Секция 2: «Содержание и методика преподавания отдельных дисциплин» 23 октября 10:20 - 11:00

Доклад «Математика для компьютерных наук: опыт ФКН»

Аннотация: 

Доклад посвящен опыту выстраивания программы математики для студентов IT-специальностей на примере бакалаврской программы «Прикладная математика и информатика» и магистерской программы «Master of Data Science». Мы обсудим содержательное наполнение программ, трудности и проблемы, с которыми приходится сталкиваться при реализации, а также идеи того, как с этими трудностями справляться.

Резюме: 

В преподавании математики для студентов, изучающих компьютерные науки, возникают трудности. Курсы нужно адаптировать с содержательной точки зрения под потребности студентов с учётом отведенных часов на преподавание математики. Обсудим опыт ФКН НИУ ВШЭ на примере двух образовательных программ – бакалаврская программа «Прикладная математика и информатика» и магистерская программа «Master of Data Science». 

Бакалаврская программа «Прикладная математика и информатика» в нынешнем виде существует около 6 лет. Это программа с высокими входными требованиями, на которой преимущественно обучаются российские граждане, большинство из которых поступает по результатам участия в олимпиадах высокого уровня по математике, информатике, иногда по физике или экономике. Программа готовит специалистов для работы с данными, аналитиков, исследователей в области компьютерных наук, инженеров-разработчиков и инженеров-исследователей по программному обеспечению. Такое разнообразие достигается за счёт того, что на 3-4 курсах студенты обучаются по 6 специализациям: машинное обучение и приложение, распределенные системы, теоретическая информатика, математическая инженерия, анализ и принятие решений, анализ данных и интеллектуальные системы. 

На первом курсе студенты изучают четыре математические дисциплины: Математический анализ-1,2, Линейная алгебра и геометрия, Дискретная математика-1 и Алгебра. На втором курсе реализуются такие дисциплины как: Математический анализ, Теория вероятности и математическая статистика, Дискретная математика-2, Дифференциальные уравнения/Матричные вычисления. 

Перечислим организационные идеи, которые позволяют сделать преподавание математики на программе лучше. Они включают общеуниверситетские идеи и идеи, рождённые на Факультете компьютерных наук. 

- Студенты каждый семестр в конце каждого курса оценивают преподавание. 

- Встречи студентов с деканом проходят регулярно в определённое время для каждого курса. 

- Студенты имеют возможность пообщаться с любым преподавателем и учебным ассистентом во время часов их консультаций. 

- Поддерживается постоянный контакт между преподавателями для согласования курсов.

- Программа постоянно меняется, в том числе с учетом мнения студентов.

- Предусмотрена серьёзная ответственность за списывание.

- Студент может записаться учебным ассистентом на курс, и помогать, например, проверять письменные домашние задания, контрольные работы, проводить консультации. 

- Задания на программирование встроены в курсы по математике. 

Чтобы справиться с проблемой разного уровня знаний у студентов 1-го курса реализуются пилотные потоки. Есть пилотный поток по математике, где студенты получают повышенную нагрузку по этому предмету, и пилотный поток по программированию с повышенной нагрузкой по программированию. У пилотных потоков организованы отдельные лекции и семинары и по математике, и по программированию. Студенты, изъявившие желание попасть на конкретный поток, проходят отборочное тестирование. 

Теперь подробнее о магистерской программе «Master of Data Science». Магистратура была открыта примерно год назад. Первый набор на неё состоялся в декабре, а учёба началась в феврале. Набор на программу происходит 2 раза в год. Это платная магистерская программа, проходящая полностью в онлайн-формате на английском языке. Обучаются студенты из разных стран. Все учебные материалы программы размещаются на платформе Coursera. Студенты в основном учатся по заранее подготовленным материалам. При этом обучение происходит в синхронном формате, студенты регулярно прослушивают лекции, сдают задания. На программе есть сопровождающие преподаватели, занимающиеся проверкой заданий и проведением вебинаров. 

Магистерская программа ориентирована на выпускников непрофильных бакалавриатов. У абитуриентов программы проверяются базовые знания математики, математическая культура и алгоритмическое мышление. Умение программировать не требуется. Основная цель программы – подготовка специалистов на позиции Junior Data Scientist и Junior Machine Learning Engineer в крупных IT-компаниях. Также возможно более исследовательское направление подготовки. В середине обучение студенты выбирают одну из трёх специализаций: Data Scientist, Machine Learning Engineer, Researcher in Data Science. 

При обучении возникают следующие проблемы: очень разные уровни знаний абитуриентов, в очень сжатые сроки нужно преподать большой объём материала. Программа по математике довольно обширная и представлена пятью интенсивными курсами: Дискретная математика, Математический анализ, Линейная алгебра, Теория вероятности и Математическая статистика. Задания по программированию включены в каждый математический курс, а параллельно изучаются курсы по программированию. В обучении используется проектный подход: в конце каждого курса студенты выполняют проект по анализу данных, опираясь на новые знания по математике. Это даёт и дополнительные прикладные знания, и закрепление имеющихся знаний по математике, и мотивирует студентов к изучению математики.