Цифровые платформы: кто создаёт будущее ИТ-индустрии

Стремительное развитие ИТ-технологий формирует новый спрос на сотрудников. Сегодня недостаточно уметь просто программировать — нужны специалисты, способные создавать цифровые платформе. О специфике обучения рассказала заведующий кафедрой информационных систем и технологий ПГУТИ Наталия Лиманова.

Фото:

— В чем специфика работы над цифровыми платформами? Какие ключевые технические компетенции критически важны?

— Цифровая платформа — это не отдельное программное решение, а сложная экосистема, которая должна устойчиво работать в течение длительного времени, обслуживать большое количество пользователей и одновременно интегрироваться с другими информационными системами. Поэтому здесь недостаточно просто уметь программировать. Специалист должен понимать весь жизненный цикл платформы: от постановки бизнес-задачи и проектирования архитектуры до работы с данными, разработки сервисов, тестирования, мониторинга и дальнейшего развития системы.

Среди ключевых технических компетенций — программирование, архитектура информационных систем, работа с базами данных и большими данными, облачные и распределённые технологии, API и интеграция систем, информационная безопасность, DevOps-подходы. Сегодня всё более важными становятся искусственный интеллект и машинное обучение.

Причем эти компетенции не должны существовать изолированно. Например, специалисту по данным нужно понимать, как его модель будет встроена в реальную платформу, какие данные ей необходимы и как результаты модели будут использоваться бизнес-системой. Именно поэтому в образовательных программах мы стараемся не ограничиваться изучением отдельных технологий, а формировать системное представление о цифровой платформе и ее данных.

— Какие специалисты обычно задействованы в разработке цифровой платформы? Кто за что отвечает?

— Сотрудников можно условно разделить на несколько больших групп. Первую составляют специалисты по продукту и бизнесу. Они определяют, какую проблему решает платформа, кто её пользователь, какие функции необходимы и как оценивать результат. Ко второй группе относятся разработчики и архитекторы. Они отвечают за программную реализацию платформы, архитектуру сервисов, API и интеграцию компонентов.

В третью группу входят специалисты по данным и искусственному интеллекту. Они обеспечивают сбор, хранение и обработку данных. Четвёртая группа включает специалистов по инфраструктуре и надёжности: DevOps-инженеры, инженеры по информационной безопасности, специалисты по сетевой инфраструктуре, мониторингу и отказоустойчивости. Их задача — сделать так, чтобы платформа была доступной, масштабируемой и защищённой. И, наконец, есть специалисты по пользовательскому взаимодействию: UX/UI-дизайнеры, специалисты по клиентскому опыту и контенту.

Но самое важное — эти группы должны работать не последовательно, когда один сотрудник передаёт результат другому, а как единая команда. Именно междисциплинарное взаимодействие становится одним из ключевых факторов успеха цифровой платформы.

— Какова специфика работы этих специалистов именно в рамках создания и обеспечения функционирования цифровых платформ? Какими специфическими компетенциями они должны обладать?

— Главное отличие работы над цифровой платформой от разработки обычного прикладного программного продукта заключается в масштабе, длительности жизненного цикла и количестве взаимосвязей. Поэтому я бы выделила как специфические компетенции системное мышление, понимание архитектуры платформ, умение работать с распределёнными системами и большими объёмами данных, знание API и интеграционных механизмов, навыки мониторинга и обеспечения качества, а также способность работать в междисциплинарной команде.

— Каких специалистов сейчас в избытке, а каких не хватает? Почему так сложилось? Как это исправить?

— Сегодня есть дисбаланс между количеством специалистов начального уровня и числом специалистов, способных самостоятельно решать сложные индустриальные задачи. Начинающих разработчиков и аналитиков, прошедших отдельные курсы по Data Science или программированию, становится достаточно много. Значительно сложнее найти тех, кто одновременно хорошо понимает фундаментальные основы, современные технологии и специфику конкретной отрасли.

Особенно востребованы специалисты на стыке компетенций: Data Engineer, ML Engineer, архитектор цифровых решений, специалист по распределённым системам, специалист по AI/ML-инфраструктуре. Нужны сотрудники, способные соединять техническую экспертизу с пониманием бизнес-процессов.

Причина, на мой взгляд, в том, что технологический цикл сегодня очень быстрый. Университетская программа должна обеспечить фундаментальную базу, но конкретные инструменты и платформы меняются стремительнее, чем образовательные стандарты. Исправлять ситуацию можно только через тесное взаимодействие образования и индустрии. В учебных планах направления "Информационные системы и технологии", например, предусмотрена работа с кейсами индустриального партнёра, а выпускные квалификационные работы предполагают полный аналитический цикл: от подготовки данных до презентации результатов бизнес-заказчику.

— Каковы особенности подготовки специалистов для цифровых платформ? Как этот процесс организован в ПГУТИ?

— Ключевая особенность подготовки заключается в необходимости одновременно формировать фундаментальные знания, технологические навыки и способность решать реальные прикладные задачи. В ПГУТИ эта логика реализуется, в частности, через профиль "Интеллектуальные информационные системы и технологии" по направлению "Информационные системы и технологии". Студенты проходят практически тот же путь, который проходят специалисты в реальных проектах: знакомятся с бизнес-задачей, работают с CDR, телеметрией и логами, очищают данные, проводят разведывательный анализ, строят ML-модели, работают с потоковыми данными, проводят A/B-тестирование, визуализируют результаты и в итоге представляют решение заказчику.

Задача преподавателей кафедры состоит в том, чтобы не просто научить студентов отдельному инструменту, а сформировать способность пройти полный жизненный цикл аналитического цифрового решения. Учебные планы предусматривают непосредственное и тесное взаимодействие в рамках образовательного процесса с яркими представителями индустрии: "Симбирсофт", "СИБИНТЕК-СОФТ", "Норбит", "Ростелеком", "МегаФон", "Эр-Телеком", "РТК ИТ", "Т-Технологии", "Сбербанк" и другими. Лабораторные работы, курсовые проекты и выпускные квалификационные работы ориентированы на решение задач и обработку данных реального ИT или телекоммуникационного бизнесов.

— Какие тренды сейчас наблюдаются в сфере разработки цифровых платформ? Как это влияет на обучение?

— Я бы выделила развитие ИИ, потоковой обработки и систем реального времени, распределенных и мультиагентных систем, повышение требований к безопасности, объяснимости и надёжности ИИ-систем. Для учебного процесса это означает, что мы должны постоянно обновлять практические задания, инструменты и кейсы, но при этом не отказываться от фундаментальной подготовки. Необходимо учить не конкретному набору технологий, а способности быстро осваивать новые технологии на фундаменте уже сформированного инженерного мышления.
Также считаю, что учитывая специфику цифровых платформ, современное образование должно постепенно переходить от подготовки специалистов для отдельных ролей к подготовке команд, способных совместно создавать сложные системы. И здесь особенно важны проектная работа, реальные индустриальные задачи и междисциплинарность. Именно этот подход и реализуется в настоящее время преподавателями нашей кафедры.

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Последние комментарии

Кирилл Леоров 27 мая 2024 09:16 Сбер выпустил памятку по безопасности для детей

Сотрудничество Сбера с Лизой Алерт в создании памятки демонстрирует важность коллективных усилий в обеспечении безопасноси детей.

Иван Гончар 11 января 2024 13:16 Умер Народный артист СССР Юрий Соломин

царствие ему небесное.все мы только гости на этой земле.

Фото на сайте

Все фотогалереи

Новости раздела

Все новости
Архив
Пн Вт Ср Чт Пт Сб Вс
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 1 2 3 4 5 6