Доклад посвящен разработке математической модели, методов и программного обеспечения для автоматизированного формирования персонализированного учебного плана при изучении массовых открытых онлайн-курсов. Предложена оригинальная модель, сводящая выбор оптимального набора курсов к задаче булевого линейного программирования с учётом специфики связей между курсами и компетенциями и предпочтений обучающегося. Разработаны алгоритмы и прототип рекомендательного сервиса с микросервисной архитектурой, а также алгоритм синтеза демоданных (двудольный DAG) для апробации; вычислительные эксперименты с использованием пакета Gurobi подтверждают применимость подхода. Показано, что персонализированный план строится в среднем за 0,55 с на данных масштаба Coursera (≈5 тыс. курсов) и за 57,6 с на данных масштаба Udemy (≈155 тыс. курсов). Результаты имеют практическую значимость для платформ онлайн-обучения и корпоративного обучения; разработанные решения приняты к внедрению в сервисе «Яндекс.Учебник» и защищены свидетельством о регистрации программы.

Трансляция семинара будет осуществляться на платформе BigBlueButton по ссылке: https://vcs-6.ict.nsc.ru/rooms/nmm-jge-zjd/join.