Нейролингвистика и Big Data: как получить профессию будущего?
Рынок труда претерпевает значительные изменения под влиянием новых технологий, которые меняют содержание работы, автоматизируют рутинные операции и создают совершенно новые профессии. Вслед за этим меняется и образование. Зачем экономисту нужен Python, как работать с Big Data и что такое нейролингвистика. О том, как получить профессию будущего, расскажет заместитель директора нижегородского кампуса НИУ ВШЭ – Нижний Новгород Денис Фоменков в рамках совместного проекта «Нижегородской правды» и «Высшей школы экономики — Нижний Новгород» «Учись в Нижнем!». - Уже нет необходимости просто заучивать и воспроизводить учебный материал – многие знания устареют к моменту выхода на рынок труда. В этих условиях становятся крайне важными межпредметные и метапредметные компетенции: критическое мышление, креативность, работа с данными, навыки командной работы и межкультурной коммуникации, — они стали необходимым дополнением профессиональных компетенций для современного специалиста. — считает Денис Фоменков. — Несколько лет назад мы запустили успешный проект Data Culture, который учит студентов работать с большими объемами данных, анализировать их, применять к практическим задачам. Нам также важно дать студентам понимание возможностей и ограничений методов машинного обучения и искусственного интеллекта, это сейчас особенно востребовано на рынке труда.И если раньше было непонятно, зачем лингвисту знать Python, то сейчас такие вопросы просто не возникают и успех выпускников бакалаврской программы «Фундаментальная и прикладная лингвистика» тому подтверждение. Многие из них работают в крупнейших ИТ компаниях: Яндекс, Intel, ABBYY, Лаборатория Касперского, Mail.ru и др. — Если вы посмотрите на вакансию экономиста в какой-нибудь прогрессивной компании, то увидите примерно следующее в описании требуемых навыков: extract data for analysis and model development from large, complex datasets; strong background in statistics methodology, applications to business problems, and/or big data; identify new opportunities that are suggested by the data; coding ability in a scripting language such as R, Python, Matlab, or STATA. И это происходит повсеместно — умение работать с данными и цифровая грамотность становятся новым английским. Вторым важным моментом является, каким образом мы формируем профессиональные и метапредметные компетенции. Мы пришли к пониманию, что наиболее эффективным способом является проектная работа.Это крайне важно, поскольку это позволяет формировать качества, необходимые сейчас и в будущем на рынке труда, где эффективный сотрудник все больше приобретает черты предпринимателя и члена проектной команды. Кроме того, это также позволяет реализовывать междисциплинарные проекты, а именно на стыке различных дисциплин и будут возникать профессии будущего. К примеру, сейчас факультет информатики, математики и компьютерных наук активно обсуждает с индустриальным партнером проекты в области биоинформатики. Само название говорит о том, что там нужны междисциплинарные знания и, возможно, нам даже придется выйти за границы Вышки и привлекать к проектам студентов и преподавателей из медицинских вузов. Другим интересным междисциплинарным направлением, получившим развитие в Вышке, стала нейролингвистика. Доктор политических наук, профессор Департамента прикладной лингвистики и иностранных языков Наталья Эдуардовна Гронская возглавляет в нижегородской Вышке проектную группу, которая изучает возможности нейролингвистики в медицине. Основные направления работы группы — лингвистическое сопровождение операций по удалению опухолей головного мозга (awake surgery), исследования в области развития детской речи, разработки в области альтернативной коммуникации. Таком образом, профессии будущего будут возникать на стыке различных дисциплин, и готовить к ним надо через проектную деятельность, которая помогает сформировать профессиональные и метапредметные компетенции, — пояснил заместитель директора нижегородского кампуса НИУ ВШЭ – Нижний Новгород.
