Институт цифрового образования

1. Базы данных.
2. Нереляционные базы данных.
3. Практикум по SQL.
4. Распределенные системы.
5. Инструменты для хранения и обработки больших данных.
6. Практикум по алгоритмам и структурам данных.
7. Практикум по программированию.
8. Python для анализа данных.
9. Машинное обучение на базе языка Python.
10. Программирование нейросетей на Python.
11. Платформы Data Engineering.
12. Интеграция и развертывание программного обеспечения с помощью контейнеров.
13. Программные средства сбора, консолидации и аналитики данных.
14. Практикум по разработке ETL-решений.
15. Технологии DevOps.

13 лет

16 лет

2025 г. - повышение квалификации по программам: «Введение в прикладной и сильный искусственный интеллект» (МГТУ им. Н.Э. Баумана), «Текстовая аналитика и генеративный искусственный интеллект в прикладных проектах» (Школа прикладного анализа данных. ООО «Академия Дата–Дайвинг»), Искусственный интеллект (AI) в образовании: современные методы и технологии. Казахский национальный педагогический университет имени Абая.
2024 г. - повышение квалификации по программам «Архитектор данных (Data Architect)» профстандарт Специалист по большим данным 06.042 (НИУ ИТМО), «Введение Arenadata DB» (ООО «Аренадата Софтвер»), «Возможности искусственного интеллекта в образовании» (МПГУ), «Язык Python и возможности машинного обучения» (НИУ МЭИ).
2023 г. - профессиональная переподготовка по программе «Управление и администрирование информационными службами инфокоммуникационной системы организации», 600 ч.
2022 г. - профессиональная переподготовка по программе «Администрирование систем управления базами данных инфокоммуникационных систем» с присвоением квалификации – «Администратор баз данных» (ООО «Инфоурок»), 600 ч.
2020 г. - профессиональная переподготовка по программе «Педагогика и методика преподавания информатики и вычислительной техники», квалификация «Преподаватель информатики и вычислительной техники»(АНО ДПО «Современная научно-технологическая академия»), 1100 ч.

1. Босенко, Т. М. Интеграция мультимодальных технологий в образовательный процесс на примере разработки модели машинного обучения на платформе Apache Spark / Т. М. Босенко // Вестник МГПУ. Серия: Информатика и информатизация образования. — 2025. — № 1(71). — С. 80−89. — DOI 10.24 412/2072−9014−2025−171−80−89. — EDN WDUVZT.
2. Босенко, Т. М. Разработка модуля автоматизированной проверки SQL-скриптов в LMS на основе интеллектуального анализа / Т. М. Босенко // XXI век: итоги прошлого и проблемы настоящего плюс. — 2025. — Т. 14, № 1(69). — С. 9−17. — EDN NXGEBX.
3. Босенко, Т. М. Разработка и реализация методов оптимизации малых языковых моделей для эффективной генерации SQL-запросов в образовательных информационных системах / Т. М. Босенко // Образовательные ресурсы и технологии. — 2025. — № 1(50). — С. 54−67. — DOI 10.21 777/2500−2112−2025−1-54−67. — EDN JNZQLM.
4. Босенко, Т. М. адаптивный подход к тонкой настройке языковых моделей для задач преобразования текста в SQL / Т. М. Босенко // Вестник Донецкого национального университета. Серия Г: Технические науки. — 2025. — № 1. — С. 85−92. — DOI 10.5281/zenodo.15 056 696. — EDN OOAPJT.
5. Босенко, Т.М. Анализ микросервисной архитектуры в среде e-learning с многовариантным доступом к учебным материалам /Т.М. Босенко// Международный научно-исследовательский журнал. — 2024. — № 10 (148). — URL: https://research-journal.org/archive/10−148−2024-october/10.60 797/IRJ.2024.148.65. — DOI: 10.60 797/IRJ.2024.148.65
6. Босенко, Т.М. Реализация микросервисной архитектуры в системе управления процессом обучения /Т. М. Босенко// Вестник МГПУ. Серия: Информатика и информатизация образования. — 2024. — № 2(68). — С. 106−114. — DOI 10.25 688/2072−9014.2024.68.2.10.
7. Frolov, Y.V., Bosenko, T.M., Kondratieva, V.A. (2025). Adaptive SQL Query Generation System Based on Multi-Stage Fine-Tuning of the Qwen3.0 LLM.. In: Silhavy, R., Silhavy, P. (eds) Software Engineering Methods in Systems and Network Systems. CoMeSySo 2025. Lecture Notes in Networks and Systems, vol 910. Springer, Cham.
8. Sadykova A., Bosenko Т., Merenkova P. (2025). Specialized SQL Dataset Development and Annotation for Personalized LLM-Based Learning. In: Silhavy, R., Silhavy, P. (eds) Software Engineering Methods in Systems and Network Systems. CoMeSySo 2025. Lecture Notes in Networks and Systems, vol 910. Springer, Cham.
9. Frolov, Y.V., Zhidkova, E.S., Bosenko, T.M., Zhidkov, A.L. (2024). Identification and Interpretation of Significant Factors Influencing Client Defaults in Microfinance Institutions Using Machine Learning Methods. In: Silhavy, R., Silhavy, P. (eds) Cybernetics and Control Theory in Systems. CSOC 2024. Lecture Notes in Networks and Systems, vol 1119. Pp. 150−157. Springer, Cham. https://doi.org/10.1007/978−3-031−70 300−3₁₀
10. Frolov, Y.V., Bosenko, T.M., Konopelko, E.S. (2023). Statistical Study of Factors Affecting the Risk of Lending by Microfinance Institutions. In: Silhavy, R., Silhavy, P. (eds) Software Engineering Research in System Science. CSOC 2023. Lecture Notes in Networks and Systems, vol 722. Pp. 361−369. Springer, Cham. https://doi.org/10.1007/978−3-031−35 311−6₃₇

Учебно-методические издания

1. Фролов, Ю.В., Босенко, Т.М. Управление организациями на основе данных. М.: Лань, 2025. — 340 с.
2. Босенко, Т.М. Методы и алгоритмы обработки естественного языка для генерации SQL-запросов. Монография. — М.: Лань, 2025. — 210 с.
3. Босенко, Т.М., Фролов Ю.В. Лабораторные работы по языку SQL: практикум. — Москва: Московский городской педагогический университет, 2025. — 108 с. — EDN EAZUEW.
4. Босенко, Т.М. Концепции и методы Data Science: учебное пособие. — М.: Изд-во МГПУ, 2025. — 113 с.
5. Босенко, Т.М. Разработка принципов организации и технологий управления базами данных PostgreSQL для аналитиков: Учебно-методическое пособие. — Москва: ООО «Эдитус», 2023. — 56 с. — ISBN 978−5-217−072−2.
6. Босенко, Т.М. Инструменты для сбора, хранения и передачи больших данных в инфокоммуникационных системах: Учебно-методическое пособие. — Москва: ООО «Эдитус», 2023. — 68 с. — ISBN 978−5-217−077−7.
7. Босенко, Т.М., Фролов, Ю.В. Основы программирования Python для аналитиков: практикум. — Москва: МГПУ, 2023. — 56 с.
8. Босенко, Т.М., Основы объектно-ориентированного анализа и программирования в Python: учебно-методическое пособие. — Москва: Московский городской педагогический университет, 2023. — 80 с.

Более 60 работ общим объемом 50 уч.-изд. л.
Индекс Хирша — 8.

Дополнительная информация о научной деятельности Т.М. Босенко доступна в библиометрических информационных системах ResearcherID, Scopus, scholar.google и РИНЦ

Закончил в 2007 году механико-математический факультет Днепропетровского национального университета.
В 2010 году закончил аспирантуру и защитил кандидатскую диссертацию в Днепропетровском национальном университете по специальности «Математическое моделирование и численные методы» — 05.13.18 Математическое моделирование, численные методы и комплексы программ.

В 2019 году стал сертифицированным специалистом корпоративной информационной системы электронного документооборота CompanyMedia V 4. X, 6.X.
В период с 2018 по 2020гг. научный сотрудник «Учебно-научной лаборатории искусственного интеллекта, нейротехнологий и бизнес-аналитики (ФГБОУ ВО РЭУ им. Г.В. Плеханова),
В 2020 году прошел профессиональную переподготовку: «Педагогика и методика информатики и вычислительной техники», квалификация «Преподаватель информатики и вычислительной техники».
В период с 2020 по 2023 гг. заведующий лабораторией «Информационной безопасности», участвую в подготовке специалистов по администрированию высоконагруженных систем обработки данных при МГТУ им. Н.Э. Баумана.
С 2021 года Главный эксперт 09.02.08 Интеллектуальные интегрированные системы, 09.02.07 Информационные системы и программирование.

В 2019, 2023 годах присвоена Высшая квалификационная категория — преподаватель (СПО).

Выступал руководителем секции «Искусственный интеллект в экономике и обществе» Московского городского конкурса исследовательских и проектных работ, 2019/2020гг. В качестве тренера руководил командой студентов МГТУ им. Н.Э. Баумана на Юниорской олимпиаде по информационной безопасности Ugra CTF.

Участник Научно-исследовательских работ

1. «Разработка концепции персонализированной системы обучения SQL на основе моделей искусственного интеллекта (LLM)», 2025 г.
2. «Сравнительный анализ отечественных и зарубежных практик методов обучения программированию на разных уровнях образования», 2024−2025 гг.
3. «Прогнозирование учебных результатов учащихся на основе анализа их цифрового следа» (Столичное образование), 2012−2021 гг.

Big Data, ML, DL, LLM.

38.03.05, Бизнес-информатика, "Аналитика данных и эффективное управление", "Цифровые инновации в бизнесе".
38.04.05, Бизнес - информатика, "Бизнес-аналитика и большие данные".
44.03.05, Педагогическое образование (с двумя профилями подготовки), "Информатика и английский язык".
44.04.01, Педагогическое образование, "Интернет вещей в образовании".
44.04.01, Педагогическое образование, "Методика обучения информатике: программирование и большие данные".