Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Е. Д. Вишнякова,
студент,
Волгоградский государственный аграрный университет
О. В. Кочеткова,
доктор технических наук, профессор
Волгоградский государственный аграрный университет
ИССЛЕДОВАНИЕ ПРОЦЕССА КОНТРОЛЯ РАБОТОСПОСОБНОСТИ
ИНТЕГРАЦИИ ДАННЫХ В ДЕЯТЕЛЬНОСТИ СИТУАЦИОННОГО
ЦЕНТРА ГУБЕРНАТОРА ВОЛГОГРАДСКОЙ ОБЛАСТИ
Аннотация
. Исследование процесса контроля работоспособности инте-
грации данных из смежных систем в информационно-аналитическую подсисте-
му автоматизированной системы Ситуационного центра Губернатора Волгоград-
ской области для автоматизации процесса. Цель работы определить необходи-
мость автоматизации процесса и выбрать способ реализации проекта. Данная
работа является описанием в рамках написания выпускной квалифицированной
работы по оптимизации деятельности работников отдела функционирования Си-
туационного центра.
Ключевые слова:
исследование, цифровые технологии, интеграция дан-
ных, ситуационный центр, автоматизация, база данных, аналитика данных, биз-
нес-аналитика, информационные системы
INVESTIGATION OF THE PROCESS OF MONITORING
THE OPERABILITY OF DATA INTEGRATIONS IN THE ACTIVITIES
OF THE SITUATIONAL CENTER OF THE GOVERNOR
OF THE VOLGOGRAD REGION
Abstract.
The study of the process of monitoring the operability of integrating
data from related systems into the information and analytical subsystem
of the automated system of the Situational Center of the Governor of the Volgograd
region to automate the process. The purpose of the research is to determine the need
to automate the process and choose a way to implement the project. This research is
a description within the framework of writing a graduate qualified work on optimizing
the activities of employees of the department of functioning of the Situational Center.
Keywords:
research, digital technologies, data integration, situation center,
automation, database, data analytics, business analytics, information systems
Введение.
На территории Волгоградской области функционирует Ситуа-
ционный центр Губернатора Волгоградской области. Его целью является обес-
печение своевременного реагирования Губернатора на деятельность региональ-
ных и муниципальных структур. Для этого появилась потребность в своде ин-
формации в единую базу и представлении аналитики.
Основная часть.
В рамках действия Ситуационного центра в 2018 году
была разработана автоматизированная система Ситуационного центра Губерна-
тора Волгоградской области.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
ИАП АС СЦ ГВО (Подсистема) – это информационно-аналитическая под-
система автоматизированной системы Ситуационного центра Губернатора Вол-
гоградской области.
Главной целью создания Подсистемы была создание инструмента для
принятия управленческих решений на уровне региона. Пользователями Подси-
стемы являются участники межведомственного взаимодействия: главы и со-
трудники муниципальных районов региона, руководство региональных государ-
ственных структур, глава региона – губернатор Волгоградской области.
Для подключения к Подсистеме необходимо подать запрос в Ситуацион-
ный центр. Совместно с сотрудниками СЦ определяются требования к Личному
кабинету и данные, которые необходимо мониторить. Более подробно показано
на диаграмме eEPC (рис. 1).
Рис. 1. eEPC-диаграмма создания Личного кабинета Участника
Подсистема включает в себя несколько функциональных модулей (компо-
нентов), каждый из которых решает свои задачи.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Одним из важных модулей для ИАП АС СЦ ГВО является «Компонент
сбора, хранения и управления данными». С его помощью загружают данные
в БД Подсистемы. В Подсистеме используется три вида ввода данных: «руч-
ной», с помощью ETL и интеграция. При «ручном» виде загрузки, при создании
виджета. ETL загрузчик выгружает данные из файла с ПК пользователя. Инте-
грацию используют при выгрузке данных напрямую из другой системы.
Участники могут запросить настройку интеграции данных из систем реги-
ональных и федеральных уровней. На текущий момент реализовано 22 интегра-
ции со сторонними системами.
В работе будет изучен способ получения данных через автоматизирован-
ное интегрирование их прямо в Подсистему. Поэтому рассмотрим процесс полу-
чения данных и его достоинства и недостатки (рис. 2).
Рис. 2. eEPC-диаграмма процесса настройки интеграции
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Настройка интеграции – сложный процесс, при котором сотрудники ситу-
ационного центра привлекают сторонних специалистов (подрядчиков). При со-
ставлении заявки на настройку интеграции сотрудники ситуационного центра
в адрес подрядчика должны направить:
параметры, которые необходимо выгружать из сторонней системы.
Зависит от запросов пользователей;
структуры таблиц (таблицы). Зависит от параметров;
способ интегрирования. Зависит от возможностей сторонней системы
и ИАП АС СЦ ГВО.
После определения параметров, способа интеграции и структур таблиц,
сотрудники СЦ передают их подрядчикам, для настройки. В среднем весь про-
цесс настройки интеграции занимает от нескольких дней до месяца. Сама про-
верка работоспособности интеграций занимает от 1 до 3 дней.
Из-за постоянного развития и усовершенствования технологий передачи
данные риски могут возникнуть как во время эксплуатации интеграции, так
и при первой ее настройке. Что негативно сказывается на уровне удовлетворен-
ности пользователей и их доверии Подсистеме.
Поэтому для сокращения времени проверки и реагирования на появивши-
еся риски, а также исключения человеческого фактора при проверке, что увели-
чит качество, было принято решение использовать инструмент для проверки ра-
ботоспособности интеграций. Чтобы подобрать подходящий инструмент, необ-
ходимо определить и разобрать критерии, по которым необходимо сделать вы-
бор, изучим подробнее процесс.
Исходя из этого, выдвигаем гипотезу: если разработать инструмент для
проверки работоспособности интеграций, то количество времени на проверку
и риски сбоев сократятся.
Чтоб автоматизировать механизм контроля необходимо:
– изучить данных уже действующих интеграций;
– разработать метод проверки;
– создать скрипт;
– проанализировать эффективность автоматизации.
Все эти этапы можно реализовать с минимумом затрат:
1) для выгрузки данных использовать SQL-запросы к БД. ПО можно ис-
пользовать любое, подходящее для этого;
2) изучить подробно часто возникающие ошибки и составить правила
проверки. Для этого необходимо изучить соответствующую литературу;
3) разработать скрипт, который будет проверять данные, выявлять ошиб-
ки и оповещать о них. Использовать можно любой текстовый редактор и язык
программирования;
4) изучить показатели до применения разработок и после. Основные по-
казатели будут время и качество проверки.
Целью исследования является повышение качество контроля за работо-
способностью интеграций, а также сокращение временных издержек на прове-
дение проверки данных.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Объектом работы будет информационно-аналитическая подсистема авто-
матизированной системы Ситуационного центра Губернатора Волгоградской
области.
Предмет работы: механизм контроля работоспособности интеграции.
Для достижения цели необходимо поставить и решить следующие задачи:
1) изучить предметную область;
2) определить инструменты для реализации проекта;
3) разработать автоматизированный механизм контроля;
4) оценить эффективность использования инструмента для проверки ра-
ботоспособности интеграций деятельности ИАП АС СЦ ГВО.
Использование инструмента должно максимизировать эффективность ис-
пользования автоматизированных интеграций и снизить риски сбоев для прини-
мающей стороны процесса.
Сотрудники СЦ при использовании данной разработки смогут ставить де-
тализированные задачи на решение проблем, возникших при использовании ин-
теграций, так как будут знать причину сбоя или ошибки.
Выбор объекта исследования и сбор материалов об объекте исследо-
вания.
Чтобы достичь цели работы, необходимо изучить принцип проверки ин-
теграций. Из этого следует, что процесс передачи данных будет объектом иссле-
дования.
Интеграция данных – это набор методов, инструментов и архитектурных
процедур, позволяющих компаниям комбинировать и использовать все типы
данных. Процесс интеграции обеспечивает не только консолидацию, но и чисто-
ту данных, а также отсутствие ошибок, что позволяет бизнесу использовать дан-
ные максимально эффективно [8].
Изучим историю интеграций данных: предпосылки их создания, актуаль-
ность использования и их проблематику.
Преимущества и риски использования интегрирования данных.
Объ-
единение данных из разных источников стоит на повестке дня с тех пор, как
бизнес-системы начали собирать данные. Лишь в начале 1980-х годов ученые-
информатики начали проектировать системы, поддерживающие совместимость
неоднородных и отдельных баз данных [13]
В 1991 году была запущена первая система интеграции данных в Универ-
ситете штата Миннесота. Перед университетом стояла задача обеспечить совме-
стимость тысяч баз данных о населении. Система собирала и организовывала
данные из разрозненных источников, преобразовывала их и загружала в единую
схему ракурсов.
При долговременном использовании системы возникали различные про-
блемы, связанные с качеством данных, управлением, моделированием, с изоля-
цией и разрозненностью данных.
Проблема интеграции данных является неотъемлемым аспектом пробле-
матики развития информационной инфраструктуры предприятия. То есть, если
развивается инфраструктура источников интеграции, то и процесс интегрирова-
ния данных должен развиваться.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Если рассмотреть процесс интеграции со стороны бизнеса-процесса, как
в статье электронного журнала DataRevie, можно выделить три преимущества
использования интеграции данных [9]:
стандартизация. Интеграция данных позволяет выбрать и установить
единый стандарт представления и работы с данными, что значительно упрощает
взаимодействие и ускоряет процесс передачи данных;
автоматизация. Интеграция данных предполагает автоматический сбор
информации из разрозненных источников в режиме реального времени и их мо-
ментальное преобразование в предустановленный формат;
эффективность. Интеграция данных значительно повышает эффектив-
ность принятия управленческих решений. Так как данные собираются и преоб-
разовываются в режиме реального времени, то пользователь может принимать
управленческие решения в любое время, без ожидания.
То есть использование интеграция уменьшает время на сбор данных и по-
вышает эффективность их использования в бизнес-процессах. Для деятельности
СЦ это важно для достижения ее главной цели: своевременного реагирования
Губернатора на деятельность региональных и муниципальных структур.
Для определения важности интегрирования данных для Подсистемы, рас-
смотрим причины ее использования. IT-компания Deco System, в своем блоге
выделяют четыре причины использования интеграции данных в ИС [11]:
Обеспечение единого доступа к данным. Интеграция позволяет обеспе-
чить согласованность данных, делая их доступными.
Улучшение взаимодействия между подразделениями или организация-
ми. Когда системы интегрированы, команды могут быстрее и эффективнее со-
трудничать.
Повышение эффективности и экономии ресурсов. Упрощение процес-
сов, уменьшение ручного труда. Это, в свою очередь, ведет к сокращению затрат
и ошибок.
Гибкость и адаптивность к изменениям. Легкая модификация в ответ на
изменение требований и технологические инновации.
Из этого следует, что интегрирование данных наилучший способ для вы-
грузки данных в базу данных BI-системы, которое необходимо развивать.
Типы интеграций и технологии реализации.
Существует три типа инте-
граций: консолидация, федерализация и распространение (рис. 3) [10].
Консолидация данных подразумевает сбор данных из нескольких первич-
ных источников в одно постоянное место хранения.
Консолидация имеет задержку между обновлением информации в источ-
нике, и обновленные данные появляются в конечном месте хранения. Задержка
может занимать от нескольких секунд до нескольких дней. Время задержки за-
висит от настроек обновления данных в источнике и конечном месте хранения и
параметров передачи данных.
Федерализация данных преобразует данные из одного или нескольких ис-
точников в единую виртуальную картину. Преобразование происходит по запро-
су к виртуальной картине, который запускает процесс извлечение данных из ис-
точников.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Рис. 3. Типы интеграций
Метод преобразования данных из одного или нескольких источников по
запросу называется федерализацией данных. Запрос, который преобразует дан-
ные, запускает процесс передачи данных.
Необходимо отметить, что в англоязычной литературе термин federated
data warehouse сейчас используется в двух разных значениях. Часть специали-
стов подразумевает под федеративным хранилищем создание виртуальной
структуры, оперирующей с выборками данных. Другие называют федеративным
хранилищем единый физический репозитарий, работающий с копиями данных,
который, другими словами, может быть назван распределенным хранилищем.
Метод копирования данных из источников в несколько мест, называется
распространением данных. Главными преимуществами распространения данных
являются передача данных в режиме реального времени и гарантированная до-
ставка данных.
Существует несколько техник, которые используются в настройке инте-
граций [12]:
1.
ETL (extract, transform, load – «извлечение, трансформация, загрузка») –
заключается в извлечении данных, преобразовании их в нужный формат и за-
грузке в целевую систему.
2.
ELT (extract, load, transform – «извлечение, загрузка, трансформация») –
заключается в извлечении данных и преобразовании их в нужный формат только
после загрузки в целевую систему.
3.
Data virtualization – данные остаются у источников, но представлены
в виде единой виртуальной таблицы.
При интегрировании данных в базу данных Подсистемы СЦ используют
консолидацию данных в технике ETL. При этом данные копируются из сторон-
ней системы в ИАП, а не удаляются. Но копируются не все данные, а только не-
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
обходимые, которые указаны сотрудниками СЦ. По их же требованиям
и происходит трансформация или преобразование данных до выгрузки их в базу
данных
Изучим преимущества консолидации данных и технологии ETL. Консо-
лидация данных может повысить качество передачи данных из других систем.
Данные сразу копируются в базу Подсистемы, что обеспечивает доступ к ним
и упрощает их управление. При необходимости внесение корректировок
или запроса дополнительных манипуляций с данными нет необходимости по-
вторного обращения к персоналу сторонней системы. Вместо этого можно про-
сто расширить диапазон запрашиваемых данных через кодирование. За счет за-
крытости базы и единого контроля обеспечивается безопасность данных.
Так Подсистема исключает распространение данных между Участниками без их
согласия.
Рассмотрим этапы процесса ETL: извлечение, трансформация и загрузка.
Извлечение: система собирает данные из целевых источников, например,
API‑интерфейсов, датчиков, баз данных, серверных журналов JSON, маркетин-
говых инструментов и так далее.
Какие могут быть источники:
базы данных и системы;
различные среды;
приложения;
CRM‑системы;
платформы хранения данных;
хранилища данных;
инструменты аналитики.
Для преобразования данные проходят через анализ, разделе-
ние/объединение и фильтрацию. После преобразования отправляются в конеч-
ную точку и проходят очередную обработку. Поэтому чаще используют форма-
ты JSON, Parquet или CSV для хранения данных.
Запрашиваемые данные не всегда подходят для хранения в целевой си-
стеме в том же виде, что и в источнике, поэтому некоторые из них требуют пре-
образования. Преобразование включает в себя:
очистку данных, которая убирает дубликаты, заменяет или удаляет ну-
левых значений, ищет и исправляет ошибки;
разделение помогает делить данные из одной ячейки на несколько;
извлечение позволяет достать отдельную информацию из поля данных;
объединение данных из нескольких ячеек в одну.
После преобразованная информация из промежуточной области отправля-
ется в целевую базу данных, озеро данных или хранилище данных. При этом
можно использовать полную загрузку или добавочную. Полная загрузка – вы-
грузка всех данных из источника чаще используется для исследований. Полная
загрузка может длится долгое время и нуждается в больших вычислительных
ресурсах. Добавочная загрузка сравнивает входные данные с уже имеющимися
и создает новые записи только в случае появления новых данных в источниках.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Методы проверки данных.
Наличие рисков предусматривает управление
ими. Так как ИАП является объектом, на который направленно исследование, то
необходимо проводить проверку данных, лежащих в базе данных Подсистемы.
Проверка данных – это процесс обеспечения точности, полноты и согла-
сованности данных, собранных, хранящихся и анализируемых предприяти-
ем. Существует несколько методов проверки данных. Проверка типа данных
проверяет, находятся ли данные в ячейке и имеют ли соответствующий тип.
Проверка кода гарантирует, что поля выбраны из представленного списка и со-
ответствуют стандартам форматирования. Подходит данным, у которых есть
определенный список, например, индекс адреса или наименование субъектов.
Проверка диапазона позволяет оценить, соответствуют ли входные дан-
ные диапазону. Например, для геоданных, ограниченных областью или субъек-
том РФ.
Проверка формата. Проверка соответствия необходимого формата данных
в выбранном типе данных. Если формат даты определен в виде ДД.ММ.ГГГГ,
то он должен соответствовать ему.
Проверка присутствия гарантирует наличие данных в ячейках.
Проверка длины проверяет, что в ячейке находятся необходимое количе-
ство символов.
Так как данные требующие проверки являются разнотипными и разно-
форматными, то при разработке инструмента проверки необходимо применение
комплекса методов. Из представленных методов выделяют основные факторы
проверки: формат; диапазон; завершенность; согласованность; зависимость ат-
рибута; недействительные значения; отсутствующие значения; орфографические
ошибки.
Проверка данных можно провести одним из трех способов: сценарии,
корпоративные инструменты и инструменты с открытым исходным кодом.
Выбор и использование правильных инструментов и инфраструктур проверки
данных может оказать существенное влияние на потенциал Подсистемы, потому
что могут помочь достичь следующих преимуществ.
Повышение качества и надежности данных. Инструменты и системы про-
верки могут гарантировать точность данных и их полноту. Это в свою очередь
сказывается на качестве работы всей Подсистемы и удовлетворенности пользо-
вателей.
Повышение безопасности и соответствия требованиям. Использование
специализированного инструментария в процессе проверки защищает данные от
нежелательных действий персонала, а также обеспечивает соответствия данных
требованиям сотрудников СЦ.
Оптимизация производительности и эффективности данных.
Оптими-
зация скорости, масштабируемость и экономическая эффективность операций
с данными сказывается на работоспособности всей Подсистемы и отдела СЦ
в частности.
При выборе инструментария для проверки данных стоит обратить внима-
ние на некоторые аспекты:
1.
Тип и сложность данных. Для разных типов данных и источников могут
потребоваться разные методы и сценарии проверки.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
2.
Объем и частота проверки данных могут повлиять на выбор и исполь-
зование инструментов и инфраструктур проверки данных, поскольку некото-
рые инструменты могут быть более подходящими для пакетной проверки, то-
гда как другие могут быть более подходящими для проверки в режиме реаль-
ного времени или потоковой проверки.
3.
Уровень и режим проверки данных определяют, насколько глубокой
и интерактивной является проверка данных. Это может зависеть от целей про-
верки данных, критериев проверки данных и методов проверки данных.
Проверка данных – это не только технический процесс, но и стратегиче-
ский, который обеспечивает качество, точность и согласованность данных. По-
лучение ценной информации способствует своевременной оптимизации опера-
ций и улучшает качество использования Подсистемы.
Процесс проверки включает в себя проверку данных на соответствие за-
ранее определенным правилам или критериям, а также выявление и исправле-
ние любых ошибок или несоответствий. Проверка данных может помочь избе-
жать распространенных ошибок, таких как пропущенные значения, опечатки,
дубликаты, выбросы или недопустимые форматы. Это также может помочь оп-
тимизировать процесс интеграции данных и принятия решений, предоставляя
чистые, последовательные и актуальные данные.
В зависимости от типа, источника и цели ваших данных вам может по-
требоваться применить различные методы в процессе проверки данных. А для
улучшения процесса проверки данных необходимо:
1.
Четкое и последовательное определение правил и критериев проверка
данных.
2.
Выбор подходящего уровня и метода проверки данных. Проверка дан-
ных может выполняться на разных уровнях, таких как уровень поля, записи,
файла или базы данных. Это также может быть сделано с использованием раз-
личных методов, таких как ручной, автоматический или полуавтоматический.
3.
Использование подходящих инструментов и методов для проверки
данных. Для проверки данных доступно множество инструментов и методов,
таких как программное обеспечение для обеспечения качества данных, профи-
лирование данных, очистка данных, преобразование данных, проверка данных
и сверка данных.
4.
Тестирование и контроль процесса проверки данных. Перед внедрени-
ем использования инструментария на постоянную основу необходимо проте-
стировать и оценить его эффективность.
Анализ предметной области в рамках поставленной задачи по мате-
риалам научно-технических зарубежных публикаций и информации в сети
Интернет.
Инструменты по проверке данных внедрены в некоторые платфор-
мы по управлению данными. Но их использование невозможно из-за условий
контрактов о развитии Системы.
При составлении контракта о создании и контрактов о развитие и сопро-
вождении Подсистемы прописано условие, исключающее подключение сто-
ронних ПО для функционирования Подсистемы. Этот пункт обеспечивает це-
лостность автоматизированной системы, ее самостоятельность и независимость
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
в функционировании. А также данный пункт обеспечивает повышенную кон-
фиденциальность данных, которые выгружают в базу данных Подсистемы.
Из этого следует, что сотрудникам СЦ подойдет способ реализации про-
верки «сценарий». То есть код, который будет проводить проверку данных.
При поиске в сети Интернет, представляются отрывки и примеры анали-
за небольших данных, а также теория о тестировании баз данных. Но в пред-
ложенных множествах ссылок на различные сайты, не было найдено какого-
либо готового решения подходящего данных Подсистемы. Например, в статье
о скриптах описаны основы тестирования данных и примеры сценариев кода
для проверки небольших данных. Также Интернете можно найти и теорию по
тестированию базы данных. Но вся информация дана для изучения, и практи-
ческих работ, которые можно сразу применить, нет.
Обратимся к зарубежным источникам. Так в поисковой системе Google
будем искать «data validation» и «the process of data validation», но в зарубеж-
ных источниках тоже приведена только теории. При этом информация, которая
представлена в зарубежных источниках, дублируется и в российских. Все ис-
точники располагают общей информацией и общими примерами. В списке ис-
пользуемых источников они под номерами 2–6 и 8, 9, 12. Из этого следует, что,
используя собранную информацию, мы можем разработать продукт, подходя-
щий под характеристики данных Подсистемы.
Работа по исследованию данных в деятельности ИАП является уникаль-
ной за счет специфики объекта исследования. Системы подобные ИАП АС СЦ
ГВО невозможно встретить, так как она разрабатывалась по запросам и требо-
ваниям Волгоградской области и является интеллектуальной собственностью.
Поэтому тема исследования является уникальной и актуальной.
Создание схемы бизнес-процесса.
Для более детального изучения про-
блематики работы необходимо рассмотреть подробно сам бизнес-процесс.
Схема бизнес-процессов будет основана на eEPC-диаграмме процесса настрой-
ки интеграции (рис. 2). Действующие роли для схемы: Сотрудник СЦ, Пользо-
ватель и Подрядчик. А переменными будут: требования и корректность рабо-
тоспособности интеграции. Формат для требований определим как файл, а для
определения корректности – как строка.
После определения ролей и переменных – создание диаграммы в нотации
BPWN. В итоге получаем схему, изображенную на рис. 4.
Составим формы для процессов «Сформировать требования к интегра-
ции», «Настройка интеграции», «Проверка интеграции» и «Мониторинг рабо-
тоспособности интеграции».
Результат процесса «Сформировать требования к процессу интеграции» –
это сформированный файл требований. Поэтому в форме необходимо преду-
смотреть отправку файла от Сотрудника СЦ Подрядчику (рис. 5).
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Рис. 4. BPWN-диаграмма процесса настройки интеграции
Рис. 5. Форма «Сформировать требования к интеграции»
Чтобы подрядчик смог получить информацию, необходимо в форме
предусмотреть возможность скачать файл с требованиями. Поэтому форма пока-
зана на рис. 6.
Рис. 6. Форма «Настройка интеграции»
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Форма для «Проверка интеграции» (рис. 7) должна показать корректность
работы интеграции. Поэтому используя переменную «корректность работоспо-
собности интеграции» и в форме назначим ей значение «да» или «нет». От отве-
та будет зависеть следующий процесс. Если интеграция работает корректно, то
Сотрудник СЦ принимает интеграцию в работу или же отправляет на доработку.
Рис. 7. Форма «Проверка интеграции»
Соответствующую форму необходимо настроить для процесса «Монито-
ринг работоспособности интеграции» (рис. 8). Только если интеграция работает
без ошибок, весь процесс проверки работоспособности завершается или инте-
грация снова отправляется на доработку.
Рис. 8. Форма «Мониторинг работоспособности интеграции»
Заведение учетных записей и создание отношений.
Для создания учет-
ный записей для соответствующих ролей, откроем веб-интерфейс RunaWFE
и зайдем под администратором. Перейдя во вкладку «Исполнители» и заводим
пользователей «Сотрудник СЦ», «Пользователь» и «Подрядчик». Для удобства
соберем их в одну группу «Проверка работоспособности интеграций» (рис. 9).
Для загрузки созданного процесса (рис. 4) в веб-интерфейс переходим во
вкладку «Запустить процесс» и разворачиваем «Загрузить определение процес-
са». Выбрав выгруженный процесс, нажимаем на «Загрузить определение про-
цесса» (рис. 10).
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Рис. 9. Исполнители по процессу «Проверка работоспособности интеграций»
Рис. 10. Загрузка процесса в веб-интерфейс RunaWFE
Потом нажимаем на новый процесс и переходим во вкладку «Запущенные
процессы» и открываем процесс для назначения исполнителей. В блоке «Роли
процесса» назначаем ролям соответствующих исполнителей (рис. 11).
Рис. 11. Назначенные исполнители на соответствующие роли
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Организация тестирования и реализация цикла тестирования.
Для те-
стирования заходим под учетной записью Пользователя и завершаем задачу
«Подача запроса на интеграцию данных из сторонней системы» (рис. 12).
Рис. 12. Выполнение задачи «Подача запроса на интеграцию данных
из сторонней системы»
Дальше заходим под Сотрудником СЦ и выполняем поочередно задачи:
1)
изучить стороннюю систему;
2)
определить способ интеграции данных;
3)
определить параметры для выгрузки;
4)
определить структуру выгружаемых данных;
Определение проблематики
. Как видно из моделирования процесса
настройки: процесс в данном виде несовершенен. Отсутствие контроля над дан-
ными приводят к их потере и отказу передачи, что приводит к недействитель-
ным показателям для показа пользователю. Такие показатели влияют на приня-
тие решений на уровне регионального управления.
Выбор методов и инструментария исследования.
Перед созданием са-
мого инструмента, который будет контролировать потоки данных, необходимо
определить на каком языке будет он создан. Для этого был проведен анализ не-
скольких вариантов.
Существует еще множество языков, которые можно включить в это спи-
сок. Но наш выбор был сделан исходя из функциональных возможностей обору-
дования и специализации экспертов.
В СЦ уже используется несколько разработок на Python, поэтому для его
использования уже все подключено к местам сотрудников. SQL – уникальный
язык, который тоже используется в работе сотрудников, поэтому был включен
в список. Java использовался в создании и развитии многих модулей Подсисте-
мы, поэтому подрядчики рекомендовали рассмотреть его вариант. Matlab ис-
пользуется в многих научных сферах, а также позволяет использовать сложные
математические вычисления.
Python – популярный язык программирования общего назначения и широ-
ко используется в сообществе специалистов по данным. SQL (язык структуриро-
ванных запросов) определяет, управляет и запрашивает реляционные базы дан-
ных. Со временем язык потерпел множество видоизменений, но основные его
принципы остаются неизменными. Java – популярный язык общего назначения,
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
который работает на виртуальной машине Java Virtual Machine. Это абстрактная
вычислительная система, которая обеспечивает плавную переносимость между
платформами. Matlab – это признанный язык для численных расчетов, использу-
емый как в научных целях, так и в индустрии. Он был разработан и лицензиро-
ван MathWorks, компанией, созданной в 1984 году, основной целью которой яв-
лялось коммерциализация программного обеспечения.
Изучим подробнее варианты перед проведением исследования. Для этого
составим таблицу (табл. 1) с описанием их преимуществ, недостатков, доступно-
сти и комментарии специалистов и экспертов.
Таблица 1
Характеристики вариантов для проведения исследования
Вариант
Преимущества
Недостатки
Доступность
Комментарий
Python
Python – универ-
сальный инструмент.
Он был задуман как
язык, который мож-
но легко расширять,
дописывая соб-
ственные модули и
функции. Он может
выполнять одни и те
же действия на раз-
личных операцион-
ных системах без
переписывания про-
грамм под них. Если
раньше для работы с
графикой, разными
форматами файлов,
системными и сто-
ронними библиоте-
ками требовалось
изменение кода и
модели программи-
рования, то с Python
эта необходимость
отпадает.
Одно из главных
преимуществ языка
– низкий порог вхо-
да. Отсюда и боль-
шое сообщество пи-
тонистов, которое,
если что, всегда по-
может с вопросами.
Один из главных
недостатков – это
высокоуровневый
язык, поэтому у про-
граммирования на
нем есть ограниче-
ния, например, по
Производитель-
ность. Здесь Python
проигрывает таким
языкам, как C или
C++, которые обыч-
но используются для
системного про-
граммирования и
создания высоко-
производительных
приложений.
Мобильные прило-
жения. В разработке
мобильных прило-
жений Python ис-
пользуется не так
часто, как Java, Swift
или Kotlin. Суще-
ствуют библиотеки
для создания мо-
бильных приложе-
ний на Python,
например, Kivy, но
широкого распро-
странения в разра-
ботке они не нашли.
Не компилируется в
машинный код. Это
делает Python более
универсальным, но в
то же время снижает
производительность
по сравнению с ко-
дом, написанным на
компилируемом
языке [16]
Бесплатная лицензия
Для использования
подходят множества
редакторов
Python является хо-
рошим вариантом
для целей науки о
данных (data
science), и это
утверждение спра-
ведливо как для
начального, так и
для продвинутого
уровней работы в
данной области.
Большая часть науки
о данных сосредото-
чена вокруг процес-
са ETL (извлечение-
преобразование-
загрузка). Эта осо-
бенность делает
Python идеально
подходящим для
таких целей языком
программирования.
Библиотеки, такие
как Tensorflow от
Google, делают
Python очень инте-
ресным языком для
работы в области
машинного обучения
[23]
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Вариант
Преимущества
Недостатки
Доступность
Комментарий
доступу к оператив-
ной памяти или про-
цессору [16]
SQL
Стандартизация.
Разработанные меж-
дународные норма-
тивы позволяют
унифицировать базы
данных, построен-
ные на реляционной
модели
Реляционная основа.
Табличная структура
интерфейса облегча-
ет пользователям
работу с БД
Можно создавать
интерактивные за-
просы. Пользовате-
лю доступно все со-
держимое массива в
реальном времени
Простая интеграция
на программном
уровне. Приложения,
которые используют
доступ к БД, легко
программируются с
помощью языка SQL
Гибкость настроек.
Разработчик может
динамически изме-
нять, расширять
структуру базы,
настраивая ее под
конкретные пара-
метры
Универсальность.
Работать с языком
могут специалисты
разного профиля:
разработчики БД,
администраторы,
программисты и ко-
нечные пользователи
[9]
Не является на 100%
реляционным. Эдгар
Франк Кодд и Крис
Дейт, создавшие
реляционную мо-
дель, нашли не-
сколько системных
дефектов в синтак-
сисе языка. Это вы-
ражается в повторя-
ющихся строках,
неопределенных
значениях, высокой
избыточности и дру-
гих отступлениях от
канонов
Сложность в освое-
нии. Изначально
среда создавалась
как простой и по-
нятный инструмент.
Со временем язык
эволюционировал и
стал настолько
сложным, что пере-
шел в категорию
инструментов для
программистов
Проблемы с совме-
стимостью. Старые
версии не поддержи-
вают древовидные
иерархические
структуры, которые
есть во многих со-
временных БД [9]
Лицензия платная и
бесплатная
SQL более полезен в
качестве языка для
обработки данных,
чем в качестве пере-
дового аналитиче-
ского инструмента.
Тем не менее, так
много процессов в
области науки о
данных зависит от
ETL, а долговеч-
ность и эффектив-
ность SQL лишний
раз свидетельствуют
о том, что такой ЯП
должен знать каж-
дый специалист по
данным (data
scientist)
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Вариант
Преимущества
Недостатки
Доступность
Комментарий
Java
С-подобный синтак-
сис – негласный
стандарт среди про-
граммистов. Синтак-
сис Java основан на
C++, но упрощен,
что позволяет но-
вичкам быстрее
учиться и эффектив-
нее использовать
код.
Возможности
объектно-
ориентированного
программирования.
ООП позволяет со-
здавать расширяе-
мые системы
(extensible systems),
которые заставляют
работать систему с
новыми компонен-
тами без внесения
изменений.
Статическая типиза-
ция – заблаговре-
менное объявление
типа переменных,
которое не может
быть изменено впо-
следствии. Благода-
ря ей ошибок можно
избежать уже на
первых этапах.
Java ориентирована
на JVM (Java Virtual
Machine). Эта про-
грамма позволяет
запускать написан-
ный на Java код на
любом поддержива-
емом устройстве или
операционной си-
стеме. Помогает и
обратная совмести-
мость: при переходе
на новую версию
JVM разработчикам
не нужно менять
старый код.
Большое сообще-
ство. На GitHub
свыше 128 тысяч
публичных репози-
ториев с Java-
проектами [15]
Кроссплатформен-
ность. С одной сто-
роны, она позволяет
разрабатывать при-
ложения одновре-
менно под различ-
ные системы:
Windows, Linux,
MacOS, – но при
этом приходится
подстраиваться под
ранние версии Java,
чтобы сохранить
работоспособность
на устройствах
предыдущих поко-
лений.
Строгость языка.
Она позволяет четко
понимать, что вы-
полняет написанный
код, но при этом
может стать препят-
ствием в изучении
языка новичками
[15]
Много чего можно
сказать в пользу
изучения Java как
языка для работы в
области науки о
данных. Многие
компании оценят
возможность бес-
препятственной ин-
теграции готового
кода программного
продукта в соб-
ственную кодовую
базу, а производи-
тельность и типобез-
опасность Java яв-
ляются его неоспо-
римыми преимуще-
ствами. Тем не ме-
нее, к недостаткам
такого языка можно
отнести тот факт,
что у него отсут-
ствуют наборы спе-
цифических пакетов,
которые доступны
для других языков.
Несмотря на такой
недостаток, Java яв-
ляется языком про-
граммирования, ко-
торому обязательно
стоит уделить вни-
мание, особенно ес-
ли вы уже знаете R
или Python.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Вариант
Преимущества
Недостатки
Доступность
Комментарий
MATLAB
Широкий функцио-
нал. Язык MatLab
включает продвину-
тую библиотеку для
обработки и построе-
ния графиков, инте-
грированные функ-
ции линейной алгеб-
ры (LAPACK, BLAS),
быстрого преобразо-
вания Фурье (FFTW),
работы с полинома-
ми, базовой статисти-
ки, решения диффе-
ренциальных уравне-
ний и пр.
Обновляемость. Ос-
новные обновления
языка и всей среды
программирования
происходят два раза
в год.
Преобразования
в «быстрый» код.
Программы, напи-
санные на MatLab,
можно перевести на
C/C++ с помощью
MatLab Coder.
Интегрированность.
Большой выбор при-
кладных приложе-
ний от официальных
и сторонних разра-
ботчиков расширяет
возможности языка.
Большое научное
сообщество. Язык
MatLab используется
во многих универси-
тетах и исследова-
тельских институ-
тах [4]
Перегруженность.
Большое число ко-
манд и операторов
существенно замед-
ляют работу про-
грамм, написанных
на MatLab (в по-
следних версиях этот
недостаток практи-
чески устранен).
Данные хранятся
в оперативной памя-
ти в виде векторов,
поэтому на быстро-
действие также
сильно влияет ско-
рость векториза-
ции – преобразова-
ния данных в векто-
ры и обратно, опера-
ции с ними.
Узкая направлен-
ность. Использовать
MatLab можно толь-
ко в его замкнутой
экосистеме, на дру-
гих программных
платформах этот
язык неэффективен.
Высокая стоимость.
Программная среда
распространяется
платно. Для покупки
по минимальной
стоимости нужно
быть студентом об-
разовательного
учреждения. Также
алгоритмы являются
проприетарными,
поэтому просмотр
кода большей их
части недоступен [4]
Цены варьируются в
зависимости от вы-
бранного вами вари-
анта языка
Благодаря своему
широкому использо-
ванию в различных
количественных вы-
числениях как для
научных целей, так
и для целей инду-
стрии, MATLAB
стал достойным ва-
риантом для приме-
нения в области
науки о данных.
Он прийдется вам
как нельзя кстати,
если для ваших еже-
дневных целей необ-
ходима интенсивная,
продвинутая мате-
матическая функци-
ональность, соб-
ственно, для чего
MATLAB и был раз-
работан.
Для проведения сравнительного анализа будет использоваться метод
идеальной точки. Для проведения расчетов используем Exsel MS, так как он до-
ступен и удобен. Экспертами будут сотрудники СЦ и персонал со стороны под-
рядчика, занимающийся настройками интеграций. Оценку будем проводить по
основным критериям:
1)
функциональность – оценивание обширность функциональных воз-
можностей языка, относительно всех вариантов;
2)
доступность – оценивание сложность установки языка для текстовых
редакторов;
3)
производительность – оценивание результативности и эффективности
языка в предметной области;
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
4)
надежность – оценивание влияния команд языка программирования на
данные;
5)
направленность на предметную область;
6)
поддержка разработчиков и сообщества.
Метод идеальной точки. Рассматривается m-мерное пространство (где
m
число локальных критериев), в котором априори выбирается вектор, отобража-
ющий идеальное решение (или, что-то же самое, идеальная точка, координатами
которой являются идеальные значения (например, минимальные или макси-
мальные значения) локальных критериев). В этом пространстве вводится неко-
торая метрика, с целью вычисления расстояния между вектором, отображающим
рассматриваемое решения, и идеальным. В качестве наилучшего выбирается та-
кое решение, векторная оценка которого наиболее близка к идеальной точке.
Были выделены шесть критериев для сравнения, по которым эксперты вы-
ставили баллы оценки. Далее по каждому критерию находится наилучшее значе-
ние и заносится в столбец условного эталонного объекта. Затем необходимо по-
считать стандартизированные показатели по формуле (1):
𝑥
𝑖𝑗
=
𝑎
𝑖𝑗
𝑚𝑎𝑥 𝑎
𝑖𝑗
,
(1)
где
Х
ij
– стандартизированные показатели, аij – исходные показатели.
В результате нужно определить рейтинговую оценку каждого редактора по
формуле (2):
𝑅
𝑗
= √𝐾
1
(1 − 𝑋
1𝑗
2
)
2
+ ⋯ + 𝐾
𝑛
(1 − 𝑋
𝑛𝑗
2
)
2
,
(2)
где
К1, К2, ... К
n
– весовые коэффициенты показателей, назначаемые экспертом.
В табл. 2 представлено сравнение языков программирования с помощью
метода идеальной
Таблица 2
Сравнение языков программирования по методу идеальной точки
Показатели
Анализируемые языки программирования
У
сл
ов
ный
эт
ал
онный
инст
ру
м
ент
ари
й
В
есо
вые
пок
аз
ате
л
и
Python
SQL
Java
Matlab
Б
ал
лы
С
та
ндар
ти
зи
-
ро
ван
ные
по
каз
ат
ел
и
Б
ал
лы
С
та
ндар
ти
зи
-
ро
ван
ные
по
каз
ат
ел
и
Б
ал
лы
С
та
ндар
ти
зи
-
ро
ван
ные
по
каз
ат
ел
и
Б
ал
лы
С
та
ндар
ти
зи
-
ро
ван
ные
по
каз
ат
ел
и
1 Функциональность
9
0,90
7
0,70
8 0,80 10 1,00
10
0,20
2 Доступность
9
1,00
9
1,00
8 0,89
4
0,44
9
0,20
3 Производительность
9
0,90
8
0,80 10 1,00
9
0,90
10
0,10
4 Надежность
8
0,80
7
0,70
9 0,90 10 1,00
10
0,20
5 Направленность на предмет-
ную область
10 1,00
9
0,90
9 0,90 10 1,00
10
0,20
6 Поддержка разработчиков
и сообщества
9
1,00
8
0,89
9 1,00
9
1,00
9
0,10
Рейтинговая оценка
0,19
0,36
0,22
0,36
Итого:
1
Рейтинговое место
1
3
2
4
На основе проведенных расчетов составим для каждого языка программи-
рования лепестковые диаграммы для наглядной демонстрации рейтинговой
оценки (рис. 13).
Рис. 13. Лепестковые диаграммы отклонение оценок вариантов от эталонных
На диаграммах отклонение у Python, наибольшее у SQL. На основе оценок
было принято решение использовать для разработки инструмента Python, для
контроля его точности SQL в БД Подсистемы.
Обоснование метода проектирования объекта исследования
Метод проектирования определяет работу по разработке инструмента
и внедрению его в деятельность Ситуационного центра. При выборе метода сто-
ит определить требования к инструменту и самому методу.
Ранее было определено, что инструмент должен быть разработан вруч-
ную, а также необходимо его корректировать снова и снова на протяжении поль-
зования интегрировании данных в Подсистему.
Модели жизненного цикла информационных систем разделяют на каскад-
ную, итерационную и спиральную. Из них под наш проект подойдет спиральная,
так как подразумевает несколько версий одного продукта. На рис. 14 показана
схема спиральной модели.
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Рис. 14. Схема спиральной модели ЖК
Под такую модель подходят методы XP и RAD.
Технология XP связана со стремлением авторов (К. Бек, У. Каннингем, М.
Фаулер) поднять существующие методы разработки ИС на новый уровень. Для
оценки проектов применяются да показателя – критичность и масштаб. Критич-
ность определяется последствиями, масштаб – количеством работников.
Технология RAD (англ. Rapid Application Development) основана на спи-
ральной модели жизненного цикла и обеспечивает ускорение разработки ИС
благодаря широкому привлечению к процессу проектирования будущих пользо-
вателей. Для данной технологии характерно перенесение основных работ
с предпроектной стадии на проектирование.
Применение технологии RAD – наиболее подходящее для разработки ин-
струмента по проверки работоспособности. Для проекта не так важны масштаб
или количество разработчиков, поэтому технологию XP использовать не целесо-
образно.
В технологии RAD разделяют несколько видов прототипов: горизонталь-
ный, вертикальный, одноразовый и эволюционный.
Для горизонтального важен интерфейс приложения и ему уделяется
наибольшее внимание при разработке. В вертикальном прототипе важны все
срезы приложения. Одноразовый применяется для решения проблемы еди-
ножды, без дальнейшего пользования прототипом.
Эволюционный прототип подходит для проекта разработки, так как этот
прототип подразумевает совершенствование продукта на следующих итерациях.
Для описания проектной деятельности необходимо определить методоло-
гию. Использовать будем методологию RUP, так как его используют при спи-
ральной модели ЖК. В качестве языка моделирования используется Unified
Modelling Language (UML).
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
Наибольшее внимание RUP уделяет начальным стадиям разработки про-
екта – анализу и моделированию – что призвано снизить риски проекта за счет
раннего обнаружения возможных ошибок. Последовательный выпуск версий ор-
ганизован таким образом, чтобы наиболее существенные риски устранялись
в первую очередь.
Итак, для разработки инструмента проверки целостности данных были
определены:
Модель ЖК: Спиральная;
Технология: RAD;
Методология: RUP;
Заключение.
На момент написания статьи уже разработана основа для
инструмента. С помощью сценария, написанного на Python, можно выгружать
таблицы из БД Подсистемы. Далее необходимо изучить методы исследования
данных и применить их на действующие интеграции. После определения мето-
дов будет доработан основной сценарий.
Список литературы
1.
Методические рекомендации по созданию и вводу в эксплуатацию си-
туационных центров, работающих по единому регламенту взаимодействия,
утвержденные решением Межведомственной комиссии по координации дея-
тельности федеральных органов исполнительной власти по созданию системы
распределенных ситуационных центров, работающих по единому регламенту
взаимодействия (протокол № 2 от 7 мая 2015 г.)
2.
13 лучших инструментов для анализа данных, 11.07.2021 // New-science
[Электронный ресурс]. – URL:
https://new-science.ru/13-luchshih-instrumentov-dlya-
analiza-dannyh/?ysclid=lx097naokh203391547
(дата обращения: 01.09.2024).
3.
Data Validation: Types, Benefits, and Accuracy Process, 21.12.2023 // Atlan
[Электронный ресурс]. – URL:
https://atlan.com/what-is-data-validation
(дата
обращения: 01.09.2024).
4.
MatLab // Skillfactory media [Электронный ресурс]. – URL:
https://blog.skillfactory.ru/glossary/matlab
(дата обращения: 01.09.2024).
5.
Mona Rakibe, Why Data Validation Matters: 8 Steps to Boost Data Quality
& Value // Telmai [Электронный ресурс]. – URL:
https://www.telm.ai/blog/8-must-
follow-steps-to-ensure-successful-data-validation
(дата обращения: 01.09.2024).
6.
Sebastian Taylor, Data Validation // CFI [Электронный ресурс]. –URL:
https://corporatefinanceinstitute.com/resources/data-science/data-validation
(дата
обращения: 01.09.2024).
7.
Top 15 Automation Tools for Data Analytics, 10.01.2024 // Geeksforgeeks
[Электронный ресурс]. – URL:
https://www.geeksforgeeks.org/top-15-automation-
tools-for-data-analytics
(дата обращения: 01.09.2024).
8.
What is data validation? // TIBCO [Электронный ресурс]. – URL:
https://www.tibco.com/glossary/what-is-data-
valida-
tion#:~:text=Data%20validation%20is%20the%20process,validation%20to%20ensure%2
0accurate%20results
(дата обращения: 01.09.2024).
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
9.
Громов В. SQL: что это и зачем // Курсы.ру [Электронный ресурс]. –
URL:
https://kursy.ru/znaniya/programmirovanie/chto-takoe-sql-i-zachem/
(дата обра-
щения: 01.09.2024).
10.
Дэвид Тейлор. 25 лучших бесплатных инструментов для интеллекту-
ального анализа данных (2024 г.), 05.01.2024 // Guru [Электронный ресурс]. –
URL:
https://www.guru99.com/ru/best-data-mining-tools.html
(дата обращения:
01.09.2024).
11.
Единый регламент взаимодействия распределенных ситуационных
центров, утвержденный решением Межведомственной комиссии по координа-
ции деятельности федеральных органов исполнительной власти по созданию си-
стемы распределенных ситуационныхцентров, работающих по единому регла-
менту взаимодействия (протокол №2 от 07.05.2015).
12.
Интеграция данных // Tadviser [Электронный ресурс]. – URL:
https://www.tadviser.ru/index.php/Статья:Интеграция_данных
(дата
обращения:
01.09.2024).
13.
Интеграция данных в компании: Что это? Как? И зачем? // DataReview
[Электронный ресурс]. – URL:
https://datareview.info/article/integraciya-dannyx-v-
kompanii-chto-eto-kak-i-zachem/
(дата обращения: 01.09.2024).
14.
Интеграция информационных систем: виды и применение // Deco sys-
tem [Электронный ресурс]. – URL:
https://www.decosystems.ru/tipy-integratsii-
informatsionnykh-sistem/?ysclid=lwyofgu26n497266366
(дата
обращения:
01.09.2024).
15.
Кому и для чего нужен Java? // Skillfactory media [Электронный ре-
сурс]. – URL:
https://blog.skillfactory.ru/komu-i-dlya-chego-nuzhen-python/
16.
Кому и для чего нужен Python? // Skillfactory media [Электронный ре-
сурс]. – URL:
https://blog.skillfactory.ru/komu-i-dlya-chego-nuzhen-python/
(дата об-
ращения: 01.09.2024).
17.
Малков А. В. Создание интегрированных систем менеджмента – один
из механизмов реализации целей устойчивого развития // Менеджмент в России
и за рубежом. – 2019. – № 3. – С. 36–40.
18.
Анвар М. Рейтинг инструментов проверки данных, которые стоит изу-
чить 2024. 20.03.2024 // Astera [Электронный ресурс]. – URL:
https://www.astera.com/ru/type/blog/data-validation-tools/
(дата
обращения:
01.09.2024).
19.
Методы исследований в менеджменте : учеб. пособие / А. Е. Плахин,
Е. С. Огородникова, М. С. Хохолуш [и др.]. – Екатеринбург : Изд-во УрГЭУ,
2020. – 248 с.
20.
Методы проверки данных: раскрытие бизнес потенциала: стратегии
проверки данных для стартапов, 23.03.2024 // FasterCapital [Электронный ре-
сурс].
–
URL:
https://fastercapital.com/ru/content/Методы-проверки-данных--
раскрытие-бизнес-потенциала--стратегии-проверки-данных-для-стартапов.html
(дата обращения: 01.09.2024).
21.
Постановление Администрации Волгоградской области от 23 мая
2011 года № 244-п «Об организации межведомственного информационного вза-
имодействия в Волгоградской области».
Мультидисциплинарные (неюридические) аспекты цифровой трансформации
22.
Распоряжение комитета информационных технологий и коммуника-
ций Волгоградской области от 1 июня 2011 года № 03-о/д «О мерах по реализа-
ции постановления Администрации Волгоградской области от 23 мая 2011 года
№ 244-п «Об организации межведомственного информационного взаимодей-
ствия в Волгоградской области».
23.
Тюфякова В. 9 языков программирования для работы с Big Data //
Skillfactory media [Электронный ресурс]. – URL:
https://blog.skillfactory.ru/9-
yazykov-dlya-raboty-s-big-data/
(дата обращения: 01.09.2024).
24.
Управление качеством и интегрированные системы менеджмента :
учебник / А. В. Аверин, Т. В. Барт, С. А. Бука [и др.] ; под ред. А. В. Аверина. –
М.: КноРус, 2020. – 357 с.
25.
Федюкин В. К. Управление качеством производственных процессов :
учеб. пособие. – М.: КноРус, 2018. – 229 с.
26.
Что такое интеграция данных? // SAP [Электронный ресурс]. – URL:
https://www.sap.com/central-asia-caucasus/products/technology-platform/what-is-
enterprise-integration/data-integration.html
(дата обращения: 01.09.2024).
27.
Шарафутдинова Е. Н. Системы инструментов управления качеством :
учеб. пособие / Е. Н. Шарафутдинова, О. В. Плиска. – Екатеринбург: Издатель-
ство УрГЭУ, 2021. – 180 с.
Е. М. Дубовикова,
кандидат педагогических наук, доцент,
Волгоградский государственный университет
(Волжский филиал)
Г. Г. Егоров,
кандидат юридических наук, доцент,
Волгоградский государственный университет
(Волжский филиал)
ИСПОЛЬЗОВАНИЕ СОВРЕМЕННЫХ НЕЙРОСЕТЕЙ
ПРИ ИЗУЧЕНИИ АНГЛИЙСКОГО ЯЗЫКА
Аннотация.
В данной статье рассматривается применение нейросетей
в обучении иностранным языкам. Проанализировано, как задания и тексты, со-
зданные нейросетями, могут быть использованы в учебном процессе. Кроме то-
го, в статье уточняется понятие «искусственный интеллект» в контексте обуче-
ния языкам. Исследуется практическое применение искусственного интеллекта
в образовании, особенно в обучении иностранным языкам. Утверждается, что
программы искусственного интеллекта могут успешно персонализировать обу-
чение, повысить мотивацию учащихся, существенно сократить время преподава-
телей на подготовку материалов и позволить им сосредоточиться на более твор-
ческих аспектах своей работы.
Ключевые слова:
изучение английского языка, нейросети, машинный
контроль, контроль освоения курса, современные технологии
