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)
|
|
37.03.01 Психология
|
Система искусственного интеллекта в профессиональной деятельности психолога: Специалист по применению систем искусственного интеллекта в психологической практике
|
1
|
EmotionScope: система автоматизированного анализа эмоционального состояния по текстовым данным для психологов
|
Разработать приложение на Python для анализа эмоционального окраса текстов: Приложение должно использовать методы обработки текста и классификации эмоций.
Результатом работы должен быть прототип, который:
• загружает набор текстовых сообщений в формате CSV;
• применяет предобученную модель для классификации эмоций в каждом сообщении;
• визуализирует распределение эмоций в виде графиков;
• реализует фильтрацию сообщений по выбранной эмоции;
• формирует текстовые выводы с рекомендациями для психолога.
|
|
2
|
SpeechLoad: система оценки когнитивной нагрузки по аудиозаписям речи в психологической практике
|
Разработать приложение на Python для анализа аудиозаписей речи: Приложение должно использовать аудиобиблиотеки для извлечения признаков и классификацию.
Результатом работы должен быть прототип, который:
• загружает аудиофайлы в формате WAV;
• извлекает акустические признаки (темп, паузы, частоту);
• визуализирует динамику параметров речи;
• классифицирует уровень когнитивной нагрузки;
• формирует текстовые рекомендации.
|
|
3
|
FaceEmotion: система автоматического распознавания эмоциональных состояний по видеоизображению лица
|
Разработать приложение на Python для анализа видео с лицом: Приложение должно использовать методы компьютерного зрения и модели распознавания эмоций.
Результатом работы должен быть прототип, который:
• захватывает кадры из видео или камеры;
• классифицирует эмоции в каждом кадре;
• строит графики изменения эмоций во времени;
• формирует текстовые отчёты для психолога.
|
|
4
|
StressMonitor: система оценки уровня стресса по физиологическим данным в психологической практике
|
Разработать приложение на Python для анализа физиологических данных: Приложение должно использовать методы обработки сигналов и классификации.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с физиологическими данными;
• строит графики сигналов;
• классифицирует уровень стресса;
• формирует текстовые рекомендации.
|
|
5
|
PsySupportBot: интеллектуальный чат-бот для поддержки психологического состояния
|
Разработать приложение на Python для чат-бота: Приложение должно обеспечивать анализ текста и генерацию ответов.
Результатом работы должен быть прототип, который:
• принимает текстовые сообщения пользователя;
• анализирует эмоциональный фон;
• генерирует ответы на основе шаблонов и моделей;
• сохраняет историю общения.
|
|
6
|
SurveyAnalyzer: система визуализации и анализа результатов психологических опросников
|
Разработать приложение на Python для анализа опросников: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные опросников;
• рассчитывает средние значения, медианы, корреляции;
• строит гистограммы и диаграммы рассеяния;
• генерирует текстовые выводы.
|
|
7
|
CognitiveInsight: система автоматизированного анализа результатов когнитивных тестов
|
Разработать приложение на Python для анализа когнитивных тестов: Приложение должно использовать методы кластеризации и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные в CSV;
• применяет алгоритмы кластеризации;
• строит интерактивные графики;
• генерирует диагностические отчёты.
|
|
8
|
SleepAnalyzer: система мониторинга и анализа сна на основе данных носимых устройств
|
Разработать приложение на Python для анализа данных сна: Приложение должно использовать методы анализа временных рядов и визуализацию.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с данными сна;
• анализирует временные ряды;
• строит графики;
• формирует текстовые рекомендации.
|
|
9
|
SocialConnect: система анализа социальных взаимодействий и коммуникаций для психологов
|
Разработать приложение на Python для анализа социальных данных: Приложение должно использовать библиотеки для работы с графами и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные взаимодействий;
• строит графы с помощью NetworkX;
• визуализирует связи;
• генерирует отчёты.
|
|
10
|
MoodPredictor: система прогнозирования психологического состояния на основе многомодальных данных
|
Разработать приложение на Python для многомодального анализа: Приложение должно обеспечивать загрузку, обработку и интеграцию данных разных типов, обучение моделей и визуализацию результатов.
Результатом работы должен быть прототип, который:
• загружает и обрабатывает данные;
• обучает модели классификации;
• строит визуализации;
• формирует текстовые предупреждения и рекомендации.
|
| 