Руководитель AI-разработки
Описание
О проекте Ищем руководителя научно-исследовательского проекта или экспертную команду для разработки пилотной версии технологии автоматизированного психологического сопровождения пользователей образовательного тренажёра по олимпиадной математике. Проект реализуется в рамках Программы развития Адыгейского государственного университета. Цель проекта — создание интеллектуальной системы, которая анализирует образовательную траекторию школьника, оценивает его способности, психологические свойства и текущее состояние, а также формирует персонализированную обратную связь с использованием технологий искусственного интеллекта и больших языковых моделей. Основные задачи Организация и руководство выполнением научно-исследовательской работы. Анализ банка математических заданий, подсказок и истории решений пользователей. Разработка моделей калибровки заданий и динамической оценки уровня способностей учащихся. Разработка алгоритмов анализа образовательных траекторий. Создание моделей прогнозирования вероятности прекращения использования тренажёра. Применение рекуррентных нейронных сетей и трансформеров для анализа последовательностей действий пользователей. Разработка психодиагностического инструментария для оценки индивидуальных свойств и текущих состояний школьников. Разработка методологии формирования поддерживающей обратной связи и индивидуальных поощрений. Создание агента на базе больших языковых моделей для генерации персонализированных сообщений. Проведение сравнительных экспериментов с использованием не менее трёх типов LLM. Организация экспертной оценки сгенерированных сообщений. Разработка программных модулей, Docker-контейнеров и API. Интеграция созданных решений с действующим образовательным тренажёром. Проведение апробации пилотной версии технологии. Подготовка итогового отчёта о НИР и передача исходного программного кода. Требования к кандидату / команде Опыт руководства научно-исследовательскими проектами в области искусственного интеллекта, машинного обучения, психологии или образовательных технологий. Опыт разработки и внедрения моделей машинного обучения. Знание рекуррентных нейронных сетей, трансформеров и современных архитектур глубокого обучения. Опыт работы с большими языковыми моделями и разработкой AI-агентов. Опыт разработки психометрических и психодиагностических инструментов. Понимание методов оценки психологических свойств и состояний личности. Опыт анализа поведенческих данных и построения прогностических моделей. Опыт разработки API, Docker-контейнеров и интеграции программных решений. Опыт проведения научных исследований и подготовки научной отчётности. Обязательные квалификационные требования Исполнитель должен подтвердить соответствие требованиям технического задания: Наличие не менее одной завершённой НИР по разработке технологий диагностики психологических свойств или состояний личности с использованием методов искусственного интеллекта. Наличие у сотрудников, участвующих в проекте, суммарно не менее восьми научных статей по машинному обучению в журналах первого квартиля Q1, индексируемых Scopus или Web of Science. Наличие у сотрудников не менее восьми публикаций по психологической диагностике в журналах, входящих в RSCI. Соответствие состава команды требованиям к учёным степеням, установленным техническим заданием. Подтверждение квалификации и публикационной активности обязательно. Будет преимуществом Опыт работы с университетами и научно-исследовательскими организациями. Опыт создания адаптивных образовательных систем. Опыт разработки интеллектуальных образовательных тренажёров. Опыт персонализации образовательных траекторий. Опыт работы с психодиагностикой детей и подростков. Опыт проведения апробации научных и программных разработок. Результаты работы По итогам проекта необходимо передать: методический комплекс психодиагностики; модели динамической оценки способностей пользователей; алгоритмы анализа образовательных траекторий и прогнозирования прекращения использования тренажёра; AI-агента для формирования персонализированной обратной связи; программные модули в Docker-контейнерах; API для взаимодействия с тренажёром; исходный программный код; результаты апробации; итоговый отчёт о НИР.