МУ имени Витте: «Использование искусственного интеллекта в информационных системах.»

Бесплатная консультация по вашей теме: Telegram: @Vkrbigdata Телефон/WhatsApp/MAX: +79508873881, Email: admin@Vkrbigdata.ru

Актуальность темы

Современные информационные системы всё чаще интегрируют технологии искусственного интеллекта (ИИ), чтобы повысить эффективность, снизить нагрузку на персонал и минимизировать ошибки. В условиях цифровой трансформации бизнеса и государственного управления Использование искусственного интеллекта в информационных системах становится не просто трендом, а необходимостью. Особенно остро эта потребность ощущается в сферах, где требуется обработка больших объемов данных — образование, здравоохранение, логистика, финансы.

По нашему опыту, научные руководители в МУ имени Витте всё чаще одобряют темы, связанные с ИИ, если они подкреплены реальными кейсами и экономическим обоснованием. Однако студенты сталкиваются с трудностями: где взять данные для анализа, как обосновать выбор алгоритмов, как рассчитать экономический эффект от внедрения нейросети.

Бесплатная консультация по вашей теме: Telegram: @Vkrbigdata WhatsApp: 79508873881 | Телефон: +79508873881, Email: admin@Vkrbigdata.ru| MAX: 79508873881

Цель и задачи

Цель ВКР: разработка концепции и модели внедрения ИИ-модуля в информационную систему организации для автоматизации анализа данных и принятия решений.

Задачи:

• Проанализировать существующие ИС и выявить процессы, пригодные для автоматизации с помощью ИИ;
• Выбрать и обосновать архитектуру ИИ-модуля (нейросети, машинное обучение, NLP);
• Спроектировать прототип системы с интеграцией ИИ;
• Рассчитать экономическую эффективность внедрения (NPV, ROI, срок окупаемости);
• Оценить социальный и организационный эффект.

Объект и предмет

Объект исследования: информационная система отдела аналитики в среднем образовательном учреждении (например, колледже при МУ имени Витте).

Предмет исследования: процессы обработки и анализа учебных данных с применением методов искусственного интеллекта.

Важно: не смешивать объект и предмет. Объект — это система или организация, предмет — конкретный процесс или технология внутри неё.

Ожидаемые результаты и практическая значимость

В результате выполнения ВКР будет разработана:

• Модель внедрения ИИ-модуля в ИС;
• Прототип системы (в виде UML-диаграмм, Use Case, макетов интерфейса);
• Расчет экономической эффективности с учетом затрат на разработку и эксплуатацию;
• Оценка снижения трудозатрат и роста точности анализа данных.

Практическая значимость: результаты могут быть использованы в образовательных учреждениях для автоматизации отчетности, прогнозирования успеваемости и выявления рисков отчисления студентов.

Пример введения МУ имени Витте

В условиях стремительного развития цифровых технологий информационные системы становятся ключевым инструментом управления в образовательной, медицинской и коммерческой сферах. Однако рост объемов данных приводит к перегрузке аналитиков и замедлению принятия решений. В этой связи актуальным становится внедрение искусственного интеллекта в состав ИС для автоматизации анализа, классификации и прогнозирования.

На примере информационной системы колледжа МУ имени Витте, в которой ежедневно генерируются большие массивы учебных данных, можно продемонстрировать потенциал ИИ. Внедрение модуля на основе машинного обучения позволит сократить время на подготовку отчетов, повысить точность прогнозирования успеваемости и снизить нагрузку на персонал.

Целью выпускной квалификационной работы является разработка концепции внедрения ИИ-модуля в информационную систему образовательного учреждения. Для достижения цели поставлены задачи: анализ существующей системы, выбор архитектуры ИИ, проектирование прототипа, экономическое обоснование и оценка эффекта.

Заключение МУ имени Витте Информационные системы и программирование

В ходе выполнения выпускной квалификационной работы по теме «Использование искусственного интеллекта в информационных системах» была разработана концепция внедрения ИИ-модуля в ИС образовательного учреждения. Проведен анализ текущих процессов, выявлены узкие места, связанные с ручной обработкой данных. На основе методов машинного обучения предложена архитектура системы, способная автоматизировать анализ успеваемости и прогнозировать риски отчисления студентов.

Экономическое обоснование показало, что при единовременных затратах в 320 тыс. рублей и ежегодных расходах на поддержку в 80 тыс. рублей, чистый приведенный доход (NPV) за 5 лет составит 410 тыс. рублей, а срок окупаемости — 2,1 года. Это подтверждает экономическую целесообразность проекта.

Работа соответствует требованиям ГОСТ 7.32-2017, содержит аналитическую, проектную и экономическую части, а также полный комплект приложений. Разработанная модель может быть адаптирована для других сфер — здравоохранения, логистики, финансов.

Требования к списку источников

Список литературы должен быть оформлен строго по ГОСТ Р 7.0.100-2018. Запрещено использовать ссылки на Википедию, форумы, непроверенные блоги. Предпочтение — научным изданиям, учебникам, официальной документации.

Примеры корректных источников:

1. ГОСТ Р 7.0.100-2018. Система стандартов по информации, библиотечному и издательскому делу. Диссертация и автореферат. — М.: Стандартинформ, 2019. — 24 с.
2. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. — М.: Горячая линия-Телеком, 2021. — 452 с.
3. LeCun Y., Bengio Y., Hinton G. Deep learning. // Nature. 2015. Vol. 521. No. 7553. P. 436–444.

В экономической части обязательно указать источники по методикам расчета TCO, NPV, ROI — например, учебники по экономике ИТ или инвестиционному анализу.

Важно: перед сдачей работы удалите все комментарии, примеры заполнения, слова «ххххх» и служебные инструкции. Оставьте только чистый, структурированный текст.

Совет от эксперта: не копируйте расчеты из шаблонов. На защите научный руководитель обязательно спросит: «Почему вы выбрали именно эти цифры?». Подготовьтесь — используйте реальные данные из открытых источников или условных организаций.

На что обращают внимание на защите:

• Логическая связь между введением, задачами и заключением;
• Обоснование выбора технологий;
• Реалистичность экономических расчетов;
• Наличие графиков, диаграмм, схем.

Читайте также: Полезные статьи Информационные системы и программирование и Заказать МУ имени Витте по Информационные системы и программирование.