moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2025.51.4.020 2061 Методика оценки соответствия содержания образовательных программ требованиям рынка труда A methodology for assessing the alignment of educational program content with labor market requirements Кожевников Илья Сергеевич Kozhevnikov Ilya Sergeevich is.kozhevnikov@gmail.com aff-1 МИРЭА - Российский технологический университет ООО «Айти класс» MIREA – Russian Technological University «IT Class» LLC 01 01 2026 1 1 10.26102/2310-6018/2025.51.4.020 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В статье представлена методика оценки соответствия содержания образовательных программ требованиям рынка труда с использованием инструментов интеллектуального анализа текстов. Рассматривается проблема несоответствия формируемых в вузах компетенций и актуальных потребностей работодателей, особенно в условиях стремительной цифровизации и трансформации экономики. В работе обоснована необходимость перехода от ручных экспертных процедур к автоматизированному мониторингу на основе моделей обработки естественного языка и онтологического моделирования. Предлагаемая система поддержки принятия решений интегрирует модель RuBERT, онтологию ESCO и метрику RCA, позволяя выявлять разрывы между программами и вакансиями, визуализировать данные и формировать рекомендации для корректировки учебных планов. Представлен практический кейс применения методики на примере программы подготовки в области информационной безопасности. Результаты демонстрируют высокую точность выявления несоответствий и подтверждают потенциал использования системы в рамках проектирования и адаптации образовательных программ. Научная новизна заключается в комплексном подходе к анализу компетенций, сочетающем лингвистические и онтологические методы с экономическими метриками. Методика может быть масштабирована на иные отрасли и уровни образования.

The article presents a methodology for assessing the alignment between the content of educational programs and labor market requirements using intelligent text analysis tools. It addresses the issue of mismatch between university-acquired competencies and the actual needs of employers, especially in the context of rapid digitalization and economic transformation. The study substantiates the need to move from manual expert procedures to automated monitoring based on natural language processing models and ontological modeling. The proposed decision support system integrates the RuBERT model, the ESCO ontology, and the RCA metric, enabling the identification of gaps between curricula and job postings, data visualization, and the formulation of recommendations for curriculum adjustments. A practical case is presented, applying the methodology to a training program in the field of information security. The results demonstrate high accuracy in detecting mismatches and confirm the potential of using the system in the design and adaptation of educational programs. The scientific novelty lies in the comprehensive approach to competency analysis, combining linguistic and ontological methods with economic metrics. The methodology can be scaled to other industries and levels of education.

 компетенции выпускников рынок труда образовательная программа интеллектуальная система поддержки принятия решений RuBERT онтология ESCO анализ вакансий RCA-метрика автоматизация мониторинга онтологический разрыв graduate competencies labor market educational program intelligent decision support system RuBERT ESCO ontology vacancy analysis RCA metric monitoring automation ontology gap Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Розенберг В.Я. Система обучения на базе семантических сетей: теория и практика. Фундаментальные и прикладные исследования в современном мире. 2013;(1):184–191. Шваб К., Дэвис Н. Технологии Четвёртой промышленной революции. Москва: Издательство Эксмо; 2018. 320 с. Бабич Н.С., Иващенкова Н.В. Компетенции в высшем образовании и на рынке труда: социокогнитивный анализ проблемы интеграции. Интеграция образования. 2024;28(1):68–80. https://doi.org/10.15507/1991-9468.114.028.202401.068-080 Devlin Ja., Chang M.-W., Lee K., Toutanova K. BERT: Pre-Training of Deep Bidirectional Transformers for Language Understanding. arXiv. URL: https://arxiv.org/abs/1810.04805 [Accessed 10th August 2025]. Кожевников И.С., Дубровский В.Ф. Сравнительный анализ эффективности моделей обработки естественного языка для адаптации образовательных программ к требованиям рынка труда. Автоматизация в промышленности. 2025;(4):55–60. Xun L.Sh., Gottipati S., Shankararaman V. Text-Mining Approach for Verifying Alignment of Information Systems Curriculum with Industry Skills. In: 2015 International Conference on Information Technology Based Higher Education and Training (ITHET), 11–13 June 2015, Lisbon, Portugal. IEEE; 2015. P. 1–6. https://doi.org/10.1109/ITHET.2015.7217959 Kawintiranon K., Vateekul P., Suchato A., Punyabukkana P. Understanding Knowledge Areas in Curriculum Through Text Mining from Course Materials. In: 2016 IEEE International Conference on Teaching, Assessment, and Learning for Engineering (TALE), 07–09 December 2016, Bangkok, Thailand. IEEE; 2017. P. 161–168. https://doi.org/10.1109/TALE.2016.7851788 Николаев И.Е. Интеллектуальный метод формирования списка требований профиля должности на основе нейросетевых моделей языка с использованием таксономии ESCO и корпуса онлайн-вакансий. Бизнес-информатика. 2023;17(2):71–84. Буйневич М.В., Матвеев А.В., Смирнов А.С. Актуальные проблемы подготовки специалистов в области информационной безопасности МЧС России и конструктивные подходы к их решению. Вестник Санкт-Петербургского университета государственной противопожарной службы МЧС России. 2022;(3):1–17. Дмитриев Я.В., Алябин И.А., Бровко Е.И., Двинина С.Ю., Демьянова О.В. Развитие цифровых навыков у студентов вузов: де-юре vs де-факто. Университетское управление: практика и анализ. 2021;25(2):59–79. https://doi.org/10.15826/umpa.2021.02.015

The authors declare that there are no conflicts of interest present.