В статье исследуются педагогические и информационные технологии персонализированного обучения при подготовке конкурентоспособных кадров в системе университетского инженерного образования. Ядром данного обучения служит генерация индивидуальной образовательной траектории обучения студентов и мультифакторный контроль в своей совокупности определяющие успехи в учебе. Для этого используются новые педагогические технологии, основанные на машинном обучения и больших данных. Эффективность обучения повышается путем подбора оптимального формата преподнесения материала обучающимся на основе его цифровых следов, предотвращения попадания обучающихся в группы риска посредством своевременного сигнализации преподавателям и кураторам о пробелах в полученных знаниях и образовавшихся проблемных зонах. Алгоритм создания персонализированных образовательных систем включает: построение совместно с работодателями полей востребованных компетенций; построение гипотез об оптимальных индивидуальных образовательных траекториях; сбор и анализ цифрового следа, полученного из имеющихся форматов обучения; доказательство и опровержение гипотез, связанных с развитием и обучением студентов.
The article examines pedagogical and information technologies of personalized training in the preparation of competitive personnel in the system of University engineering education. The core of this training is the generation of individual educational trajectory of students and multi-factor control in their entirety determining academic success. This is done using new pedagogical technologies based on machine learning and big data. The effectiveness of training is increased by selecting the optimal format for presenting material to students based on its digital traces, preventing students from falling into risk groups by timely signaling to teachers and curators about gaps in knowledge and problem areas. The algorithm for creating personalized educational systems includes: building fields of required competencies together with employers; building hypotheses about optimal individual educational trajectories; collection and analysis of the digital footprint obtained from available training formats; proof and refutation of hypotheses related to the development and training of students.
