автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и средства управления компетенциями проектно-ориентированной организации

На правах рука

005050974

Гиря Иван Александрович

МЕТОДЫ И СРЕДСТВА УПРАВЛЕНИЯ КОМПЕТЕНЦИЯМИ ПРОЕКТНО-ОРИЕНТИРОВАННОЙ ОРГАНИЗАЦИИ

05.13.01 — системный анализ, управление и обработка информации

(информатика)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

2 8 НАР 2013

Москва — 2013

005050974

Работа выполнена в Федеральном государственном автономном образовательном учреждении высшего профессионального образования «Национальный исследовательский ядерный университет «МИФИ» на кафедре «Управляющие интеллектуальные системы».

Научный доктор технических наук, профессор

руководитель Древе Юрий Георгиевич

Официальные доктор технических наук, профессор

оппоненты Замятин Николай Владимирович

Томский университет систем управления и радиоэлектроники

кандидат технических наук, доцент Конник Сергей Игоревич Сургутский государственный университет

Ведущая организация ФГУП Межотраслевой научно-исследовательский

институт «Интеграл», г. Москва.

Защита состоится « (у » Су_- 2013 года, в /V■ часов

на заседании диссертационного совета Д800.005.06, созданного при Сургутском государственном университете по адресу: г. Сургут, пр. Ленина, 1.

С диссертацией можно ознакомиться в научной библиотеке Сургутского государственного университета по адресу: г. Сургут, пр. Ленина, 1.

Автореферат разослан « /_ %_2013 г.

Ученый секретарь диссертационного совета кандидат технических наук, доцент

В.С. Микшина

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

В настоящее время происходит пересмотр классических подходов к оценке результатов обучения и эффективности работы сотрудников различных предприятий. На передний план выносится понятие профессиональной компетентности (т.е. способности применять знания, умения и личностные качества для успешной деятельности в определенной области). При этом существует разрыв между набором компетенций, с которыми выпускник покидает стены учебного заведения и теми задачами, которые ему приходится решать при работе в реально действующей организации. В связи с этим, организациям приходится создавать собственные внутренние механизмы обучения и управления компетенциями сотрудников.

Анализ работ Крехова Е.В., Берестневой О.Г., Аскерова Э.М., Бараношникова А.Ю., Вяловой Е.П., Маруева С.А., Чернова A.B. и других авторов показывает, что управление компетенциями может быть организовано на основе информационных технологий.

Под управлением компетенциями в организации, согласно работе В.В. Аксенова с соавторами, понимается «процесс сравнения потребности организации в кадрах с наличными трудовыми ресурсами и выбор форм воздействия для приведения их в соответствие с требованиями производства».

Автоматизация управления компетенциями предполагает формализацию набора компетенций организации в виде информационной модели, а также создание алгоритмического обеспечения для оценки компетентности сотрудников и сопровождения процессов решения других задач, связанных с компетенциями.

Актуальность темы исследования

Актуальность работы определяется наличием большого числа проектных организаций, и необходимостью развития методов управления компетенциями в подобных организациях. В том числе и таких методов, которые могли бы лечь в основу автоматизированных систем управления компетенциями. Специфика работы проектно-ориентированных организаций (ПОО) ставит перед системой управления компетенциями некоторые особые задачи: формирование проектных команд, планирование обучения сотрудников организации в условиях их рассредоточения (нередко — географического) по различным проектам.

В связи со сказанным, особую актуальность приобретает задача создания методов управления компетенциями, а также обеспечения системы управления компетенциями ПОО алгоритмическим и информационным обеспечением, позволяющим эффективно решать специфические задачи, возникающие в проектной деятельности

Объектом исследования являются информационные системы управления компетенциями. Анализ текущего положения дел в компьютеризации управления компетенциями показывает, что в существующих

и

системах заметен недостаток формализации используемых компетентностных моделей и методов оценки компетентности. Этот недостаток влечет за собой невозможность применения таких систем для автоматизации реальных процессов и превращает их, по сути, в картотеки личных дел сотрудников, преобразованных в цифровой вид.

К другим недостаткам существующих систем управления компетенциями применительно к ПОО относится недостаточная формализация (либо полное отсутствие) методов формирования проектных команд и планирования обучения сотрудников с учетом их занятости в проектах.

Предметом исследования является информационное и алгоритмическое обеспечение системы управления компетенциями ПОО, предназначенное для построения и развития модели технических компетенций ПОО, а также автоматизации процессов формирования проектных команд и планирования обучения.

Анализ работ различных авторов показывает, что существует проблемная ситуация, заключающаяся в противоречии между практической необходимостью реализации автоматизированной системы управления компетенциями ПОО и отсутствием разработанных моделей и алгоритмов, которые в достаточной мере учитывали бы специфику деятельности ПОО.

Цель работы

Цель работы заключается в исследовании и разработке новых методов, моделей и алгоритмов управления компетенциями ПОО в сфере ИТ и обеспечении достоверности и эффективности управляющих воздействий, осуществляемых системой, построенной на их основе. Особое внимание уделено созданию алгоритмического и информационного обеспечения системы управления компетенциями ПОО, позволяющего оценивать уровень компетентности сотрудников ПОО и поддерживать процесс формирования проектных команд и процесс определения целесообразности обучения на основе полученных данных.

Задачи исследования

Достижение указанной цели предусматривает выполнение следующих

задач:

1. Проведение системного анализа предметной области управления компетенциями в организации и определение требований к модели компетенций ПОО в сфере ИТ.

2. Создание модели технических компетенций ПОО и формализация процесса количественной оценки компетентности. Выбор математических моделей и разработка метода такой оценки.

3. Формирование алгоритма для определения целесообразности обучения сотрудника в случае выявления низкого уровня компетентности и создание необходимых для этого моделей и методов.

4. Разработка автоматизированной системы, ориентированной на решение задач управления компетенциями, характерных для ПОО.

Методы исследования

В работе использованы методы теории управления, системного анализа, нечеткой логики, кластерного анализа, представления знаний, теории тестирования, математической статистики. Для разработки программной части использованы методы структурного, динамического и объектно-ориентированного программирования, веб-программирования, теория баз данных.

Научная новизна и теоретическая значимость

В диссертационной работе получены следующие основные результаты, характеризующиеся новизной и обладающие теоретической ценностью:

• На основе проведенного системного анализа предложен метод построения модели технических компетенций ПОО, объединяющий две основных составляющих компетенции: модель представления знаний и модель представления умений.

• Предложен новый алгоритм определения интегральных оценок уровня знаний по объектам модели компетенций, отличающихся использованием весов каждого объекта в рамках различных компетенций ПОО.

• Построена методика и алгоритм отбора в проектную команду наиболее подходящих по компетентности сотрудников на основе формализованного запроса. Предложены рекомендации для определения оптимального метода количественной оценки уровня компетентности в зависимости от особенностей организации.

• Впервые поставлена и решена научная задача определения неформальных компетентностных кластеров среди сотрудников ПОО. Для решения этой задачи введено понятие компетентностного паттерна ПОО — набора компетентностных характеристик сотрудников, определяющего наличие в компании групп сотрудников, близких по компетентности, проектному опыту и направлению профессионального развития. Предложены методы выявления компетентностных паттернов среди сотрудников ПОО.

• Создан алгоритм оценки целесообразности обучения сотрудника ПОО, отличающийся использованием компетентностных паттернов и основанный на анализе стоимостных и временных требований, а также ограничений, накладываемых проектным характером деятельности организации.

Практическая значимость

В результате проведенного исследования разработана структура, модельное, информационное и алгоритмическое обеспечение системы, ориентированной на решение задач управления техническими компетенциями

сотрудников ПОО. Предложенные технические решения могут использоваться в программных комплексах, предназначенных для автоматизации процедур управления компетенциями.

Использование предложенных методов позволяет:

• получать количественную оценку уровня технической компетентности сотрудника ПОО;

• сократить степень привлечения экспертного мнения для решения задач, связанных с формированием проектных команд и планированием обучения сотрудников ПОО;

• на основе построенной модели компетенций проводить анализ компетентностного развития сотрудников ПОО.

Положения, выносимые на защиту

• Метод построения модели технических компетенций ПОО, объединяющей две основных составляющих компетентности в виде модели знаний и модели умений.

• Методика количественной оценки компетентности, результаты анализа применимости различных методов в зависимости от особенностей организации.

• Модели и алгоритмы анализа компетентностных паттернов ПОО.

Реализация результатов исследования

Результаты исследования используются в прототипе системы управления компетенциями сотрудников группы компаний «Сапран», что подтверждено соответствующим актом о внедрении.

Апробация результатов

Основные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях:

• III Всероссийская научно-практическая конференция «Научное творчество XXI века» с международным участием;

• Научные сессии Национального исследовательского ядерного университета «МИФИ» 2010, 2011, 2012, 2013 гг.;

• Международная электронная конференция «Новые технологии в образовании»;

• Совместное заседание Объединенного УМС по направлению 230400 и УМК по профилю АСОИУ направления 230100 «Информатика и вычислительная техника» в рамках IX Санкт-Петербургской Научно-практической конференции «Проблемы подготовки кадров в сфере инфокоммуникационных технологий»;

Публикации

По теме диссертации опубликовано 8 работ в журналах, сборниках работ и вестниках. Из них 4 работы — в изданиях, рекомендованных ВАК для публикации основных результатов диссертационных исследований.

Структура работы

Диссертационная работа изложена на 147 страницах, состоит из введения, 3 разделов, заключения, списка литературы на 121 позицию и 3 приложений.

СОДЕРЖАНИЕ РАБОТЫ

Одним из итогов происходящего в последние годы пересмотра задач, стоящих перед системой подготовки кадров в России является постепенный переход к компетентностному подходу к обучению. В свете принятия компетентностного подхода известный факт, что помимо школы и высшей школы, важнейшие образовательные функции частично берут на себя предприятия, становится еще более очевидным.

В первой главе проведен анализ современного состояния исследований по управлению компетенциями. Для организации управления компетенциями, компании необходимо иметь модель компетенций. Это особенно актуально при построении автоматизированных систем управления компетенциями, для разработки которых требуется формализованная и структурированная модель компетенций. Несмотря на это, на сегодняшний день большинство компетентностных моделей на предприятиях представляют собой простой перенос словесного описания компетенций и рекомендаций по их применению в электронный формат. Очевидный недостаток такой формализации компетентностных моделей ведет к сложностям реализации информационных систем управления компетенциями.

Также в первой главе рассмотрены особенности проектно-ориентированных организаций (ПОО) в части процесса управления компетенциями. Под проектно-ориентированной понимается такая организация, основная деятельность которой осуществляется в проектной форме. Каждый продукт создается в рамках отдельного проекта. Сформулированы две специфические задачи, стоящие перед системой управления компетенциями ПОО, занятой в сфере ИТ:

1. поддержка процесса формирования проектных команд;

2. планирование обучения сотрудников в условиях проектной деятельности.

Предпосылками для формализации и автоматизации процедуры формирования состава проектной команды являются следующие:

• недостаточная осведомленность ключевых лиц ПОО об изменениях в наборе компетенций сотрудников с течением времени (в условиях роста бизнеса компании и увеличения количества направлений деятельности);

• отсутствие формализованного подхода к сбору актуальной информации об уровне компетентности сотрудников.

Из общего набора компетенций ПОО для рассмотрения в рамках исследования выделены компетенции, называемые техническими. Личностные качества (черты характера, способность работать в команде и т.д.) лежат за рамками исследования. По результатам обзора существующих исследований, сформулировано понимание технической компетенции как сочетания требуемого уровня знаний и умений по некоторой совокупности объектов предметной области, соответствующей деятельности ПОО.

На основе анализа особенностей управления компетенциями в ПОО создана обобщенная структурная схема системы управления компетенциями, изображенная на рис. 1.

Суть представленного на рисунке заключается в следующем. Согласно теории автоматизированных систем управления, система управления компетенциями рассматривается в декомпозиции, которая состоит из подсистемы управления и управляемой подсистемы.

Подсистема управления состоит из модели компетенций, блока оценки уровня компетентности, блока учета рабочего времени, модели сотрудника, а также устройства управления, которое выполняет две основных функции: поддержка принятия решений при формировании проектных команд и определение целесообразности обучения сотрудников. Объектом управления является сотрудник и набор его компетенций.

Рис. 1. Обобщенная структурная схема системы управления компетенциями

В качестве управляющих воздействий выступают рекомендации по включению сотрудников в состав проектных команд и определение

8

целесообразности их обучения. Под обратной связью понимаются результаты тестового контроля, используемые в процессе оценки уровня профессиональной компетентности. Выбор заданий для тестового контроля осуществляется из базы данных тестовых вопросов на основе их связи с объектами модели компетенций.

Для оценки итоговых решений по составу проектной команды, предлагаемых системой управления компетенциями, оценивается согласованность мнений ряда экспертов совместно с решением системы. Для проверки непротиворечивости используются методы определения согласованности экспертных оценок. В случае выявления решений системы, обоснованность которых вызывает сомнения, дополнительно используется метод противоречивости мнений, предложенный в книге Бешелева и Гурвича. Идея метода заключается в том, чтобы проверить противоречивость мнения некоторого эксперта, которое рассматривается как «крайнее» (т.е. наиболее отстоящее от усредненного мнения остальных экспертов). Решение у^ системы признается противоречивым в ряду решений экспертов из числа руководства ПОО, если с вероятностью, меньшей некоторого предела «'(значение порядка 0,05 и менее, выбираемое в зависимости от строгости условий) выполняется неравенство:

где у — среднее значение среди всех мнений экспертов; р — заданный минимум, выбираемый из табличных значений, О (у) — оценка дисперсии,

1 V"1"1 2

рассчитываемая с помощью выражения £) (у) = —— > (у^Г — у, ) (здесь т — число экспертных мнений, включая мнение системы; у, — мнение эксперта

Л

В задаче ранжирования сотрудников по уровню компетентности при формировании проектной команды для дополнительной проверки обоснованности решений системы применяется коэффициент ранговой конкордации Кендалла:

п / т , \2

12 V / V ^ т(л + 1) \

•"-¡РОР^Щ'«»--!-]-

где Д(0) — ранг /'-го сотрудника для у'-го эксперта; п — число оцениваемых сотрудников; п — число экспертов.

Вторая глава посвящена построению модели технических компетенций ПОО. Для решения задачи формирования проектных команд система управления компетенциями должна обладать возможностью количественно оценить компетентность сотрудника.

В соответствии с формализацией понятия технической компетенции, данного в первой главе, модель технических компетенций ПОО должна сочетать в себе модель знаний и модель умений.

Проведенный обзор моделей представления знаний показывает, что наиболее распространенными являются графовые и оверлейные модели. В качестве модели знаний для системы управления компетенциями ПОО выбрано сочетание этих двух подходов, основанное на стандарте Topic Maps (ISO/IEC 13250:2003). Описан метод построения расширяемого понятийного графа, в котором в виде узлов-«понятий» описываются объекты знаний предметных областей, относящихся к деятельности ПОО.

На рис. 2 приведен пример понятийного графа, описывающего объекты знаний, относящихся к направлению внедрения финансовых систем SAP (немецкий производитель программного обеспечения) в ПОО.

Понятийный граф, описывающий ключевые темы и понятия предметной области, связи между ними, представляет собой модель, описывающую «эталонное» множество знаний, содержащихся в предметной области. Составление графа поручается эксперту по предметной области. Экспертом может быть один из старших специалистов ПОО. Набор знаний конкретного сотрудника в любой момент времени описывается частью понятийного графа, охватывающей узлы, по которым этот сотрудник обладает знаниями. Оценка знаний производится с помощью системы тестирования, оцененный уровень знаний хранится для каждого понятия.

Рис. 2. Понятийный граф для направления «Внедрение финансовых систем

Вторая часть принятой формализации компетентности — «деятельностная», предназначенная для оценки навыков и умений — также строится на основе понятийного графа и описывается моделью, составными элементами которой являются следующие типичные для ПОО в сфере ИТ объекты:

РСА

PS Logistic

SAP»

1. Программный продукт.

2. Компонент программного продукта (КПП) — логически обособленная часть программного продукта: подпрограмма, инструмент, интерфейс, модуль и т.д. КПП обладает набором изменяемых характеристик.

3. Экземпляр КПП — компонент программного продукта с детерминированным и неизменным набором характеристик.

4. Бизнес-процесс — совокупность взаимосвязанных операций или задач, направленных на достижение определенного результата с точки зрения бизнеса клиента ПОО.

5. Технология — типовое использование совокупности КПП для достижения определенной цели в рамках бизнес-процесса.

6. Типовой сценарий — словесный идентификатор устоявшейся логической связки нескольких объектов, относящихся к типам 1—5. Типовой сценарий является логически завершенной последовательностью действий, характерной для проектной деятельности сотрудника ПОО. Типовые сценарии формируют «деятельностную» часть модели компетенций, или модель умений.

Весь процесс составления модели компетенций ПОО описан на рис. 3.

Действия:

1. Определение набора компетенций ПОО 1

2. Определение сценариев, составляющих каждую компетенцию

I

3. Определение программных продуктов,КПП, технологий и бизнес-процессов, владение которыми необходимо для выполнения сценариев

_ I -

4. Составление понятийного графа. Указание на нем ключевых компетенций.

Рис.3. Процесс составления модели технических компетенций ПОО

Обязательным условием получения количественных оценок компетентности сотрудников ПОО является наличие оцененного уровня знаний по объектам модели компетенций (т.е. узлам понятийного графа). Источником этой информации в общем случае является тестирование. Каждый вопрос в базе тестовых заданий связан с объектом модели компетенций, к которому он относится.

Предложен метод интегральной оценки уровня знаний сотрудника ПОО по узлу х, понятийного графа. Интегральная оценка для узла понятийного графа складывается из базовой оценки и дополнительной, учитывающей оценки понятий, которые являются «входными» для данного понятия. Формула интегральной оценки:

Исполнители:

Руководство ПОО, руководители направлений

Руководители направлений и

разработчик системы управления компетенциями

Разработчик системы управления компетенциями

Е'(х{) =

£(*,)ЯХ| + У" £-(Ру)Я(Р;)

_7=1_

У «(Ру) + ^

¿-4=1

где £(х,) — базовая оценка знаний по узлу х„ определяемая как отношение числа правильных ответов к общему число тестовых вопросов, относящихся к х^к — количество входных понятий для £(/;,) — базовая оценка знаний входного понятияpj с рангом Д(ру); Их. — собственный ранг понятиях, определяющийся как Ятах+\ (Дтах— максимальное из значений рангов входных понятий). Процесс определения рангов представлен на структурной схеме (рис. 4).

Рис.4. Алгоритм определения рангов входных понятий

На приведенном рисунке {р,} — множество входных понятий для понятия XI с весами \'(р,). Значения весов определяются на основе экспертных оценок.

Для получения количественной оценки компетентности, метод оценки знаний дополняется методом оценки умений, который построен на основе связи «деятельностной» части модели компетенций с системой учета рабочего времени ПОО. Каждый сотрудник ПОО фиксирует время работы, затраченное на различные проектные задачи, которые, в свою очередь, являются связанными с типовыми сценариями. Указанная связь позволяет получить оценку навыков сотрудника в разрезе этих объектов модели. Принцип связи проектных задач с объектами модели компетенций показан на рис. 5.

Рис.5. Связь проектных задач с объектами модели компетенций ПОО

Таким образом, оценка навыков сотрудника по некоторому типовому сценарию получается на основе анализа времени, затраченного им на работу по задачам, связанным с этим сценарием. Дополнительным источником информации для оценки навыков могут быть специализированные системы контроля действий пользователя определенного программного продукта. Примером такой системы является SAP UEM (user experience management — «управление опытом пользователя»), которая позволяет собирать в различной детализации данные о времени использования программных продуктов SAP, ошибках при взаимодействии с ними и другую информацию.

Согласно определению Российской педагогической энциклопедии, умения можно рассматривать как сочетание знаний и навыков. Используемая в работе модель компетенций определяет умения через совместное применение объектов модели знаний (понятийного графа). Добавляя к оценке знаний оценку навыков, справедливо говорить о полученной таким образом оценке умений сотрудника.

Ввиду высокой сложности создания объективного метода количественной оценки умений, применимого ко всем ситуациям, в каждом конкретном случае имеет смысл выбирать критерии оценки в зависимости от ситуации. Например, полагая, согласно данным из литературы, что на формирование навыка требуется в среднем 20—30 дней работы, опишем следующую формализацию оценки наличия у сотрудника умений по некоторому типовому сценарию 5¡ на основе совмещения данных из системы учета рабочего времени и системы UEM. Уровень навыков по S¿, с которым сотрудник работал более 20 дней, может определяться через систему условий:

' 1 — при условии (а), _ 0,7 — при условии(б), Si 0,3 — при условии (в), Ч. 0 — при условии (г).

(а) — высокий уровень умения, если во время работы сотрудника над проектной задачей, основанной на 5¿, система UEM показала, что уровень его ошибок по данному типовому сценарию был менее 10% операций;

(б) — хороший уровень умения, если уровень ошибок во время работы над проектной задачей был в пределах 10—30%;

(в) — частичное умение, если уровень ошибок во время работы над проектной задачей был в пределах 30—70%;

(г) — слабый уровень умения, во всех остальных случаях.

При отсутствии возможности использования систем, подобных UEM, может использоваться следующий упрощенный вариант формализации оценки умений. Величина умения меняется в интервале [0...1] в прямой зависимости от времени, затраченного сотрудником по данному навыку в работе на проектах компании, и достигает значения 1 при суммарном времени в 30 дней.

Предложенные формализации позволяют получить количественную оценку уровня умений сотрудника для сферы внедрения систем SAP. Для организаций, занимающихся проектной деятельностью в других областях, возможно использование аналогичных решений.

Проведен анализ возможных математических методов количественной оценки компетентности сотрудника:

1) Предлагаемый автором метод средневзвешенной оценки, определяемой по формуле:

1

( N м Л

Z wJxJ j=1

N f м

V м ,v=l J

где IV,-, и/5 — соответственно, веса понятия у и сценария 5 в рассматриваемой компетенции, х¡, х3 — уровень владения соответственно понятием / и сценарием 5 для рассматриваемого сотрудника; N. М— количество понятий и сценариев в данной компетенции.

2) Модель на нечеткой классификации. Нечеткая классификация позволяет говорить о степени принадлежности к какому-либо классу, рассматривая ее в интервале от 0 до 1 (или от 0% до 100%). При этом уровень владения компетенцией совпадает со степенью принадлежности к соответствующему классу. В данном методе полагается, что уровень владения сотрудником различными компетенциями можно рассматривать как степень принадлежности его к классам, соответствующим данным компетенциям.

Используем метод классификации при перекрывающихся классах из работы Бодянского, Колчигина и Плисс для определения функций нечеткой принадлежности. Данный метод хорошо подходит для решения рассматриваемой задачи, т.к. в используемой модели компетенции могут пересекаться (например, один узел понятийного графа относится сразу к нескольким компетенциям). Метод предполагает нахождение степени принадлежности д(/с) к классу к через решение системы рекуррентных уравнений:

л, (* + !) =

2а(||*(* + 1)-С|+;?;(*))

Здесь ||х(А: + 1) — с; ||2— расстояние компетентности сотрудника к+1 до центроида су, соответствующего степени владения компетентностью у, равной единице.

Таким образом, для сотрудника рассчитывается принадлежность к каждому из классов как функция от:

• расстояния до центра соответствующего класса \\х(к + 1) — 1| ;

• параметра размытости границ классов Г}.(ку,

• настроечного параметра а.

Процедура классификации выполняется дважды: для оценок знаний и оценок умений, являясь, таким образом, нечеткой классификацией типа-2. Итоговая количественная оценка компетентности получается методом редукции Карника-Менделя и вычисляется по формуле:

N N

«,=^=4—2-. ()

!-1 У-1

где ц* и [г? — функции принадлежности, выражающие для сотрудника уровень знаний и умений.

3) Модель на лингвистических переменных. Применение модели происходит в два этапа. На первом этапе анализируется набор значений оцененного уровня знаний по компонентам компетентности (т.е. узлам понятийного графа): а/, где / — количество компонент, составляющих

компетенцию. На основе этих значений определяются значения лингвистических переменных. После этого при помощи экспертов определяются правила определения значений лингвистической переменной. Пример определения лингвистической переменной приведен в табл. 1.

Таблица 1

Пример определения лингвистической переменной

Количественная оценка уровня знаний

Значения переменной 0 10 20 30 40 50 60 70 80 90 100

Низкий уровень 1 1 1 0,9 0,5 0,3

Средний уровень 0,3 0,5 1 1 0,5 0,2

Высокий уровень 0,3 0,5 0,9 1

После этого определяется суммарная оценка компетентности в виде функции принадлежности ^^f = нормированной относительно

числа компонент п. Для этого используется следующее выражение:

каждый элемент которого соответствует степени истинности значения лингвистической переменной.

Для получения количественной оценки компетентности, соответствующей циспользуется набор правил для перехода от значений

лингвистических переменных к числовым значениям (дефаззификация). Для этого может использоваться один из существующих методов дефаззификации, например, метод центра тяжести одноточечных множеств, для которого

итоговое количественное значение определяется по формуле:

}

Xх/'А

и4 =^-,

;=1

где х, — количественное выражение компетентности, соответствующее значению функции принадлежности щ.

Второй этап применения модели предполагает прохождение аналогичных шагов для другого набора входных значений — уровней оцененных умений, соответствующих оцениваемой компетенции. Полученные количественные оценки «знаниевой» и «деятельностной» составляющих компетентности сводятся к итоговой общей оценке с помощью формулы (1).

Проведенный анализ позволил сформировать следующие выводы и рекомендации по применению описанных методов количественной оценки компетентности (табл. 2).

Таблица 2

Сравнительный анализ методов количественной оценки компетентности

Название метода Ключевые особенности Рекомендации к применению

Усредненная и средневзвешенная оценка Алгоритм прост в реализации. Доработки и сопровождение алгоритма в случае расширения понятийного графа, необязательны. Подходит для организаций, использующих сравнительно компактные модели компетенций и не имеющих возможности тратить значительные ресурсы на сопровождение инструмента оценки компетентности.

Оценка на основе нечеткой классификации Алгоритм итерационный и адаптивный: уровень компетентности сотрудника определяется с учетом оценок компетентностей других сотрудников. Таким образом достигается более четкое ранжирование по уровню компетентности. Реализация достаточно трудоемка. Существует необходимость прогонов алгоритма на обучающих выборках с ручной корректировкой настроечных параметров. Подходит для крупных организаций со значительным набором компетенций и большим числом сотрудников, способных выделить человеческий ресурс для периодической настройки инструмента оценки компетентности.

Оценка с использованием лингвистических переменных Требует определения набора правил приведения к нечеткости (фаззификации) и нечеткого вывода (дефаззификации) для всех компонентов модели компетенций. Подходит для организаций любого размера, готовых выделять значительное время и ресурсы на сопровождение системы управления компетенциями.

Рассмотрим ситуацию в процессе формирования проектной команды, при которой система обработала формализованный запрос 0Р и определила уровень владения сотрудниками ПОО некоторой компетенцией Сдр.

Количественная оценка компетентности сотрудника ПОО может иметь два логических результата:

- компетентность соответствует требуемому уровню;

- уровень владения компетенцией Cqp недостаточен.

Во втором случае перед руководством стоит задача принятия решения о целесообразности обучения данного сотрудника. Вопрос этот, в случае ПОО сферы ИТ, не является тривиальным. Специфика проектной ИТ-компании предполагает широкий разброс знаний и умений, которыми обладают сотрудники даже в рамках одной должности, поэтому необходимость владения той или иной компетенцией не является самоочевидной и зависит от множества факторов.

Вводится понятие компетентностных кластеров — групп сотрудников внутри ПОО, для которых характерно общее направление профессионального развития. Как правило, такие кластеры складываются исторически в зависимости от проектов и технологий, с которыми приходилось работать сотрудникам. Кластеры могут быть формально не закреплены, но их наличие является de facto признаком существования типовых векторов развития сотрудника внутри ПОО.

Вводится и подробно рассматривается понятие компетентностных паттернов, являющееся ключевым в процессе принятия решений о направлении развития сотрудников ПОО. Под компетентностным паттерном понимается множество таких сочетаний значений компетентностных характеристик сотрудника, которые определяют его принадлежность к компетентностному кластеру. Паттерны можно представлять в виде множеств, определенных на компетентностном пространстве Е. «Координаты» сотрудника в компетентностном пространстве определяются выражением: (klt ...,kn,Pi,... .Рт). Первая его часть соответствует уровню знаний по узлам понятийного графа kv...,kn. Вторая часть выражения — время участия в проектах ПОО р1( ...,рт, выраженное в процентах от их продолжительности.

На рис. 6 представлен упрощенный пример нахождения кластеров компетентностном пространстве, имеющем только три измерения: одну компетенцию и два проекта. Пример 3-мерного компетентностного пространства приведен исключительно для удобства восприятия.

Рис. 6. Распределение сотрудников по кластерам в компетентностном пространстве

Задача анализа компетентностных паттернов не освещена в современной литературе и требует исследования. Рассмотрим способы выявления компетентностных паттернов:

Нечеткая FCM-кластеризация (fuzzy c-means, метод нечетких средних)

В данном случае компетентностный паттерн рассматривается как нечеткое множество в пространстве компетентностей. Алгоритм FCM позволяет определить степень принадлежности ще сотрудника к каждому из компетентностных паттернов ПОО, где /ге[1;//] — номер рассматриваемого

кластера, е — номер сотрудника из множества сотрудников Е.

На каждой итерации алгоритма вычисляются центроиды кластеров с/, и происходит пересчет значений уровней принадлежности Итерации

повторяются до тех пор, пока суммарный сдвиг центроидов всех кластеров не станет меньше некоторого установленного е. Получаемая в итоге матрица нечеткого разбиения U = [и/,е] состоит из значений следующего вида (согласно алгоритму FCM-кластеризации Бездека):

5Х

¿=1

\хе — ch\\ — евклидово расстояние между вектором хе,

где

1ке

соответствующим в компетентностном центроидом ch кластера /г:

U =

и,, и„

пространстве сотруднику е,

... и„

... ипг

Ще ».

Основным недостатком РСМ-кластеризации является необходимость заранее устанавливать количество кластеров, по которым проводится распределение, что делает метод схожим с процедурой классификации. Таким образом, утрачивается возможность выявления неформальных компетентностных паттернов, существование которых может быть неявным даже для руководства организации.

Настраиваемые окрестности в компетентностном пространстве

Данный метод предложен автором. В некоторых случаях определение компетентностного паттерна нецелесообразно рассматривать как классическую задачу кластеризации. Например, в ситуации, когда отнесение сотрудника к одному из кластеров существенно «размоет» его границы.

Для разрешения этой проблемы, возникающей при применении формальных инструментов кластерного анализа, предложен альтернативный подход, основанный на анализе окрестностей в компетентностном пространстве для точки, соответствующей компетентности рассматриваемого сотрудника.

Показано, что для определения расстояний в компетентностном пространстве уместно использовать взвешенную евклидову метрику, которое определяет расстояние между точками компетентностного пространства (7с1; ....кп.Рг, - ,Рт) и (к\, ....к'п'У'ъ •••>р'т) выражением:

V ¡-I /-1

где — вес /'-го узла понятийного графа, Мр] — вес у-го проекта. При этом наиболее важным компонентам пространства присваивается наименьший вес (т.е. расстояние между сотрудниками в компетентностном пространстве тем меньше, чем меньше различия между значимыми компонентами компетентности).

Указанный метод определения расстояний в компетентностном пространстве позволяет определять целесообразность обучения сотрудника компетенции Со,,, проверяя наличие в некоторой окрестности других сотрудников, владеющих данной компетенцией. Регулируя размер рассматриваемой окрестности, можно ужесточать или смягчать требования по наличию компетентности. Опишем модель определения целесообразности обучения математически:

0{ек) = {о(ек)т}, • о{е„)т = {е е Е\Ост(ек ,е) < г},

У / I /I

Здесь 0(ек) — система окрестностей о(ек)т с радиусами Ост для сотрудника е*. в компетентностном пространстве Е. Значение г — ограничение, накладываемое на радиус окрестности, внутри которой проверяется наличие сотрудников с компетентностью Сдр, целесообразность обучения которой необходимо установить.

Алгоритм применения модели представлен на рис. 7.

( Начало )

Сотрудник е* не

владеет компетенцией СоР

Рис.7. Алгоритм определения целесообразности обучения сотрудника

Третья глава посвящена описанию системы, построенной на основе предложенных в первых главах моделей и алгоритмов, а также проверке ее эффективности.

Проверка эффективности системы осуществлялась с помощью следующего эксперимента. Для 10 сотрудников ПОО (е1(... ,е10) от двух экспертов (в качестве которых выступили старшие специалисты функционального направления «Внедрение аналитических систем SAP») собраны мнения об уровне их владения компетенцией «Построение системы гибкой корпоративной отчетности средствами SAP В1». Сотрудники прошли тестирование для определения системой уровня знаний по объектам модели компетенций, относящихся к рассматриваемой компетенции (соответствующий участок понятийного графа изображен на рис.8).

Report designer

Analyzer.

\

WAD

1 ВЕх

/

\

SAP Bl

Query Designer

Рис.8. Участок понятийного графа «Отчетность SAP BI»

Табл. 3 показывает результаты тестирования. Строка, отмеченная v, отображает веса понятия в компетенции, определенные методом опроса экспертов. Для составного понятия «ВЕх» помимо базовой представлена и интегральная оценка (подчеркнутые значения). Также в таблице представлены уровни умений по типовым сценариям «Разработка запросов и отчетность» и «Отчетность и планирование через web». Максимальное значение оценки равно 1, минимальное — 0.

Таблица 3

Оценки сотрудников по объектам модели компетенций_

Узлы понятийного графа Типовые сценарии

ВЕх WAD Analyzer Report designer Query designer Разработка запросов и отчетность Отчетность и планирование через web

V 0,15 0,18 0,18 0,05 0,44 0,7 0,3

е1 1 0.82 1 0,73 0,70 0,66 0,7 0,6

е2 1 0.69 0 0,73 0 0,80 0,3 0

0,75 0,51 0,33 0,51 0,33 0,29 0,3 0

ас 64 1 0.99 1 1 1 0,94 1 1

X Ч es 1 0,87 1 0,63 1 0,86 1 1

а I- е6 1 0,85 1 0,77 0,43 0,93 0,7 0,5

о е. 0,8 0.62 0,67 0,53 0 0,83 0,7 0,6

е8 1 0,80 1 0,87 0 0,83 0,7 1

е9 0,25 0.55 0,33 0,67 0,7 0,89 0,3 0

ем 1 0.92 1 0,87 0,67 1 1 1

По этим оценкам уровня знаний и умений получены итоговые оценки компетентности для сравнения с оценками экспертов (табл. 4). Для наглядности, оценки, данные системой, приведены вместе с дробной частью (т.к. являются результатом вычислений), тогда как оценки экспертов являются целочисленными, с шагом 5%.

Таблица 4

Распределение и анализ экспертных оценок

ЛПР Среднекв. отклонение, %

Система Эксперт 1 Эксперт 2

ei 71,5 70 65 4,7

е2 39,7 60 60 19,0

е, 29,1 40 50 26,4

ас ел 98,7 90 90 4,7

X Ч е5 92,6 100 100 3,8

а. 1- е6 75,8 90 80 8,7

U е7 67,1 80 80 8,5

es 80,5 90 100 10,8

е9 44,8 50 75 26,7

ею 97,3 100 100 1,3

Как видно из таблицы, для решений экспертов и системы по всем сотрудникам величина относительного отклонения не превышает 30%, что позволяет сделать предварительный вывод о том, что решения не противоречат друг другу. В качестве дополнительной проверки достоверности решений, предложенных системой, в двух случаях, где среднеквадратическое отклонение

является максимальным (т.е. для сотрудников ез, ед), используется метод противоречивости мнений, рассмотренный в первом разделе.

Для приложения метода к рассматриваемой ситуации можно считать решение, принятое системой, крайним мнением, и проверять его противоречивость. Для определения табличных значений а необходимо по результатам эксперимента определить граничные /?. Граничные значения /? для решений, предложенных системой в описанном выше эксперименте, определяются на основе неравенства ук~у< /?л/5(у), и приведены в табл. 5.

Таблица 5

Граничные значения (3 для выданных системой решений

Рассматриваемый сотрудник Значение /?

е3 1,01

еэ 0,73

Метод противоречивости мнений предлагает использование справочной таблицы, позволяющей на основе граничных значений /? и заданного а' определить а. Такая таблица приведена в книге Бешелева и Гуревича.. Таблица позволяет установить, что для проверяемых граничных значениях коэффициента /? при т=Ъ, значения а подчиняются выражению а > 0,10 > а' = 0,05.

Таким образом, расчеты, проведенные на основании метода противоречивости мнений, показывают, что проверяемые решения системы для сотрудников ез, ед, не считаются противоречивыми.

Проверим эффективность решений системы с точки зрения процесса формирования проектных команд. В данной ситуации ответственный за формирование проектной команды при принятии решений руководствуется не абсолютным значением компетентности имеющихся в наличии сотрудников, но скорее ориентируется на суждения вида «более компетентен», «менее компетентен». Поэтому для проверки согласованности решений системы с экспертными решениями применим коэффициент ранговой конкордации Кендалла, который в общем случае рассчитывается следующим образом:

2

125 У^/Т , л т(п+1)'

¡=1 \У=1

т2(п3 — п)'

где /?;(/) — Ранг '-го сотрудника для /-го эксперта; п — число оцениваемых сотрудников (в нашем случае 10), т — число экспертов (в нашем случае 3).

Перепишем результаты экспертного опроса и решения системы (табл. 4) в виде ранговых списков (табл. 6).

Таблица 6

Решения системы и экспертов в виде рангов.

ЛПР

Система Эксперт 1 Эксперт 2

в! 6 4 5

ег 9 5 6

е3 10 7 7

е. 1 2 2

X е5 3 1 1

а. е6 5 2 3

и е7 7 3 3

ев 4 2 I

е9 8 6 4

еи 2 1 1

Среди оценок экспертов присутствуют одинаковые ранги, поэтому для определения коэффициента конкордации Кендалла используется формула для связанных рангов с учетом поправочного коэффициента:

5

IV =-

-^т2(п3 — п) — т Т]

где 7) — — поправочный коэффициент для_/-й переменной, I

— количество случаев совпадения рангов. При этом — число одинаковых рангов в рамках одного «случая». Например, для первого эксперта двум сотрудником присвоен высший ранг 1, поэтому в данном случае t1 = 2. Проведя вычисления, получим результат IV = 0,88. Для п > 7 статистическая значимость полученного коэффициента может проверяться критерием X2'- X2 = т(п ~ = 23,65, с количеством степеней свободы п —1 = 9. Табличное значение критерия для числа степеней свободы 9 и уровня значимости а' = 0,05 равно Хо,о5-,9 = 16,92. Поскольку х2 — 23,13 > Хо,о5;9 = 16,92, то с вероятностью 95% значение коэффициента конкордации является значимым, что позволяет сделать вывод: мнения экспертов (включая мнение системы) могут считаться согласованными.

Полученные результаты свидетельствуют о корректности предложенной модели технических компетенций, а также об эффективности разработанного алгоритма количественной оценки компетентности.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. По результатам проведенного анализа предметной области составлена обобщенная структурная схема системы управления компетенциями ПОО. Сформирован алгоритм процесса принятия решения о формировании проектной команды в ПОО.

2. Формализовано понятие технической компетентности и определены требования к количественной оценке компетентности. Представлена модель

компетенций, которая объединяет в себе модель знаний и модель умений. Проведен обзор возможных методов для количественной оценки уровня компетентности. Предложен метод средневзвешенной оценки. Даны рекомендации по применению рассмотренных методов.

3. Построена алгоритмическая модель определения целесообразности обучения сотрудника ПОО. Введено понятие компетентностных паттернов, которые анализируются в процессе принятия решения об обучении. Предложены методы нахождения компетентностных паттернов в пространстве компетенций ПОО.

4. На основе описанных в работе моделей, методов и средств их применения, построена автоматизированная система сопровождения процесса формирования проектных команд. Приведено описание структуры, интерфейсов и логики работы основных блоков разработанной системы управления компетенциями.

Публикации по теме диссертации

В рецензируемых научных журналах, рекомендуемых ВАК:

1. Гиря, И.А. Интеграция моделей знаний ученика в адаптивной среде дистанционного обучения // Образовательные технологии и общество (Educational Technology & Society), 2010. — Том 13, №4 — С.240-245.

2. Гиря, И.А., Свечников, Г.В. Модель знаний пользователя адаптивной обучающей среды на примере системы Moodle // В мире научных открытий,

2010, —№6-1, —С.30-32.

3. Гиря, И.А. Понятийный граф как основа ведения модели знаний // Наука и образование: электронное научно-техническое издание МГТУ им. Баумана,

2011, —№5.

4. Гиря, И.А. Методы анализа компетентностных паттернов проектной компании // Образование. Наука. Научные кадры, 2013. — №1. — С.145-147.

В других изданиях:

5. Гиря, И.А., Древе Ю.Г. Подходы к проектированию эффективной адаптивной обучающей системы / И.А. Гиря, Ю.Г. Древе // Научная сессия МИФИ-2010. Сборник научных трудов, 2010. — С.130-131.

6. Гиря, И.А. Двухуровневая модель ученика в адаптивной среде компьютерного обучения // Журнал по материалам конференции «Новые технологии в образовании». — 2010. С.13-15.

7. Гиря, И.А. Модель знаний ученика в системе непрерывного обучения // Школьные технологии, 2011. —№4. — С.108-112.

8. Гиря, И.А. Количественная оценка компетентности на основе графовой модели знаний // Современная наука: актуальные проблемы теории и практики. Серия «Естественные и технические науки», 2012. — №12. — С. 16-22.

Подписано в печать 15.03.2013г. Формат 60x84/1/16. Бумага офсетная. Печать цифровая. Условный печатный лист 1,5. Тираж 100 экз. Заказ №1657А. Отпечатано в типографии «ТриКард». г.Москва, Варшавское шоссе, д.26 тел.: (495) 789-19-42

Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Национальный исследовательский ядерный университет «МИФИ»

04201355050

рукописи

УДК: 002.6:004.3

Гиря Иван Александрович

МЕТОДЫ И СРЕДСТВА УПРАВЛЕНИЯ КОМПЕТЕНЦИЯМИ ПРОЕКТНО-ОРИЕНТИРОВАННОЙ ОРГАНИЗАЦИИ

05.13.01 — системный анализ, управление и обработка информации

(информатика)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: д.т.н., профессор Ю.Г. Древе

Москва —2013

СОДЕРЖАНИЕ

ВВЕДЕНИЕ...................................................................................................................................4

1. Особенности управления компетенциями в проектно-ориентированных организациях..............................................................................................................................10

1.1. Компетентностный подход к профессиональному обучению.............................................10

1.2. Компетенции в организации...................................................................................................12

1.3. Методы оценки компетентности............................................................................................15

1.4. Особенности учета компетенций сотрудников ПОО...........................................................18

1.5. Эффективность системы управления компетенциями в ПОО............................................31

1.6. Формальное определение технической компетентности.....................................................36

1.7. Критерии эффективности предлагаемых методов реализации системы............................37

1.8. Постановка задачи исследования...........................................................................................38

Выводы по разделу 1............................................................................................................................40

2. Информационное и математическое обеспечение системы управления компетенциями ПОО................................................................................................................41

2.1. Количественная оценка компетентности в задаче формирования проектной команды...41

2.2. Существующие модели представления знаний....................................................................45

2.3. Построение модели технических компетенций ПОО..........................................................51

2.4. Модель оценки навыков и умений.........................................................................................67

2.5. Выбор математической модели количественной оценки компетентности........................75

2.6. Модели и алгоритмы определения целесообразности обучения на основе анализа компетентностных паттернов..............................................................................................................86

2.7. Обоснование предложенных моделей и алгоритмов.........................................................104

Выводы по разделу 2..........................................................................................................................107

3. Реализация и внедрение системы на основе предложенных моделей и алгоритмов................................................................................................................................109

3.1. Архитектура и интерфейсы системы...................................................................................109

3.2. Роли специалистов ПОО в системе......................................................................................118

3.3. Проверка эффективности системы.......................................................................................121

3.4. Анализ результатов внедрения.............................................................................................127

Выводы по разделу 3..........................................................................................................................128

ЗАКЛЮЧЕНИЕ.......................................................................................................................130

СПИСОК ЛИТЕРАТУРЫ.....................................................................................................132

ПРИЛОЖЕНИЯ..................................................................................................................................145

Список сокращений:

АСУ — автоматизированная система управления.

ТКС — техническая компетентность сотрудника.

ПОО — проектно-ориентированная организация.

ИС — информационная система.

БД — база данных.

ИТ — информационные технологии.

ЛПР — лицо, принимающее решение.

SQL — structured query language, язык запросов к базам данных.

ВВЕДЕНИЕ

Актуальность темы диссертации. В настоящее время происходит пересмотр классических подходов к оценке результатов обучения и эффективности работы сотрудников различных предприятий. На передний план выносится понятие профессиональной компетентности. При этом существует разрыв между набором компетенций, с которыми выпускник покидает стены учебного заведения, и теми задачами, которые ему приходится решать при работе в реально действующей организации. В связи с этим, организациям приходится создавать собственные внутренние механизмы обучения и управления компетенциями сотрудников.

Под управлением компетенциями, согласно [3], понимается «процесс сравнения потребности организации в кадрах с наличными трудовыми ресурсами и выбор форм воздействия для приведения их в соответствие с требованиями производства».

Анализ работ Крехова Е.В. [44], Берестневой О.Г. [9,10], Аскерова Э.М. [6], Бараношникова А.Ю. [7], Вяловой Е.П. [19], Маруева С.А. [52], Чернова A.B. [77] и других авторов показывает, что управление компетенциями может быть организовано на основе информационных технологий. Автоматизация управления компетенциями предполагает формализацию набора ключевых компетенций организации в виде информационной модели, а также создание алгоритмического обеспечения для оценки уровня компетентности сотрудников.

Процесс внедрения системы управления компетенциями включает в себя разработку и поддержку внутрифирменной модели компетенций, а также алгоритмов и инструментов ее применения в процессе деятельности организации и развития ее сотрудников. Объектом управления в данном случае является сотрудник организации и набор его компетенций. Управляющие воздействия системы определяют направления развития

компетенций сотрудника и решения по их применению в работе организации.

Многие компании в сфере информационных технологий на сегодняшний день работают в форме проектной деятельности. В таких компаниях может отсутствовать традиционная иерархическая организационная структура (разнесенные по функциям департаменты, управления, отделы и т.д.). Вместо нее внутри организации формируются проектные команды, время существования которых ограничено временем реализации проекта — т.е. разработки некоторого уникального продукта или услуги с учетом поставленных требований и ограничений. Специфика работы таких проектно-ориентированных организаций (ПОО) ставит перед системой управления компетенциями некоторые уникальные задачи: формирование оптимальных проектных команд, планирование обучения сотрудников организации в условиях их рассредоточения (в том числе — географического) по различным проектам.

В связи с этим особую актуальность приобретает вопрос создания методов управления компетенциями, а также обеспечения системы управления компетенциями ПОО алгоритмическим и информационным обеспечением, позволяющим эффективно решать специфические задачи, возникающие в проектной деятельности.

Объектом исследования являются системы управления компетенциями.

Анализ текущего положения дел в компьютеризации управления компетенциями показывает, что в существующих системах заметен недостаток формализации используемых компегентпостных моделей и методов оценки компетентности. Этот недостаток влечет за собой невозможность применения таких систем для автоматизации реальных процессов и превращает их, по сути, в картотеки личных дел сотрудников, преобразованных в цифровой вид.

К другим недостаткам существующих систем управления компетенциями применительно к ПОО относится недостаточная формализация (либо полное отсутствие) методов формирования проектных команд и планирования обучения сотрудников с учетом их занятости в проектах.

Предметом исследования является информационное и алгоритмическое обеспечение системы управления компетенциями ПОО, предназначенное для построения и развития модели технических компетенций ПОО, а также автоматизации процессов формирования проектных команд и планирования обучения.

Проведенный анализ существующих работ различных авторов показывает, что существует проблемная ситуация, заключающаяся в противоречии между практической необходимостью реализации автоматизированной системы управления компетенциями ПОО и отсутствием разработанных моделей и алгоритмов, которые в достаточной мере учитывали бы специфику деятельности ПОО.

Цель работы заключается в исследовании и разработке новых методов, моделей и алгоритмов управления компетенциями ПОО в сфере ИТ и обеспечении достоверности и эффективности управляющих воздействий, осуществляемых системой, построенной на их основе. Особое внимание уделено созданию алгоритмического и информационного обеспечения системы управления компетенциями ПОО, позволяющего оценивать уровень компетентности сотрудников ПОО и поддерживать процесс формирования проектных команд и процесс определения целесообразности обучения на основе полученных данных.

Для достижения указанной цели в работе решаются следующие основные задачи:

1. Проведение системного анализа предметной области управления компетенциями в организации и определение требований к модели компетенций ПОО в сфере ИТ.

2. Создание модели технических компетенций ПОО и формализация процесса количественной оценки компетентности. Выбор математических моделей и разработка метода такой оценки.

3. Формирование алгоритма для определения целесообразности обучения сотрудника в случае выявления низкого уровня компетентности и создание необходимых для этого моделей и методов.

4. Разработка автоматизированной системы, ориентированной на решение задач управления компетенциями, характерных для ПОО.

Методы исследования. В работе использованы методы теории управления, системного анализа, нечеткой логики, кластерного анализа, представления знаний, теории тестирования, математической статистики. Для разработки программной части использованы методы структурного, динамического и объектно-ориентированного программирования, веб-программирования, теория баз данных.

Научная новизна и теоретическая значимость. В диссертационной работе получены следующие основные результаты, характеризующиеся новизной и обладающие теоретической ценностью:

• На основе проведенного системного анализа предложен метод построения модели технических компетенций ПОО, объединяющий две основных составляющих компетенции: модель представления знаний и модель представления умений.

Предложен новый алгоритм определения интегральных оценок уровня знаний по объектам модели компетенций, отличающихся использованием весов каждого объекта в рамках различных компетенций ПОО.

Построена методика и алгоритм отбора в проектную команду наиболее подходящих по компетентности сотрудников на основе формализованного запроса. Предложены рекомендации для определения оптимального метода количественной оценки уровня компетентности в зависимости от особенностей организации.

• Впервые поставлена и решена научная задача определения неформальных компетентностных кластеров среди сотрудников ПОО. Для решения этой задачи введено понятие компетентностного паттерна ПОО — набора компетентностных характеристик сотрудников, определяющего наличие в компании групп сотрудников, близких по компетентности, проектному опыту и направлению профессионального развития. Предложены методы выявления компетентностных паттернов среди сотрудников ПОО.

• Создан алгоритм оценки целесообразности обучения сотрудника ПОО, отличающийся использованием компетентностных паттернов и основанный на анализе стоимостных и временных требований, а также ограничений, накладываемых проектным характером деятельности организации.

Положения, выносимые на защиту:

Метод построения модели технических компетенций ПОО, объединяющей две основных составляющих компетентности в виде модели знаний и модели умений.

Методика количественной оценки компетентности и результаты анализа применимости различных методов в зависимости от особенностей организации.

Модели и алгоритмы анализа компетентностных паттернов ПОО.

Практическая значимость. В результате проведенного исследования разработана структура, модельное, информационное и алгоритмическое обеспечение системы, ориентированной на решение задач управления техническими компетенциями сотрудников ПОО. Предложенные подходы могут использоваться в программных комплексах, предназначенных для автоматизации процедур управления компетенциями.

Использование предложенных методов позволяет:

- получать количественную оценку технической компетентности сотрудника ПОО;

- сократить степень привлечения экспертного мнения для решения задач, связанных с формированием проектных команд и планированием обучения сотрудников ПОО;

- на основе построенной модели компетенций проводить анализ компетентностного развития сотрудников ПОО.

Реализаиия результатов исследования.

Результаты исследования используются в прототипе системы управления компетенциями сотрудников группы компаний «Сапран», что подтверждено соответствующим актом о внедрении.

Апробация результатов. Основные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях и семинарах:

- III Всероссийская научно-практическая конференция «Научное творчество XXI века» с международным участием;

- Научные сессии Национального исследовательского ядерного университета «МИФИ» 2010, 2011, 2012, 2013 гг.

- Международная электронная конференция «Новые технологии в образовании»;

- Совместное заседание Объединенного УМС по направлению 230400 и УМК по профилю АСОИУ направления 230100 «Информатика и вычислительная техника» в рамках IX Санкт-Петербургской Научно-практической конференции «Проблемы подготовки кадров в сфере инфокоммуникационных технологий».

Публикации. По теме диссертации опубликовано 8 работ в журналах, сборниках работ и вестниках. Из них 4 работы — в изданиях, рекомендованных ВАК для публикации основных результатов диссертационных исследований.

Структура работы. Диссертационная работа изложена на 148 страницах, состоит из введения, 3 разделов, заключения, списка литературы из 121 позиции и 3 приложений.

1. Особенности управления компетенциями в проектно-ориентированных организациях

Ключевым фактором в отборе специалистов под профессиональные задачи является определение степени соответствия имеющейся у них квалификации тому набору знаний и умений, который требуется для выполнения этих задач.

Тенденции настоящего времени показывают, что ответ на данный вопрос все чаще дается в терминах профессиональных компетенций и уровня компетентности специалистов.

1.1. Компетентностный подход к профессиональному обучению

В сфере образования на сегодняшний день центральным является понятие компетентности. Под успешным итогом образовательного процесса понимается овладение обучаемым набором требуемых знаний и умений, позволяющих применить эти знания на практике.

Современные тенденции развития и совершенствования российского образования также состоят в отходе от предметно-знаниевой модели специалиста. Новые взгляды на цели и задачи образования в России диктуют переход к новым принципам организации образовательного процесса, выражаемым в компетентностном подходе.

Компетентностный подход предполагает комплексное развитие необходимых для эффективной деятельности знаний и умений. Его идея заключается в переходе от классической предметно-знаниевой парадигмы к представлению об эффективном итоге обучения, выраженном в формировании у специалиста набора взаимосвязанных качеств (включающих

личностные качества, знания, умения, навыки), позволяющих эффективно выполнять задачи и развиваться в определенной области деятельности. Компетентностный подход является попыткой привести в соответствие образование и потребности рынка [21].

Определимся с терминологией.

Хотя в работах некоторых авторов понятия компетенции и компетентности рассматриваются как синонимы, будем разграничивать применение двух этих терминов.

Приведем несколько вариантов определения компетенции, используемых в различных источниках:

М. Паркенсон [109]: «Компетенция — это кластер личностных характеристик, которые определяют то, насколько успешно выполняется работа».

Рэйвен [113]: «Мотивированная способность к выполнению определенной работы на приемлемом уровне».

О. Берестнева [9]: «Под компетенцией понимается некоторая формальная системная характеристика, отражающая структуру знания, опыта и умения без связи с конкретной областью».

В данной диссертационной работе будем придерживаться понятия компетенции, определенного в Федеральном государственном стандарте высшего профессионального образования [73]:

«Компетенция есть способность применять знания, умения и личностные качества для успешной деятельности в определенной области».

Также будем считать, согласно [36], что «компетентность — эт