Цифровые кафедры получили аттестат зрелости

В 2022/2023 учеб­ном го­ду бо­лее 112 тыс. сту­ден­тов из 114 рос­сий­ских ву­зов впер­вые прош­ли обу­чение на циф­ро­вых ка­фед­рах. Пред­по­лагает­ся, что пос­ле вы­пус­ка они бу­дут иметь преи­му­щес­тво на рын­ке тру­да как вы­сокок­ва­лифи­циро­ван­ные спе­циа­лис­ты, об­ла­даю­щие и ком­пе­тен­ция­ми по ос­нов­но­му нап­рав­ле­нию под­го­тов­ки, и раз­лич­ны­ми циф­ро­выми на­выка­ми.

Па­вел Ко­ролев

© ComNews

13.06.2023

Совместный проект Министерства науки и высшего образования и Министерства цифрового развития, связи и массовых коммуникаций начал работу в сентябре 2022 г. в рамках программы "Приоритет 2030".

ЧИТАЙТЕ ТАКЖЕЦифровые кафедры вызывают вопросы Представители академического сообщества сообщили о ряде проблем при реализации проекта по созданию цифровых кафедр. В частности, объем бюджетного финансирования они характеризуют как недостаточный. Он на треть ниже, чем среднерыночный уровень затрат на подготовку специалиста. Финансирование цифровых кафедр в текущем году составляет 2,7 млрд руб.

Представители высших учебных заведений сообщили корреспонденту ComNews, что первые выпускники цифровых кафедр сдадут последние зачеты и защитят итоговые проекты уже в конце июня 2023 г. В перспективе они могут стать специалистами, обладающими цифровыми компетенциями, которые позволят сократить кадровый дефицит предприятий реального сектора экономики в значимых для России отраслях.

Руководитель цифровой кафедры Московского авиационного института (МАИ) Мария Булакина рассказала о самом популярном направлении цифровых кафедр: "На кафедру поступило около 1,5 тыс. студентов со всех направлений обучения: ИТ, инженерных, экономических, гуманитарных. В первый год мы запустили шесть программ. Самая востребованная (на ней обучаются почти 500 студентов) – "Цифровое моделирование и суперкомпьютерные технологии". Она дает универсальные компетенции, которые могут применяться как в инженерных областях, так и в гуманитарных. Выпускники обладают навыками расчета "тяжелых" математических моделей, применения физически информированных нейронных сетей и обработки BigData".