"Ученые НГУ впервые использовали современные подходы машинного обучения для подобных глобальных прогнозных социально-экономических моделей. На данном этапе модель позволяет прогнозировать контрольные цифры приема для высшего и среднего профессионального образования. В дальнейшем в НГУ планируют распространять данный опыт в бизнес-сферу, когда требуется строить прогнозы развития для конкретных предприятий", - говорится в сообщении.

Уточняется, что контрольные цифры приема прогнозируются на ближайшие 1-2 года, тренды изменений анализируются в среднесрочной перспективе до 20 лет. В Минпромторге существовала система прогнозирования числа выпускников в разных регионах по разным специальностям, многие параметры считались вручную.

При построении прогнозов учитываются миграционная ситуация в регионе, экономические и демографические показатели, валовый продукт, реализуемые инвестиционные проекты и многое другое. На основе анализа всех этих параметров модель прогнозирует количество вакантных рабочих мест, которые появятся на предприятиях по разным специальностям.

Модель сравнивает прогноз количества выпускников и количества вакансий на предприятиях региона, что позволит достигнуть равновесия. На основе полученных данных Минобрнауки формирует и распределяет контрольные цифры приема, которые выдаются регионам на бюджетные места.

"Данная модель позволяет учитывать и такой фактор, как крупные инвестиционные проекты, реализуемые на территории региона. Например, идет строительство предприятий, закупается новое оборудование, открываются цеха. На момент введения в эксплуатацию производства через пять лет понадобятся специалисты. К тому времени вузы региона должны предложить рынку труда достаточное количество выпускников по необходимым специальностям, чтобы не допустить их нехватки", - приводит пресс-служба слова руководителя проекта, заместителя директора Математического центра в Академгородке, доцента Механико-математического факультета НГУ Сергея Оспичева. В дальнейшем в университете планируют использовать подобную математическую модель и при построении прогнозов развития для конкретных предприятий. 

Источник: https://finance.rambler.ru

#ИИ #технологии #IT