В нижегородской Вышке создали тренажеры для госзакупок
Специалисты факультета права НИУ ВШЭ — Нижний Новгород и приглашенные эксперты (Лариса Пахомова и Анастасия Сельченок) разработали серию диалоговых тренажеров для обучения специалистов по госзакупкам. Пользователи смогут эффективно отработать навыки в этой сфере и пройти сложные процедуры в безопасной виртуальной среде.
Факультет права НИУ ВШЭ — Нижний Новгород запустил серию диалоговых тренажеров, разработанных для обучения в области государственных и муниципальных закупок. Это цифровая среда для практического освоения сложных процедур закупок по 44 и 223 ФЗ.
Диалоговые тренажеры позволяют пользователям — представителям заказчиков, поставщикам, подрядчикам и исполнителям — пройти реалистичные сценарии, моделирующие реальные процессы. Такой подход помогает усвоить теоретические основы и сразу же отработать полученные знания на практике.
Продукт разработан для специалистов по госзакупкам, проходящим обучение на программах повышения квалификации и профессиональной переподготовки Центра правового обеспечения бизнеса, государственных закупок и внешнеэкономической деятельности НИУ ВШЭ — Нижний Новгород. Интерактивность инструмента обеспечивает высокую вовлеченность обучающихся, а онлайн-формат дает возможность учиться в удобное время и в любом месте.
Анастасия Логинова
«Мы стремились создать современный и полезный инструмент для подготовки специалистов, работающих с государственными закупками. Мы верим, что практика — это лучший способ учиться, особенно в юридической сфере, где последствия ошибок могут быть весьма существенными», — рассказала заведующий центром, заместитель декана факультета права НИУ ВШЭ — Нижний Новгород Анастасия Логинова.
В настоящее время демоверсии тренажеров для проверки знаний по 44 и 223 ФЗ, позволяющие познакомиться с функционалом и оценить эффективность методики, доступны бесплатно.
Диалоговый тренажер «Управление государственными и муниципальными закупками» позволяет отработать практические навыки по закупке товаров в рамках 44-ФЗ и 223-ФЗ. Он предлагает пользователю последовательно пройти путь от внесения закупки в план-график до объявления победителя и электронного актирования. Также тренажер содержит задания по 344-ФЗ по различным, заранее прописанным сценариям. Отработка навыков на тренажере позволит избежать ошибок и, соответственно, ответственности за правонарушения в сфере госзакупок, научит выявлять недобросовестных поставщиков еще на этапе подачи заявок, а также безошибочно рассчитывать размер обеспечения заявки, чтобы в дальнейшем предотвратить процедуру обжалования.
Прохождение диалогового тренажера «Тендерный специалист» научит правильно проводить анализ закупочной документации, рассчитывать размер затрат на обеспечение закупки и затраты на исполнение контракта, а также полный объем финансовых затрат. На практике ошибки в подобных расчетах могут привести к нежелательным последствиям вплоть до банкротства организации, участвующей в закупке, попадания в реестр недобросовестных поставщиков или административной ответственности.
Кроме того, доступен тренажер для контрактных управляющих, работающих по 44-ФЗ.
В настоящее время факультет права НИУ ВШЭ — Нижний Новгород продолжает развивать продукт, в том числе создает тренажеры для юридической практики.
Вам также может быть интересно:
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.
4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики
Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».