Солидный практический опыт в обучении самого разного контингента - от бакалавров до профессиональных руководителей крупных корпораций, непрерывное совершенствование учебного процесса, пристальное внимание к новейшим образовательным трендам позволили НОЦ "ИНЖЭК" накопить базу для масштабных исследований, посвященных проблемам качества образования и формирования востребованных компетенций у специалистов для новой экономики. За последнее время нашей командой опубликовано большое количество статей в русле данной проблематики в ведущих отечественных и международных журналах. Результаты исследований обсуждались на крупных международных конференциях и профессиональных симпозиумах (яркий пример - ежегодный форум "ИННОПРОМ"), посвященных устойчивой энергетике, сложным системам, управлению интеллектуальной инфраструктурой городов, цифровой экономике, управлению рисками. На сегодняшний день исследования НОЦ "ИНЖЭК" в области образовательной политики, продуктов, моделей и методов обучения привлекают внимание широкого круга авторитетных экспертов во всем мире.

Сегодня мы открываем новую рубрику, в рамках которой будем публиковать материалы по данной теме. Рекомендуем их к изучению нашим магистрам и, в особенности, поступающим на программы магистратуры и бакалавриата. Эти исследования дадут полное представление об идеологии НОЦ "ИНЖЭК" в области образования.

Первая статья, с которой мы хотим поделиться с нашими читателями, носит название "Глобальный рынок образовательных продуктов в сфере IT: приоритеты для российских университетов". Статья опубликована в первом номере журнала "Стратегические решения и риск-менеджмент" за 2018 год. Главная задача работы - продемонстрировать усиливающуюся интеграцию образовательной и научной сфер деятельности, что выражается в появлении междисциплинарных образовательных программ, привязке учебного процесса к исследованиям в прорывных областях знаний и формировании специфических университетских экосистем, нацеленных на лидерство в конкретных технологиях.

Материал подготовлен кафедрой систем управления энергетикой и промышленными предприятиями совместно с Шабуниным С.Н., директором Института радиоэлектроники и информационных технологий УрФУ, и Аймашевой Я.С., директором департамента международных образовательных программ УрФУ.

* * * * *

Л.Д. Гительман, С.Н. Шабунин, М.В. Кожевников, А.В. Гамбург, Я.С. Аймашева, Е.М. Стариков

ГЛОБАЛЬНЫЙ РЫНОК ОБРАЗОВАТЕЛЬНЫХ ПРОДУКТОВ В СФЕРЕ IT: ПРИОРИТЕТЫ ДЛЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ

Введение

Очевидно, что все технологические прорывы последних лет в той или иной степени связаны с информационными технологиями, и происходят, как правило, на стыке IT, инженерии, социальных и естественных наук. Этот тренд стремительно захватывает все инфраструктурные отрасли: энергетику, медицину, транспорт, машиностроение, аэрокосмическую промышленность – список можно продолжать и далее. Всеобщая интеллектуализация, машинное обучение, нейронные сети, дополненная реальность, аддитивные и другие прорывные информационные технологии быстро проникают даже в традиционно консервативные отрасли экономики, кардинально меняя производственный ландшафт, бизнес-модели и экономику предприятий [Агамирзян, 2015; Сухов, Стреха, 2012; Ernst & Young, 2012; University of Oxford, 2015]. Объем мирового рынка «чистых» информационных технологий (например, программного обеспечения) в 2016 г. составлял 2,3 трлн. долларов, а с учетом конвергентных решений рынок оценивается в настоящее время примерно в 4 трлн. долларов [CompTIA, 2016; Baller et al., 2016; Rangarajan, Tiwari, 2014].

Совершенно логично, что масштабу столь глубоких технологических изменений должны соответствовать изменения в университетах, осуществляющих подготовку высококвалифицированных кадров для новой цифровой индустрии. В данном контексте некоторые эксперты ставят на первый план развитие университетских экосистем, построенных вокруг кластеров определенных прорывных информационных технологий. Именно такие экосистемы выполняют роль рыночных интеграторов, вокруг которых складывается цифровая научно-индустриальная среда. Недаром любая инновационная зона в мире ассоциируется с университетскими центрами: Кремниевая долина вокруг Стэнфорда и Беркли; Новая Англия вокруг MIT и Гарварда; Университет Падеборна, Университет Билефельда и Высшая школа Хамм-Лимпштадт в IT-кластере OWL (Германия); Кембридж в Великобритании; Технион и Институт Вецмана в Израиле; Университет Аальто в Финляндии [Агамирзян, 2015; Ferguson, Fernández, 2015; Graham, 2014; Гаусмайер, 2012]. В результате происходят соответствующие изменения в организационных моделях университетов, все больше стремящихся интегрировать передовые научные достижения в образовательный контент (рис. 1).

Наблюдения авторов за развитием IT-образования в России приводят к противоречивым выводам. С одной стороны, в РФ достаточно университетов с мощной исследовательской инфраструктурой и опытными коллективами. Однако глобальный рынок IT настолько динамичен и непредсказуем, что опора на прошлый опыт никак не способствует трансформации научно-образовательных процессов с целью их быстрой адаптации к новым запросам рынка (работодателей, студентов, потенциальных инвесторов). Именно поэтому весьма актуально проанализировать опыт ведущих в сфере IT университетов в части организации научно-образовательного процесса для определения готовности вузов, прежде всего российских, к новым вызовам.

Методика анализа

Для отечественных университетов, участвующих в национальной программе повышения конкурентоспособности «5–100», основной целью является попадание в предметные рейтинги, в которых ключевыми являются показатели QS World University Rankings и THE Times Higher Education. Поэтому при формировании выборки международных университетов для анализа, позиция в рейтинге QS по предметным областям Computer Science & Information Systems и Engineering – Electrical & Electronic была выбрана в качестве первого критерия.

Вторым критерием послужил географический признак, для чего в отдельные группы были выделены лидирующие университеты Европы, Азии и Америки. Заключительным, но не менее важным критерием, стали университеты, внедряющие инновационные образовательные модели, рассмотрение которых позволило авторам определить лучшие практики реализации передовых образовательных продуктов.

Итоговая выборка зарубежных университетов представлена в табл. 1.

В ходе анализа внимание уделялось следующим характеристикам университетов.

• образовательные программы уровня бакалавриата, магистратуры и PhD, соответствующие актуальным направлениям в IT-индустрии и радиоэлектронике;
• модели организации учебного процесса;
• исследовательская повестка и портфель исследовательских проектов, соответствующих направлениям образовательной деятельности, наличие и возможности специализированных исследовательских центров (лабораторий);
• общие показатели университета: количество студентов, наличие программ на английском языке, бюджет университета, стоимость программ.

В выборку для сравнительного анализа по российским университетам вошло 11 вузов, представленных в настоящее время в предметных рейтингах QS Computer Science & Information Systems и Engineering – Electrical & Electronic (табл. 2). Основной фокус был направлен на содержательные характеристики магистерских программ.

Ключевые мировые тренды в науке и образовании для сферы IT 

Анализ лучших практик зарубежных университетов позволяет утверждать, что исследовательская повестка играет определяющую роль в развитии образовательных продуктов.

1. В основе построения программ лежат одновременно исследовательский (Research-Based) и проектный (Project-Based) подходы.

Поступая в университет Оксфорда, будущий студент должен, как правило, определиться с интересующей его областью исследований, а уже затем – с конкретной программой. На рис. 2 показан дизайн сайта Департамента компьютерных наук Оксфордского университета, демонстрирующий простую навигацию и ориентацию на «конечного пользователя».

Для более четкой корреспонденции науки и образования во многих университетах названия программ отличаются простыми, конкретными формулировками, и в то же время обозначают широкий охват научной области. Это дает возможность студенту в дальнейшем более конкретно определиться с направлением исследований (как специализированных, так и междисциплинарных).

Например, в Техническом университете Мюнхена абитуриент может стать магистром наук в области электротехники и информационных технологий, в области техники связи или энергетики. В Национальном университете Сингапура будущие магистранты могут делать выбор из следующих направлений технических наук (и, соответственно, одноименных магистерских программ): информационные технологии, информационные системы, наноэлектроника, биоинженерия.

В качестве примера организации учебного процесса приведено построение типовой программы уровня бакалавриата в области компьютерных наук в Университете Оксфорда (рис. 3). В первый год обучения студент изучает общепрофессиональные дисциплины, во второй – дополняет этот набор дисциплинами в соответствии с узкими интересами; в 3 год приступает к проекту и обучается только по дисциплинам в рамках своих интересов, а на последнем году обучения работает над проектом и изучает более сложные предметы, которые требуются для работы над финальным проектом, сочетающим в себе элементы научного исследования. Университет приветствует, если выбранная тема проекта-исследования будет «сквозной», то есть получит логичное продолжение во время обучения студента в магистратуре.

Выборка программ Кембриджского Университета показывает, что из общего пула в 179 программ Магистратуры значительно большая часть – 86 программ являются полностью исследовательскими, 67 из них на 50% содержат исследовательскую часть, и лишь 26 прикладные, хотя даже они содержат некоторые элементы НИР (рис. 4).

2. Междисциплинарный подход является приоритетным при формировании образовательных программ и исследовательской повестки.

Особо ярко данная тенденция проявляется в азиатских университетах, для которых характерно выделение междисциплинарных программ в области информационных технологий в отдельные университетские структуры с обособленным управлением (примерами таких структур являются Высшая школа междисциплинарного Информационного обучения в Токийском Университете либо Институт Междисциплинарных информационных наук в Университете Цинхуа).

Подобные структуры создаются не только в направлении IT-образования. В Университете Техаса студенты, обучаясь в Институте междисциплинарных наук должны выбрать одну базовую и две сопутствующие науки. Выбор осуществляется из 6 направлений: компьютерные науки; искусство и гуманитарные науки; бихевиористика; экономика и политология; менеджмент; естественные науки и математика. Внутри каждого направления существует множество гибких траекторий в виде отдельных модулей и творческих проектов.

Программа «Энергетический менеджмент и устойчивость» Университета Лозанны создана на стыке энергетики, IT, экономики, технологий, менеджмента. Университет позиционирует программу как научно-образовательную платформу для подготовки специалистов для работы в интеллектуальных энергетических и промышленных системах будущего. Программа состоит из 5 модулей «Инжиниринг биопроцессов», «Инжиниринг экосистем», «Моделирование природоохранной деятельности», «Технологические особенности новой энергетики», «Менеджмент технологий» + широкий спектр (более 20) отдельных курсов, которые студент выбирает в зависимости от своих предпочтений в 3–4 семестре.

Все более популярными становятся управленческие программы на стыке менеджмента и искусства. Например, программа «Стратегическое лидерство и дизайн» (Strategic Leadership & Design, Университет Индианаполиса, США) сочетает в учебном плане модули «Теория лидерства и дизайн-мышления», «Когнитивные системы и обучающиеся организации», «Развитие интеллектуального капитала», «Управление информацией и производственными технологиями», «Управленческая математика». В России подобную модель реализует Университет ИТМО в рамках магистерской программы Art&Science, представляющей собой синтез инженерного, управленческого и художественного образования.

В Эдинбургском университете успешно реализуется магистерская программа «Практика междисциплинарного творчества (Interdisciplinary Creative Practices)». Программа создана на стыке IT, естественных наук, медиа, социологии и менеджмента. Выпускники работают в инновационных малых компаниях сфер IT, программного и компьютерного обеспечения, медиарынка (ТВ и киноиндустрия), дизайна, архитектуры, материаловедения, создают собственные стартапы. В программе также большое внимание уделяется исследовательскому блоку и особо приветствуются такие темы как дополненная реальность и визуальная аналитика.

Примеры подобных междисциплинарных структур или образовательных продуктов демонстрируют, что именно информационные технологии обладают хорошими «стыковочными» свойствами; другими словами, на базе IT имеется возможность развивать интересные междисциплинарные программы и научные исследования, в которые вовлекаются эксперты из различных областей знаний.

3. Междисциплинарные исследования нацелены на прорывные технологии. Так, например, Гонконгский университет имеет портфель из 12 крупных научных тем: экотроника, умные экологичные здания, формирование цифрового мира, функциональные наноструктуры, фотонные беспроводные приложения, управление свойствами волн и материалов, человеко-машинные интерфейсы для производств будущего, биологический анализ данных, наукоемкое предпринимательство. Эти темы провозглашены в качестве повестки, определяющей долгосрочное глобальное лидерство и устойчивое развитие университета. Темы перспективных НИР в обязательном порядке интегрируются в образовательный контент.

Ведущие университеты мира хотят лидировать в развитии той или иной технологии, создающей новую реальность. В табл. 3 показано распределение специализаций различных университетов в рамках научных исследований, благодаря активной работе над которыми они создают крупные консорциумы, а в некоторых случаях – глобальные технологические платформы. В этих платформах университеты играют ведущую роль, вопреки своему классическому статусу «поставщиков инновационных решений» [Future Today Institute, 2017; Гительман et al., 2015; Deloitte, 2017; Chataway et al., 2017].

Также отметим и другие, более универсальные тренды, напрямую не связанные с интеграцией образования и научной деятельности.

4. Пакетирование образовательных программ разных уровней. Некоторые университеты (в основном, европейские) стали объединять программы бакалавриата и магистратуры (либо магистратуры и PhD) в единое рыночное предложение, ключевым преимуществом которого является экономия времени и стоимости обучения. При этом, университеты на этапе входа «отсекают» абитуриентов, желающих освоить только одну образовательную ступень: например, в Кембридже среди абитуриентов магистратуры абсолютный приоритет отдается соискателям, ранее прошедшим там же подготовку бакалавра. Такая относительно агрессивная стратегия дает возможность производить жесткий отсев контингента, не нацеленного на проведение научных исследований высокого качества. Образование ради образования перестает быть интересно ведущим вузам, поскольку не дает университету никаких выгод, кроме краткосрочных финансовых.

5. Повышенное внимание иностранным студентам. Интернационализация не является новым трендом, однако за счет привлечения зарубежных студентов (и преподавателей) в конечном счете университеты получают доступ к новым знаниям, рынкам, компаниям и создают разнообразные центры превосходства или платформы, позволяющие устойчиво лидировать на мировой арене в науке и образовании. Например, в Оксфорде доля иностранных студентов – около 30%, в Кембридже и Швейцарской высшей технической школе Цюриха – более 35%, Пекинском университете – 22% (рис. 5).

Специфика российского IT-образования

В отличие от тенденции в мировом образовании для IT-индустрии, анализ рынка образовательных продуктов в РФ демонстрирует низкое предложение междисциплинарных программ-аналогов. Общий тренд – рост количества магистерских программ, посвященных проблематике интеллектуальных систем управления и системной инженерии программного обеспечения (до 20% от общего количества). Вместе с этим до половины всех программ имеют традиционный и аналогичный друг другу контент. Выборочный анализ учебных планов подобных программ показал, что специализированным вопросам в них уделяется не более 30% всего учебного времени.

Характерными особенностями организации образовательного процесса для подготовки специалистов IT-отраслей являются следующие.

Ведущие российские университеты отдают предпочтение меньшему количеству направлений IT-подготовки и большему количеству программ в рамках каждого направления. Достаточно условно этот тренд можно назвать специализацией. В среднем в вузах на одно направление приходится 3 программы (рис. 6). При этом для университетов приоритетными являются пять направлений подготовки, в которых сконцентрировано наибольшее количество магистерских программ (табл. 4).

Отмечается разрыв между образованием и наукой, что противоположно ситуации в зарубежных вузах. Во многих университетах специализированные курсы преподаются «по инерции», учебные планы построены по принципу учета интересов преподавательских коллективов (а не заказчиков), студенты слабо вовлечены в научно-исследовательскую деятельность. Для решения этой проблемы в ряде вузов предприняты попытки изменить организацию научно-образовательного процесса. Так, с 2017 года в МФТИ и Новосибирском государственном техническом университете прием в магистратуру осуществляется не на конкретные программы, а на направления подготовки в конкурсные группы. Курировать группы могут кафедры или отдельные научно-образовательные коллективы, имеющие исследовательский задел по направлению. Таким образом, в данных университетах форма обучения в магистратуре приобретает схожесть с западной моделью.

Еще одним исключением в данном контексте является новый Университет Иннополис, учрежденный в 2013 г. в Республике Татарстан с целью подготовки современных кадров для IT-индустрии. Университет имеет 13 научных лабораторий и 3 исследовательских центра (рис. 7), все из которых, помимо НИР, активно используются для практики студентов в ходе обучения, а также выполнения внешних консалтинговых и образовательных бизнес-проектов.

Образовательная модель данного университета радикально отличается от всех остальных вузов. Например, в программах Software Engineering (Управление разработкой ПО) и Secure Systems & Network Engineering (Разработка безопасных систем и сетей) процесс обучения делится на 1 год теоретико-практических занятий и 1 год участия в индустриальном проекте IT-компании. К абитуриентам предъявляются жесткие критерии отбора: опыт работы – не менее 1,5 лет; хорошее знание английского языка; знание основных языков программирования, протоколов и архитектуры компьютерных сетей; опыт написания технической документации.

Стоимость обучения в магистратуре при этом в 5 – 10 раз выше среднерыночной (1400 тыс. рублей в год), однако прошедшим отбор соискателям выдается грант, полностью покрывающий затраты на обучение. Для сравнения годовая стоимость магистратуры в МГУ – 300 тыс., в МФТИ – 250 тыс., в Томском государственном университете – 170 тыс., в Санкт-Петербургском государственном политехническом университете – 150 тыс., в Новосибирском государственном университете – 100 тыс.

Обращает на себя внимание довольно скудный арсенал магистерских программ двойных дипломов. Наиболее яркими примерами таких программ среди проработанных университетов являются:

• Верификация и тестирование аппаратных и программных модулей телекоммуникационных систем (Томский государственный университет + Национальный Университет Тайваня);
• Интеллектуальные системы (Санкт-Петербургский государственный политехнический университет + City University London + Университет Ганновера);
• Сети ЭВМ и телекоммуникации (Томский политехнический университет + Технический университет Мюнхена).

Какие специалисты требуются IT-индустрии?

Для решения задач в сфере технологических инноваций и импортозамещения по оценке Министерства связи и массовых коммуникаций РФ России уже к 2020 гг. потребуется не менее 350 тысяч квалифицированных специалистов в сфере информационных технологий. В связи с этим, помимо анализа образовательных моделей и контента ведущих зарубежных и отечественных университетов, в рамках данной работы целесообразно также рассмотреть экспертные мнения по смежным вопросам.

1. Каковы основные тренды рынка кадров для IT-индустрии?
2. Какие современные требования предъявляют к IT-специалистам работодатели? Отвечают ли выпускники отечественных вузов этим требованиям?
3. Происходят ли какие-либо изменения в российских университетах для обеспечения лучшего соответствия запросам IT-компаний в части кадров?

Начнем с трендов рынка IT-специальностей. По оценкам экспертов Яндекса, в настоящее время:

• во всех развитых странах непрерывно растет спрос на специалистов по Data Science. Спрос увеличивается инициативами, связанными с Open Science, Open Data, Big Data;
• согласно рейтингу Glassdoor, в 2016 году Data Scientist – лучшая работа в Америке. Оценка проводилась по трем ключевым факторам: количество вакансий, заработная плата и рейтинг карьерных возможностей. Также в топ-10 лучших вакансий: Solutions Architect (специалист по разработке программной архитектуры), Mobile Developer (специалист в области мобильных приложений) и Software Engineer (инженер-программист);
• в России одновременно с растущим спросом на перспективные профессии сохраняется спрос на «традиционные» IT-специальности: разработчик Java, PHP, C/C++, C#, 1С, Python. Растет популярность Swift и Unity 3D. В то же время требуется все меньше специалистов по Objective C.

В целом, направления IT-подготовки остаются одними из самых востребованных среди абитуриентов вузов РФ. Одной из главных причин является заработная плата выпускников, окончивших университет с IT-специализацией: согласно последнему рейтингу Superjob, выпускники, работающие в сфере IT, получают самую конкурентоспособную зарплату на рынке труда. Университеты-лидеры рейтинга представлены в табл. 5.

В сравнении с большинством зарубежных университетов эти цифры выглядят весьма скромно (рис. 8), однако для РФ пропорции между стоимостью обучения в вузах и годовой заработной платой выпускников являются примерно одинаковы.

В отношении данных, представленных в табл. 5 и на рис. 8, следует сделать несколько комментариев.

1. Сравнение университетов между собой по показателю средней заработной платы выпускников не является в полной мере объективным и корректным: во-первых, из-за его усредненности и агрегированности, во-вторых, в связи с часто наблюдающейся значительной разницей в социально-экономических характеристиках регионов.
2. Несмотря на действительно высокую востребованность среди молодых специалистов IT-индустрии как среды для построения карьеры, в ряде отдельных и смежных рынков (например, в радиоэлектронике) более половины работающих специалистов являются представителями старшей возрастной группы (более 45 лет).

Анализ предпочтений по направлениям профессионального развития среди выпускников магистратуры IT-специальностей приведен на рис. 9. Примерно две трети опрошенных видят себя в «инженерном» контуре IT-процессов, одна треть – в «управленческом». Таковы выводы исследования Высшей школы экономики, в котором приводятся данные проведенного в 2015 г. анкетирования почти 2000 студентов и выпускников, обучающихся/обучавшихся в университетах РФ по IT-специальностям [Жиляев, Олейник, 2015].

В то же время, в соответствии с современными запросами отечественных работодателей, выделяются 4 наиболее перспективные профиля магистратуры.

1. «Науки о данных». Подготовка в области методов извлечения знаний из данных, математических методов моделирования и прогнозирования, современных программных систем и методов программирования для анализа данных.
2. «Системная и программная инженерия». Подготовка специалистов в области промышленного производства программного обеспечения, создания информационно-коммуникационных технологий и систем различного назначения.
3. «Математические методы оптимизации и стохастики». Подготовка исследователей в области современной прикладной математики и математического моделирования, стохастического анализа и дискретной математики, а также специалистов по методам оптимизации с упором на методы выпуклой оптимизации в задачах высокой размерности.
4. «Анализ данных в биологии и медицине». Подготовка выпускников с междисциплинарным образованием, необходимым для анализа специфических медико-биологических данных посредством новейших информационных систем и программных комплексов.

Как показал проведенный авторами анализ российских университетов, первые два профиля в той или иной форме находят отражение в программах магистратуры. К сожалению, предложение университетов по другим направлениям является достаточно скудным.

Текущее содержание большинства магистерских программ ведущих вузов также не в полной мере соответствует новым видам профессиональной деятельности IT-специалистов, которые станут востребованными уже в течение 3–5 лет. Обратимся к перспективному портрету профессий будущей IT-индустрии, сформированному экспертами российской ассоциации электронных коммуникаций. Так, среди новых профессий в области IT, интернета и цифровых технологий, которые появятся в ближайшие 3-5 лет, HR-директоры чаще всего называют новые специальности, связанные с Big Data: от генерирования и хранения, до анализа, построения моделей и визуализации; а также профессии, связанные с системами искусственного интеллекта (в том числе обработку естественных языков). В области мобильных технологий и робототехники ожидается появление как «обслуживающих» специальностей (операторы, инженеры), так и «креативных» (непосредственная разработка, создание устройств) [Fuchs, 2012; Flores et al., 2016; Mohd-Yusof et al., 2015].

Среди многообразия появляющихся направлений для студентов и работодателей в перспективе ближайших 3-5 лет можно выделить следующие:

• компьютерная лингвистика и искусственный интеллект;
• робототехника и ПО для роботов;
• 3D-проектирование и печать;
• дополненная и виртуальная реальность;
• облачные технологии;
• IT в образовании и консалтинге;
• «умные города»;
• биоинформатика и IT в медицине;
• информатика в статистике (data science);
• интернет вещей.

Сегодня только 13% выпускников могут сказать, что им хватает полученных знаний в своей работе [Жиляев, Олейник, 2015], при этом только половина удовлетворена процессом учебы в университете, что связано с существенной диспропорцией между теоретическими и практическими занятиями (не в пользу последних), а также дефицитом взаимодействия в процессе учебы с предприятиями IT-сферы.

Данный вывод тесно коррелируется с требованиями ведущих IT-компаний (Google, Яндекс, Microsoft, Сбербанк, МТС, Билайн, Мегафон, Ростелеком, Лукойл) к молодым кадрам:

• высокая мотивация к работе;
• способность к самообучению, самостоятельность, энтузиазм, нацеленность на личностный рост, активная жизненная позиция;
• обязательное знание английского языка;
• коммуникабельность, трудолюбие, ответственность при решении задач с высокой неопределенностью.

Заметим, что среди этих требований напрочь отсутствует запрос к специализированным навыкам и умениям. Как правило, крупные работодатели воспринимают университет как средство «нагрузки на мозг», но не как площадку для профессионального развития, и в этой связи начинают создавать собственные «университеты программистов» (такой подход сейчас реализует Mail.Ru Group). Другим механизмом является создание отраслевыми лидерами базовых кафедр внутри университетов с переориентацией учебного процесса на «живые проекты». Здесь в качестве примера можно привести партнерство компании 1С и университета Плеханова.

Результаты проведенного авторами опроса руководителей предприятий в сфере информационных технологий, телекоммуникаций и радиоэлектроники, а также обобщение экспертных мнений в открытых источниках позволяют говорить, что фундаментальной проблемой разрыва между подготовкой студентов в сфере IT и требованиями работодателей к их компетенциям является абсолютное несовпадение жизненных циклов образовательных продуктов и современных технологий. Процесс проектирования и запуска образовательной программы в российских вузах в среднем занимает год, обучение в бакалавриате – четыре года, в магистратуре – еще два. За семь лет сектор IT может пережить несколько мини-революций, требующих от университета оперативного обновления контента и методов обучения. К сожалению, «жесткие», заданные с первого года учебные планы фактически не имеют операционной гибкости, что определяет необходимость пересмотра моделей образовательного процесса – как для подготовки IT-специалистов, так и кадров для других динамичных отраслей экономики.

Возможно, ситуацию могла поменять бы организация «сквозной» (непрерывной) подготовки специалистов в области IT, начиная даже со старших классов школы (рис. 9); повышение количества программ, созданных на основе собственных образовательных стандартов; пилотная реализация «самопроектируемых» программ, когда в контрольных точках (например, по завершению учебного года) заказчик, преподаватели и студенты совместно определяют результаты и траектории обучения, а также  набор актуальных учебных курсов и практик следующего этапа.

Опыт Уральского федерального университета в разработке перспективных образовательных продуктов для IT-индустрии

Учет приведенных выше мировых и отечественных трендов развития IT-образования находит отражение в ряде новых образовательных продуктов Института радиоэлектроники и информационных технологий (ИРИТ-РтФ) Уральского федерального университета, спроектированных на основе проведенного авторами анализа. В частности, в рамках настоящего исследования были разработаны магистерские программы «Лидерство в инженерии, менеджменте, IT-бизнесе», «Интеллектуальная робототехника», «Интеллектуальные информационные системы и технологии функциональной диагностики и нейрореабилитации», «Адаптивный анализ данных», «Аналитика больших данных и методы видеоанализа». Концепт программ предполагает, что они будут выполнять роль точек роста – как в научной сфере, так и в образовании, генерируя на своей базе разнообразные комплиментарные продукты для разных групп заказчиков.

Например, программа «Лидерство в инженерии, менеджменте, IT-бизнесе» подготовлена как совместный проект ИРИТ-РтФ и Высшей школы экономики и менеджмента УрФУ. Программа нацелена на подготовку специалистов, востребованных в наиболее перспективных и динамично развивающихся отраслях экономики: искусственный интеллект и машинное обучение, биоинженерия, IT-консалтинг, кибербезопасность, аддитивные технологии. Проект разработан в соответствии с самостоятельно установленным в УрФУ стандартом подготовки для энергетики и высокотехнологичных отраслей по направлению «Менеджмент», дающим возможность более гибкой организации учебного процесса по сравнению с ФГОС ВО.

Программа реализуется через комплекс модулей, относящимся к трем группам: 1) унифицированные модули – обязательные для направления подготовки; 2) специализированные модули – обязательные для профиля подготовки; 3) вариативные модули – выбираемые при формировании индивидуальной траектории обучения. Каждый из модулей представляет собой логически завершенную по содержанию, методическому обеспечению самостоятельную учебную единицу, ориентированную на формирование группы взаимосвязанных компетенций, определяющих конкретные результаты обучения. При этом в программе органично сочетаются управленческие и инженерные дисциплины, освоение которых позволяет специалистам быстро ориентироваться в IT-инновациях, создавать собственные технологичные стартапы, успешно работать в крупных IT-компаниях (табл. 6).

Программа «Интеллектуальные информационные системы и технологии функциональной диагностики и нейрореабилитации» разработана на стыке IT, медицины и нейронаук и реализуется совместно с Уральской государственной медицинской академией. В развитии исследовательской инфраструктуры программы участвуют Межвузовский Научный центр биоинженерии, корпорация Тритон-Электроникс и два зарубежных партнера: Новый Лиссабонский университет (Португалия) и Университет Висконсина (США). В учебном плане программы предусмотрен стартовый классический инженерный модуль «Цифровая обработка сигналов и изображений», несколько междисциплинарных модулей («Приборы и информационные технологии для медицины», «Разделы науки о головном мозге и вегетативной нервной системе», «Математическое моделирование и анализ данных в медицине и биологии»), а также два проектно-исследовательских модуля («Методы моделирования и исследований в инженерной деятельности», «Профессиональные коммуникации»).

Магистерская программа «Аналитика больших данных и методы видеоанализа», которая не имеет аналогов на образовательном рынке Уральского региона и предусматривает изучение современных математических методов и программного обеспечения для решения задач, связанных с проблематикой Big Data. Деятельность команды, реализующей программу, сосредоточена на исследованиях и практической реализации концепций Data Mining и Big Data в таких ключевых индустриальных секторах, как металлургия (оптимизация технологических процессов производства), железнодорожный транспорт (инновационные методы моделирования и оптимизации технологических процессов перевозок) и других. Математические методы, используемые при выполнении данных проектов, включают глубинные исследования данных, алгоритмы оптимизации на графах, видеоаналитику, включая цифровую обработку изображений, что и послужило обоснованием выбора одной из новейших платформ класса Data Discovery – Teradata Aster.

Заключение

Обобщая результаты анализа магистерских программ и образовательных моделей ведущих университетов, а также экспертных мнений руководителей IT-компаний, следующие рекомендации, по мнению авторов, могут представлять практическую ценность для российских университетов при проектировании брендовых образовательных продуктов, обеспечивающих реализацию стратегии лидерства.

Создание и продвижение новых междисциплинарных образовательных программ. Университеты РФ испытывают дефицит программ, которые «производят» специалистов, востребованных в наиболее перспективных и динамично развивающихся отраслях экономики: искусственный интеллект и машинное обучение, биоинженерия, IT-консалтинг, кибербезопасность, аддитивные технологии. Мировой тренд – программы магистратуры на стыке биологии, IT и нейронаук. Кроме того, в мире становятся весьма востребованными программы на стыке инженерии, управленческих дисциплин и искусства. В этом контексте целесообразно идти по пути краткосрочных программ (пилотных проектов), в которых имеется возможность осуществлять подготовку студентов как инженерных, так и гуманитарных специальностей.

Для РФ пока что «привычнее» более сфокусированные программы для подготовки специалистов для конкретных профессий и функций. Тем не менее, в ближайшие 5 лет, по мнению разных экспертов, спрос на междисциплинарных специалистов в IT-сфере должен вырасти. Судя по динамике данной отрасли, этот рост может быть довольно неожиданным и стремительным.

Как следствие, необходимо усиливать взаимодействие с институтами (факультетами), кафедрами, лабораториями, научно-образовательными центрами внутри и вне университета, а также вступать в сетевые партнерства с наукоемким бизнесом. Это позволит актуализировать исследовательскую повестку, создать интересные рынку образовательные продукты, прежде всего коммерческие.

Радикальное повышение научной компоненты в магистратуре. Задача по вхождению университетов в ТОП-100 предметных рейтингов QS предполагает активизацию научно-публикационной деятельности. Один из инструментов – вовлечение магистрантов в научные проекты. Это не даст прироста публикаций в разы, однако, по оценкам авторов, может увеличить их объем на 20 – 30%. Кроме того, совмещение обучения по моделям Project-based и Research-based повысит бренд программ. Не следует превращать в исследовательские все программы магистратуры – необходимо определить приоритетные продукты, в первую очередь перспективные для продвижения на глобальном рынке.

Развиваемые в настоящее время в Институте радиоэлектроники и информационных технологий Уральского федерального университета магистерские программы «Лидерство в инженерии, менеджменте, IT-бизнесе», «Интеллектуальная робототехника», «Интеллектуальные информационные системы и технологии функциональной диагностики и нейрореабилитации» спроектированы с учетом мировых трендов в IT-образовании, являются междисциплинарными и имеют потенциал не только стать точками роста университета, но и сформировать вокруг себя научно-образовательную экосистему, интегрирующую интересы и ресурсы академических и корпоративных партнеров, а также интенсифицировать прорывные научные разработки в сфере IT и смежных технологий.

Список литературы

1. Агамирзян И. (2015) Инновации: три заблуждения // Ведомости. № 3831.
2. Гаусмайер Ю. (2012) It’s OWL – Передовой кластер // tec.News. № 4. C. 6–7.
3. Гительман Л.Д., Сандлер Д.Г., Кожевников М.В., Третьяков В.С. (2015) Технологическая платформа как инструмент преобразований научно-образовательной деятельности в университете // Университетское управление: практика и анализ. № 6. С. 31–42.
4. Жиляев А.Н., Олейник А.И. (2015) Актуальные проблемы подготовки и развития кадрового потенциала в ИТ-отрасли // Качество. Инновации. Образование. № 12. С. 9–22.
5. Сухов А.В., Стреха А.А. (2012) Информационные процессы в экономической деятельности как драйверы развития информационного общества // Транспортное дело России. № 6(2). С. 172–173.
6. Annetta L.A., Minogue J. (2016) Connecting Science and Engineering Education Practices in Meaningful Ways. Switzerland: Springer.
7. Baller S., Dutta, S., Lanvin B. (2016) The Global Information Technology Report 2016. Geneva: World Economic Forum and INSEAD.
8. Chataway J., Parks S., Smith E.  (2017) How Will Open Science Impact on University-Industry Collaboration? // Foresight and STI Governance. Vol. 11. № 2. P. 44–53.
9. CompTIA (2016) CompTIA’s IT Industry Outlook 2016. Режим доступа: https://www.comptia.org/resources/it-industry-outlook-2016-final, дата обращения 25.12.2017.
10. Dudman A., Wearne S.H. (2003) Professional Engineers’ Needs for Managerial Skills and Expertise. Режим доступа: https://www.engc.org.uk/EngCDocuments/Internet/Website/Professional%20Engineers%20need%20Management%20Skills.pdf, дата обращения 25.12.2017.
11. Ernst & Young (2012) University of the Future. A thousand year old industry on the cusp of profound change. Режим доступа: http://www.ey.com/Publication/vwLUAssets/University_of_the_future/%24FILE/University_of_the_future_2012.pdf, дата обращения 25.12.2017.
12. Ferguson D., Fernández R.E. (2015) The Role of the University in the Innovation Ecosystem, and Implications for Science Cities and Science Parks: A Human Resource Development Approach // WTR. № 4. P. 132–143.
13. Flores N.H., Paiva A.C.R., Letra P. (2016) Software Engineering Management Education through Game Design Patterns // Procedia - Social and Behavioral Sciences. № 228. P. 436–442.
14. Fuchs W. (2012) The New Global Responsibilities of Engineers Create Challenges for Engineering education // Journal of Education for Sustainable Development. № 6. P. 111–113.
15. Graham R. (2014) Creating university-based entrepreneurial ecosystems evidence from emerging world leaders. MIT Skoltech Initiative, 2014. Режим доступа: http://www.rhgraham.org/RHG/Recent_publications_files/MIT%3ASkoltech%20entrepreneurial%20ecosystems%20report%202014%20_1.pdf, дата обращения 25.12.2017.
16. Mohd-Yusof et al. (2015) Future Directions in Engineering Education: Educating Engineers of the 21st Century // ASEAN Journal of Engineering Education. № 2(1). P. 8–13.
17. Rangarajan Dr. K., Tiwari, S.K. (2014) Evolution of Global IT Services Industry: Impact of Technological advancements and Business needs // IOSR Journal of Business and Management. № 16(5). P. 33–40.
18. Deloitte (2017) Tech Trends 2017. The Kinetic Enterprise. Deloitte University Trends 2017. Режим доступа: https://www2.deloitte.com/global/en/pages/technology/articles/tech-trends.html, дата обращения 25.12.2017.
19. Future Today Institute (2017) Tech Trends Report 2017. Режим доступа: https://futuretodayinstitute.com/2017-tech-trends/, дата обращения 25.12.2017.
20. University of Oxford (2015) International Trends in Higher Education 2015. Режим доступа: https://www.ox.ac.uk/sites/files/oxford/International%20Trends%20in%20Higher%20Education%202015.pdf, дата обращения 25.12.2017.
21. UNESCO Science Report: towards 2030 – Executive Summary. Paris: Publishing of United Nations Educational, Scientific and Cultural Organization, 2015.