• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Mentor's Seminar

2024/2025
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Course type:
Compulsory course
When:
2 year, 1-3 module

Instructor

Программа дисциплины

Аннотация

На семинаре наставника обсуждаются актуальные методы и инструменты из образовательных, цифровых гуманитарных и других связанных с ними областей науки и практики и их актуальные способы применения. Семинар объединяет навыки, полученные в рамках других дисциплин, для обобщения их в практических целях. Слушащие курса учатся применять их в разработке программ и инструментов цифрового образования, учатся ориентироваться в подходах в этой области, для чего они получают индивидуальное консультирование от наставника, а также работают в группах и обсуждают способы реализации своих проектов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Семинар наставника» являются: − формирование профессионального кругозора в предметной области, соответствующей направлению подготовки 45.04.03 Фундаментальная и прикладная лингвистика; − формирование умения выстраивать индивидуальную траекторию профессионального развития; − формирование навыков выбора и адекватного применения в профессиональной деятельности релевантных инструментов и технологий.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает специфику предметной области, соответствующей направлению подготовки и специализации.
  • Знает актуальные тренды и направления в профессиональной области, соответствующей направлению подготовки
  • Владеет стратегиями формирования индивидуальной траектории профессионального развития в заданной предметной области.
  • Умеет выбирать инструменты и технологии для осуществления своей профессиональной деятельности сообразно с поставленными целями и задачами.
  • Умеет ориентироваться в актуальных тематиках и самостоятельно формулировать цели и задачи профессиональной деятельности.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема № 1. Понятие языковых технологий
  • Тема № 2. Актуальные направления NLP
  • Тема № 3. Использование языковых технологий в образовании: case studies
  • Тема № 4. Использование языковых технологий в бизнесе: case studies
  • Тема № 5. Исследовательский потенциал языковых технологий
  • Тема № 6. Анализ существующего рынка языковых технологий
  • Тема № 7. Обзор существующих инструментов NLP
  • Тема № 8. Современные дискуссионные площадки в области NLP.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
    Домашнее задания представляют собой небольшое практические или аналитическое задание, которое выполняется студентами вне аудитории. Оценка за домашнее задание выставляется по 10-балльной шкале. Сданные работы не пересдаются. Задания возможно получать и в дистанционном формате.
  • неблокирующий Экзамен
    Экзамен проводится в форме беседы с экзаменатором и предполагает обсуждение одного из двух вопросов, представленных в билете (на выбор студенту). На подготовку у студента есть полчаса. Преподаватель задает полемический тон беседе.
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 4th module
    Оитог рез. = 0,1·Одом. задан1+. 0,1·Одом. задан2 +0,1·Одом. задан3+0,1·Одом. задан4+0,1·Одом. задан5+0,1·Одом. задан6+0,1·Одом. задан7 + 0,1·Одом. задан8 + 0,3·Оэкзамен
  • 2024/2025 3rd module
    Оитог рез. = 0,1·Одом. задан1+. 0,1·Одом. задан2 +0,1·Одом. задан3+0,1·Одом. задан4+0,1·Одом. задан5+0,1·Одом. задан6+0,1·Одом. задан7 + 0,1·Одом. задан8 + 0,3·Оэкзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Alblawi, A. S. (2018). Big Data and Learning Analytics in Higher Education: Demystifying Variety, Acquisition, Storage, NLP and Analytics.

Рекомендуемая дополнительная литература

  • Aman Kedia, & Mayank Rasu. (2020). Hands-On Python Natural Language Processing : Explore Tools and Techniques to Analyze and Process Text with a View to Building Real-world NLP Applications. Packt Publishing.
  • Uday Kamath, John Liu, & James Whitaker. (2019). Deep Learning for NLP and Speech Recognition. Springer.

Авторы

  • Цветкова Екатерина Андреевна
  • Колмогорова Анастасия Владимировна