В статье рассматривается проблематика построения отраслевой информационной системы поддержки принятия решений для функционирования в сфере образования и профориентации в условиях ограниченного количества данных. Поддержка принятия решений осуществляется при выборе инженерных профессий и определении склонностей обучающихся к деятельности в инженерно-технической сфере. Для формализации склонностей обучающихся предложены ключевые факторы и оценочные характеристики, позволяющие сделать обоснованные выводы, опираясь на информацию, доступную в рамках цифровой образовательной среды. Факторы представлены с учетом возможности получения их значений с использованием иммерсивных технологий и цифровых образовательных продуктов. В рамках исследования получена обобщенная математическая модель, позволяющая представить выраженность ряда параметров и сопоставить их с дальнейшей профессиональной траекторией обучающегося. Для модели представлены индексы и оценки значимости рассматриваемых параметров при прогнозе, также предложены способы включения в систему поддержки принятия решений различных вариантов оценки выраженности. В группы параметров для модели включены как результаты психологической диагностики, так и результаты образовательной деятельности. Также представлено приложение обобщенной модели к профессии горнодобывающей отрасли на основе проведенных коллективом авторов тестирований, включая опорную группу представителей профессиональной среды.
The article addresses the challenges of developing an industry-specific decision support system for education and career guidance in engineering professions under conditions of limited data availability. The system aims to facilitate informed career choices by assessing students’ aptitudes for engineering and technical fields. To formalize these aptitudes, the authors propose a set of key factors and evaluation metrics that enable data-driven conclusions using information extracted from digital educational environments. These factors are designed to leverage immersive technologies and digital educational tools for data acquisition. The study introduces a generalized mathematical model that quantifies the manifestation of multiple parameters and aligns them with potential professional trajectories. The model incorporates weighted indices and significance assessments for predictive analytics, along with methods to integrate diverse evaluation approaches into the decision support framework. Parameters include psychological diagnostics and academic performance metrics. Additionally, the paper demonstrates the application of the generalized model to the mining industry, validated through empirical testing involving a control group of industry professionals. The results highlight the model’s adaptability to sector-specific requirements and its capacity to enhance objectivity in career aptitude assessment. This research contributes to the development of scalable, data-informed tools for engineering career guidance, emphasizing the integration of emerging technologies into educational ecosystems.
The authors declare that there are no conflicts of interest present.