19.05.26 (включительно)

по согласию сторон

Идея

Задачи ИКТ

Робототехника

Обработка и преобразование информации

ПО/ИС

Глубокий системный кризис традиционных методов оценки работы государственных органов, который характеризуется переходом от реальной защиты интересов детей к формальной отчетности. Каждое ведомство: полиция, образование, здравоохранение оперирует собственными данными и отчетностью, что не позволяет увидеть целостную картину жизни ребенка. Существующая система профилактики часто срабатывает только тогда, когда правонарушение уже совершено, то есть работает по факту события, а не на опережение. При этом обычные системы оценки не учитывали разницу в инфраструктуре между крупными городами и отдаленными селами, что приводит к несправедливой критике местных исполнительных органов в тех районах, где уровень жизни объективно ниже из-за отсутствия социальных объектов, а не из-за плохой работы сотрудников. В результате отсутствие объективного, математически выверенного инструмента мониторинга, такого как «Индекс благополучия детей», делает государственное управление в сфере детства малоэффективным.

1. Пилотный объем работ (MVP), чтобы потенциальные исполнители могли корректно оценить свои ресурсы и предложить решения; В качестве пилотного объема работ (MVP) предлагается реализация обновленной системы оценки эффективности, которая позволит протестировать математическую модель и автоматизацию сбора данных без полномасштабного развертывания на все 56 индикаторов. Ниже представлен детализированный перечень работ для этапа MVP: 1. Методологическое ядро: Настройка математической модели Центральным элементом MVP должна стать программная реализация скорректированной формулы итогового индекса благополучия детей (CWIfinal). Алгоритм нормализации: Внедрение процедур линейного масштабирования (min-max) для приведения разнородных данных к диапазону 0–100. Реализация формулы с поправочным коэффициентом: Скорректированная формула будет выглядеть следующим образом: Данная формула представляет собой расчет итогового индекса состояния ( CWI ), который корректируется с учетом региональных коэффициентов. D1 + D2 + … Dn Kreg CWIfinal = ----------------- х --------------- х α n 100 где: CWIfinal - итоговый (скорректированный на инфраструктуру) Индекс благополучия детей; D - значение каждого направления (домена) базового Индекса; n - общее количество оцениваемых направлений; Kreg - Уровень обеспеченности объектами и услугами в населенном пункте (в процентах, от 0 до 100); α (альфа) - коэффициент инфраструктурной эластичности (рекомендуется от 0.3 до 0.5), который задает математический вес влияния материальной базы на итоговый результат. Такая интеграция полностью сохраняет исходную логику расчета базовой части (среднего арифметического), но при этом автоматически снижает итоговый показатель, если фактическая обеспеченность объектами (Kreg) не соответствует утвержденным региональным стандартам. Калибровка штрафных функций: Настройка модели «нормативно-целевого метода», при которой низкая обеспеченность инфраструктурой автоматически снижает итоговый KPI региона. 2. Технологическая интеграция: «Единый источник правды» В рамках MVP необходимо отказаться от ручного ввода данных и настроить автоматический забор информации для ключевых индикаторов через платформу QazTech. Интеграция со Smart Data Ukimet: Настройка обмена данными для автоматического скоринга благополучия семей на основе «Цифровой карты семьи». Автоматизация 13 приоритетных индикаторов: Перевод субъективных опросных данных в категорию «цифровых следов» по следующим направлениям: Здоровье: Данные о скринингах и травматизме из системы Damu Med. Безопасность: Статистика правонарушений напрямую из ЕРДР (Генеральная прокуратура). Образование: Верификация охвата кружками и школьным питанием через НОБД и биометрические системы. Инфраструктура: ГИС-анализ транспортной доступности (15-минутный радиус до остановок) и наличия детских площадок. 3. Региональный пилот: Дифференцированный подход Для проверки гипотезы о «пространственной гетерогенности» (неравномерности условий) в пилот должны быть включены два контрастных региона: Регион-акцептор (например, г. Астана или Мангистауская область): Тестирование модели в условиях высокой миграционной нагрузки и давления на инфраструктуру. Регион-донор (например, СКО): Оценка эффективности при стабильном или убывающем населении. Цель: Подтвердить, что коэффициент сложности среды (alpha) справедливо корректирует рейтинг акимов, защищая их от «карательной статистики». 4. Визуализация: Панель Руководителя (Executive Dashboard) Разработка интерфейса для мониторинга в реальном времени, который включает: Динамические индикаторы: Автоматическая подсветка зон риска (например, резкий рост буллинга или дефицит ученических мест). Прогнозный модуль: Использование алгоритмов машинного обучения для выявления корреляций между обеспеченностью инфраструктурой и уровнем подростковой преступности. Сравнительный анализ: Возможность сопоставления регионов не по «сырым» цифрам, а по степени управленческого сопротивления среды. 2. Дополнить техническую часть базовыми параметрами: предполагаемые источники данных, подходы к интеграции, а также ключевые роли пользователей системы; Техническая архитектура системы, базируется на принципе «Единого источника правды» (SSOT) и исключает ручное формирование ведомственных справок. Ниже приведены дополнения к технической части проекта: I. Предполагаемые источники данных Для автоматического расчета Индекса благополучия детей и оценки KPI уполномоченных органов система должна агрегировать данные из следующих ведомственных информационных систем: Медицинский сектор (МЗ РК): Информационная система Damu Med для получения данных о профилактических осмотрах, скринингах, психоэмоциональном состоянии и паттернах детского травматизма. Образовательный сектор (МП РК): Национальная образовательная база данных (НОБД) для верификации успеваемости, охвата дополнительным образованием, качества школьного питания и фиксации инцидентов (буллинга). Правоохранительный сектор (ГП РК): Единый реестр досудебных расследований (ЕРДР) для получения объективной статистики по правонарушениям в отношении детей и преступности среди несовершеннолетних. Социальный сектор (МТСЗН РК): Цифровая карта семьи (ЦКС) для автоматического скоринга уровня благополучия домохозяйств на основе данных из более чем 30 источников. Инфраструктурный сектор (ГИС): Геоинформационные системы и данные ЕГНИР (реестр недвижимости) для расчета транспортной доступности и обеспеченности жилой площадью. Финансовый сектор (ОФД): Данные операторов фискальных данных для анализа структуры потребления (например, ежедневное употребление овощей и фруктов). Общий аналитический слой: Smart Data Ukimet (SDU), функционирующий как «озеро данных» (Data Lake) для консолидации информации из 100+ баз данных. II. Подходы к интеграции Интеграционная стратегия опирается на национальную платформу QazTech, что обеспечивает технологический суверенитет и алгоритмическую унификацию. Платформенная модель (PaaS/IaaS): Использование единого стека технологий (Istio, Kafka, Service Mesh) для обеспечения отказоустойчивости сети не менее 99,95%. Шлюз Smart Bridge: Применение защищенного шлюза для обеспечения бесшовной интероперабельности между ведомственными базами данных. Безопасность и деперсонализация: Обязательное хеширование персональных данных при передаче в аналитический модуль для защиты прав граждан. Предиктивная аналитика: Внедрение методов причинно-следственного машинного обучения (Causal Machine Learning) для выявления скрытых корреляций между мерами поддержки и реальным изменением уровня правонарушений. III. Ключевые роли пользователей Система предусматривает трехуровневую ролевую модель для обеспечения адресного доступа к аналитике: Уровень пользователя Роль в системе Основной функционал Высшее руководство (Стратегический) Администрация Президента, Премьер-Министр, Министры Использование Панели Руководителя (Executive Dashboard) для мониторинга макропоказателей и принятия стратегических решений. Региональное руководство (Управленческий) Акимы областей и городов, руководители управлений Контроль регионального KPI, выявление «узких мест» в инфраструктуре и управление региональными бюджетами «для детей». Исполнительный уровень (Операционный) Члены мобильных групп, сотрудники органов опеки, психологи, инспекторы Работа с конкретными кейсами через «Цифровую карту семьи», получение уведомлений о рисках (аллерты) и ведение планов реабилитации. Методологический уровень (Аналитический) Институт «Өркен», научные сотрудники Доступ к деперсонализированным Big Data для разработки новых антибуллинговых модулей и психометрических методик. Данные параметры превращают систему из инструмента ретроспективной отчетности в проактивный механизм управления благополучием нации. Какие из перечисленных источников данных являются наиболее критичными для вашего текущего этапа планирования?

Исмаилбаев Тимурлан Шамильеович