Рассмотрено формирование у студентов дополнительных по отношению к образовательным стандартам компетенций по обработке данных, находящихся в файлах или базах данных, необходимых для удовлетворения профессиональных запросов работодателей в области информационных технологий. Для моделирования этого процесса использован математический аппарат сетей Петри и его расширение – раскрашенные сети Петри. Предложенная модель является более компактной, чем модель усвоения знаний в предшествующей работе авторов. Предложены аналитические формулы для расчета оценок компетенций. Эти формулы основаны на использовании, с одной стороны, значений уровня остаточных знаний по отдельным знаниям, умениям и навыкам в области обработки данных, а с другой стороны, значений экспертных оценок их востребованности у работодателей. Соответствующие знания, умения и навыки по смыслу сгруппированы в восемь групп. Методики оценивания остаточных знаний дают приблизительные оценки, представленные в виде набора диапазонов. Для использования этих диапазонов в предлагаемых формулах применены нечеткие множества. В качестве примера рассмотрено обучение студентов по направлению «Прикладная информатика». Приводятся конкретные дисциплины учебного плана и получаемые знания, умения и навыки. Обработка данных автоматизирована при помощи Microsoft Excel.

The article considers the formation of students’ additional in relation to educational standards of competence in processing data stored in files or databases necessary to meet the professional needs of employers in the field of information technology. To simulate this process, the mathematical apparatus of Petri nets and its extension – colored Petri nets are used. The proposed model is more compact than the model of assimilation knowledge in the previous authors’ work. Analytical formulas for calculating the assessment of competencies are proposed. These formulas are based on the use, on the one hand, the values of the level of residual knowledge on a separate knowledge, skills and abilities in the field of data processing, and on the other hand, the values of expert assessments of their demand from employers. The relevant knowledge, skills and abilities within the meaning are grouped into eight groups. Methods estimation of residual knowledge give approximate estimates presented in the form of a set of ranges. Fuzzy sets are used to use these ranges in the proposed formulas. As an example, the training of students in the direction of «Applied Informatics». The specific subjects of the curriculum and the knowledge, skills and abilities are given. Data processing is automated using Microsoft Excel.