Компетентностно-ролевое моделирование подготовки топ-специалистов в сфере информационных технологий
Аннотация
Введение. Цифровая трансформация общества требует новых подходов в подготовке ИТ-специалистов. Финансовый университет при Правительстве РФ внедряет компетентностно-ролевую модель при подготовке бакалавров по направлению «Прикладная информатика», сочетающую фундаментальную подготовку с индивидуальными траекториями. Традиционные модели ориентированы на одну специализацию, однако работодатели ценят универсальность и адаптивность.
Материалы и методы. Методология базируется на анализе профстандартов, согласованных с программами цифровых компетенций вуза и профилями индустриальных партнеров. Применены методы структурного анализа, проектирования ролевых матриц и финансового моделирования взаимодействия с индустрией. Проведены интервью с представителями компаний о требованиях к компетенциям, структурирование компетенций по трем ключевым ролям, финансовое моделирование государственного гранта и софинансирования, проектирование матриц прогрессии компетенций по годам обучения, анализ форм вовлечения партнеров.
Результаты исследования. Программа базируется на трех ключевых ролях: инженер-программист (технологические компетенции разработки), продакт-менеджер (предпринимательское мышление, управление продуктом), менеджер проекта (организация команды, управление рисками). Прогрессия компетенций строится по четырехлетнему циклу обучения. Финансовая модель предусматривает государственный грант (70%) и софинансирование индустрии (30%) ежегодно. Партнеры участвуют в преподавании, организуют стажировки, предоставляют реальные проекты и инструменты.
Обсуждение и заключение. Компетентностно-ролевой подход обеспечивает опережающее развитие компетенций для цифрового лидерства, формирует предпринимательское мышление и интегрирует социальные навыки с технологическими знаниями. Модель софинансирования создает долгосрочную мотивацию партнеров инвестировать в качество образования. Результаты моделирования демонстрируют потенциал масштабирования подхода на другие направления подготовки.
Литература
2. Wang S., Wang F., Zhu Z., Wang J., Tran T., Du Z. Artificial intelligence in education: a systematic literature review. Expert SystAppl. 2024;252(A):124167. https://doi.org/10.1016/j.eswa.2024.124167
3. Plekhanov D., Franke H., Netland T.H. Digital transformation: A review and research agenda. European Management Journal. 2023;41(6):821-844. https://doi.org/10.1016/j.emj.2022.09.007
4. Caballero S.R., Rincón L.C., Rodríguez A., Pérez A.V., Gómez G.M. Challenge-based learning and design thinking in higher education: institutional strategies for linking experiential learning, innovation, and academic performance. Innov. Educ. Teach. Int. 2024;1-18. https:// 10.1080/14703297.2024.2326191
5. Pearce B., Adler C., Senn L., Krütli P., Stauffacher M., Pohl C. Making the Link Between Transdisciplinary Learning and Research. In: Fam D., Neuhauser L., Gibbs P. (eds) Transdisciplinary Theory, Practice and Education. Cham: Springer; 2018. p. 167-183. https://doi.org/10.1007/978-3-319-93743-4_12
6. Jackson A., Bodnar C., Barrella E., Cruz J., Kecskemety K. Development of a Categorical Scoring Codebook for Entrepreneurial Mindset (EM) Concept Maps. Journal of STEM Education: Innovations and Research. 2025;26(1):16-31. https://doi.org/10.63504/jstem.v26i1.2684
7. Rudhumbu N., Zhou L., Nhundu K. Transdisciplinary research in higher education: Towards a paradigm for sustainable development. IOSR J. Bus.Manag. 2017;19:13-19. https://doi.org/F10.9790/F487X-1901051319
8. Luo H., Li W. Impact of microlearning on developing soft skills of university students across disciplines. Frontiers in Psychology. 2025;16: 1491265. https://doi.org/10.3389/fpsyg.2025.1491265
9. AlAfnan M.A., Dishari S., Siti Fatimah MohdZuki. Developing Soft Skills in the Artificial Intelligence Era: Communication, Business Writing, and Composition Skills. Journal of Artificial Intelligence and Technology. 2024;4(4):305-317. https://doi.org/10.37965/jait.2024.0496
10. Mandro L., Borysova S., Lykhodieieva H., Zapotichna M., Tovstukha O. Interdisciplinary Approach To The Development Of Soft Skills In The Educational Process: Integration Of Knowledge And Skills. Cadernos Educacao Tecnologia E Sociedade. 2024;17(1):433-444. https://doi.org/10.14571/brajets.v17.n1.433-444
11. Kilinkarov V.V. Public-private partnership in higher education and science in Russia. Vestnik of Saint Petersburg University. Law. 2019;2:210-225. (In Russ., abstract in Eng.) https://doi.org/10.21638/spbu14.2019.202
12. Rajagopal K., Sen S. Public-Private Partnerships in Higher Education for Setting the Right Path of Growth and Development. In: N. Baporikar (Ed.) Public Private Partnerships for Social Development and Impact. IGI Global Scientific Publishing; 2015. p. 291-320. https://doi.org/10.4018/979-8-3373-3471-4.ch012
13. Kopbossyn A., Laiskhanov S., Aksoy B., Tokbergenova A., Nametkulov M., Kozybakova A .Integrated STEM for sustainability in school and early teacher education: a systematic review (2019-2025). Frontiers in Education. 2025;10:1697058. https://doi.org/10.3389/feduc.2025.1697058
14. Luckin R., Cukurova M. Designing Educational Technologies in the Age of AI: A Learning Sciences-Driven Approach. British Journal of Educational Technology. 2019;50:2824-2838. https://doi.org/10.1111/bjet.12861
15. Kucirkova N., Brod G., Gaab N. Applying the science of learning to EdTech evidence evaluations using the EdTech Evidence Evaluation Routine (EVER). npj Science of Learning. 2023;8(1):35. https://doi.org/10.1038/s41539-023-00186-7
16. Tsankov N. Development of transversal competences in school education (a didactic interpretation). International Journal of Cognitive Research in Science, Engineering and Education (IJCRSEE). 2020;5(2):129-144. https://doi.org/10.5937/IJCRSEE1702129T
17. Nammanee M., Jantakoon T., Laoha R. AI Assistant Framework on Competency Based Learning for Digital Competency Development. Higher Education Studies. 2025;15(4):333-353. https://doi.org/10.5539/hes.v15n4p333
18. Titova O., Luzan P., Davlatzoda Q.Q., Mosia I., Kabysh M. The Taxonomy Approach for Engineering Students’ Outcomes Assessment. In: Tonkonogyi V., Ivanov V., Trojanowska J., Oborskyi G., Pavlenko I. (eds) Advanced Manufacturing Processes IV. InterPartner 2022. Lecture Notes in Mechanical Engineering. Cham: Springer; 2023. p. 380-390. https://doi.org/10.1007/978-3-031-16651-8_36
19. Byrne D., Engineering U.S. Responsible AI Policy, A Survey, 2020-2025. In: ASEE Annual Conference & Exposition, Conference Proceedings. Montreal, Quebec, Canada: American Society for Engineering Education; 2025. https://doi.org/10.18260/1-2--55292
20. Semerikov S.O., Striuk A., Striuk L., Shalatska H. Soft skills development among software engineering students. Information Technologies in Education. 2021;49(4). https://doi.org/10.14308/ite000751
21. Zhang L., Ma Y. A study of the impact of project-based learning on student learning effects: a meta-analysis study. Front. Psychol. 2023;14:1202728. https://doi.org/10.3389/fpsyg.2023.1202728
22. Almulla M. The effectiveness of the project-based learning (PBL) approach as a way to engage students in learning. Sage Open. 2020;10(3):2158244020938702. https://doi.org/10.1177/2158244020938702
23. Archer T., Chen S., Kumar P., Martinez R. Improving Student Outcomes with Project-Based Learning: Strategies for Implementation and Assessment. Northwest Iowa Community College Research Reports. 2024;8(3):45-78. Available at: https://nwcommons.nwciowa.edu/reports (accessed 14.12.2025).
24. Falloon G. From digital literacy to digital competence: The teacher digital competency (TDC) framework. Educational Technology Research and Development. 2020;68(5):2449-2472. https://doi.org/10.1007/s11423-020-09767-4
25. Ghafar Z., Abdulkarim S.T., Mhamad L.M., Kareem R.A., Rasul P.A., Mahmud T.I. Microlearning as a learning tool for teaching and learning in acquiring language: Applications, advantages, and influences on the language. Canadian Journal of Educational and Social Studies. 2023;3(2):45-62. https://doi.org/10.53103/cjess.v3i2.127
26. Jin Y., Yan L., Echeverria V., Gašević D., Martinez-Maldonado R. Generative AI in higher education: A global perspective of institutional adoption policies and guidelines. Computers and Education: Artificial Intelligence. 2025;8:100348. https://doi.org/10.1016/j.caeai.2024.100348
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
