Опубликовано: 12.08.2026 | Источник: CNews (новости)

Платформа управления данными в ВКР: от кейса TData и ОДК до защищаемого проекта

В марте 2026 года ИТ-компания TData (входит в коммерческий ИТ-кластер «Ростелекома») и Объединенная двигателестроительная корпорация запустили проект по созданию единой платформы управления данными. Для студента, который пишет ВКР по направлению Data Engineering или системному анализу, это не просто новость, а готовый практический кейс. На его основе можно показать, как строить каталог данных, организовывать интеграцию корпоративных систем и оценивать качество информации. Разбираем, как этот пример грамотно встроить в диплом: от аналитической главы до расчёта эффективности.

Анализ предметной области: что взять из кейса TData и ОДК

Первый раздел диплома — это всегда анализ. Вместо абстрактных рассуждений об «актуальности цифровизации» используйте конкретный пример: TData внедряет российскую платформу управления данными для ОДК. Это даёт сразу три зацепки для главы 1:

• импортозамещение в сфере Data Management;
• необходимость единой точки доступа к данным предприятия;
• задача интеграции унаследованных систем с новым хранилищем.

В главе 1 вы можете описать, как устроены корпоративные архитектуры данных на производственных предприятиях, сравнить open-source и коммерческие платформы (например, OpenMetadata, Ataccama, Apache Atlas) и обосновать выбор. Не забудьте сослаться на стандарты: ГОСТ 34.602-2020 для технического задания, ISO/IEC 25010 для оценки качества системы, DAMA-DMBOK как свод знаний по управлению данными.

Тема ВКР для аналитической главы

Тема: «Разработка требований к каталогу данных для платформы управления данными предприятия (на примере кейса ОДК)».

• Актуальность: гособоронзаказ и импортозамещение требуют прозрачности данных.
• Цель: сформировать функциональные и нефункциональные требования к каталогу данных.
• Задачи: изучить предметную область, проанализировать стандарты, собрать требования к метаданным, оформить ТЗ по ГОСТ.
• Структура: Глава 1 — Анализ существующих систем управления данными; Глава 2 — Проектирование требований и архитектуры каталога; Глава 3 — Верификация требований и оценка соответствия ISO/IEC 25010.

Проектирование платформы управления данными: архитектура и реализация

Вторая глава — самая «техническая». Здесь нужно не просто нарисовать схему, а показать, что вы умеете применять современные подходы. Возьмите за основу архитектуру, которую можно описать через C4-модель или UML-диаграммы. Обязательно выделите слои: источники данных, ETL/ELT-процессы, хранилище, каталог данных, витрины для потребителей. Для кейса TData и ОДК логично использовать Data Lakehouse или классическое хранилище данных с элементами Data Mesh.

Для практической части добавьте код. Например, если вы проектируете пайплайн проверки качества данных на Python с использованием Airflow, покажите упрощённый DAG:

from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime

def validate_data():
    # Проверка полноты и корректности загрузки справочника
    return """
    SELECT count(*) 
    FROM staging.product 
    WHERE name IS NOT NULL AND price > 0;
    """

with DAG('data_quality_check', start_date=datetime(2026, 1, 1), schedule_interval='@daily') as dag:
    check = PythonOperator(task_id='validate_product_data', python_callable=validate_data)

Такой фрагмент показывает, что вы понимаете процесс, а не просто копируете диаграммы из интернета. В дипломе его можно сопроводить пояснением: какие метрики качества (полнота, точность, своевременность) проверяются и как результаты влияют на решения в системе.

Тема ВКР для конструкторской главы

Тема: «Разработка модуля интеграции данных для платформы управления данными предприятия (кейс TData и ОДК)».

• Актуальность: необходимость бесшовной интеграции разных систем предприятия в единую платформу.
• Цель: спроектировать ETL-подсистему для начальной загрузки данных.
• Задачи: спроектировать архитектуру интеграции, разработать схему маппинга данных, реализовать прототип загрузки, провести тестирование на реальных (или моделируемых) данных.
• Структура: Глава 1 — Анализ систем-источников данных; Глава 2 — Проектирование ETL-процессов и выбор инструментов; Глава 3 — Реализация и тестирование прототипа.

Тестирование и оценка эффективности: метрики и эксперименты

Самая уязвимая часть дипломов — доказательство того, что система работает и даёт эффект. Для платформы управления данными используйте метрики качества данных и бизнес-результаты. Например:

• скорость поиска нужного набора данных в каталоге;
• процент ошибок при автоматизированной загрузке данных;
• время загрузки отчётности до и после внедрения платформы;
• количество источников, подключённых без ручного программирования.

Сравните «как было» и «как стало» — можно даже не в реальной компании, а на лабораторном стенде. Главное — показать методику расчёта и обосновать выбор показателей. Используйте PMBOK 7 для описания процессов управления выгодами или ISO/IEC 25023 для измерения характеристик качества.

Тема ВКР для практической главы

Тема: «Оценка эффективности внедрения платформы управления данными на примере проекта TData и ОДК».

• Актуальность: заказчикам и руководству нужны измеримые результаты, а не просто «внедрили».
• Цель: разработать методику оценки эффекта от платформы управления данными.
• Задачи: определить метрики качества данных и бизнес-процессов, создать тестовый полигон для замеров, провести экспериментальное сравнение, оформить выводы.
• Структура: Глава 1 — Анализ подходов к оценке Data-проектов; Глава 2 — Разработка методики и метрик; Глава 3 — Проведение эксперимента и интерпретация результатов.

Практические выводы: чему вы научитесь в процессе

Работа над таким дипломом даёт не просто «корочки», а реальные навыки, которые можно показать на собеседовании:

• проектировать архитектуру Data-платформ с использованием C4/UML;
• описывать требования по ГОСТ 34.602 и стандартам качества ISO;
• настраивать простые ETL-пайплайны и скрипты проверки данных;
• рассчитывать метрики эффективности внедрения ИТ-систем;
• писать ТЗ и техническую документацию без «воды».

Типичные ошибки студентов

FAQ по ВКР в Data Engineering

Какой стек выбрать для диплома, чтобы защитить тему не было стыдно?

Зависит от темы. Для каталога данных подойдут OpenMetadata (Python) или Apache Atlas (Java). Для ETL — Airflow, dbt, Python. Ключевое: один основной инструмент и 2–3 смежных. Не пытайтесь объять всё.

Где взять данные для проекта, если нет доступа к реальному предприятию?

Соберите публичные датасеты (Росстат, Портал открытых данных), синтезируйте данные в Python, используйте учебные базы. Оформите раздел «моделирование данных» — это нормальная практика для ВКР.

Как оформить схемы и диаграммы, чтобы их принял нормоконтроль?

Рисуйте в PlantUML или Draw.io, подписывайте номерами рисунков и делайте ссылки в тексте. В приложении можно дать код схемы на PlantUML. Убедитесь, что все обозначения соответствуют ГОСТ 34.601 или методологии C4.

Как посчитать эффективность, если система не внедряется в реальности?

Примените имитационное моделирование или сравните на тестовом стенде. Например, замерьте время выполнения SQL-запросов в «старой» схеме и «новой» — это будет объективное сравнение.

Чек-лист «Что проверить перед сдачей»

Источник: TData и Объединенная двигателестроительная корпорация запустили проект по созданию единой платформы управления данными (опубликовано 2026-03-18)