📘 О чем эта работа
Отчет посвящен преддипломной практике, в рамках которой проработан процесс планирования стоимости образовательных услуг и предложен прототип интеллектуальной системы прогнозирования цен. В центре внимания — автоматизация работы планово-экономического отдела, который рассчитывает себестоимость, формирует прогнозы и сравнивает стоимость обучения с рыночными значениями.
В работе определены объект автоматизации, требования пользователей, состав технического задания и подход к построению модели машинного обучения для прогноза стоимости образовательных программ на очередной период.
📚 Что внутри
Содержание отчета опирается на реальные задачи университета и включает несколько практических блоков:
- анализ организационной структуры и нормативной базы, включая Положение о планово-экономическом отделе и регламенты ИТ-инфраструктуры;
- формализацию требований пользователей к системе: загрузка данных, обучение моделей, сохранение результатов, прогнозирование и визуализация;
- разработку технического задания по ГОСТ 34.602-2020 с целями, требованиями к надежности, интерфейсу и документированию;
- проектирование архитектуры ML-сервиса с уровнями данных, признаков, моделей, интерфейса и интеграции;
- подбор и сравнение моделей RandomForestRegressor, GradientBoostingRegressor, Ridge, Lasso и LinearRegression;
- обучение на исторических данных за 2021–2024 годы: около 1200 записей по 15 направлениям подготовки;
- расчет метрик качества R², MAE, RMSE и MAPE, а также сравнение прогноза с фактическими значениями и рыночными ценами;
- описание веб-интерфейса на Flask, плана развертывания, интеграции с ИС университета и технической поддержки.
📊 Для кого подходит
Материал подойдет студентам 3–4 курса направлений, связанных с информационными системами, прикладной информатикой, машинным обучением и экономическим планированием. Отчет можно использовать для практики, преддипломной практики, защиты проекта по цифровизации бизнес-процессов или как основу для ВКР.
✨ Особенности
Главная ценность отчета — сочетание экономической постановки задачи и прикладной реализации на Python. В работе есть не только описание процесса ценообразования, но и конкретные проектные решения: структура набора признаков, выбор регрессионной модели, проверка качества прогноза, требования к интерфейсу и сценарий промышленного внедрения.
Отдельно сильной стороной выглядит практическая направленность: система проектируется под реальные условия эксплуатации, для 5–7 сотрудников отдела, с учетом доступности ИТ-инфраструктуры, русскоязычного интерфейса и возможности интеграции с существующими сервисами университета.
❓ Частые вопросы
Подойдет ли для моего ВУЗа?
Да, структура отчета универсальна: есть анализ процесса, требования, техническое задание, архитектура, тестирование и план внедрения.
Можно адаптировать под другую тему?
Да, легко заменить предметную область, сохранив логику отчета, этапы проектирования и описание ML-модуля.
