ФОРМУВАННЯ ПРОФЕСІЙНИХ КОМПЕТЕНТНОСТЕЙ СТУДЕНТІВ ТЕХНІЧНИХ УНІВЕРСИТЕТІВ ЗАСОБАМИ МАТЕМАТИЧНОГО АНАЛІЗУ ДАНИХ ТЕХНОЛОГІЙ INTERNET OF THINGS

Анотація

У статті досліджено проблему формування професійних компетентностей студентів технічних університетів у контексті цифровізації інженерної освіти та широкого впровадження технологій Internet of Things (IoT). Обґрунтовано необхідність інтеграції математичних методів аналізу даних і статистики з реальними інженерними сценаріями, зокрема з задачами оцінювання ефективності параметрів опалення в інтелектуальних будівлях. Показано, що традиційне викладання математичних дисциплін часто має формальний характер і не забезпечує готовності студентів до роботи з реальними стохастичними даними, отриманими з IoT-систем. Метою статті є теоретичне обґрунтування та експериментальна перевірка методики навчання математичним методам аналізу даних у контексті комп’ютерно-інтегрованих систем опалення. Запропонована методика ґрунтується на поетапному формуванні аналітичних умінь і передбачає ознайомлення студентів з архітектурою IoT-систем, статистичну обробку реальних сенсорних даних, кореляційний і регресійний аналіз, аналіз часових рядів, а також візуалізацію результатів у вигляді графіків і дашбордів з подальшою інженерною інтерпретацією. У роботі представлено приклади використання часових рядів температури та енергоспоживання, діаграм розсіювання з лініями тренду, методів виявлення аномалій і побудови регресійних моделей, що дозволяє студентам усвідомити фізичний зміст математичних залежностей і застосувати їх для прийняття обґрунтованих інженерних рішень. Ефективність методики перевірено в ході педагогічного експерименту за участю студентів бакалаврського рівня, результати якого підтверджено методами математичної статистики (χ²-критерій Пірсона та t-критерій Стьюдента). Отримані результати засвідчують істотне зростання рівня сформованості аналітичних і професійно орієнтованих компетентностей у студентів експериментальної групи, підвищення їхньої мотивації та готовності до роботи з інтелектуальними IoT-системами опалення. Запропонована методика може бути рекомендована для впровадження у навчальний процес технічних університетів з метою підвищення практичної спрямованості математичної підготовки майбутніх інженерів.