Please enable JS

НАУЧНАЯ ДЕЯТЕЛЬНОСТЬ

Квалификации

Компания ООО «Центр Разработки» выполняет ПНИЭР по теме: «Разработка методики и прикладного программного обеспечения для обработки массивов больших данных с целью предоставления актуальной и релевантной информации для поддержки управленческих решений в высокотехнологичных отраслях экономики, за счет использования инструментов обработки естественного языка и машинного обучения» совместно с индустриальным партнером компания Naumen.

Цель выполнения работ

Исследование и разработка комплекса научно-технических решений, направленных на создание методики и прикладного программного обеспечения для обработки массивов больших данных с целью предоставления актуальной и релевантной информации для поддержки управленческих решений в высокотехнологичных отраслях экономики за счет использования инструментов обработки естественного языка и машинного обучения.

ЭТАП 1 ВЫБОР НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ

Работы выполненные в рамках субсидии

1.1   Выполнен аналитический обзор более 20 научно-информационных источников современной научно-технической, нормативной, методической литературы за период с 2007 по 2014 года, затрагивающей научно-техническую проблему, исследуемую в рамках ПНИЭР.

1.2   Проведены патентные исследования в соответствии с ГОСТ 15.011-96.

1.3   Выбраны направления исследований, подходов, методов и алгоритмов решения поставленных задач, а также проведены их сравнительные оценки, в том числе:

а)   разработка направлений реализации функций Экспериментального образца программного комплекса автоматического определения квалификаций и профессиональных интересов сотрудника (ЭО Прк АОКПИ);

б)   разработка программной архитектуры ЭО ПрК АОКПИ.

1.4   Выбраны аппаратные средства, ОС и средств разработки прикладного программного обеспечения, СУБД.

Работы выполненные индустриальным партнером

1.5   Сформированы и проанализированы требования, которые могут повлиять на выбор направления дальнейших исследований с учетом необходимости последующего внедрения полученных результатов в программные решения индустриального партнера. В том числе:

а)   требования со стороны индустриального партнера;

б)   требования со стороны потенциальных пользователей результатов ПНИЭР, собранные с помощью анкетирования и опросов.

1.6   Принято участие в конференциях, семинарах, симпозиумах, выставках, в том числе, международных, направленных на освещение и популяризацию промежуточных и окончательных результатов ПНИЭР.

1.7   Принято участие в мероприятиях, направленных на повышение квалификации коллектива исследователей.

ЭТАП 2 ТЕОРЕТИЧЕСКИЕ ИССЛЕДОВАНИЯ ПОСТАВЛЕННЫХ ПЕРЕД ПНИЭР ЗАДАЧ

Работы выполненные в рамках субсидии

2.1   Исследованы перспективные отечественные и зарубежные разработки методов оценки компетенций и профессиональных интересов сотрудников.

2.2   Исследованы области применения методов интеллектуального анализа неструктурированных данных.

2.3   Исследованы методы и алгоритмы формализации и извлечения знаний из слабоструктурированной информации, созданной сотрудниками (контент).

2.4   Обоснована эффективность предлагаемого к разработке метода оценки компетенции и профессиональных интересов сотрудника с помощью анализа неструктурированной информации.

2.5   Исследованы способы достижения интероперабельности ЭО ПрК АОКПИ.

Работы выполненные индустриальным партнером

2.6   Выполнено материально-техническое и трудовое обеспечение исследований на втором этапе.

2.7   Принято участие в конференциях, семинарах, симпозиумах, выставках, в том числе, международных, направленных на освещение и популяризацию промежуточных и окончательных результатов ПНИЭР.

2.8   Сформированы и проанализированы требования, которые могут повлиять на выбор направления дальнейших исследований с учетом необходимости последующего внедрения полученных результатов в программные решения индустриального партнера. В том числе:

а)   требования со стороны индустриального партнера;

б)   требования со стороны потенциальных пользователей результатов ПНИЭР, собранные с помощью анкетирования и опросов.

2.9   Проведено исследование методов и алгоритмов, применяемых при работе с Big Data (большие данные).