Как создавалась программа онлайн-магистратуры “Наука о данных” Zavtra.Online и НИТУ МИСиС

  • Home
  • blog
  • Как создавалась программа онлайн-магистратуры “Наука о данных” Zavtra.Online и НИТУ МИСиС
blog image

В этом году и школам, и университетам массово пришлось перейти из оффлайна в онлайн. Надо ли говорить, что готовы к этому оказались немногие? Мы создали Zavtra.Online, чтобы решать как раз такие задачи. И недавно представили первый большой проект совместно с крупным российским вузом — онлайн-магистратуру по Data Science с НИТУ МИСиС.

Шутки о том, как студент за пару кликов отыщет информацию о любом человеке или напишет бот в Telegram, но не справляется с поиском заданий на сайте вуза или подключением к онлайн-конференции — даже не шутки. Это реальность, с которой многие столкнулись весной. Дело не в ленивых студентах. Просто учебные заведения оказались к новому формату не готовы: у подавляющего большинства не было опыта в организации онлайн-программ и искать решения пришлось в очень сжатые сроки.

Так не только в России — это общий вопрос. Решением для многих становится сотрудничество с коммерческими компаниями. У университета есть проверенная и сильная программа, у компании — понимание того, как работает онлайн. Этому формату как минимум 10 лет. Именно тогда появились первые проекты по OPM — online program management. Сегодня некоторые из них, как 2U, выросли в крупные компании с миллиардной капитализацией. Первыми онлайн-программы начали готовить американские университеты — чтобы охватить людей, которые не могли учиться очно, но учиться хотели — и мечтали именно об американском образовании. Онлайн должен был стереть географические барьеры и сделать учебу доступней — так и вышло.

В России было несколько попыток наладить такую модель, но всплеск интереса произошел во время пандемии. Она же стала катализатором в переговорах между коммерческими компаниями и университетами, которые к тому моменту тянулись уже год-два. Процессы ускорились, пусть и вынужденно, и в этом году появилось сразу несколько онлайн-программ, запущенных в партнерстве.

Одна из них — наша, команды Zavtra.Online. Мы создали ее с университетом НИТУ МИСиС — это сильный инженерный вуз с богатыми традициями, при этом открытый и современный, привлекающий исследователей мирового уровня. А еще у НИТУ МИСиС есть проект EdCrunch, посвященный изучению и обсуждению новых форматов образования. И именно во время их конференции, на экспертной дискуссии, и родилась идея создать совместную программу модели OPM.

Почему именно Data Science?

Потому, что SkillFactory — лидер российского рынка по обучению data science. А Zavtra.Online — подразделение SkillFactory по работе с вузами, с экспертизой именно в онлайн-образовании. Поэтому команда МИСиС — университета с сильной инженерной школой, математической подготовкой, профессорским составом — пришла со своим запросом именно к нам. И когда Zavtra.Online и НИТУ МИСиС объединились для разработки общей магистерской программы, получился совершенно новый, партнерский продукт.

В чем отличие программы от просто курсов?

Ключевое отличие — проектное обучение. У нас есть пул менторов, которые работают с учениками в течение всех двух лет. И если студент и ментор понравились друг другу, они продолжают работать и после окончания магистратуры. Так что выпускник может собрать портфолио из понятных продуктовых задач под потребности заказчика. А может набраться опыта с разными менторами: их можно менять на каждом проекте. Оценку «отлично» за выпускную работу заслужат те, чьи решения будут внедрены в компании.

Прямо в процессе обучения мы в Zavtra.Online максимально погружаем студентов во внутреннюю кухню разработки инновационных продуктов. То есть даем не просто задачки, а командный опыт продуктовой разработки.

При создании программы мы используем метод обратного проектирования — Backward design, отталкиваясь от целевого набора компетенций и образовательных результатов.

В качестве ориентира мы в Zavtra.Online обращаемся к скиллсету выпускника. В него входят навыки программирования, математическая и алгоритмическая подготовка, исследовательские компетенции и soft skills. Спроектировав содержание каждой дисциплины, мы сверяемся с этим портретом и смотрим, ведет ли выбранный путь к цели — соответствию ему. И если что-то не учли, дорабатываем программу.

В первую очередь мы проектируем обучающие задачи — для эффективного и успешного обучения курс должен строиться на учебных задачах-проблемах.

Следующий шаг — проработка сопровождающей информации, которая помогает извлечь из опыта знания и когнитивные схемы. И наконец мы продумываем подачу своевременной информации — необходимой «здесь и сейчас» для решения задач во время занятий. Это подсказки, алгоритмы и формулы.

Для занятий мы в Zavtra.Online используем специальные практикоориентированные форматы. Основных два: это хакатоны и групповые практикумы.

Хакатон — это короткий интенсивный период, когда над студентами во время работы нет внешней экспертизы. Его цель — дать набор навыков, которые невозможно получить в ходе обычного обучения: умение работать над технологическим проектом в команде и в сжатые сроки, product и project менеджмент в IT.

Например, на первом своем хакатоне студенты собирают датасет, который может быть использован в пайплайне продукта, построенного на анализе данных. Работа ведется в командах, где двое обязательно берут на себя роли product и project менеджеров. А в последний день все представляют свои проекты.

Во время групповых практикумов студенты тоже работают в командах по 5-6 человек, но в плотной связке с куратором. Он высылает команде задачу, и у них есть пять дней на ее решение. После защиты преподаватель дает каждой команде обратную связь — рассказывает, что сделано верно, а как можно поправить или упростить код. В завершении вебинара отводится 10 минут на обсуждение и короткий Q&A.

Проектирование и запуск программы — это фундаментальный и важный, но все же только первый шаг. Следующий — привести абитуриентов, завоевать их доверие, убедить сдать экзамен и оплатить программу. И это, особенно для нового образовательного проекта, тоже может стать челленджем.