論文の概要: Research and Analysis of Employers' Opinion on the Necessary Skills that Students in the Field of Web Programming Should Possess
- arxiv url: http://arxiv.org/abs/2506.11084v1
- Date: Wed, 04 Jun 2025 14:42:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-22 23:32:14.562982
- Title: Research and Analysis of Employers' Opinion on the Necessary Skills that Students in the Field of Web Programming Should Possess
- Title（参考訳）: Webプログラミング分野の学生が評価すべき必要なスキルに関する従業員の意見に関する研究と分析
- Authors: Yordan Kalmukov,
- Abstract要約: 本稿では,Webプログラミング分野の大学院生が,企業の業務にできるだけ迅速かつ効率的に参加するために持つために必要な技術スキルを,IT雇用者を対象にした調査の結果を分析した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the era of artificial intelligence (AI) and chatbots, based on large language models that can generate programming code in any language, write texts and summarize information, it is obvious that the requirements of employers for graduating students have already changed. The modern IT world offers significant automation of programming through software frameworks and a huge set of third-party libraries and application programming interfaces (APIs). All these tools provide most of the necessary functionality out of the box (already implemented), and quite naturally the question arises as to what is more useful for students - to teach how to use these ready-made tools or the basic principles of working and development of web applications from scratch. This paper analyzes the results of a survey conducted among IT employers, aimed to identify what, in their opinion, are the necessary technical skills that graduating students in the field of Web Programming should possess in order to join the company's work as quickly and effectively as possible.
- Abstract（参考訳）: 人工知能(AI)やチャットボットの時代において、どんな言語でもプログラミングコードを生成したり、テキストを書いたり、情報を要約したりできる大きな言語モデルに基づいて、卒業生の雇用主の要求が既に変化していることは明らかである。
現代のITの世界は、ソフトウェアフレームワークによるプログラミングの大幅な自動化と、サードパーティのライブラリとアプリケーションプログラミングインターフェース(API)の巨大なセットを提供しています。
これらのツールはすべて、すぐに(既に実装済み)必要な機能の大部分を提供していますが、学生にとって何がより有用なのか – これらの既製のツールの使用方法や、Webアプリケーションの開発と開発をスクラッチから行うための基本的な原則をどう教えるか – に関して、非常に自然な疑問が生まれています。
本稿では,Webプログラミング分野の大学院生が,企業の業務にできるだけ迅速かつ効率的に参加するために持つために必要な技術スキルを,IT雇用者を対象にした調査の結果を分析した。
関連論文リスト
- CoderAgent: Simulating Student Behavior for Personalized Programming Learning with Large Language Models [34.62411261398559]
実データに頼ることなく,学生のプログラミングプロセスをきめ細かい方法でシミュレートするLLMエージェントCoderAgentを提案する。
具体的には、人間の学習者に知的エージェントを配し、その中核となるのは、人間のプログラミング実践プロセスの認知状態を捉えることである。
論文 参考訳（メタデータ） (2025-05-27T02:43:38Z) - An Online Integrated Development Environment for Automated Programming Assessment Systems [4.618037115403291]
本研究は,オンラインIDEの要件を抽出し,定義することで,プログラミング教育の分野に貢献する。
新しいオンラインIDEのユーザビリティをTechnology Acceptance Model (TAM)を用いて評価し,27人の初等生からフィードバックを得た。
論文 参考訳（メタデータ） (2025-03-17T12:50:51Z) - Programmers Aren't Obsolete Yet: A Syllabus for Teaching CS Students to Responsibly Use Large Language Models for Code Generation [0.0]
大規模言語モデル(LLM)はコード生成を自動化する強力なツールとして登場し、プログラマの生産性を高める大きな可能性を秘めている。
彼らの非決定論的性質とユーザ入力への依存は、責任と効果的な使用を保証するために、プログラミングの基本をしっかりと理解する必要がある。
論文 参考訳（メタデータ） (2025-02-21T14:36:36Z) - Large Language Model-Brained GUI Agents: A Survey [42.82362907348966]
マルチモーダルモデルはGUI自動化の新しい時代を支えてきた。
彼らは自然言語理解、コード生成、視覚処理において例外的な能力を示した。
これらのエージェントはパラダイムシフトを表しており、ユーザーは単純な会話コマンドで複雑なマルチステップタスクを実行できる。
論文 参考訳（メタデータ） (2024-11-27T12:13:39Z) - ChatISA: A Prompt-Engineered, In-House Multi-Modal Generative AI Chatbot for Information Systems Education [0.6784745592354215]
ChatISAは、インフォメーション・システムズ・アンド・アナリティクス部門の学生と教員を支援するために設計された、社内のマルチモデルAIボットである。
ChatISAは、Coding Companion、Project Coach、Exam Ally、Interview Mentorの4つの主要なモジュールで構成されている。
ChatISAのすべてのコードはGitHubで公開されており、他の機関は、カリキュラム内で同様のAI駆動の教育ツールをカスタマイズし、統合することができる。
論文 参考訳（メタデータ） (2024-06-13T04:00:07Z) - Dealing with Data for RE: Mitigating Challenges while using NLP and
Generative AI [2.9189409618561966]
本章では、ソフトウェア工学全般の進化する展望、特に要件工学(RE)について論じている。
自然言語処理(NLP)と生成AIをエンタープライズクリティカルなソフトウェアシステムに統合する際に生じる課題について論じる。
本は、読者に必要な知識とツールを提供するために、実践的な洞察、解決策、例を提供する。
論文 参考訳（メタデータ） (2024-02-26T19:19:47Z) - Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳（メタデータ） (2024-01-17T21:30:45Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - AGI: Artificial General Intelligence for Education [41.45039606933712]
本稿では,人工知能(AGI)の重要な概念,能力,範囲,将来的な教育の可能性について概説する。
AGIは知的学習システム、教育評価、評価手順を大幅に改善することができる。
この論文は、AGIの能力が人間の感情や社会的相互作用を理解することに拡張されていることを強調している。
論文 参考訳（メタデータ） (2023-04-24T22:31:59Z) - Artificial Intelligence Impact On The Labour Force -- Searching For The
Analytical Skills Of The Future Software Engineers [0.0]
この体系的な文献レビューは、人工知能がソフトウェア工学における労働力に与える影響を調査することを目的としている。
それは、将来のソフトウェアエンジニアに必要なスキル、ソフトウェアエンジニアリングスキルの需要に対するAIの影響、そしてソフトウェアエンジニアの仕事の未来に焦点を当てている。
論文 参考訳（メタデータ） (2023-02-26T03:49:53Z) - Building an Effective Automated Assessment System for C/C++ Introductory
Programming Courses in ODL Environment [0.0]
学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。
遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。
私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
論文 参考訳（メタデータ） (2022-05-24T09:20:43Z) - Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。
NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Leveraging Language to Learn Program Abstractions and Search Heuristics [66.28391181268645]
LAPS(Language for Abstraction and Program Search)は、自然言語アノテーションを用いて、ライブラリとニューラルネットワークによる合成のための検索モデルの共同学習をガイドする手法である。
最先端のライブラリ学習システム(DreamCoder)に統合されると、LAPSは高品質なライブラリを生成し、検索効率と一般化を改善する。
論文 参考訳（メタデータ） (2021-06-18T15:08:47Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。