда большинство ресурсов ограничено, выявленные ранее причинно-следственные связи теряют свою актуальность и существенно возрастает ответственность за принимаемые решения. Особенности реализации технологического подхода к раскрытию содержания новой образовательной области «Большие данные» в системе профессиональной подготовки будущего экономиста представлены в данной статье следующим образом: во-первых, в виде системы микроцелей базового уровня, во-вторых, в виде системы микроцелей продвинутого уровня. Таким образом в рамках технологического целеполагания содержания новой образовательной области реализован принцип вариативности профессиональной подготовки будущего экономиста. Содержательно представленные в статье микроцели охватывают различные вопросы применения количественных методов, математического и вычислительного моделирования. Кроме того, в формулировках микроцелей заложены требования по освоению новых инструментальных средств, поддерживающих анализ больших данных. Заметим, что реализация технологического целеполагания необходима для усиления прикладной направленности подготовки будущего экономиста, позволяет сделать методический акцент на прикладные задачи социально-экономической тематики, методы решения которых востребованы в будущей профессиональной деятельности. Материал статьи может быть полезен преподавателям высшей экономической школы, а также всем, кто интересуется современными методическими подходами к структурированию содержания обучения и достижениями в области больших данных.

A weighty argument in favor of including the new educational area «Big Data» in the practice of professional training of the future economist is the competence in the field of building adequate predictive models, which is in demand in the modern labor market. Indeed, any leader is interested in improving the quality of the decisions made. This interest increases in conditions of sanctions pressure and post-pandemic restrictions, in difficult socio-economic conditions, when most of the resources are limited, the previously identified cause-and-effect relationships lose their relevance and the responsibility for decisions is significantly increased. Features of the implementation of the technological approach to disclosing the content of the new educational area «Big Data» in the system of professional training of the future economist is presented in this article as follows: firstly, in the form of a system of micro-goals at the basic level, and secondly, in the form of a system of micro-goals at an advanced level. Thus, within the framework of the technological goal-setting of the content of the new educational field, the principle of variability of the professional training of the future economist is implemented. Substantively presented in the article micro-goals cover various issues of using quantitative methods, mathematical and computational modeling. In addition, the formulations of micro-goals include requirements for the development of new tools that support big data analysis. Note that the implementation of technological goal-setting is necessary to strengthen the applied orientation of the training of a future economist, allows us to make a methodological emphasis on applied problems of socio-economic topics, the methods of solving which are in demand in future professional activities. The material of the article can be useful to teachers of the higher school of economics, as well as to anyone interested in modern methodological approaches to structuring educational content and achievements in the field of big data.

 технологический подход целеполагание прикладная направленность образовательная область большие данные бакалавр экономики анализ данных technological approach goal setting applied focus educational area big data bachelor of economics data analysis

Бодряков В. Ю., Быков А. А. Методические подходы к обучению студентов направления "Прикладная математика и информатика" основам интеллектуальной обработки больших данных // Педагогическое образование в России. - 2016. - № 7. - С. 145-152. Bodryakov V. Yu., Bykov A. A. Metodicheskie podhody k obucheniyu studentov napravleniya "Prikladnaya matematika i informatika" osnovam intellektual'noy obrabotki bol'shih dannyh // Pedagogicheskoe obrazovanie v Rossii. - 2016. - № 7. - S. 145-152. Бровка Н. В. Интеграция теории и практики обучения математике как средство повышения качества подготовки студентов - Минск: БГУ, 2009. - 243 с. Brovka N. V. Integraciya teorii i praktiki obucheniya matematike kak sredstvo povysheniya kachestva podgotovki studentov - Minsk: BGU, 2009. - 243 s. Бровка Н. В. Об информатизации математической подготовки студентов на основе интеграции теории и практики // Математические методы в технике и технологиях - ММТТ. 2017. - Т. 11. - С. 64-70. Brovka N. V. Ob informatizacii matematicheskoy podgotovki studentov na osnove integracii teorii i praktiki // Matematicheskie metody v tehnike i tehnologiyah - MMTT. 2017. - T. 11. - S. 64-70. Брызгалов А. А., Ярошенко Е. В. Применение методов Data Mining при проектировании и создании новой продукции и услуг // Открытое образование. - 2020. Т. 24. № 6. - С. 14-21. Bryzgalov A. A., Yaroshenko E. V. Primenenie metodov Data Mining pri proektirovanii i sozdanii novoy produkcii i uslug // Otkrytoe obrazovanie. - 2020. T. 24. № 6. - S. 14-21. Власов Д. А. Особенности целеполагания при проектировании системы обучения прикладной математике // Философия образования. - 2008. - № 4 (25). - С. 278-283. Vlasov D. A. Osobennosti celepolaganiya pri proektirovanii sistemy obucheniya prikladnoy matematike // Filosofiya obrazovaniya. - 2008. - № 4 (25). - S. 278-283. Власов Д. А., Синчуков А. В. Новое содержание прикладной математической подготовки бакалавра // Преподаватель XXI век. - 2013. № 1-1. - С. 71-79. Vlasov D. A., Sinchukov A. V. Novoe soderzhanie prikladnoy matematicheskoy podgotovki bakalavra // Prepodavatel' XXI vek. - 2013. № 1-1. - S. 71-79. Главацкий С. Т., Бурыкин И. Г. О цикле курсов «Аналитика больших данных для математиков» // Современные информационные технологии и ИТ-образование. - 2016. - Т. 12. № 3-2. - С. 17-22. Glavackiy S. T., Burykin I. G. O cikle kursov «Analitika bol'shih dannyh dlya matematikov» // Sovremennye informacionnye tehnologii i IT-obrazovanie. - 2016. - T. 12. № 3-2. - S. 17-22. Денежкина И. Е., Зададаев С. А. Проверка статистических гипотез с использованием средств визуализации в среде Rstudio / В сборнике: Системный анализ в экономике - 2018. Сборник трудов V Международной научно-практической конференции-биеннале. Под общей редакцией Г. Б. Клейнера, С. Е. Щепетовой. - 2018. - С. 181-184. Denezhkina I. E., Zadadaev S. A. Proverka statisticheskih gipotez s ispol'zovaniem sredstv vizualizacii v srede Rstudio / V sbornike: Sistemnyy analiz v ekonomike - 2018. Sbornik trudov V Mezhdunarodnoy nauchno-prakticheskoy konferencii-biennale. Pod obschey redakciey G. B. Kleynera, S. E. Schepetovoy. - 2018. - S. 181-184. Зададаев С. А. Цифровое расширение преподавания базовой математики // Современная математика и концепции инновационного математического образования - 2018. - Т. 5. - № 1. - С. 308-314. Zadadaev S. A. Cifrovoe rasshirenie prepodavaniya bazovoy matematiki // Sovremennaya matematika i koncepcii innovacionnogo matematicheskogo obrazovaniya - 2018. - T. 5. - № 1. - S. 308-314. Карасев П. А., Чайковская Л. А. Совершенствование программ высшего образования в контексте современных требований рынков образовательных услуг и профессионального сообщества // Экономика и управление: проблемы, решения. - 2017. - Т. 3. - № 2. - С. 3-9. Karasev P. A., Chaykovskaya L. A. Sovershenstvovanie programm vysshego obrazovaniya v kontekste sovremennyh trebovaniy rynkov obrazovatel'nyh uslug i professional'nogo soobschestva // Ekonomika i upravlenie: problemy, resheniya. - 2017. - T. 3. - № 2. - S. 3-9. Королев О. Л., Апатова Н. В., Круликовский А. П. «Большие данные» как фактор изменения процессов принятия решений в экономике // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. - 2017. - Т. 10. № 4. - С. 31-38. Korolev O. L., Apatova N. V., Krulikovskiy A. P. «Bol'shie dannye» kak faktor izmeneniya processov prinyatiya resheniy v ekonomike // Nauchno-tehnicheskie vedomosti Sankt-Peterburgskogo gosudarstvennogo politehnicheskogo universiteta. Ekonomicheskie nauki. - 2017. - T. 10. № 4. - S. 31-38. Корытникова Н. В. Online Big Data как источник аналитической информации в online-исследованиях // Социологические исследования. - 2015. - № 8 (376). - С. 14-24. Korytnikova N. V. Online Big Data kak istochnik analiticheskoy informacii v online-issledovaniyah // Sociologicheskie issledovaniya. - 2015. - № 8 (376). - S. 14-24. Мелехина Т. Л., Поздеева С. Н. Приемы вовлеченности в обучение студентов различных уровней подготовки при изучении математических дисциплин / В сборнике: Новые технологии высшей школы. Наука, техника, педагогика. Материалы Всероссийской научно-практической конференции. - 2020. - С. 333-336. Melehina T. L., Pozdeeva S. N. Priemy vovlechennosti v obuchenie studentov razlichnyh urovney podgotovki pri izuchenii matematicheskih disciplin / V sbornike: Novye tehnologii vysshey shkoly. Nauka, tehnika, pedagogika. Materialy Vserossiyskoy nauchno-prakticheskoy konferencii. - 2020. - S. 333-336. Мельникова В. А., Медведев Д. А Анализ больших данных с использованием Python / Труды Братского государственного университета. Серия: Естественные и инженерные науки. - 2019. - Т. 1. - С. 46-49. Mel'nikova V. A., Medvedev D. A Analiz bol'shih dannyh s ispol'zovaniem Python / Trudy Bratskogo gosudarstvennogo universiteta. Seriya: Estestvennye i inzhenernye nauki. - 2019. - T. 1. - S. 46-49. Монахов В. М. Введение в теорию педагогических технологий / В. М. Монахов. - Волгоград, Перемена, 2006. - 365 с. Monahov V. M. Vvedenie v teoriyu pedagogicheskih tehnologiy / V. M. Monahov. - Volgograd, Peremena, 2006. - 365 s. Монахов В. М. Педагогическое проектирование - современный инструментарий дидактических исследований // Школьные технологии. - 2001. - № 5. - С. 75. Monahov V. M. Pedagogicheskoe proektirovanie - sovremennyy instrumentariy didakticheskih issledovaniy // Shkol'nye tehnologii. - 2001. - № 5. - S. 75. Напеденина Е. Ю., Никитина Н. И. Некоторые аспекты формирования профессионально-прикладной математической подготовленности будущих экономистов в вузе // Вестник Тамбовского университета. Серия: Гуманитарные науки. - 2008. - № 1 (57). - С. 261-265. Napedenina E. Yu., Nikitina N. I. Nekotorye aspekty formirovaniya professional'no-prikladnoy matematicheskoy podgotovlennosti buduschih ekonomistov v vuze // Vestnik Tambovskogo universiteta. Seriya: Gumanitarnye nauki. - 2008. - № 1 (57). - S. 261-265. Осмоловская И. М. И. Я. Лернер о процессе обучения: современное прочтение // Отечественная и зарубежная педагогика. - 2017. - Т. 1. - № 3 (39). - С. 31-41. Osmolovskaya I. M. I. Ya. Lerner o processe obucheniya: sovremennoe prochtenie // Otechestvennaya i zarubezhnaya pedagogika. - 2017. - T. 1. - № 3 (39). - S. 31-41. Полковникова Н. А. Особенности подготовки специалистов по анализу больших данных / В сборнике: Преподавание информационных технологий в Российской Федерации. Материалы Пятнадцатой открытой всероссийской конференции. - 2017. - С. 73-76. Polkovnikova N. A. Osobennosti podgotovki specialistov po analizu bol'shih dannyh / V sbornike: Prepodavanie informacionnyh tehnologiy v Rossiyskoy Federacii. Materialy Pyatnadcatoy otkrytoy vserossiyskoy konferencii. - 2017. - S. 73-76. Смирнов Е. И. Технология наглядно-модельного обучения математике - Ярославль, Ярославский государственный педагогический университет им. К. Д. Ушинского, 1998. - 335 с Smirnov E. I. Tehnologiya naglyadno-model'nogo obucheniya matematike - Yaroslavl', Yaroslavskiy gosudarstvennyy pedagogicheskiy universitet im. K. D. Ushinskogo, 1998. - 335 s Смирнов Е. И. Фундирование опыта в профессиональной подготовке и инновационной деятельности педагога. - Ярославль, Издательство «Канцлер», 2012. - 655 c. Smirnov E. I. Fundirovanie opyta v professional'noy podgotovke i innovacionnoy deyatel'nosti pedagoga. - Yaroslavl', Izdatel'stvo «Kancler», 2012. - 655 c. Смирнов Е. И., Трофимец Е. Н. Проектирование информационно-аналитических технологий обучения студентов-экономистов // Ярославский педагогический вестник. - 2010. - Т. 2. - № 2. - С. 137. Smirnov E. I., Trofimec E. N. Proektirovanie informacionno-analiticheskih tehnologiy obucheniya studentov-ekonomistov // Yaroslavskiy pedagogicheskiy vestnik. - 2010. - T. 2. - № 2. - S. 137. Сорокин Л. В. Преодоление психолого-познавательных барьеров, связанных с анализом и визуализацией больших данных / Международный научно-исследовательский журнал. - 2017. - № 1-3 (55). - С. 59-62. Sorokin L. V. Preodolenie psihologo-poznavatel'nyh bar'erov, svyazannyh s analizom i vizualizaciey bol'shih dannyh / Mezhdunarodnyy nauchno-issledovatel'skiy zhurnal. - 2017. - № 1-3 (55). - S. 59-62. Тестов В. А. Основные задачи развития математического образования // Образование и наука. - 2014. - № 4 (113). - С. 3-17. Testov V. A. Osnovnye zadachi razvitiya matematicheskogo obrazovaniya // Obrazovanie i nauka. - 2014. - № 4 (113). - S. 3-17. Феклин В. Г. Использование LMS Moodle для создания электронного математического курса // Современная математика и концепции инновационного математического образования. - 2014. - Т. 1. - № 1. - С. 233-240. Feklin V. G. Ispol'zovanie LMS Moodle dlya sozdaniya elektronnogo matematicheskogo kursa // Sovremennaya matematika i koncepcii innovacionnogo matematicheskogo obrazovaniya. - 2014. - T. 1. - № 1. - S. 233-240. Тихомиров Н. П., Тихомирова Т. М. Теория риска: учебник для студентов вузов, обучающихся по экономическим специальностям. М.: ЮНИТИ-ДАНА, 2020. - 308 с. Tihomirov N. P., Tihomirova T. M. Teoriya riska: uchebnik dlya studentov vuzov, obuchayuschihsya po ekonomicheskim special'nostyam. M.: YuNITI-DANA, 2020. - 308 s. Sukhorukova I. V., Fomin G. P. Hybrid Method for Multi-Criteria Risk Minimization. // Espacios. - 2019. - Vol. 40. - pp. 14 -22 Sukhorukova I. V., Fomin G. P. Hybrid Method for Multi-Criteria Risk Minimization. // Espacios. - 2019. - Vol. 40. - pp. 14 -22 Sukhorukova I. V., Maksimov D. A., Fomin G. P. Methods of risk minimization in investment and construction projects В сборнике: IOP Conference Series: Materials Science and Engineering. Buldintech bit. 2020. Innovations and technologies in construction. - 2020. - С. 012013. Sukhorukova I. V., Maksimov D. A., Fomin G. P. Methods of risk minimization in investment and construction projects V sbornike: IOP Conference Series: Materials Science and Engineering. Buldintech bit. 2020. Innovations and technologies in construction. - 2020. - S. 012013. Baig, M. I., Shuib, L. & Yadegaridehkordi, E. Big data in education: a state of the art, limitations, and future research directions. Int J Educ Technol High Educ 17, 44 (2020). https://doi.org/10.1186/s41239-020-00223-0 Baig, M. I., Shuib, L. & Yadegaridehkordi, E. Big data in education: a state of the art, limitations, and future research directions. Int J Educ Technol High Educ 17, 44 (2020). https://doi.org/10.1186/s41239-020-00223-0 Camargo Fiorini, P., Seles, B. M. R. P., Jabbour, C. J. C., Mariano, E. B., & Sousa Jabbour, A. B. L. (2018). Management theory and big data literature: From a review to a research agenda. International Journal of Information Management, 43, 112 -129. https://doi.org/10.1016/j.ijinfomgt.2018.07.005. Camargo Fiorini, P., Seles, B. M. R. P., Jabbour, C. J. C., Mariano, E. B., & Sousa Jabbour, A. B. L. (2018). Management theory and big data literature: From a review to a research agenda. International Journal of Information Management, 43, 112 -129. https://doi.org/10.1016/j.ijinfomgt.2018.07.005. Coccoli, M., Maresca, P., & Stanganelli, L. (2017). The role of big data and cognitive computing in the learning process. Journal of Visual Languages & Computing, 38, 97-103. https://doi.org/10.1016/j.jvlc.2016.03.002. Coccoli, M., Maresca, P., & Stanganelli, L. (2017). The role of big data and cognitive computing in the learning process. Journal of Visual Languages & Computing, 38, 97-103. https://doi.org/10.1016/j.jvlc.2016.03.002. Gupta, D., & Rani, R. (2018). A study of big data evolution and research challenges. Journal of Information Science., 45(3), 322-340. https://doi.org/10.1177/0165551518789880. Gupta, D., & Rani, R. (2018). A study of big data evolution and research challenges. Journal of Information Science., 45(3), 322-340. https://doi.org/10.1177/0165551518789880. Logica, B., & Magdalena, R. (2015). Using big data in the academic environment. Procedia Economics and Finance, 33(2), 277-286. https://doi.org/10.1016/s2212-5671(15)01712-8. Logica, B., & Magdalena, R. (2015). Using big data in the academic environment. Procedia Economics and Finance, 33(2), 277-286. https://doi.org/10.1016/s2212-5671(15)01712-8.