Формування професійних компетентностей студентів технічних університетів засобами математичного аналізу даних технологій Internet of Things

Abstract

The article examines the problem of developing professional competencies of technical university students in the context of the digitalization of engineering education and the widespread adoption of Internet of Things (IoT) technologies. It substantiates the need to integrate mathematical methods of data analysis and statistics with real engineering scenarios, in particular tasks related to evaluating the efficiency of heating parameters in smart buildings. It is shown that traditional teaching approaches to mathematical disciplines are often formal in nature and do not adequately prepare students to work with real stochastic data obtained from IoT systems. The purpose of the article is to theoretically substantiate and experimentally verify a methodology for teaching mathematical methods of data analysis in the context of computer-integrated heating systems. The proposed methodology is based on the step-by-step formation of analytical skills and includes familiarization with IoT system architectures, statistical processing of real sensor data, correlation and regression analysis, time series analysis, as well as visualization of results in the form of graphs and dashboards followed by engineering interpretation. The paper presents examples of using time series data on temperature and energy consumption, scatter plots with trend lines, methods for anomaly detection, and the construction of regression models. This approach enables students to understand the physical meaning of mathematical relationships and apply them to make informed engineering decisions. The effectiveness of the proposed methodology was tested in a pedagogical experiment involving 60 undergraduate students. The results were validated using mathematical statistical methods, including Pearson’s χ² test and Student’s ttest. The findings demonstrate a significant increase in the level of analytical and professionally oriented competencies among students in the experimental group, as well as enhanced motivation and readiness to work with intelligent IoT-based heating systems. The proposed methodology can be recommended for implementation in the educational process of technical universities in order to enhance the practical orientation of mathematical training for future engineers.

У статті досліджено проблему формування професійних компетентностей студентів технічних університетів у контексті цифровізації інженерної освіти та широкого впровадження технологій Internet of Things (IoT). Обґрунтовано необхідність інтеграції математичних методів аналізу даних і статистики з реальними інженерними сценаріями, зокрема з задачами оцінювання ефективності параметрів опалення в інтелектуальних будівлях. Показано, що традиційне викладання математичних дисциплін часто має формальний характер і не забезпечує готовності студентів до роботи з реальними стохастичними даними, отриманими з IoT-систем. Метою статті є теоретичне обґрунтування та експериментальна перевірка методики навчання математичним методам аналізу даних у контексті комп`ютерно-інтегрованих систем опалення. Запропонована методика ґрунтується на поетапному формуванні аналітичних умінь і передбачає ознайомлення студентів з архітектурою IoT-систем, статистичну обробку реальних сенсорних даних, кореляційний і регресійний аналіз, аналіз часових рядів, а також візуалізацію результатів у вигляді графіків і дашбордів з подальшою інженерною інтерпретацією. У роботі представлено приклади використання часових рядів температури та енергоспоживання, діаграм розсіювання з лініями тренду, методів виявлення аномалій і побудови регресійних моделей, що дозволяє студентам усвідомити фізичний зміст математичних залежностей і застосувати їх для прийняття обґрунтованих інженерних рішень. Ефективність методики перевірено в ході педагогічного експерименту за участю студентів бакалаврського рівня, результати якого підтверджено методами математичної статистики (χ²-критерій Пірсона та t-критерій Стьюдента). Отримані результати засвідчують істотне зростання рівня сформованості аналітичних і професійно орієнтованих компетентностей у студентів експериментальної групи, підвищення їхньої мотивації та готовності до роботи з інтелектуальними IoT-системами опалення. Запропонована методика може бути рекомендована для впровадження у навчальний процес технічних університетів з метою підвищення практичної спрямованості математичної підготовки майбутніх інженерів.