МЕТОДИЧЕСКИЕ АСПЕКТЫ ОБЕСПЕЧЕНИЯ ДИСЦИПЛИНЫ «ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИЕ ТЕХНОЛОГИИ В БИЗНЕСЕ» ДЛЯ МАГИСТРАНТОВ ПО НАПРАВЛЕНИЮ «ЭКОНОМИКА»

Актуальность. В наши дни большинство компаний для решения задач корпоративного управления использует данные, накопленные в информационной системе предприятия.  Самым современным средством для оперативной обработки данных являются информационно-аналитические системы, поэтому задача изучения особенностей обучения магистрантов применению технологий информационно-аналитических систем актуальна.

Цель. Цель работы заключается в выявлении особенностей изучения технологий информационно-аналитических систем магистрантами направления «Экономика» в условиях использования современными компаниями «data-driven»-подхода.

Методы исследования. При проведении исследования применены методы анализа профессиональных и образовательных стандартов, учебных программ дисциплин высших учебных заведений, содержания курсов повышения квалификации по вопросам разработки и применения информационно-аналитических систем, научной, учебно-методической и учебной литературы для вузов.

Научная новизна / теоретическая и/или практическая значимость. Разработаны методические рекомендации к проведению аудиторных лабораторных занятий с использованием программных средств для реализации информационно-аналитических систем. Приведены примеры оценочных средств для проведения текущего контроля обучающихся.

Результаты исследования. Представлен опыт преподавания дисциплины «Информационно-аналитические технологии в бизнесе» магистрантам по направлению «Экономика». Указаны цели и задачи курса в рамках экономического образования, обоснована важность получения навыков по работе с информационно-аналитическими системами магистрантами по направлению «Экономика». Обозначены особенности организации процесса изучения дисциплины.

Выводы. В статье обобщается практический опыт обучения магистрантов применению технологий информационно-аналитических систем. При проведении аудиторных лабораторных работ необходимо решать практические задачи, используя современные средства реализации информационно-аналитических систем, важно при этом применять программные продукты без нарушения лицензионных требований.

1. Акимкин Э.Э., Аббасов Э.М., Нгуен К.Т. Обучение основам оперативного анализа данных // Инновационные технологии в современном образовании. Сборник материалов VI Международной научно-практической интернет-конференции. - 2019. - С. 19-27.

2. Баюмова М.В., Карташева О.В. Аналитические возможности современных информационных систем как инструмент цифровизации корпоративного управления // Цифровые технологии в социально-экономическом развитии России: взгляд молодых: сборник статей и тезисов докладов XVI национальной научно-практической конференции студентов, магистрантов и аспирантов с международным участием (18 февраля 2020 г.). - Уральский филиал Финуниверситета. - Москва: Издательство «Перо», 2020. - С. 493-496.

3. Бережная О.В., Бережная Е.В. Методические вопросы применения информационно-аналитических и статистических систем в обучении // Современное среднее профессиональное образование. 2020. № 2. С. 21-23.

4. Богомолова Е.В. Система обучения магистров истории дисциплине "Информационные технологии в прогнозно-аналитической деятельности" // Вестник Рязанского Государственного Университета имени С.А. Есенина. 2014. № 3(44). С. 7-14.

5. Боков И.С. Data-driven подход к управлению: дело не только в данных // Реформы в России и проблемы управления - 2020. Материалы 35-й Всероссийской научной конференции молодых ученых. 2020. С. 129-132.

6. Григорьева Ю.О., Кузьмина М.Д., Тарасова А.Ю Особенности формирования цифровой среды в российском банковском секторе // Молодая наука - 2021. Сборник материалов XII национальной научно-практической конференции молодых учёных, аспирантов и студентов. 2021. С. 35-39.

7. Звягин К.А., Юздова Л.П., Ермакова Е.Н. Информационные технологии в подготовке бакалавра, магистра и специалиста заочной формы обучения // Вестник Южно-Уральского государственного гуманитарно-педагогического университета. 2021. № 1 (161). С. 111-128.

8. Карташева О.В. Применение витрин статистических данных Федеральной службы государственной статистики при изучении операций с OLAP-кубом // Интеллектуальный потенциал образовательной организации и социально-экономическое развитие региона: сборник материалов международной научно-практической конференции Академии МУБиНТ. Ярославль: Образовательная организация высшего образования (частное учреждение) «Международная академия бизнеса и новых технологий (МУБиНТ)», 2020. С. 167-170.

9. Карташева О.В. Умение работать с информационно-аналитическими системами как одна из профессиональных компетенций студента по направлению подготовки «Экономика» (уровень магистратуры) // Интеллектуальный потенциал образовательной организации и социально-экономическое развитие региона. Сборник материалов международной научно-практической конференции Академии МУБиНТ. Международная академия бизнеса и новых технологий. 2022. С. 218-221.

10. Корнеева О.Д. Цифровые навыки как важная компонента управленческой компетентности будущего менеджера // Вестник Московского государственного областного университета. Серия: Педагогика. 2021;(3):117-124. https://doi.org/10.18384/2310-7219-2021-3-117-124

11. Кравченко Т.К. Подготовка специалистов в области бизнес-аналитики: опыт факультета бизнес-информатики ГУ-ВШЭ // Бизнес-информатика. 2010. №4(14). С. 54-59.

12. Митяева А. М., Ибрахим А. А. Формы контроля знаний студентов вузов в условиях дистанционного обучения // Вестник Московского государственного областного университета. Серия: Педагогика. 2021. № 4. С. 161–172. DOI: 10.18384/2310-7219-2021-4-161-172

13. Санникова Н.И., Кутышкин А.В., Савина Т.В. Об использовании информационных технологий при формировании бизнес-аналитических компетенций бакалавров экономики // Инновации в образовании. 2018. №9. С. 116-130.

14. Солодченко Е. Е., Еделькина А. Принятие решений на основе data-driven подхода // Инновации. Наука. Образование. - 2021. - № 37. - c. 1038-1043.

15. Тарасова А.Ю. Информационное обеспечение финансового менеджмента транснациональных корпораций и банков на основе технологии Big Data // Сборник научных статей научно-педагогических и практических работников / кол. авторов; под ред. В.А. Неклюдова и О.В. Карташевой. – Ярославль: Канцлер, 2016. С. 253-255.

16. Adelmo ELOY, Camila F. ACHUTTI, Cassia FERNANDEZ, Roseli de DEUS LOPES, A data-driven approach to assess computational thinking concepts based on learners’ artifacts, Informatics in Education(2021), DOI 10.15388/infedu.2022.02

17. Belcastro, L., Cantini, R., Marozzo, F. et al. Programming big data analysis: principles and solutions. J Big Data 9, 4 (2022). https://doi.org/10.1186/s40537-021-00555-2

18. Boutkhoum, O., Hanine, M. An integrated decision-making prototype based on OLAP systems and multicriteria analysis for complex decision-making problems. Appl Inform 4, 11 (2017). https://doi.org/10.1186/s40535-017-0041-6

19. Ilko Kovacic, Christoph G. Schuetz, Bernd Neumayr, Michael Schrefl, OLAP Patterns: A pattern-based approach to multidimensional data analysis, Data & Knowledge Engineering, Volume 138, 2022, 101948, ISSN 0169-023X, https://doi.org/10.1016/j.datak.2021.101948

20. Mohsen Dorodchi, Nasrin Dehbozorgi, Mohammadali Fallahian, Seyedamin Pouriyeh, Teaching Software Engineering using Abstraction through Modeling, Informatics in Education 20(2021), no. 4, 515-532, https://doi.org/10.15388/infedu.2021.23