[Росдистант] Производственная практика (практика в ИТ-сфере) 40.03.01 Юриспруденция 40.05.01 Правовое обеспечение национальной безопасности Росдистант ТГУ 2026
Вашему вниманию представлен Отчет по учебному курсу: "Производственная практика (практика в ИТ-сфере) Свежая работа!!!Это новый вариант практики где 3 практических задания!!! Сдана в 2026 году
Выбранный кейс: CasePredict: система анализа судебных перспектив»
Подходит для направления: 40.03.01 Юриспруденция 40.05.01 Правовое обеспечение национальной безопасности
В архиве ПЗ № 1,2,3 видео без звука + текст в word для возможности самостоятельно озвучить демонстрационный ролик + ИСХОДНЫЙ КОД!!!
Задание 1. Постановка задачи на практику в соответствии с направлением подготовки студента и программой переподготовки
1. Выбрать кейс в соответствии с направлением подготовки (Приложение 1). Желательно выбирать тот же кейс, который решался в рамках курса «Проектная деятельность».
2. Предоставить описание задачи, которая будет решения в процессе выполнения кейса, сформулировав с позиции профессиональной деятельности. Цель - описать задачу не как техническое задание для программиста, а как исследовательскую или практическую проблему, для решения которой требуется цифровой инструмент. Это описание должно включать:
• название и общую характеристику планируемому инструменту (например, «интерактивная база данных», «аналитический веб-сервис», «программа для семантического анализа текстовых корпусов», «инструмент для аннотирования и сравнения медиафайлов»). Важно сфокусироваться на функции, а не на технологии. Вместо «программа на Python» - «инструмент для автоматического выявления и классификации повторяющихся сюжетных паттернов».
• описание основной пользы (ценность) разрабатываемого решения. Важно описать ожидаемый результат в терминах предметной деятельности. Например: «Решение позволит перейти от выборочного качественного анализа к полному количественному охвату текстового корпуса», «автоматизирует рутинную часть работы по каталогизации, высвободив время для содержательной интерпретации», «сделает сложные данные наглядными и доступными для междисциплинарного обсуждения», «создаст новую цифровую среду для сохранения и публикации уникальных материалов».
3. Выделить основные понятия и процессы, которые будут использованы при решении кейса (не более 5).
• Понятие предметной области (ЧТО?) – это ключевая сущность или информационный объект, с которым работает пользователь и над которым производятся действия. Например, Договор (в юриспруденции), Схема подключения (в электротехнике), Литературный персонаж (в филологии), Заявка на обслуживание (в менеджменте).
• Процесс, используемый при решении ИТ-кейса (КАК?) – это последовательность шагов или операций, выполняемых пользователем или системой для достижения конкретной цели с использованием ключевых понятий. Это алгоритм или сценарий, который необходимо автоматизировать или поддержать.
Например, Согласование чертежа между отделами, Поиск всех нормативных актов, связанных с данным типом оборудования, Анализ динамики упоминаний исторического лица в прессе за десятилетие, Назначение и контроль выполнения заявки.
Итоговая формула, чтобы описать основу будущей программы, необходимо определить:
ПОНЯТИЕ – ЧТО будет хранить и обрабатывать программа.
ПРОЦЕСС – КАК программа будет это обрабатывать для пользы пользователя.
4. Предоставить отчет, в котором отобразить ответы на пункты 1–3.
P. S.: Решение кейс-задачи может предусматривать командную работу над проектом. Команда формируется численностью не более 5 человек. В команде должны быть определены роли и ответственности за решение кейс-задачи.
Критерии оценивания задания Баллы
Представлено описание одного выбранного кейса 1
Дано описание задачи, которая будет решения в процессе выполнения кейса 2/0
Выделены и описаны основные понятия и процессы профильной задачи, решаемой в кейсе (не менее 5 / менее 5) 2/0
5 баллов
P. S.: Работа может быть возвращена преподавателем на доработку (не более двух раз). Каждый возврат – снижение оценки на 1 балл.
Приложение 1
Перечень кейс-задач для решения в рамках производственной практики (практики в ИТ-сфере)
Направление подготовки / специальность Программа ДПП: Квалификация № Название проекта по курсу «Проектная деятельность» Кейсы для практики
Производственная практика (практика в ИТ-сфере)
54.03.01 Дизайн Макетирование и 3D моделирование в дизайне: Специалист по 3D-моделированию 1 ShapeCraft: система автоматизированного анализа 3D-моделей для дизайнеров Разработать приложение на Python для анализа популярных форм в 3D-моделировании: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ или кластеризацию) для выявления популярных геометрических форм в 3D-дизайне на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные 3D-моделей (например, CSV-файлы с координатами точек).
• Анализирует частоту встречаемости определённых форм (кубы, сферы, сложные полигональные структуры).
• Визуализирует результаты в виде графиков или диаграмм.
• Формирует текстовые рекомендации (например, "В текущих трендах преобладают округлые формы").
2 ColorMesh: система анализа цветовых трендов в 3D-дизайне Разработать приложение на Python для анализа цветовых трендов в 3D-графике: Приложение должно использовать базовые алгоритмы обработки изображений для определения популярных цветов на основе предоставленных данных. Результатом работы должен быть прототип, который:
• Загружает изображения из указанной папки.
• Анализирует каждый файл и выделяет доминирующие RGB-значения.
• Строит график с топ-5 цветами и их процентным соотношением.
• Сохраняет результаты в CSV-файл с метаданными (название модели, стиль, дата анализа).
3 StyleMatch: рекомендательная система для подбора стиля 3D-модели Разработать приложение на Python для классификации стилей 3D-моделей: Приложение должно использовать алгоритмы обработки текста для анализа описаний и присвоения категорий. Результатом работы должен быть прототип, который:
• Принимает текстовый ввод (например, "скифф в космическом стиле").
• Сравнивает его с базой данных и возвращает совпадения.
• Визуализирует результат в виде таблицы с релевантными моделями.
4 TextureHelper: система анализа текстурных трендов в 3D-дизайне Разработать приложение на Python для анализа текстур: Приложение должно использовать библиотеки обработки изображений (OpenCV, Pillow) для выявления особенностей текстур. Результатом работы должен быть прототип, который:
• Загружает текстуры из указанной папки.
• Анализирует каждое изображение (контраст, преобладающие цвета).
• Классифицирует текстуры по простым критериям (например: "тёмная/светлая", "высококонтрастная").
• Сохраняет результаты в таблицу с метаданными для дальнейшего анализа.
5 ModelMetrics: система оценки пропорций и эргономики 3D-моделей Разработать приложение на Python для проверки пропорций 3D-моделей: Приложение должно использовать базовые геометрические вычисления для анализа моделей. Результатом работы должен быть прототип, который:
• Считывает CSV-файл с координатами ключевых точек модели.
• Вычисляет основные соотношения (например, высота/ширина).
• Сравнивает их с заданными идеальными значениями.
• Генерирует отчёт с отклонениями в процентах.
6 AnimStat: система анализа популярности анимационных техник Разработать приложение на Python для анализа анимационных трендов: Приложение должно использовать статистические методы для обработки данных. Результатом работы должен быть прототип, который:
• Загружает CSV с данными об анимациях (название, тип, популярность).
• Строит bar-чарт с распределением по категориям.
• Вычисляет и выводит 3 самых популярных типа анимаций.
• Сохраняет результаты в виде маркированного списка рекомендаций.
7 EcoDesign: система оценки экологичности 3D-моделей Разработать приложение на Python для расчета экологичности 3D-моделей: Приложение должно использовать базовые алгоритмы анализа данных. Результатом работы должен быть прототип, который:
• Принимает на вход CSV-файл с параметрами модели
• Рассчитывает показатель экологичности по формуле: (1000/(количество полигонов + количество материалов×100))
• Выводит результат в виде числовой оценки и текстовой рекомендации
• Сохраняет историю анализов в отдельный файл
8 ModelGenerator: система автоматического создания 3D-моделей по параметрам для начинающих дизайнеров
Разработать приложение на Python для анализа сложности 3D-моделей: приложение должно использовать базовые алгоритмы обработки данных.
Результатом работы должен быть прототип, который:
• Принимает на вход CSV-файл с параметрами моделей (например, радиус, высота, количество сегментов).
• Рассчитывает показатель сложности модели по формуле: Сложность=количество полигонов×коэффициент сложности\text{Сложность} = \text{количество полигонов} \times \text{коэффициент сложности}Сложность=количество полигонов×коэффициент сложности.
• Выводит числовую оценку сложности и текстовую рекомендацию по оптимизации ("Уменьшите количество сегментов на 20% для снижения сложности").
• Сохраняет историю анализов в отдельный файл (например, в формате CSV или JSON).
9 StyleClassifier: автоматическая классификация стилей 3D-моделей по простым признакам
Разработать приложение на Python для автоматической классификации стилей 3D-моделей: приложение должно использовать базовые алгоритмы обработки данных и визуализации. Результатом работы должен быть прототип, который:
• Принимает на вход CSV-файл с признаками моделей (например, количество граней, средняя длина ребра, сложность).
• Анализирует признаки и присваивает каждой модели стиль (минимализм, футуризм, классика и т. д.) по заданным правилам или простым алгоритмам.
• Визуализирует распределение моделей по стилям в виде диаграммы.
• Генерирует текстовые рекомендации по оптимизации модели для достижения желаемого стиля.
• Сохраняет результаты анализа и рекомендации в отдельный файл для дальнейшего использования.
10 BasicShapeCreator: создание простых 3D-форм по пользовательским параметрам Разработать приложение на Python для создания и анализа простых 3D-форм:
Приложение должно использовать базовые операции с массивами и визуализацию. Результатом работы должен быть прототип, который:
• Принимает на вход параметры формы от пользователя (через ввод или файл).
• Строит 3D-модель (куб, сфера или цилиндр) с указанными параметрами.
• Рассчитывает показатель сложности модели на основе количества вершин и граней.
• Выводит числовую оценку сложности и текстовые рекомендации по упрощению модели.
• Визуализирует модель и результаты анализа (например, диаграмму сложности).
• Сохраняет историю созданных моделей и их характеристик в отдельный файл.
18.03.01 Химическая технология Автоматизированные системы проектирования химико-технологических процессов (АСУ ХТП): Специалист по автоматизированному проектированию технологических процессов 1 ChemFlow Analyzer: система автоматизированного анализа трубопроводных сетей ХТП
Разработать приложение на Python для анализа параметров трубопроводных сетей: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ или расчет гидравлического сопротивления) для выявления проблемных участков в трубопроводах на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные трубопроводов (например, CSV-файлы с параметрами участков)
• Анализирует частоту встречаемости определённых проблем (повышенное сопротивление, риск кавитации)
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "На участках 5-8 рекомендуется увеличить диаметр труб")
2 ReactorOpt: система автоматизированного анализа режимов работы химических реакторов
Разработать приложение на Python для анализа кинетики химических реакций: Приложение должно использовать базовые алгоритмы обработки данных (например, решение дифференциальных уравнений или метод наименьших квадратов) для выявления оптимальных параметров реакций на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные реакций (например, CSV-файлы с концентрациями и временем)
• Анализирует зависимость скорости реакции от температуры
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Оптимальная температура для максимального выхода – 150°C")
3 DistillControl: система автоматизированного анализа ректификационных колонн
Разработать приложение на Python для анализа бинарной ректификации: Приложение должно использовать базовые алгоритмы обработки данных (например, построение диаграмм "температура-состав" или расчёт теоретических тарелок) для выявления оптимальных параметров разделения на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные ректификации (например, CSV-файлы с температурой и составом на тарелках)
• Анализирует отклонения от равновесной кривой
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Рекомендуемое флегмовое число для данной смеси – 2.5")
4 EcoBalance: система автоматизированного анализа экологичности производств
Разработать приложение на Python для расчёта углеродного следа производства: Приложение должно использовать базовые алгоритмы обработки данных (например, пересчёт в CO₂-эквивалент или анализ удельных показателей) для оценки экологичности процессов на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые производственные данные (например, CSV-файлы с расходом сырья и энергоносителей)
• Анализирует вклад каждого процесса в общие выбросы
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Замена природного газа на биогаз снизит углеродный след на 35%")
5 PipeFlow Optimizer: система автоматизированного проектирования трубопроводных сетей ХТП
Разработать приложение на Python для анализа гидравлических параметров трубопроводов: Приложение должно использовать базовые алгоритмы обработки данных (например, уравнения Бернулли и Дарси-Вейсбаха) для расчета потерь давления в трубопроводах на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные трубопроводов (например, CSV-файлы с параметрами участков)
• Анализирует гидравлическое сопротивление на различных участках
• Визуализирует результаты в виде графиков перепадов давления
• Формирует текстовые рекомендации (например, "Участок 3-7 требует увеличения диаметра с 50 до 80 мм")
6 ReactorAI: система анализа режимов работы химических реакторов
Разработать приложение на Python для анализа кинетики химической реакции: Приложение должно использовать базовые алгоритмы обработки данных (например, решение дифференциальных уравнений или метод наименьших квадратов) для определения кинетических параметров реакции на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные реакции (например, CSV-файлы с концентрациями и временем
• Анализирует изменение концентраций реагентов во времени
• Визуализирует результаты в виде графиков зависимости концентрации от времени
• Формирует текстовые рекомендации (например, "Оптимальное время реакции для достижения 90% конверсии - 120 минут")
7 CatalystAI: система автоматизированного подбора катализаторов для химических процессов
Разработать приложение на Python для анализа активности катализаторов: Приложение должно использовать базовые алгоритмы обработки данных (например, линейную регрессию или метод k-ближайших соседей) для прогнозирования активности катализаторов на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные катализаторов (например, CSV-файлы с составом и активностью)
• Анализирует зависимость активности от параметров катализатора
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Для данной реакции рекомендуются катализаторы на основе Pt с удельной поверхностью >100 м²/г")
8 HeatExchanger Optimizer: система автоматизированного расчёта и оптимизации теплообменников Разработать приложение на Python для расчёта кожухотрубного теплообменника: Приложение должно использовать базовые алгоритмы обработки данных (например, уравнения теплопередачи и метод ε-NTU) для определения основных параметров теплообменника на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• Загружает упрощённые данные теплообменника (например, CSV-файлы с параметрами потоков и геометрией)
• Анализирует тепловую эффективность конструкции
• Визуализирует результаты в виде графиков температурных профилей
• Формирует текстовые рекомендации (например, "Для достижения заданного теплового потока необходимо увеличить площадь теплообмена на 15%")
9 ProcessFlow: автоматизация моделирования последовательности химических процессов
Разработать приложение на Python для автоматизации моделирования последовательности химических процессов: Приложение должно использовать базовые структуры данных (списки, словари) и ввод-вывод. Результатом работы должен быть прототип, который:
• Запрашивает у пользователя последовательность операций и параметры каждой (через консоль или файл).
• Формирует упорядоченный список с описанием каждой операции.
• Рассчитывает суммарные характеристики процесса (например, общее время).
• Выводит текстовые рекомендации по улучшению последовательности.
• Сохраняет историю процессов и их параметров в отдельный файл.
• Позволяет визуализировать последовательность в виде простого списка или диаграммы (опционально).
10 ProcessSimulator: моделирование химического процесса с простыми расчетами Разработать приложение на Python для моделирования химического процесса: Приложение должно использовать базовые операции с числами, ввод-вывод и визуализацию. Результатом работы должен быть прототип, который:
• Запрашивает у пользователя начальные концентрации, скорость реакции и время.
• Выполняет расчет итоговых концентраций по формуле кинетики (например, C = C0 * exp(-k * t)).
• Выводит числовые результаты и строит график зависимости концентрации от времени.
• Сохраняет параметры и результаты моделирования в файл.
• Позволяет пользователю изменять параметры и повторять расчет.
27.03.02 Управление качеством
38.03.01 Экономика
38.03.02 Менеджмент
38.03.03 Управление персоналом
04.03.01 Химия
19.03.04 Технология продукции и организация общественного питания Управление бизнес-процессами (BPM): Специалист по информационному управлению и оптимизации бизнес-процессов 1 ProcessOptima: система автоматизированного анализа и оптимизации бизнес-процессов для специалистов по управлению качеством Разработать приложение на Python для анализа процессов управления качеством: Приложение должно использовать методы обработки структурированных данных и визуализации.
Результатом работы должен быть прототип, который:
• загружает описание процессов в формате CSV или JSON;
• анализирует время и частоту ошибок по операциям;
• визуализирует процесс и проблемные зоны;
• формирует текстовые рекомендации по оптимизации.
2 EcoBudget: система анализа и оптимизации бюджетных процессов для экономистов
Разработать приложение на Python для анализа бюджетных данных: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные бюджета в формате CSV;
• рассчитывает отклонения и тренды;
• строит графики и диаграммы;
• генерирует текстовые рекомендации.
3 ManageFlow: система мониторинга и оптимизации управленческих процессов для менеджеров
Разработать приложение на Python для анализа управленческих процессов: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.
Результатом работы должен быть прототип, который:
• загружает описание процессов в JSON или CSV;
• строит диаграммы потоков;
• анализирует KPI;
• формирует текстовые рекомендации.
4 HRInsight: система анализа и оптимизации процессов управления персоналом
Разработать приложение на Python для анализа HR-процессов: Приложение должно использовать методы обработки данных и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные в формате CSV;
• анализирует временные показатели и показатели текучести;
• визуализирует результаты;
• формирует текстовые рекомендации.
5 ChemProcessOpt: система оптимизации технологических процессов в химии
Разработать приложение на Python для анализа технологических процессов: Приложение должно обеспечивать загрузку данных, анализ и визуализацию.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с параметрами процесса;
• строит графики параметров;
• выявляет отклонения;
• формирует текстовые рекомендации.
6 FoodTechFlow: система анализа и оптимизации технологических процессов в общественном питании
Разработать приложение на Python для анализа технологических процессов общественного питания: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.
Результатом работы должен быть прототип, который:
• загружает данные в CSV;
• строит диаграммы процесса;
• анализирует временные показатели;
• генерирует текстовые рекомендации.
7 QualityTrack: система мониторинга и анализа показателей качества в бизнес-процессах
Разработать приложение на Python для мониторинга качества: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные KPI;
• анализирует тренды и аномалии;
• визуализирует показатели;
• формирует текстовые рекомендации.
8 StaffFlow: система анализа и оптимизации процессов управления персоналом
Разработать приложение на Python для анализа HR-процессов: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.
Результатом работы должен быть прототип, который:
• загружает данные в формате CSV;
• анализирует показатели обучения и мотивации;
• визуализирует результаты;
• формирует текстовые рекомендации.
9 EcoProcess: система экологического мониторинга и оптимизации бизнес-процессов
Разработать приложение на Python для экологического анализа: Приложение должно использовать статистику и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные в CSV;
• анализирует тренды и аномалии;
• строит графики;
• формирует текстовые рекомендации.
10 SupplyChainOpt: система анализа и оптимизации процессов снабжения и логистики
Разработать приложение на Python для анализа снабжения и логистики: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.
Результатом работы должен быть прототип, который:
• загружает данные в CSV;
• строит диаграммы цепочки поставок;
• анализирует KPI;
• генерирует текстовые рекомендации.
42.03.02 Журналистика Программные и сервисные инструменты журналиста: Специалист по цифровым инструментам журналистики 1 NewsLens: система автоматизированного анализа новостных текстов для журналистов Разработать приложение на Python для анализа тем и тональности новостных текстов: Приложение должно использовать базовые алгоритмы NLP (например, TF-IDF, анализ тональности) для выявления популярных тем и эмоциональной окраски на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• загружает тексты новостей (JSON или TXT);
• анализирует частоту ключевых слов и тональность;
• визуализирует результаты в виде графиков или диаграмм;
• формирует текстовые рекомендации (например, "В новостях преобладают темы политики с негативной окраской").
2 SourceVerify: система автоматической проверки достоверности источников для журналистов
Разработать приложение на Python для оценки достоверности источников: Приложение должно использовать методы анализа метаданных и графовые алгоритмы для оценки надёжности.
Результатом работы должен быть прототип, который:
• загружает данные о источниках (CSV или JSON);
• строит граф взаимосвязей;
• рассчитывает рейтинги достоверности;
• формирует текстовые рекомендации.
3 MediaTrend: система анализа и визуализации трендов в медиаконтенте
Разработать приложение на Python для анализа медиа-трендов: Приложение должно использовать методы кластеризации и визуализации временных рядов.
Результатом работы должен быть прототип, который:
• загружает данные соцсетей и новостей (JSON, CSV);
• анализирует динамику ключевых слов;
• визуализирует тренды;
• генерирует текстовые рекомендации.
4 VisualStory: система автоматизированного анализа и каталогизации мультимедийного контента для журналистов
Разработать приложение на Python для анализа мультимедийного контента: Приложение должно использовать библиотеки компьютерного зрения (например, OpenCV, TensorFlow).
Результатом работы должен быть прототип, который:
• загружает изображения и видео;
• распознаёт объекты и лица;
• визуализирует результаты;
• формирует текстовые рекомендации.
5 FactCheckBot: чат-бот для автоматизированной проверки фактов в журналистских материалах
Разработать чат-бота на Python для проверки фактов: Приложение должно использовать NLP и API внешних источников.
Результатом работы должен быть прототип, который:
• принимает текстовые запросы;
• ищет информацию в открытых базах;
• генерирует ответы;
• сохраняет историю диалогов.
6 AudiencePulse: система анализа и визуализации аудитории медиаресурсов
Разработать приложение на Python для анализа аудитории: Приложение должно использовать методы кластеризации и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные аналитики (CSV, JSON);
• сегментирует аудиторию;
• визуализирует результаты;
• генерирует текстовые рекомендации.
7 HeadlineGen: система автоматической генерации заголовков для новостных материалов
Разработать приложение на Python для генерации заголовков: Приложение должно использовать NLP и генеративные модели.
Результатом работы должен быть прототип, который:
• загружает текст статьи;
• анализирует ключевые слова;
• генерирует заголовки;
• визуализирует и сохраняет результаты.
8 SocialEcho: система мониторинга и анализа реакции аудитории в социальных сетях
Разработать приложение на Python для мониторинга соцсетей: Приложение должно использовать методы анализа тональности и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные соцсетей;
• анализирует тональность;
• визуализирует динамику;
• генерирует текстовые рекомендации.
9 DataVizStory: система создания интерактивных визуализаций данных для журналистских материалов
Разработать приложение на Python для интерактивной визуализации данных: Приложение должно использовать библиотеки Plotly, Bokeh или Dash.
Результатом работы должен быть прототип, который:
• загружает CSV или JSON с данными;
• строит интерактивные графики;
• позволяет фильтровать данные;
• формирует текстовые пояснения.
10 PodcastCraft: система автоматизированного монтажа и анализа аудиоподкастов для журналистов
Разработать приложение на Python для обработки подкастов: Приложение должно использовать библиотеки для аудиоанализа (например, pydub, SpeechRecognition).
Результатом работы должен быть прототип, который:
• загружает аудиофайлы;
• разбивает на сегменты;
• транскрибирует речь;
• визуализирует и сохраняет результаты.
23.05.01 Наземные транспортно-технологические средства САПР в автомобилестроении: Специалист по проектированию автоматизированных систем управления технологическими процессами 1 AutoFlow: система автоматизированного анализа технологических процессов в автомобилестроении
Разработать приложение на Python для анализа эффективности технологических процессов: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ и визуализацию временных рядов) для выявления узких мест в производстве на основе предоставленных наборов данных.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с данными о технологических операциях;
• анализирует время и частоту сбоев;
• визуализирует результаты в виде графиков или диаграмм;
• формирует текстовые рекомендации (например, "Этап сварки вызывает наибольшие задержки").
2 MechSim: система моделирования и анализа работы механических узлов автомобиля
Разработать приложение на Python для анализа механических нагрузок: Приложение должно использовать базовые методы численного анализа (например, расчет простых сил и моментов) и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные о механических узлах (CSV с координатами и нагрузками);
• вычисляет нагрузочные характеристики;
• визуализирует распределение;
• формирует текстовые рекомендации.
3 TechLine: система мониторинга и управления технологическим оборудованием на сборочной линии
Разработать приложение на Python для мониторинга состояния оборудования: Приложение должно использовать методы обработки временных рядов и базовую статистику.
Результатом работы должен быть прототип, который:
• загружает данные с датчиков (CSV или JSON);
• анализирует параметры и выявляет аномалии;
• визуализирует результаты;
• формирует текстовые предупреждения.
4 AutoPath: система автоматизированного проектирования маршрутов транспортных средств на производстве
Разработать приложение на Python для проектирования маршрутов: Приложение должно использовать алгоритмы поиска пути (например, алгоритм Дейкстры) и визуализацию графов.
Результатом работы должен быть прототип, который:
• загружает данные карты (матрица смежности или координаты);
• рассчитывает оптимальные маршруты;
• визуализирует результаты;
• формирует рекомендации.
5 QualityCheck: система автоматизированного контроля качества деталей на основе изображений
Разработать приложение на Python для анализа изображений деталей: Приложение должно использовать библиотеки OpenCV и базовые методы обработки изображений.
Результатом работы должен быть прототип, который:
• загружает изображения (JPEG, PNG);
• применяет фильтры и сегментацию;
• выделяет дефекты;
• визуализирует и сохраняет результаты.
6 EnergyOpt: система анализа и оптимизации энергопотребления технологических установок
Разработать приложение на Python для анализа энергопотребления: Приложение должно использовать методы статистики и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные (CSV, JSON);
• анализирует временные ряды;
• визуализирует пики;
• формирует текстовые рекомендации.
7 SafetyGuard: система автоматизированного контроля соблюдения норм безопасности на производстве
Разработать приложение на Python для контроля безопасности: Приложение должно использовать методы анализа данных и простейшей обработки изображений.
Результатом работы должен быть прототип, который:
• загружает данные с датчиков и изображения;
• анализирует и выявляет нарушения;
• визуализирует результаты;
• формирует предупреждения.
8 PartsTrack: система учёта и контроля запасных частей на производстве
Разработать приложение на Python для учёта запасных частей: Приложение должно использовать работу с CSV/Excel и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные о запасах;
• анализирует движение;
• визуализирует остатки;
• формирует текстовые отчёты.
9 RobotAssist: система простого программирования и симуляции работы промышленных роботов
Разработать приложение на Python для симуляции работы робота: Приложение должно использовать библиотеки визуализации (например, matplotlib) и базовое моделирование.
Результатом работы должен быть прототип, который:
• загружает или создаёт последовательность движений;
• визуализирует траекторию;
• позволяет редактировать и сохранять программу.
10 ProcessDoc: система автоматизированного создания документации технологических процессов
Разработать приложение на Python для создания документации: Приложение должно использовать библиотеки для работы с текстом (например, docx, reportlab) и визуализацией.
Результатом работы должен быть прототип, который:
• загружает данные процесса;
• формирует структурированный отчёт;
• сохраняет и визуализирует результаты.
13.03.02 Электроэнергетика и электротехника САПР в электроэнергетике: Специалист по системам автоматизированного проектирования в электроэнергетике 1 PowerGridCraft: система автоматизированного анализа электрических сетей для инженеров-энергетиков Разработать приложение на Python для анализа нагрузки в электрических сетях: Приложение должно использовать базовые алгоритмы работы с графами (например, поиск соседей, подсчёт суммарной нагрузки) и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные сети (CSV с узлами и связями);
• анализирует нагрузку и потери;
• визуализирует результаты;
• формирует текстовые рекомендации (например, «Узел 5 перегружен, рекомендуется перераспределение»).
2 CableRoute: система автоматизированного проектирования трасс кабельных линий
Разработать приложение на Python для проектирования кабельных трасс: Приложение должно использовать алгоритмы поиска пути (например, алгоритм Дейкстры) и визуализацию графов.
Результатом работы должен быть прототип, который:
• загружает данные карты (матрица смежности или координаты);
• рассчитывает оптимальные маршруты;
• визуализирует результаты;
• формирует рекомендации.
3 LoadBalance: система автоматизированного анализа баланса нагрузок в электроустановках
Разработать приложение на Python для анализа баланса фазных нагрузок: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные (CSV с токами и напряжениями по фазам);
• анализирует дисбаланс;
• визуализирует результаты;
• формирует текстовые рекомендации.
4 TransformerSim: система моделирования работы трансформаторов в электроэнергетике
Разработать приложение на Python для моделирования трансформаторов: Приложение должно использовать базовые формулы электромагнетизма и визуализацию графиков.
Результатом работы должен быть прототип, который:
• загружает данные о трансформаторе и нагрузке;
• рассчитывает параметры;
• визуализирует результаты;
• формирует текстовые рекомендации.
5 FaultDetect: система автоматизированного обнаружения неисправностей в электроустановках
Разработать приложение на Python для обнаружения неисправностей: Приложение должно использовать методы обработки временных рядов и простейшие алгоритмы классификации.
Результатом работы должен быть прототип, который:
• загружает данные с датчиков;
• анализирует сигналы;
• визуализирует аномалии;
• формирует предупреждения.
6 EnergyLossAnalyzer: система анализа потерь энергии в электрических сетях
Разработать приложение на Python для анализа потерь энергии: Приложение должно использовать статистику и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные (CSV, JSON);
• анализирует потери;
• визуализирует результаты;
• формирует текстовые рекомендации.
7 SwitchgearPlanner: система автоматизированного проектирования схем распределительных устройств
Разработать приложение на Python для проектирования схем распределительных устройств: Приложение должно использовать визуализацию и базовые проверки связей.
Результатом работы должен быть прототип, который:
• загружает компоненты;
• позволяет создавать схему;
• проверяет корректность;
• формирует рекомендации.
8 RenewableSim: система моделирования интеграции возобновляемых источников энергии
Разработать приложение на Python для моделирования ВИЭ (возобновляемые источники энергии): Приложение должно использовать простые модели генерации и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные по погоде и нагрузке;
• моделирует генерацию;
• визуализирует результаты;
• формирует рекомендации.
9 CableThermo: система анализа тепловых режимов кабельных линий
Разработать приложение на Python для анализа тепловых режимов: Приложение должно использовать теплотехнические формулы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные нагрузки и среды;
• рассчитывает температуру;
• визуализирует распределение;
• формирует предупреждения.
10 EnergyAudit: система автоматизированного аудита энергопотребления предприятий
Разработать приложение на Python для аудита энергопотребления: Приложение должно использовать методы обработки данных и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные потребления;
• анализирует и визуализирует;
• формирует текстовые отчёты и рекомендации.
13.03.03 Энергетическое машиностроение
15.03.01 Машиностроение
15.03.04 Автоматизация технологических процессов и производств
15.03.05 Конструкторско-технологическое обеспечение машиностроительных производств
15.03.06 Мехатроника и робототехника
22.03.01 Материаловедение и технологии материалов Системы проектирования. CAD/CAM системы: Специалист по автоматизированному проектированию технологических процессов 1 ProcessFlowCraft: система автоматизированного проектирования технологических процессов для машиностроителей Разработать приложение на Python для анализа технологических процессов: Приложение должно использовать базовые алгоритмы обработки данных и визуализацию (например, графы или диаграммы Ганта).
Результатом работы должен быть прототип, который:
• загружает данные технологического процесса (CSV с операциями и параметрами);
• анализирует длительность и загрузку;
• визуализирует последовательность операций;
• формирует текстовые рекомендации по оптимизации.
2 MaterialMap: система классификации и анализа материалов для технологов
Разработать приложение на Python для анализа материалов: Приложение должно использовать методы статистического анализа и визуализацию (например, кластеризацию и графики).
Результатом работы должен быть прототип, который:
• загружает данные материалов (CSV с параметрами);
• классифицирует и группирует материалы;
• визуализирует результаты;
• формирует текстовые рекомендации.
3 RobotPathCraft: система автоматизированного проектирования траекторий для мехатронных систем
Разработать приложение на Python для проектирования траекторий движения: Приложение должно использовать алгоритмы поиска пути (например, A* или RRT) и визуализацию.
Результатом работы должен быть прототип, который:
• загружает карту и параметры движения;
• рассчитывает траекторию;
• визуализирует результаты;
• формирует текстовые рекомендации.
4 CAMToolCraft: система автоматизированного создания управляющих программ для станков с ЧПУ
Разработать приложение на Python для генерации управляющих программ: Приложение должно использовать базовые алгоритмы генерации траекторий и визуализацию.
Результатом работы должен быть прототип, который:
• загружает контуры детали;
• формирует G-код;
• визуализирует траекторию;
• сохраняет управляющую программу.
5 AssemblySim: система моделирования сборочных процессов для машиностроения
Разработать приложение на Python для моделирования сборочных процессов: Приложение должно использовать базовые алгоритмы моделирования последовательностей и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные по сборке;
• моделирует процесс;
• визуализирует этапы;
• формирует рекомендации.
6 ToolWearMonitor: система оценки износа режущего инструмента на основе данных обработки
Разработать приложение на Python для мониторинга износа инструмента: Приложение должно использовать методы обработки сигналов и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные с датчиков;
• анализирует сигналы;
• визуализирует аномалии;
• формирует предупреждения.
7 ThermoProcess: система анализа тепловых процессов в технологическом оборудовании
Разработать приложение на Python для анализа тепловых процессов: Приложение должно использовать теплотехнические формулы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает параметры оборудования;
• рассчитывает температуру;
• визуализирует распределение;
• формирует рекомендации.
8 CADShapeAnalyzer: система анализа геометрии CAD-моделей для технологов
Разработать приложение на Python для анализа CAD-моделей: Приложение должно использовать базовые алгоритмы анализа геометрии и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные модели;
• анализирует геометрию;
• визуализирует результаты;
• формирует рекомендации.
9 RobotAssemblyPlanner: система планирования роботизированной сборки
Разработать приложение на Python для планирования роботизированной сборки: Приложение должно использовать базовые алгоритмы планирования и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные по сборке;
• моделирует процесс;
• визуализирует операции;
• формирует рекомендации.
10 SurfaceFinishAnalyzer: система оценки качества поверхностей после обработки
Разработать приложение на Python для анализа качества поверхностей: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные измерений;
• анализирует и визуализирует;
• формирует рекомендации.
08.03.01 Строительство Технологии информационного моделирования (ТИМ) в строительстве: Технический специалист в области технологий информационного моделирования 1 BIMCheck: система автоматизированного контроля качества BIM-моделей для технических специалистов Разработать приложение на Python для контроля качества BIM-моделей: Приложение должно использовать базовые алгоритмы поиска дубликатов и пространственного анализа.
Результатом работы должен быть прототип, который:
• загружает структурированные данные BIM (CSV или JSON с координатами и типами объектов);
• анализирует наличие дубликатов и пересечений;
• визуализирует ошибки на графиках или схематичных планах;
• формирует текстовые рекомендации по исправлению.
2 ClashFinder: система обнаружения коллизий в строительных BIM-проектах
Разработать приложение на Python для обнаружения коллизий в BIM-проектах:
Приложение должно использовать алгоритмы пространственного анализа и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные о строительных элементах и инженерных системах;
• выявляет пересечения;
• визуализирует конфликты;
• формирует текстовые рекомендации.
3 QuantityCalc: система автоматизированного подсчёта строительных материалов из BIM-моделей
Разработать приложение на Python для подсчёта строительных материалов: Приложение должно использовать базовые алгоритмы агрегации и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные BIM (CSV или JSON с параметрами элементов);
• рассчитывает суммарные показатели;
• визуализирует результаты;
• формирует отчёты.
4 ScheduleSync: система визуализации и анализа строительных графиков на основе BIM
Разработать приложение на Python для анализа строительных графиков: Приложение должно использовать методы обработки временных данных и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные этапов;
• строит диаграмму Ганта;
• анализирует критический путь;
• формирует рекомендации.
5 EnergyModeler: система базового анализа энергоэффективности зданий на основе BIM Разработать приложение на Python для анализа энергоэффективности: Приложение должно использовать базовые теплотехнические формулы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные BIM;
• рассчитывает теплопотери;
• визуализирует результаты;
• формирует рекомендации.
6 FacadeDesignAid: система анализа и оптимизации фасадных решений на основе BIM
Разработать приложение на Python для анализа фасадных решений: Приложение должно использовать базовые алгоритмы обработки данных и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные фасада;
• рассчитывает площади и доли;
• визуализирует результаты;
• формирует рекомендации.
7 SiteLayoutPlanner: система базового планирования строительной площадки
Разработать приложение на Python для планирования площадки: Приложение должно использовать алгоритмы размещения и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные площадки;
• моделирует размещение;
• визуализирует результаты;
• формирует рекомендации.
8 StructuralElementAnalyzer: система анализа параметров строительных конструкций
Разработать приложение на Python для анализа конструкций: Приложение должно использовать базовые расчёты и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные конструкций;
• анализирует параметры;
• визуализирует результаты;
• формирует рекомендации.
9 CostEstimator: система предварительной оценки стоимости строительства на основе BIM Разработать приложение на Python для оценки стоимости: Приложение должно использовать базовые алгоритмы агрегации и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные BIM;
• рассчитывает стоимость;
• визуализирует результаты;
• формирует отчёты.
10 DocumentManager: система управления и поиска документации BIM-проекта
Разработать приложение на Python для управления документацией: Приложение должно использовать базовые методы обработки текстов и визуализацию.
Результатом работы должен быть прототип, который:
• загружает документы и метаданные;
• индексирует и ищет по ключам;
• визуализирует результаты;
• формирует отчёты.
44.03.01 Педагогическое образование
44.03.03 Специальное (дефектологическое) образование
44.03.05 Педагогическое образование
46.03.01 История
45.03.02 Лингвистика
44.03.02 Психолого-педагогическое образование Цифровой инструментарий в образовательной деятельности: Специалист по разработке цифровых образовательных ресурсов 1 EduQuizMaker: интерактивная викторина для школьников Разработать приложение на Python для создания и проведения интерактивной викторины: Приложение должно использовать базовые операции ввода-вывода и работу со списками.
Результатом работы должен быть прототип, который:
• позволяет вводить вопросы с вариантами ответов через консоль;
• хранит введённые вопросы в списках или словарях;
• пошагово задаёт пользователю все вопросы викторины;
• проверяет правильность каждого ответа;
• выводит общее количество правильных ответов;
• рассчитывает и показывает процент верных ответов;
• записывает в файл результат (имя и количество баллов).
2 SpecialNeedsDictionary: словарь терминов дефектологии Разработать приложение на Python для хранения и поиска определений терминов дефектологии: Приложение должно обеспечивать работу с текстовыми данными и поиск по ключевым словам.
Результатом работы должен быть прототип, который:
• хранит термины с определениями в структуре данных (словарь/list/dict);
• позволяет добавлять и редактировать записи через консоль;
• осуществляет поиск по частичному совпадению ключевых слов;
• выводит найденные термины с их определениями.
3 HistoryTimeline: визуализация временной шкалы исторических событий Разработать приложение на Python для отображения хронологии исторических событий: Приложение должно использовать сортировку и фильтрацию данных по дате.
Результатом работы должен быть прототип, который:
• хранит список событий с датами (в формате ГГГГ-ММ-ДД) и описаниями в структуре данных;
• позволяет добавлять новые события через консольный интерфейс;
• фильтрует и выводит события за указанный период;
• сортирует события по дате (от старых к новым).
4 LanguageFlashcards: приложение для изучения иностранных слов Разработать приложение на Python для создания и использования карточек со словами и переводами: Приложение должно реализовывать случайный выбор слов и проверку ответов.
Результатом работы должен быть прототип, который:
• хранит словарь (слово-перевод) в структуре данных (словарь/list/dict);
• позволяет добавлять новые пары слов через консольный интерфейс;
• случайным образом выбирает слово для проверки из имеющегося набора;
• проверяет введённый пользователем перевод на соответствие;
• ведёт статистику (количество правильных/неправильных ответов);
• выводит подсказки при неправильном ответе (часть букв перевода)
5 LessonPlanOrganizer: планировщик уроков для педагогов Разработать приложение на Python для создания и управления планами уроков: Приложение должно обеспечивать работу с файлами и структурированными данными.
Результатом работы должен быть прототип, который:
• хранит планы уроков (тема, дата, время) в структурированном виде (словарь/list/dict)
• позволяет добавлять и редактировать уроки через консольный интерфейс
• отображает уроки на выбранную дату с сортировкой по времени
• проверяет корректность вводимых дат и времени
• выводит краткую сводку (количество уроков, ближайшее занятие)
6 DyslexiaTextFormatter: форматирование текста для улучшения восприятия Разработать приложение на Python для форматирования текста с целью улучшения восприятия у детей с дислексией: Приложение должно работать с текстовыми файлами и применять простые правила форматирования.
Результатом работы должен быть прототип, который:
• загружает текст из файлов TXT и PDF форматов;
• применяет настраиваемые правила форматирования (межбуквенные/межстрочные интервалы);
• выводит предпросмотр отформатированного текста в консоли;
• сохраняет результат в новый файл с сохранением структуры текста.
7 EduDataVisualizer: визуализация учебных данных Разработать приложение на Python для визуализации учебных данных (например, успеваемости): Приложение должно использовать базовые библиотеки для построения графиков.
Результатом работы должен быть прототип, который:
• принимает данные об оценках по предметам (ввод с клавиатуры/из файла);
• хранит данные в структурированном виде (словарь/DataFrame);
• рассчитывает средние значения по каждому предмету;
• выводит текстовую статистику (минимум/максимум/среднее);
• строит графики успеваемости (линейный/столбчатый).
8 StoryBuilder: создание простых исторических рассказов Разработать приложение на Python для создания рассказов из заданных исторических фактов: Приложение должно формировать связный текст на основе выбранных событий.
Результатом работы должен быть прототип, который:
• хранит коллекцию исторических фактов с метаданными (дата, важность, категория);
• предоставляет интерактивный интерфейс для выбора фактов (нумерованный список/чекбоксы);
• автоматически генерирует связный рассказ с логической структурой (введение, основная часть, заключение); тематическими заголовками разделов.
9 GrammarCheckerLite: базовая проверка грамматики текста Разработать приложение на Python для поиска простых грамматических ошибок в тексте: Приложение должно использовать обработку строк и простые проверки.
Результатом работы должен быть прототип, который:
• Загружает текст из файлов TXT/DOCX форматов.
• Предлагает варианты исправлений через консольное меню.
• Показывает статистику по найденным ошибкам.
10 VirtualClassroomNotes: организация заметок по предметам Разработать приложение на Python для создания и управления заметками по предметам: Приложение должно обеспечивать работу с файлами и структурированными данными.
Результатом работы должен быть прототип, который:
• Создает иерархию категорий/подкатегорий для заметок.
• Добавляет, редактирует и удаляет заметки с текстовым содержимым.
• Поддерживает прикрепление файлов к заметкам (изображения, документы).
• Сохраняет все данные в структурированном JSON-формате.
• Осуществляет полнотекстовый поиск по ключевым словам.
• Фильтрует заметки по тегам и дате создания.
• Сортирует заметки по различным критериям (дата, название).
20.03.01 Техносферная безопасность Цифровые технологии в охране труда: Специалист по цифровым системам безопасности и охране труда 1 SafeScan: система автоматизированного анализа опасных зон на производстве Разработать приложение на Python для анализа опасных зон: Приложение должно использовать базовые алгоритмы обработки изображений для выявления нарушений требований охраны труда. Результатом работы должен быть прототип, который:
• Загружает изображения производственных помещений (JPG-файлы)
• Анализирует наличие типовых нарушений (отсутствие ограждений, неправильное хранение материалов)
• Визуализирует результаты в виде диаграмм нарушений
• Формирует текстовые рекомендации ("В 70% обследованных зон отсутствуют предупредительные знаки")
2 RiskMapper: система оценки профессиональных рисков на рабочих местах Разработать приложение на Python для оценки профессиональных рисков: Приложение должно использовать базовые алгоритмы обработки данных для построения карт рисков. Результатом работы должен быть прототип, который:
• Загружает данные аттестации рабочих мест (CSV-файлы)
• Анализирует уровни различных профессиональных рисков
• Визуализирует распределение рисков на схеме предприятия
• Формирует текстовые выводы ("Наибольший уровень шумового воздействия обнаружен в цехе №3")
3 PPE Monitor: система контроля использования средств индивидуальной защиты Разработать приложение на Python для контроля работниками средств индивидуальной защиты (СИЗ): Приложение должно использовать базовые алгоритмы обработки изображений. Результатом работы должен быть прототип, который:
• Загружает видеозаписи рабочих процессов (MP4-файлы)
• Анализирует использование средств защиты
• Визуализирует статистику нарушений
• Формирует отчеты по подразделениям
4 IncidentPredict: система прогнозирования производственных инцидентов Разработать приложение на Python для прогнозирования инцидентов: Приложение должно использовать базовые алгоритмы анализа временных рядов. Результатом работы должен быть прототип, который:
• Загружает данные о предыдущих инцидентах
• Анализирует сезонные закономерности
• Строит прогноз вероятности инцидентов
• Визуализирует результаты в виде графика
5 EnviroControl: система мониторинга вредных факторов производственной среды Разработать приложение на Python для мониторинга среды: Приложение должно использовать базовые алгоритмы обработки данных. Результатом работы должен быть прототип, который:
• Загружает данные с датчиков
• Сравнивает с предельно допустимыми уровнями
• Визуализирует динамику показателей
• Формирует предупреждения о превышениях
6 SafetyDocs: система анализа документации по охране труда Разработать приложение на Python для анализа документов: Приложение должно использовать базовые алгоритмы обработки текста. Результатом работы должен быть прототип, который:
• Загружает перечень документов предприятия
• Сравнивает с нормативным перечнем
• Выявляет недостающие документы
• Формирует отчет о соответствии
7 EvacPlan: система моделирования путей эвакуации Разработать приложение на Python для моделирования эвакуации: Приложение должно использовать базовые алгоритмы обработки пространственных данных. Результатом работы должен быть прототип, который:
• Загружает данные о планировке помещений
• Моделирует потоки людей при эвакуации
• Выявляет потенциальные узкие места
• Визуализирует результаты на схеме
8 TrainCheck: система контроля проведения инструктажей
Разработать приложение на Python для контроля инструктажей: Приложение должно использовать базовые алгоритмы анализа временных рядов. Результатом работы должен быть прототип, который:
• Загружает данные о проведенных инструктажах
• Анализирует соблюдение сроков
• Выявляет работников с пропущенными инструктажами
• Формирует отчет о нарушениях
9 MicroClimate: система мониторинга микроклимата на рабочих местах Разработать приложение на Python для анализа микроклимата: Приложение должно использовать базовые алгоритмы обработки данных. Результатом работы должен быть прототип, который:
• Загружает данные с датчиков микроклимата
• Сравнивает с санитарными нормами
• Визуализирует динамику параметров
• Формирует предупреждения об отклонениях
10 Ergonomix: система оценки эргономики рабочих мест Разработать приложение на Python для оценки эргономики:
Приложение должно использовать базовые алгоритмы обработки данных. Результатом работы должен быть прототип, который:
• Загружает данные о рабочих местах
• Сравнивает с эргономическими нормативами
• Выявляет нарушения требований
• Формирует рекомендации по оптимизации
49.03.01 Физическая культура
49.03.02 Физическая культура для лиц с отклонениями в состоянии здоровья (адаптивная физическая культура) Цифровые технологии в спортивно-оздоровительном мониторинге: Специалист по цифровому спортивно-оздоровительному мониторингу 1 FitTrack: система мониторинга физической активности спортсменов Разработать приложение на Python для анализа физической активности: Приложение должно использовать базовые алгоритмы обработки данных для выявления закономерностей в тренировочном процессе на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает упрощённые данные тренировок (CSV-файлы с показателями)
• Анализирует частоту и эффективность различных типов нагрузок
• Визуализирует результаты в виде графиков и диаграмм
• Формирует текстовые рекомендации (например, "Наибольший прогресс наблюдается при интервальных тренировках 3 раза в неделю")
2 AdaptMotion: система анализа двигательной активности для адаптивного спорта Разработать приложение на Python для анализа двигательной активности: Приложение должно использовать базовые алгоритмы обработки данных для оценки амплитуды движений на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает данные с датчиков движения (CSV-файлы)
• Анализирует диапазон движений в основных суставах
• Визуализирует результаты в виде диаграмм
• Формирует текстовые рекомендации (например, "Рекомендуется увеличить амплитуду сгибания коленного сустава на 15%")
3 NutriBalance: система анализа спортивного питания Разработать приложение на Python для анализа спортивного питания: Приложение должно использовать базовые алгоритмы обработки данных для оценки баланса нутриентов на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает данные о потребляемых продуктах (CSV-файлы)
• Анализирует содержание белков, жиров и углеводов
• Визуализирует результаты в виде круговых диаграмм
• Формирует текстовые рекомендации (например, "Рекомендуется увеличить потребление белка на 20 грамм в день")
4 RehabProgress: система мониторинга реабилитационного процесса Разработать приложение на Python для анализа реабилитационного процесса: Приложение должно использовать базовые алгоритмы обработки данных для оценки динамики восстановления на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает данные медицинских измерений (CSV-файлы)
• Анализирует динамику восстановления ключевых функций
• Визуализирует результаты в виде графиков прогресса
• Формирует текстовые прогнозы (например, "Полное восстановление ожидается через 3 недели при текущей динамике")
5 PostureScan: система анализа осанки и позы Разработать приложение на Python для анализа осанки: Приложение должно использовать базовые алгоритмы обработки данных для оценки положения тела на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает данные о положении тела (CSV-файлы)
• Анализирует углы изгибов позвоночника
• Визуализирует результаты в виде схемы позы
• Формирует текстовые рекомендации (например, "Обнаружено отклонение головы вперед на 15 градусов от нормы")
6 SportSkill: система анализа техники выполнения спортивных упражнений Разработать приложение на Python для анализа техники упражнений: Приложение должно использовать базовые алгоритмы обработки данных для сравнения выполняемых движений с эталонными. Результатом работы должен быть прототип, который:
• Загружает данные 3D-датчиков (CSV-файлы с координатами)
• Сравнивает углы в суставах с эталонными значениями
• Визуализирует отклонения в виде векторных диаграмм
• Формирует текстовые рекомендации ("Увеличьте угол сгибания колена на 10° при приседе")
7 RecoveryRate: система оценки скорости восстановления после нагрузок Разработать приложение на Python для анализа восстановления: Приложение должно использовать базовые алгоритмы обработки временных рядов. Результатом работы должен быть прототип, который:
• Загружает данные ежедневных измерений (CSV-файлы)
• Строит графики восстановления ключевых показателей
• Вычисляет скорость нормализации параметров
• Формирует выводы ("Полное восстановление ЧСС происходит за 48 часов")
8 TrainPlan: система генерации индивидуальных тренировочных планов
Разработать приложение на Python для генерации тренировок: Приложение должно использовать базовые алгоритмы обработки данных. Результатом работы должен быть прототип, который:
• Принимает параметры спортсмена (уровень, цели, ограничения)
• Генерирует сбалансированный тренировочный план
• Визуализирует распределение нагрузок по дням
• Экспортирует план в читаемом формате
9 MotionAge: система оценки биологического возраста по двигательным тестам Разработать приложение на Python для оценки двигательного возраста: Приложение должно использовать базовые алгоритмы сравнения с нормативами. Результатом работы должен быть прототип, который:
• Загружает результаты двигательных тестов (CSV-файлы)
• Сравнивает показатели с возрастными нормативами
• Вычисляет интегральную оценку биовозраста
• Формирует заключение ("Двигательный возраст соответствует 45 годам")
10 GroupFit: система анализа групповой динамики на тренировках Разработать приложение на Python для анализа групповых тренировок: Приложение должно использовать базовые алгоритмы обработки данных. Результатом работы должен быть прототип, который:
• Загружает данные всех участников (CSV-файлы)
• Анализирует распределение нагрузки в группе
• Визуализирует индивидуальные показатели на radar-диаграммах
• Формирует выводы ("Нагрузка распределена неравномерно: 3 участника работают на 120% от среднего")
40.03.01 Юриспруденция
40.05.01 Правовое обеспечение национальной безопасности Цифровые юридические активы: Специалист по цифровым юридическим технологиям 1 ContractPattern: система анализа типовых условий в цифровых договорах Разработать приложение на Python для анализа договорных условий:
Приложение должно использовать базовые алгоритмы обработки текста для выявления популярных юридических конструкций в цифровых договорах на основе предоставленных наборов данных. Результатом работы должен быть прототип, который:
• Загружает упрощённые данные договоров (CSV-файлы с текстовыми фрагментами)
• Анализирует частоту встречаемости определённых условий (форс-мажор, конфиденциальность, срок действия)
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "В 80% анализируемых договоров присутствует условие о конфиденциальности")
2 LawTrend: система анализа изменений в законодательстве о цифровых активах Разработать приложение на Python для анализа изменений в законодательстве: Приложение должно использовать базовые алгоритмы сравнения текстов для выявления правок в нормативных актах. Результатом работы должен быть прототип, который:
• Загружает тексты разных редакций законов (TXT-файлы)
• Выявляет и подсвечивает изменения между версиями
• Визуализирует частоту изменений по статьям
• Формирует текстовый отчёт ("Наибольшее количество правок внесено в статьи 5 и 8")
3 JurisClaster: система классификации судебных решений по цифровым спорам Разработать приложение на Python для классификации судебных решений: Приложение должно использовать базовые алгоритмы обработки текста для категоризации судебных актов. Результатом работы должен быть прототип, который:
• Загружает тексты решений (TXT-файлы)
• Анализирует частоту ключевых терминов для классификации
• Визуализирует распределение категорий в виде диаграммы
• Формирует вывод ("60% дел относятся к спорам о криптовалютах")
4 SmartAudit: система проверки смарт-контрактов на соответствие законодательству Разработать приложение на Python для анализа смарт-контрактов: Приложение должно использовать базовые алгоритмы обработки текста для проверки контрактов. Результатом работы должен быть прототип, который:
• Загружает упрощённые тексты контрактов (TXT-файлы)
• Проверяет наличие обязательных условий
• Визуализирует результаты проверки
• Формирует отчёт ("В контракте отсутствует условие о форс-мажоре")
5 DocuMind: система анализа юридических документов с ИИ Разработать приложение на Python для анализа юридических текстов: Приложение должно использовать базовые алгоритмы NLP для обработки документов. Результатом работы должен быть прототип, который:
• Загружает юридические документы (PDF/TXT)
• Извлекает ключевые положения
• Визуализирует частоту терминов
• Формирует краткое содержание документа
6 LegalBot: чат-бот для консультаций по цифровому праву Разработать приложение на Python для создания юридического чат-бота: Приложение должно использовать базовые алгоритмы NLP для обработки вопросов. Результатом работы должен быть прототип, который:
• Принимает текстовые вопросы пользователя
• Анализирует запрос и находит соответствующий ответ
• Визуализирует частоту задаваемых вопросов
• Формирует текстовый ответ на запрос
7 RegMonitor: система мониторинга регуляторных изменений Разработать приложение на Python для мониторинга регуляторных изменений: Приложение должно использовать базовые алгоритмы веб-скрапинга для сбора данных. Результатом работы должен быть прототип, который:
• Загружает данные с официальных сайтов регуляторов
• Анализирует новые нормативные акты
• Визуализирует частоту изменений
• Формирует отчёт о последних изменениях в регулировании
8 CasePredict: система анализа судебных перспектив Разработать приложение на Python для анализа судебных перспектив:
Приложение должно использовать базовые алгоритмы анализа данных. Результатом работы должен быть прототип, который:
• Загружает данные о прошлых решениях (CSV)
• Анализирует схожесть с текущим случаем
• Визуализирует статистику по аналогичным делам
• Формирует прогноз исхода ("70% вероятность положительного решения")
9 TokenComply: система проверки соответствия токенов Разработать приложение на Python для проверки токенов: Приложение должно использовать базовые алгоритмы анализа данных. Результатом работы должен быть прототип, который:
• Загружает данные о токенах (CSV)
• Проверяет соответствие заданным критериям
• Визуализирует результаты проверки
• Формирует отчёт о соответствии ("Токен соответствует 4 из 5 требований")
10 LegalGraph: система визуализации правовых связей Разработать приложение на Python для визуализации правовых связей: Приложение должно использовать базовые алгоритмы работы с графами. Результатом работы должен быть прототип, который:
• Загружает данные о связях (CSV)
• Строит визуализацию графа
• Анализирует центральные узлы сети
• Формирует отчёт о структуре связей ("Выявлено 3 ключевых узла в сети")
37.03.01 Психология Система искусственного интеллекта в профессиональной деятельности психолога: Специалист по применению систем искусственного интеллекта в психологической практике 1 EmotionScope: система автоматизированного анализа эмоционального состояния по текстовым данным для психологов
Разработать приложение на Python для анализа эмоционального окраса текстов: Приложение должно использовать методы обработки текста и классификации эмоций.
Результатом работы должен быть прототип, который:
• загружает набор текстовых сообщений в формате CSV;
• применяет предобученную модель для классификации эмоций в каждом сообщении;
• визуализирует распределение эмоций в виде графиков;
• реализует фильтрацию сообщений по выбранной эмоции;
• формирует текстовые выводы с рекомендациями для психолога.
2 SpeechLoad: система оценки когнитивной нагрузки по аудиозаписям речи в психологической практике
Разработать приложение на Python для анализа аудиозаписей речи: Приложение должно использовать аудиобиблиотеки для извлечения признаков и классификацию.
Результатом работы должен быть прототип, который:
• загружает аудиофайлы в формате WAV;
• извлекает акустические признаки (темп, паузы, частоту);
• визуализирует динамику параметров речи;
• классифицирует уровень когнитивной нагрузки;
• формирует текстовые рекомендации.
3 FaceEmotion: система автоматического распознавания эмоциональных состояний по видеоизображению лица
Разработать приложение на Python для анализа видео с лицом: Приложение должно использовать методы компьютерного зрения и модели распознавания эмоций.
Результатом работы должен быть прототип, который:
• захватывает кадры из видео или камеры;
• классифицирует эмоции в каждом кадре;
• строит графики изменения эмоций во времени;
• формирует текстовые отчёты для психолога.
4 StressMonitor: система оценки уровня стресса по физиологическим данным в психологической практике
Разработать приложение на Python для анализа физиологических данных: Приложение должно использовать методы обработки сигналов и классификации.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с физиологическими данными;
• строит графики сигналов;
• классифицирует уровень стресса;
• формирует текстовые рекомендации.
5 PsySupportBot: интеллектуальный чат-бот для поддержки психологического состояния
Разработать приложение на Python для чат-бота: Приложение должно обеспечивать анализ текста и генерацию ответов.
Результатом работы должен быть прототип, который:
• принимает текстовые сообщения пользователя;
• анализирует эмоциональный фон;
• генерирует ответы на основе шаблонов и моделей;
• сохраняет историю общения.
6 SurveyAnalyzer: система визуализации и анализа результатов психологических опросников
Разработать приложение на Python для анализа опросников: Приложение должно использовать статистические методы и визуализацию.
Результатом работы должен быть прототип, который:
• загружает данные опросников;
• рассчитывает средние значения, медианы, корреляции;
• строит гистограммы и диаграммы рассеяния;
• генерирует текстовые выводы.
7 CognitiveInsight: система автоматизированного анализа результатов когнитивных тестов
Разработать приложение на Python для анализа когнитивных тестов: Приложение должно использовать методы кластеризации и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные в CSV;
• применяет алгоритмы кластеризации;
• строит интерактивные графики;
• генерирует диагностические отчёты.
8 SleepAnalyzer: система мониторинга и анализа сна на основе данных носимых устройств
Разработать приложение на Python для анализа данных сна: Приложение должно использовать методы анализа временных рядов и визуализацию.
Результатом работы должен быть прототип, который:
• загружает CSV-файлы с данными сна;
• анализирует временные ряды;
• строит графики;
• формирует текстовые рекомендации.
9 SocialConnect: система анализа социальных взаимодействий и коммуникаций для психологов Разработать приложение на Python для анализа социальных данных: Приложение должно использовать библиотеки для работы с графами и визуализации.
Результатом работы должен быть прототип, который:
• загружает данные взаимодействий;
• строит графы с помощью NetworkX;
• визуализирует связи;
• генерирует отчёты.
10 MoodPredictor: система прогнозирования психологического состояния на основе многомодальных данных
Разработать приложение на Python для многомодального анализа: Приложение должно обеспечивать загрузку, обработку и интеграцию данных разных типов, обучение моделей и визуализацию результатов.
Результатом работы должен быть прототип, который:
• загружает и обрабатывает данные;
• обучает модели классификации;
• строит визуализации;
• формирует текстовые предупреждения и рекомендации.
Задание 2. Оформление отчета по практике
1. Разработать программный продукт, который показывает автоматизированное решение задачи/кейса, описанного в задании 1.
2. Оформить отчет в соответствии с Приложением 1, включив в него в соответствии с шаблоном следующие разделы:
• описание задачи/функции, которые выполняет программное решение,
• описание формы или вида созданного программного продукта. Примерами могут быть такие виды:
o консольные приложения: программы, которые работают в командной строке и выполняют определенные задачи или обрабатывают данные;
o веб-приложения: программы, которые работают в веб-браузере и предоставляют пользователю интерфейс для взаимодействия с приложением;
o скрипты автоматизации: программы, которые автоматизируют выполнение определенных задач или процессов;
o утилиты обработки данных: программы, которые обрабатывают данные, выполняют анализ или предоставляют отчеты на основе входных данных.
• описание технологий и инструментов, которые были использованы для разработки программного продукта: язык программирования, фреймворк, библиотеки, СУБД и другие.
3. Предоставить отчет по практике.
4. Предоставить разработанный программный продукт.
Разработанное решение должно быть представлено в виде, готовом к проверке и запуску. В зависимости от выбранного формата (консольное приложение, веб-приложение, desktop-программа на Python) предоставьте:
• Полный исходный код программы в виде одного или нескольких файлов с расширением .py.
• Основной файл запуска с четким указанием точки входа в программу (например, main.py, app.py или run.py).
• Дополнительные файлы, необходимые для работы программы:
o Для веб-приложений: шаблоны (templates), статические файлы (static), конфигурационные файлы
o Для любых проектов: файлы данных (JSON, CSV, TXT), конфигурационные файлы, README с инструкцией по запуску
P. S.: При выполнении кейса группой студентов необходимо в отчетный документ добавить таблицу с описанием роли и выполненных задач в рамках проекта.
Таблица – Роли и вклад участников в реализацию проекта
ФИО студента Группа Описание вклада каждого участника в реализацию проекта
Критерии оценивания задания Баллы
Предоставлен полностью заполненный акт : без акта отчет не может быть принят 2
Титульная страница отчета полностью заполнена : без титульного листа отчет не может быть принят 2
Описаны / перечислены технологии и инструменты, которые были использованы для разработки программного продукта: язык программирования, фреймворк, библиотеки, СУБД и другие 2 / 0
Описана форма программного продукта (представлены скрины, показывающие результат выполнения всех заявленных функций / отсутствуют скрины) 8 / 0
Список литературы оформлен по ГОСТу и содержит не менее 3-5 источников по каждой предметной области (ИТ и профильной) 2 / 0
Документ отформатирован в соответствии с шаблоном / не отформатирован 8 / 0
Предоставлен / не предоставлен исходный файл с кодом программы 40 / 0
64 балла
P. S.: Работа может быть возвращена преподавателем на доработку (не более двух раз). Каждый возврат – снижение оценки на 5 баллов.
1. Постановка задачи на практику
Дать краткое описание темы или проблемы, которая будет решена по профильной дисциплине в соответствии с направлением подготовки.
Определить основные понятия предметной области (5–7) в рамках выделенной проблемы.
2. Описание программного продукта и используемых технологий
Кратко описать задачи, которые выполняет программа для решения проблемы в предметной области.
Описать форму или вид программного продукта, который создается или разрабатывается в рамках проекта. Примерами могут быть такие виды:
• консольные приложения: программы, которые работают в командной строке и выполняют определенные задачи или обрабатывают данные;
• веб-приложения: программы, которые работают в веб-браузере и предоставляют пользователю интерфейс для взаимодействия с приложением;
• скрипты автоматизации: программы, которые автоматизируют выполнение определенных задач или процессов;
• утилиты обработки данных: программы, которые обрабатывают данные, выполняют анализ или предоставляют отчеты на основе входных данных.
Описать кратко технологии и инструменты, которые были использованы для разработки программного продукта: язык программирования, фреймворк, библиотеки, СУБД и другие.
3. Структура и описание функциональности программного продукта
Показать структуру программного продукта (можно привести схему), дать краткое описание основных его модулей.
Описать основные функции и возможности, которые были реализованы в программном продукте. Включить в отчет фрагменты программного кода
(2–3) и описать алгоритм работы (можно привести блок-схему с описанием).
Показать на экранных формах (скринах) основные результаты работы программного продукта (2–3 примера). Каждый скрин кратко прокомментировать.
4. Заключение
Описать основные результаты, достигнутые в рамках проекта.
Сформулировать основные выводы, которые можно сделать на основе выполненной работы. Указать, какие были достигнуты цели, какие проблемы были решены, какие новые знания или результаты были получены.
5. Список использованных источников
Включить основные источники, которые были использованы при решении задачи на практику (источники по предметной области и по разработке программного продукта, 3–5 источников по каждой области).
Задание 3. Защита проекта / демонстрация ролика
Для студентов остальных форм обучения исключительно с применение ДОТ представить видеоролик, демонстрирующий работу реализованного программного решения.
Видеоролик, демонстрирующий работу программы, включает следующие элементы:
• вступительная часть: начните видео с краткого введения, где объясните цель и задачи своего проекта. Необходимо четко объяснить, как проект связан с предметной областью и как решает определенную проблему;
• обзор интерфейса: предоставьте детальный обзор интерфейса программы. Покажите различные окна, элементы управления и функциональные возможности. Объясните, как пользователь может взаимодействовать с программой и какие функции доступны;
• демонстрация функциональности: покажите работу основных функций программы. Покажите результаты работы программы и объясните их роль в предметной области;
• заключение: завершите видео кратким заключением, где подведите итоги своего проекта. Подчеркните его значимость в предметной области.
Критерии оценивания видеоролика или скринкаста Баллы
Ролик озвучен 10
Присутствует вступительная часть 2
Показан программный код в среде его разработки 2
Продемонстрированы основные функции, которые выполняет программный продукт (не менее 2) 15
Завершается выводом 2
P. S.: В случае предоставления презентации, выполненной в соответствии с требованиями к видеоролику, оценка будет не более 5 баллов.
P. S.: Работа может быть возвращена преподавателем на доработку (не более двух раз). Каждый возврат – снижение оценки на 5 баллов.
