論文の概要: Teaching an Online Multi-Institutional Research Level Software Engineering Course with Industry - an Experience Report
- arxiv url: http://arxiv.org/abs/2512.01523v1
- Date: Mon, 01 Dec 2025 10:46:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-02 19:46:34.812515
- Title: Teaching an Online Multi-Institutional Research Level Software Engineering Course with Industry - an Experience Report
- Title（参考訳）: 産業界における多施設レベルのソフトウェア工学コースのオンライン授業-経験報告
- Authors: Pankaj Jalore, Y. Raghu Reddy, Vasudeva Varma,
- Abstract要約: 本稿では,産業参加の活発な2つの機関間で,AI in Software Engineering(ソフトウェア工学のAI)というコースを共同で教える実験について述べる。
この協調的な教育手法は、コンピュータ科学のあらゆる応用分野の研究レベルのコースを提供するのに利用できると信じている。
- 参考スコア（独自算出の注目度）: 3.5173670413811133
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Covid has made online teaching and learning acceptable and students, faculty, and industry professionals are all comfortable with this mode. This comfort can be leveraged to offer an online multi-institutional research-level course in an area where individual institutions may not have the requisite faculty to teach and/or research students to enroll. If the subject is of interest to industry, online offering also allows industry experts to contribute and participate with ease. Advanced topics in Software Engineering are ideally suited for experimenting with this approach as industry, which is often looking to incorporate advances in software engineering in their practices, is likely to agree to contribute and participate. In this paper we describe an experiment in teaching a course titled "AI in Software Engineering" jointly between two institutions with active industry participation, and share our and student's experience. We believe this collaborative teaching approach can be used for offering research level courses in any applied area of computer science by institutions who are small and find it difficult to offer research level courses on their own.
- Abstract（参考訳）: Covidはオンライン教育と学習を許容し、学生、教員、そして業界の専門家はみなこのモードに満足している。
この快適さを活用すれば、個々の機関が、入学する学生を教育または/または研究するために必要な教員を持っていない地域において、オンラインの多施設研究コースを提供することができる。
もしこのテーマが業界に関心があるなら、オンライン・オファリングは業界の専門家が簡単に貢献して参加できるようにする。
ソフトウェアエンジニアリングの先進的なトピックは、ソフトウェアエンジニアリングの進歩を実践に組み込もうとする業界が、コントリビューションと参加に同意する可能性が高いため、このアプローチを試すのに理想的です。
本稿では,産業参加の活発な2つの機関が共同で"AI in Software Engineering"と題するコースを教える実験について述べる。
我々は、この協調的な教育手法が、コンピュータ科学のあらゆる応用分野における研究レベルのコースを、小規模で独自の研究レベルのコースを提供することが困難である機関によって提供することができると信じている。
関連論文リスト
- FAIR-CS: Framework for Interdisciplinary Research Collaborations in Online Computing Programs [0.4712282770819684]
本稿では,計算機科学における学際研究を加速する枠組み(FAIR-CS)を提案する。
FAIR-CSは、研究目標を達成する方法であり、研究コミュニティを育成し、オンライン研究環境における高品質なメンターシップを支援する。
本稿では,ジョージア工科大学のオンライン計算機科学修士課程の研究者らとHuman-Augmented Analytics Group(HAAG)におけるFAIR-CSの実装について論じる。
論文 参考訳（メタデータ） (2025-07-15T23:51:17Z) - Out of the Day Job: Perspectives of Industry Practitioners in Co-Design and Delivery of Software Engineering Courses [1.2558799241132041]
グラスゴー大学は、多くのソフトウェアエンジニアリングに焦点を当てたコースを業界パートナーと共同で設計し、提供してきた。
これらのコラボレーションはユニークではなく、多くの利点が文献でよく認識されている。
しかし、コースの設計と納品に携わる業界実践者の視点については、比較的奨学金が得られていない。
論文 参考訳（メタデータ） (2025-07-01T14:35:43Z) - Beyond the Classroom: Bridging the Gap Between Academia and Industry with a Hands-on Learning Approach [2.8123958518740544]
自己適応型ソフトウェアシステムは、ソフトウェア設計と運用に重要な焦点をあてている。
実践者の調査では、知識のある個人が不足しているため、業界における採用が妨げられている。
我々は、理論知識とハンズオン学習を産業関連技術と統合した自己適応型ソフトウェアシステムでコースを教える経験を提示する。
論文 参考訳（メタデータ） (2025-04-14T21:32:25Z) - From chalkboards to chatbots: SELAR assists teachers in embracing AI in the curriculum [41.94295877935867]
SELARは、教師が人工知能をカリキュラムに統合するためのフレームワークである。
本稿では,Hague University of Applied Sciencesの講師が主催するワークショップを通じて,フレームワークの有効性を評価する。
論文 参考訳（メタデータ） (2024-10-17T05:40:59Z) - From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。
中国一の大学である清華大学で予備的な実験を行う。
論文 参考訳（メタデータ） (2024-09-05T13:22:51Z) - Making Software Development More Diverse and Inclusive: Key Themes, Challenges, and Future Directions [50.545824691484796]
ソフトウェア開発者の多様性と包摂性(SDDI)を改善するための課題と機会に関する6つのテーマを特定します。
4つのテーマの利点、害、今後の研究の方向性を特定します。
残りの2つのテーマ、人工知能とSDDIとAIとコンピュータサイエンスの教育について論じる。
論文 参考訳（メタデータ） (2024-04-10T16:18:11Z) - Ten simple rules for training scientists to make better software [0.0]
高品質な研究ソフトウェアを開発するには、多くのソフトウェア開発スキルを開発する必要がある。
計算研究における基礎的・優れた開発プラクティスの確保に重点が置かれている。
10 Simple Rulesコレクションの最近の記事は、生物学の学生にコンピュータサイエンスとコーディング技術の教育について論じている。
我々は、科学者が持続可能なソフトウェアパッケージを開発するために必要なスキルを効果的に教えるための具体的な手順を説明することによって、この議論を進める。
論文 参考訳（メタデータ） (2024-02-07T10:16:20Z) - Teaching Digital Accessibility to Industry Professionals using the
Community of Practice Framework: An Experience Report [0.0]
アクセシビリティの改善を目的とした最近の取り組みにもかかわらず、デジタルアクセシビリティの分野は、ソフトウェア産業の現代的進歩に大きく遅れを取っている。
既存の技術系労働者のスキル不足は持続的な障害となっている。
本稿では,デジタルアクセシビリティを教育する教育プログラムから学んだ教訓について報告する。
論文 参考訳（メタデータ） (2023-12-31T10:55:26Z) - Distributed Deep Learning in Open Collaborations [49.240611132653456]
協調学習に特化して設計された新しいアルゴリズムフレームワークを提案する。
現実的な条件下でのSwaVとALBERTの事前学習に対するアプローチの有効性を実証し,コストのごく一部で従来の設定に匹敵する性能を実現する。
論文 参考訳（メタデータ） (2021-06-18T16:23:13Z) - Data Science for Engineers: A Teaching Ecosystem [59.00739310930656]
チリ大学物理学・数学学部の技術者にデータサイエンスを教えるエコシステムについて述べる。
このイニシアチブは、学術的・専門的な環境からDS資格の需要が高まっていることに動機づけられている。
DS教育の原則と我々のアプローチの革新的な構成要素を共有することで、自分たちのDSプログラムやエコシステムを開発する人たちにとって、私たちの経験が役に立つことを願っています。
論文 参考訳（メタデータ） (2021-01-14T14:17:57Z) - 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。