Аналіз змістовного наповнення навчальних дисциплін, які пов'язані із вивченням Big Data
Fuente:
Zenodo
Enregistré dans:
| Auteurs principaux: | , , , , |
|---|---|
| Format: | Recurso digital |
| Publié: |
Zenodo
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| _version_ | 1866902124289327104 |
|---|---|
| author | Василенко Ярослав Пилипович Шмигер Галина Петрівна Генсерук Галина Романівна Карабін Оксана Йосифівна Романишина Оксана Ярославівна |
| author_facet | Василенко Ярослав Пилипович Шмигер Галина Петрівна Генсерук Галина Романівна Карабін Оксана Йосифівна Романишина Оксана Ярославівна |
| contents | Метою дослідження є аналіз змістовного наповнення та структурних особливостей навчальних дисциплін і курсів, пов'язаних із вивченням технологій Big Data, які реалізуються у вітчизняних та зарубіжних університетах, а також у неакадемічному освітньому середовищі. Особлива увага приділена масовим відкритим онлайн-курсам (MOOC-платформи), професійним ІТ-школам та сертифікаційним програмам, які розроблені провідними технологічними компаніями. Дослідження спрямоване на виявлення спільних і відмінних рис цих освітніх підходів та визначення їх впливу на формування компетентностей, необхідних сучасним фахівцям цифрової економіки. Для досягнення поставленої мети було здійснено порівняльний аналіз навчальних планів, програм та навчально-методичних матеріалів. Розгляд охопив широкий спектр змістових ліній: теоретичні основи Big Data, алгоритми аналізу даних і статистичні моделі, використання мов програмування (Python, SQL, R, Scala), а також застосування хмарних платформ та інструментів обробки великих масивів інформації (Hadoop, Spark, Kafka). Значну увагу приділено модулям з машинного навчання, візуалізації та інтерпретації результатів, а також практико-орієнтованим елементам – проєктам і кейсам, що відображають реальні виробничі завдання. Такий методологічний підхід дозволив простежити баланс між фундаментальною підготовкою та розвитком прикладних навичок у різних форматах освіти. Дослідження засвідчило, що академічні програми здебільшого орієнтовані на опанування фундаментальних знань, міждисциплінарну інтеграцію та науково-дослідницьку підготовку, що сприяє формуванню аналітичного мислення та розвитку наукового інтересу студентів. Натомість неакадемічні курси спрямовані на швидке набуття практичних умінь, професійну мобільність і готовність до складання сертифікаційних іспитів. Попри ці відмінності, виявлено ядро спільних компетентностей, притаманне обом моделям. До нього належать знання щодо організації та обробки даних, базовий статистичний аналіз, володіння сучасними програмними інструментами та навички інтерпретації й комунікації результатів аналізу для різних категорій користувачів. Отримані результати підкреслюють, що академічний і неакадемічний підходи до викладання Big Data не є взаємовиключними, вони доповнюють один одного. Інтеграція елементів обох систем дозволяє поєднувати сильні сторони теоретично орієнтованої університетської підготовки з гнучкістю та прикладною спрямованістю професійного навчання. Такий синтез особливо актуальний в умовах швидкого розвитку цифрової економіки, яка вимагає від фахівців здатності до безперервного навчання та адаптації до нових технологічних викликів. У статті обґрунтовується доцільність розроблення гібридних навчальних програм, що поєднують фундаментальні науково-дослідницькі компоненти з практико-орієнтованими тренінгами та реальними кейсами. |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_17334837 |
| institution | Zenodo |
| language | |
| publishDate | 2025 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | Аналіз змістовного наповнення навчальних дисциплін, які пов'язані із вивченням Big Data Василенко Ярослав Пилипович Шмигер Галина Петрівна Генсерук Галина Романівна Карабін Оксана Йосифівна Романишина Оксана Ярославівна Big Data; освіта; Data Science; аналітика даних; хмарні технології; академічні та неакадемічні програми; компетентності Метою дослідження є аналіз змістовного наповнення та структурних особливостей навчальних дисциплін і курсів, пов'язаних із вивченням технологій Big Data, які реалізуються у вітчизняних та зарубіжних університетах, а також у неакадемічному освітньому середовищі. Особлива увага приділена масовим відкритим онлайн-курсам (MOOC-платформи), професійним ІТ-школам та сертифікаційним програмам, які розроблені провідними технологічними компаніями. Дослідження спрямоване на виявлення спільних і відмінних рис цих освітніх підходів та визначення їх впливу на формування компетентностей, необхідних сучасним фахівцям цифрової економіки. Для досягнення поставленої мети було здійснено порівняльний аналіз навчальних планів, програм та навчально-методичних матеріалів. Розгляд охопив широкий спектр змістових ліній: теоретичні основи Big Data, алгоритми аналізу даних і статистичні моделі, використання мов програмування (Python, SQL, R, Scala), а також застосування хмарних платформ та інструментів обробки великих масивів інформації (Hadoop, Spark, Kafka). Значну увагу приділено модулям з машинного навчання, візуалізації та інтерпретації результатів, а також практико-орієнтованим елементам – проєктам і кейсам, що відображають реальні виробничі завдання. Такий методологічний підхід дозволив простежити баланс між фундаментальною підготовкою та розвитком прикладних навичок у різних форматах освіти. Дослідження засвідчило, що академічні програми здебільшого орієнтовані на опанування фундаментальних знань, міждисциплінарну інтеграцію та науково-дослідницьку підготовку, що сприяє формуванню аналітичного мислення та розвитку наукового інтересу студентів. Натомість неакадемічні курси спрямовані на швидке набуття практичних умінь, професійну мобільність і готовність до складання сертифікаційних іспитів. Попри ці відмінності, виявлено ядро спільних компетентностей, притаманне обом моделям. До нього належать знання щодо організації та обробки даних, базовий статистичний аналіз, володіння сучасними програмними інструментами та навички інтерпретації й комунікації результатів аналізу для різних категорій користувачів. Отримані результати підкреслюють, що академічний і неакадемічний підходи до викладання Big Data не є взаємовиключними, вони доповнюють один одного. Інтеграція елементів обох систем дозволяє поєднувати сильні сторони теоретично орієнтованої університетської підготовки з гнучкістю та прикладною спрямованістю професійного навчання. Такий синтез особливо актуальний в умовах швидкого розвитку цифрової економіки, яка вимагає від фахівців здатності до безперервного навчання та адаптації до нових технологічних викликів. У статті обґрунтовується доцільність розроблення гібридних навчальних програм, що поєднують фундаментальні науково-дослідницькі компоненти з практико-орієнтованими тренінгами та реальними кейсами. |
| title | Аналіз змістовного наповнення навчальних дисциплін, які пов'язані із вивченням Big Data |
| topic | Big Data; освіта; Data Science; аналітика даних; хмарні технології; академічні та неакадемічні програми; компетентності |
| url | https://doi.org/10.5281/zenodo.17334837 |