Модераторами круглого стола стали заведующий кафедрой бизнес-информатики, доктор военных наук, профессор Владимир Николаевич Наумов и профессор кафедры бизнес-информатики, доктор экономических наук, профессор Павел Владимирович Конюховский
В ходе работы круглого стола поднимались вопросы аналитики различных сфер жизни человека такие, как музыкальные рекомендации, выбор общественного или личного транспорта, экология, уровень зарплат выпускников вузов. Помимо данных сфер студенты рассмотрели проблемы искусственного интеллекта, криптовалюты, архитектуры выбора.
Одним из ярких выступлений был доклад Александра Широчина, студента 2 курса направления «Бизнес-информатика», в котором был проанализирован вопрос выбора собственного или общественного транспортного средства при планировании поездки.
В исследовании Богдана Сокола рассмотрена тенденция сменяемости в использовании языков программирования. Была приведена динамика популярности языков программирования, выделены лидеры на данный момент. Среди них оказался язык Python, который активно внедряется в учебный процесс студентов направления. В докладах студентов был сделан интересный вывод о том, что студентам, изучающим ИТ-специальности, необходимо постоянно обучаться и получать дополнительные знания по использованию программного обеспечения, новых языков программирования, новых информационных технологий, на различных образовательных платформах.
При проведении своих исследований и подготовке выступлений студенты использовали Telegram-канал «Poly-Mentality Analytics» https://t.me/PM_Analytics), созданный по инициативе профессора Конюховского П.В. Данный канал предназначен для создания информационной базы, формируемой по результатам проводимых среди его подписчиков опросов. Результаты опросов обеспечивают студентам возможность проводить их обработку, формировать навыки поддержки принятия решений в условиях риска и неопределенности. Важнейшим элементом телеграм-канала должна стать система интерактивных опросов и интеллектуальных ботов, позволяющих реализовывать продвинутые (по сравнению со стандартными решениями) функции сбора данных, а также последующего анализа. Предполагается интенсивное применение методов корреляционного, регрессионного и кластерного анализа.
