Студенты образовательной программы Data Hogwarts ТГУ завершили обучение на премодуле

Учащиеся 2–4 курсов Высшей школы журналистики, кафедры социологии философского факультета и Института прикладной математики и компьютерных наук ТГУ прошли образовательный премодуль Междисциплинарной школы анализа данных Data Hogwarts.

Как сообщает сайт вуза, за время обучения они получили знания по дата-аналитике, дата-майнингу, интеллектуальному анализу данных, он научились упаковывать полученные сведения в медиапродукты. Всего обучились 70 ребят, в 2022 году лучшим выпускникам предстоит осуществить свои проекты.

Образовательная программа Data Hogwarts призвана осуществить переход от подготовки отдельных специалистов к подготовке междисциплинарных команд. Сотрудники Томского государственного университета применили здесь собственный опыт организации обучения на Школах прикладного анализа данных. Они объединили специалистов ИТ и аналитиков – социологов, политологов, экономистов и лингвистов. Стала ясной необходимость упаковывать в медиа проекты и исследования – ведь то, чего нет сегодня в интернете, как будто не существует. Так что в Data Hogwarts усложнили задачу – к аналитикам и айтишникам добавились журналисты.

По словам директора Центра прикладного анализа больших данных Вячеслава Гойко, компании расходуют значительный бюджет, чтобы найти подходящие кадры и самостоятельно собрать проектные команды. Центр предлагает им подготовить такие команды, в них студенты работают над реальными проектами в рамках учебы. В итоге выходит сплоченная команда специалистов из разных научных областей.

В первом семестре – на премодуле – студенты, которым было интересно такое направление, познакомились с основами дата-аналитики, дата-майнинга, интеллектуального анализа данных, с методами и инструментами работы. В настоящее время тех, кто пожелал применить знания на практике,  поделили на 5 команд по тематическим направлениям: киберспорт, большой университет Томска, еда будущего, проблемы коренных малых народов Севера и Сибири, локальные медиа. Им предстоит реализовать представленные месяц назад экспертам проекты.

Оцениваться работа будет по таким критериям, как фокусировка, наличие понятной идеи, цельность, амбициозность и реалистичность выполнения. Кроме того, важен социальный эффект. Воплощать свои проекты команды начнут в начале следующего семестра, в течение 4 месяцев им предстоит дойти до результата.