Olesia O. Oleinikova

статья посвящена исследованию возможностей применения методологии больших данных для анализа рынка труда IT-специалистов. Рассматриваются ключевые этапы аналитического конвейера: сбор и интеграция гетерогенных данных, предобработка и очистка, преобразование категориальных переменных, статистический анализ и предиктивное моделирование. Особое внимание уделяется проблемам обеспечения достоверности данных и преодоления семантического разнообразия. Обосновывается, что применение методов машинного обучения позволяет не только описывать текущее состояние рынка, но и строить прогнозные модели заработ...

статья посвящена исследованию возможностей применения методологии больших данных для оптимизации процессов хранения и транспортировки скоропортящейся продукции. Рассматриваются ключевые направления использования аналитических инструментов. Особое внимание уделяется эффективности гибридных моделей, объединяющих различные подходы для повышения точности прогнозов и адаптивности принимаемых решений. Анализируются вызовы и ограничения практического внедрения предлагаемых подходов, включая вопросы интеграции разнородных источников данных и требования к вычислительным ресурсам, а также перспективы ра...

в статье рассматривается проблема повышения эффективности вычислительных процессов при работе с массивами больших гетерогенных данных, характеризующихся сложной структурной связностью. В работе применен комплексный методологический аппарат, включающий алгоритмы поиска путей, методы кластеризации графовых структур и приемы динамической перестройки топологии данных. Рассматривается, что внедрение данных методов позволяет существенно оптимизировать использование ресурсов оперативной памяти и нагрузку на центральные процессоры при выполнении запросов к разнородным источникам. Основным выводом стат...

в статье анализируется влияние технологий синтеза данных и доменной адаптации (Domain Adaptation) на структуру рынка цифрового труда и барьеры входа для инновационных стартапов. Показано, что использование физически точных виртуальных сред (NVIDIA Isaac Gym) в сочетании с состязательными нейросетями (DANN) позволяет достичь точности классификации редких событий в 87,1% без привлечения ручного труда разметчиков. Обосновывается тезис о том, что синтетические данные становятся новым экономическим активом, способствующим демократизации ИИ, снижению эксплуатационных рисков и трансформации профессии...

обосновывается перенос аппарата потокового машинного обучения с детекцией концептуального дрейфа (ADWIN, Adaptive Random Forest) из задач адаптивного энергоменеджмента в задачу непрерывного психолого-педагогического мониторинга состояния обучающихся. Показано, что инкрементальные ансамбли снижают погрешность прогнозирования на 22–34% и выявляют смену поведенческого режима в среднем за 12,3 наблюдения, что создает основу для своевременной педагогической поддержки.

предлагается перенести метод неконтролируемого обнаружения аномалий на основе энтропии карт внимания Vision Transformer из области технического мониторинга в задачу контроля техники движений в спортивной тренировке. Система выявляет микроотклонения углов в суставах на 3–5° (AUC-ROC 0,94) без размеченных баз ошибок, что открывает путь к индивидуальному коррекционному воздействию и профилактике травматизма обучающихся.