ТГУ, журналистика (практика в IT-сфере)


Узнать стоимость этой работы
16.05.2026, 09:02

Задание 1. Постановка задачи на практику в соответствии с направлением подготовки студента и программой переподготовки

1. Выбрать кейс в соответствии с направлением подготовки (Приложение 1). Желательно выбирать тот же кейс, который решался в рамках курса «Проектная деятельность».

2. Предоставить описание задачи, которая будет решения в процессе выполнения кейса, сформулировав с позиции профессиональной деятельности. Цель - описать задачу не как техническое задание для программиста, а как исследовательскую или практическую проблему, для решения которой требуется цифровой инструмент. Это описание должно включать:

· название и общую характеристику планируемому инструменту (например, «интерактивная база данных», «аналитический веб-сервис», «программа для семантического анализа текстовых корпусов», «инструмент для аннотирования и сравнения медиафайлов»). Важно сфокусироваться на функции, а не на технологии. Вместо «программа на Python» - «инструмент для автоматического выявления и классификации повторяющихся сюжетных паттернов».

· описание основной пользы (ценность) разрабатываемого решения. Важно описать ожидаемый результат в терминах предметной деятельности. Например: «Решение позволит перейти от выборочного качественного анализа к полному количественному охвату текстового корпуса», «автоматизирует рутинную часть работы по каталогизации, высвободив время для содержательной интерпретации», «сделает сложные данные наглядными и доступными для междисциплинарного обсуждения», «создаст новую цифровую среду для сохранения и публикации уникальных материалов».

3. Выделить основные понятия и процессы, которые будут использованы при решении кейса (не более 5).

· Понятие предметной области (ЧТО?) – это ключевая сущность или информационный объект, с которым работает пользователь и над которым производятся действия. Например, Договор (в юриспруденции), Схема подключения (в электротехнике), Литературный персонаж (в филологии), Заявка на обслуживание (в менеджменте).

· Процесс, используемый при решении ИТ-кейса (КАК?) – это последовательность шагов или операций, выполняемых пользователем или системой для достижения конкретной цели с использованием ключевых понятий. Это алгоритм или сценарий, который необходимо автоматизировать или поддержать.

Например, Согласование чертежа между отделами, Поиск всех нормативных актов, связанных с данным типом оборудования, Анализ динамики упоминаний исторического лица в прессе за десятилетие, Назначение и контроль выполнения заявки.

Итоговая формула, чтобы описать основу будущей программы, необходимо определить:

ПОНЯТИЕ – ЧТО будет хранить и обрабатывать программа.

ПРОЦЕСС – КАК программа будет это обрабатывать для пользы пользователя.

4. Предоставить отчет, в котором отобразить ответы на пункты 1–3.

P. S.: Решение кейс-задачи может предусматривать командную работу над проектом. Команда формируется численностью не более 5 человек. В команде должны быть определены роли и ответственности за решение кейс-задачи.

Критерии оценивания задания

Баллы

Представлено описание одного выбранного кейса

1

Дано описание задачи, которая будет решения в процессе выполнения кейса

2/0

Выделены и описаны основные понятия и процессы профильной задачи, решаемой в кейсе (не менее 5 / менее 5)

2/0

 


5 баллов

P. S.: Работа может быть возвращена преподавателем на доработку (не более двух раз). Каждый возврат – снижение оценки на 1 балл.


Приложение 1

Перечень кейс-задач для решения в рамках производственной практики (практики в ИТ-сфере)

Направление подготовки / специальность

Программа ДПП: Квалификация

Название проекта по курсу «Проектная деятельность»

Кейсы для практики Производственная практика (практика в ИТ-сфере)

42.03.02 Журналистика

Программные и сервисные инструменты журналиста: Специалист по цифровым инструментам журналистики

1

NewsLens: система автоматизированного анализа новостных текстов для журналистов

Разработать приложение на Python для анализа тем и тональности новостных текстов: Приложение должно использовать базовые алгоритмы NLP (например, TF-IDF, анализ тональности) для выявления популярных тем и эмоциональной окраски на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

  • загружает тексты новостей (JSON или TXT);
  • анализирует частоту ключевых слов и тональность;
  • визуализирует результаты в виде графиков или диаграмм;
  • формирует текстовые рекомендации (например, "В новостях преобладают темы политики с негативной окраской").

2

SourceVerify: система автоматической проверки достоверности источников для журналистов

 

Разработать приложение на Python для оценки достоверности источников: Приложение должно использовать методы анализа метаданных и графовые алгоритмы для оценки надёжности.

Результатом работы должен быть прототип, который:

  • загружает данные о источниках (CSV или JSON);
  • строит граф взаимосвязей;
  • рассчитывает рейтинги достоверности;
  • формирует текстовые рекомендации.

3

MediaTrend: система анализа и визуализации трендов в медиаконтенте

 

Разработать приложение на Python для анализа медиа-трендов: Приложение должно использовать методы кластеризации и визуализации временных рядов.

Результатом работы должен быть прототип, который:

  • загружает данные соцсетей и новостей (JSON, CSV);
  • анализирует динамику ключевых слов;
  • визуализирует тренды;
  • генерирует текстовые рекомендации.

4

VisualStory: система автоматизированного анализа и каталогизации мультимедийного контента для журналистов

 

Разработать приложение на Python для анализа мультимедийного контента: Приложение должно использовать библиотеки компьютерного зрения (например, OpenCV, TensorFlow).

Результатом работы должен быть прототип, который:

  • загружает изображения и видео;
  • распознаёт объекты и лица;
  • визуализирует результаты;
  • формирует текстовые рекомендации.

5

FactCheckBot: чат-бот для автоматизированной проверки фактов в журналистских материалах

 

Разработать чат-бота на Python для проверки фактов: Приложение должно использовать NLP и API внешних источников.

Результатом работы должен быть прототип, который:

  • принимает текстовые запросы;
  • ищет информацию в открытых базах;
  • генерирует ответы;
  • сохраняет историю диалогов.

6

AudiencePulse: система анализа и визуализации аудитории медиаресурсов

 

Разработать приложение на Python для анализа аудитории: Приложение должно использовать методы кластеризации и визуализации.

Результатом работы должен быть прототип, который:

  • загружает данные аналитики (CSV, JSON);
  • сегментирует аудиторию;
  • визуализирует результаты;
  • генерирует текстовые рекомендации.

7

HeadlineGen: система автоматической генерации заголовков для новостных материалов

 

Разработать приложение на Python для генерации заголовков: Приложение должно использовать NLP и генеративные модели.

Результатом работы должен быть прототип, который:

  • загружает текст статьи;
  • анализирует ключевые слова;
  • генерирует заголовки;
  • визуализирует и сохраняет результаты.

8

SocialEcho: система мониторинга и анализа реакции аудитории в социальных сетях

 

Разработать приложение на Python для мониторинга соцсетей: Приложение должно использовать методы анализа тональности и визуализации.

Результатом работы должен быть прототип, который:

  • загружает данные соцсетей;
  • анализирует тональность;
  • визуализирует динамику;
  • генерирует текстовые рекомендации.

9

DataVizStory: система создания интерактивных визуализаций данных для журналистских материалов

 

Разработать приложение на Python для интерактивной визуализации данных: Приложение должно использовать библиотеки Plotly, Bokeh или Dash.

Результатом работы должен быть прототип, который:

  • загружает CSV или JSON с данными;
  • строит интерактивные графики;
  • позволяет фильтровать данные;
  • формирует текстовые пояснения.

10

PodcastCraft: система автоматизированного монтажа и анализа аудиоподкастов для журналистов

 

Разработать приложение на Python для обработки подкастов: Приложение должно использовать библиотеки для аудиоанализа (например, pydub, SpeechRecognition).

Результатом работы должен быть прототип, который:

  • загружает аудиофайлы;
  • разбивает на сегменты;
  • транскрибирует речь;
  • визуализирует и сохраняет результаты.


Узнать стоимость этой работы