Details

Title Применение искусственного интеллекта в современных методологиях управления ресурсами портфеля проектов: выпускная квалификационная работа магистра: направление 38.04.05 «Бизнес-информатика» ; образовательная программа 38.04.05_02 «Бизнес-инжиниринг (международная образовательная программа)»
Creators Гудков Никита Дмитриевич
Scientific adviser Борреманс Александра Дирковна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint Санкт-Петербург, 2025
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects искусственный интеллект в управлении проектами ; оптимизация планирования ресурсов ; управление портфелем проектов ; системы поддержки принятия решений на основе ИИ ; artificial intelligence in project management ; resource planning optimization ; project portfolio management ; AI-driven decision support systems ; IT project resource allocation ; data-driven project execution
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 38.04.05
Speciality group (FGOS) 380000 - Экономика и управление
DOI 10.18720/SPBPU/3/2025/vr/vr25-2074
Rights Доступ по паролю из сети Интернет (чтение, печать)
Additionally New arrival
Record key ru\spstu\vkr\35428
Record create date 7/10/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Целью исследования явилось изучение того, как искусственный интеллект может улучшить планирование ресурсов при управлении портфелем проектов путем выявления неэффективности, анализа процессов планирования и предложения решений на основе данных, адаптированных для ИТ-организаций среднего размера. Исследование выполнялось на базе организации «Желтый стек». Предмет ВКР – это процесс планирования ресурсов в системе управления портфелем проектов ИТ-компании с упором на то, как технологии ИИ могут быть интегрированы для повышения эффективности, точности и адаптивности при распределении ресурсов и прогнозировании. Методы исследования: в ходе исследования применялась комбинация качественных и количественных методов исследования. Основные результаты исследования: - Обоснована актуальность интеграции технологий ИИ в процессы планирования ресурсов управления портфелем ИТ-проектов на основе анализа практических ограничений в «Yellow Stack». - Разработана модульная архитектура на основе ИИ для оптимизации планирования, включающая компоненты для оценки усилий, обнаружения конфликтов, прогнозирования и моделирования сценариев. - Проведен подробный анализ текущей неэффективности планирования, выявлены узкие места, потери времени и риски в процессах ручной координации. Результаты этого исследования могут быть напрямую применены к процессам операционного планирования «Желтый стек» и подобных ИТ-компаний, управляющих многопроектными портфелями. Научная новизна этого исследования заключается в разработке и валидации интегрированной структуры на основе ИИ для оптимизации планирования ресурсов в управлении портфелем проектов для ИТ-компаний среднего размера.

The purpose of the research is to explore how artificial intelligence can enhance resource planning in project portfolio management by identifying inefficiencies, analyzing planning processes, and proposing data-driven solutions tailored to a mid-sized IT organization. The study was carried out on the basis of company “Yellow stack”. The subject of the thesis is the resource planning process within the project portfolio management system of an IT company, with a focus on how AI technologies can be integrated to improve efficiency, accuracy, and adaptability in resource allocation and forecasting. Research methods: We used combination of qualitative and quantitative research method. The main results of the study: - Justified the relevance of integrating AI technologies into the resource planning processes of IT project portfolio management, based on the analysis of practical limitations at “Yellow Stack.” - Developed a modular AI-driven architecture for planning optimization, including components for effort estimation, conflict detection, forecasting, and scenario simulation. - Carried out a detailed analysis of current planning inefficiencies, revealing critical bottlenecks, time losses, and risk factors in manual coordination processes. - Completed a functional mapping of AI tools to specific project roles and stages, with quantitative estimates of potential efficiency gains and resource reallocation. The results of this study can be directly applied to the operational planning processes of “Yellow Stack” and similar IT companies managing multi-project portfolios. The scientific novelty of this research lies in the development and validation of an integrated AI-based framework for optimizing resource planning in the context of project portfolio management for mid-sized IT companies.

Network User group Action
ILC SPbPU Local Network All
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous

Access count: 0 
Last 30 days: 0

Detailed usage statistics