Abstract
После реформы образовательных программ 2022 года ИТ-направления в вузах Казахстана столкнулись с ситуацией, которая сначала выглядела как локальная, но со временем стала повторяться. Учебные планы формально обновляются, однако их внутренняя логика не всегда успевает за усложнением дисциплин, особенно в области ИИ. В МКТУ им. Ясави на специальности «Информационные системы» это проявилось достаточно заметно: часть студентов, которые уверенно проходили базовые курсы, на старших курсах начинают терять стабильность в результатах. Не сразу, но довольно системно. Возник вопрос — где именно происходит этот «разрыв». Анализ начался с выгрузки данных из системы Platonus. На этом этапе стало понятно, что сами данные далеки от идеальных: присутствует шум, пропуски и несогласованности между семестрами. Очистка заняла отдельное время, и в какой-то момент стало ясно, что без предварительной стандартизации любые выводы будут сомнительными. После применения Z-score нормализации и расчета KPI по ключевым дисциплинам картина стала более определённой. В разных потоках от 14% до 18% студентов стабильно попадают в зону повышенного риска. Это не разовые отклонения, а повторяющийся паттерн, который указывает на проблемы в образовательной траектории. Чтобы сократить задержку между возникновением проблемы и её обнаружением, был разработан инструмент на базе Streamlit. В отличие от статических отчетов, он позволяет отслеживать изменения в динамике и видеть отклонения на ранних этапах. По сути, это рабочий интерфейс, а не просто визуализация. Практическое применение показало, что такой подход помогает эдвайзерам кафедры «Компьютерная инженерия» реагировать раньше — до того, как студент доходит до пересдачи. Это не устраняет проблему полностью, но меняет момент её обнаружения, а значит и возможности вмешательства. Полученные результаты показывают, что предиктивная аналитика в образовательной среде работает не как дополнение, а как необходимый слой. Простая фиксация среднего балла в конце семестра в этом контексте уже не даёт достаточной информации.