В современной нефтегазовой индустрии актуализируется необходимость подготовки кадров с комплексным набором профессиональных и трансдисциплинарных компетенций. Проблематика оценки эффективности образовательных программ в вузах, ориентированных на подготовку специалистов для нефтегазовой отрасли, приобретает особую релевантность. Настоящая статья фокусируется на разработке и анализе многокритериальных методов оценки компетенций студентов в нефтегазовых вузах Российской Федерации. Рассматривается применение комбинированных методологических подходов, включая машинное обучение, методы многомерной статистики и экономико-математическое моделирование. Осуществлен критический обзор существующих практик, выделены их недостатки и предложены новаторские решения. Эмпирическая база исследования представлена данными из 37 нефтегазовых вузов России, собранными в период с 2018 по 2021 годы. Используя методологию многокритериального анализа, авторы предлагают модель, которая учитывает 12 ключевых компетенций и 7 контекстуальных переменных. Одним из важных аспектов, требующих аналитического осмысления, является выбор метрик для оценки компетенций. В различных вузах применяются инструменты, сосредоточенные на измерении одного или нескольких аспектов (например, знаний, навыков, способностей). Напротив, в данном исследовании предложена интегрированная методология, базирующаяся на комбинировании методов многомерной статистики и алгоритмов машинного обучения.
In the modern oil and gas industry, the need for training personnel with a comprehensive set of professional and transdisciplinary competencies is being actualized. The problems of evaluating the effectiveness of educational programs at universities focused on training specialists for the oil and gas industry are becoming particularly relevant. This article focuses on the development and analysis of multi-criteria methods for assessing students' competencies in oil and gas universities of the Russian Federation. The application of combined methodological approaches, including machine learning, methods of multidimensional statistics and economic and mathematical modeling, is considered. A critical review of existing practices was carried out, their shortcomings were highlighted and innovative solutions were proposed. The empirical base of the study is represented by data from 37 oil and gas universities in Russia, collected in the period from 2018 to 2021. Using the methodology of multi-criteria analysis, the authors propose a model that takes into account 12 key competencies and 7 contextual variables. One of the important aspects that require analytical thinking is the choice of metrics for assessing competencies. Various universities use tools focused on measuring one or more aspects (for example, knowledge, skills, abilities). On the contrary, this study proposes an integrated methodology based on a combination of methods of multidimensional statistics and machine learning algorithms.