• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

В ВШЭ разработана программа для автоматизированного сбора, анализа и моделирования данных о вакансиях

Ирина Павлова, Дарья Мальцева

Ирина Павлова, Дарья Мальцева
Фото: оргкомитет форума «Открытые данные»

Сотрудники Международной лаборатории прикладного сетевого анализа НИУ ВШЭ на форуме «Открытые данные» в Казани представили совместный с платформой «РосНавык» проект по применению мультимодальных сетей для анализа рынка труда. Разработка позволяет выявлять актуальные требования работодателей к навыкам, анализировать региональные особенности рынка труда, идентифицировать схожие профессиональные области и генерировать рекомендации для пользователей.

30–31 октября в Казани прошел форум «Открытые данные», посвященный вопросам поиска, сбора и анализа открытых данных, а также внедрения инструментов и технологий на основе искусственного интеллекта. В этом году форум проводился Университетским консорциумом исследователей больших данных (Консорциум Big Data), Томским государственным университетом и Казанским национальным исследовательским технологическим университетом.

Сотрудники Международной лаборатории прикладного сетевого анализа НИУ ВШЭ — заведующая лабораторией Дарья Мальцева и заместитель заведующей Ирина Павлова — представили доклад «Сетевой анализ для исследований рынка труда. Пример аналитики данных платформы “РосНавык”». Они рассказали о совместном инициативном проекте лаборатории и платформы «РосНавык» по применению мультимодальных сетей для анализа рынка труда.

В рамках проекта сотрудники лаборатории Даниил Ковалев, Ирина Павлова и Дарья Мальцева разработали программу для автоматизированного сбора, разведочного анализа и мультимодального сетевого моделирования данных о вакансиях с платформы «РосНавык». Программа выявляет структуру рынка труда, оценивает востребованность навыков, специальностей и работодателей, а также генерирует рекомендации на основе сетевых связей.

Дарья Мальцева

«На основе полученных графов пользователь получает возможность визуализировать связи между ключевыми элементами рынка труда (специальности, работодатели, навыки и регионы), а также оценивать меру сходства между ними. Это позволяет выявлять актуальные требования работодателей к навыкам, анализировать региональные особенности рынка труда, идентифицировать схожие профессиональные области», — пояснила Дарья Мальцева.

Эта разработка может применяться в HR-аналитике, карьерном консультировании, планировании образовательных программ и планируется к интеграции в интерфейс платформы «РосНавык» после регистрации РИД, которая идет в настоящее время.

В рамках официальной части форума Международная лаборатория прикладного сетевого анализа НИУ ВШЭ получила благодарность за сотрудничество с Консорциумом Big Data и вклад в организацию серии семинаров по применению сетевого анализа. В 2025 году сотрудники лаборатории провели серию открытых мероприятий «Сетевой анализ: знакомство с новой методологией», нацеленных на продвижение сетевого анализа в русскоязычном академическом и бизнес-пространстве, среди вузов — участников консорциума.

«Получение благодарности — важный аспект признания экспертизы лаборатории в своей научной области», — подчеркнула Дарья Мальцева.

Вам также может быть интересно:

Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО

Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.

От теории к практике: как машинное обучение меняет биоинформатику

С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.

Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G

Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.

Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.

Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники

На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.

В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей

Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.

Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ

Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.

Ученые НИУ ВШЭ представили свою разработку для систем связи 6G

Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.

4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики

Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.

Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».