«Вовлекайтесь в исследования как можно раньше»

Дмитрий Сторчеус окончил бакалавриат МИЭФ в 2011 году и продолжил заниматься исследованиями в Институте Математических Наук им. Куранта (Courant Institute) в США. Сейчас он является одним из ведущих экспертов в области машинного обучения, работая в Исследовательском отделе Гугла (Google Research Group) в Нью-Йорке. В интервью нашему сайту Дмитрий рассказал о том, почему обучение в МИЭФ было необходимо ему для достижения академического успеха.

— Дмитрий, вы были победителем Всероссийской олимпиады по экономике в 2007 году и могли свободно выбирать университет, в котором хотите учиться. Почему вы предпочли МИЭФ другим вузам?

— Думаю, два фактора были самыми важными. С одной стороны, МИЭФ дает возможность обучаться на программе двойных дипломов с Лондонским университетом, и мне кажется замечательным сочетание российской математической подготовки со строгими стандартами британского образования. С другой стороны, меня поразило, что МИЭФ нанимает преподавателей с международного академического рынка. Учиться у людей, получивших степень PhD в ведущих зарубежных университетах, — это ценная возможность, которую другие вузы в России не предоставляют.

— Вы стали заметным экспертом в области машинного обучения. Как, на ваш взгляд, МИЭФ помог вам преуспеть именно в качестве ученого? Какие профессора в наибольшей степени повлияли на ваше желание стать ученым?

— Самое важное — это то, что преподаватели МИЭФ сформировали у меня культуру исследовательской работы. Они были первыми, кто научил меня, как задавать важные вопросы и как писать научные статьи. МИЭФ дал мне как студенту множество исследовательских возможностей. Мне нравились наши еженедельные исследовательские семинары, нравилось работать над курсовыми и писать выпускную диссертацию. МИЭФ действительно поощряет тебя заниматься исследованиями, а это не всегда происходит даже в лучших американских и британских колледжах. Думаю, это большое преимущество для наших студентов.

Я хотел бы поблагодарить профессора Белянина за руководство моей курсовой работой и профессора Гельмана, который был научным руководителем моей выпускной диссертации. Для них это не было формальностью, они охотно тратили время на работу со мной, и без их поддержки я бы не преуспел.

— Вы взяли паузу в один год между выпуском из МИЭФ и продолжением обучения в Америке. Почему вы приняли такое решение и чем занимались в течение этого года?

— Я не сидел без дела, а работал над своим исследованием, а также преподавал. В МИЭФ я читал лекции по курсу Стохастического Анализа (Stochastic Calculus) и был стажером-исследователем в Международной лаборатории финансовой экономики. Мне хотелось внести свой вклад в развитие МИЭФ и поделиться своими математическими знаниями. В этот период я вместе с Сергеем Гельманом написал статью “Continuous Time Option Pricing with Scheduled Jumps in the Underlying Asset”. Кстати, приобретенный преподавательский опыт оказался полезным и даже решающим при моем поступлении в Институт Куранта.

— Насколько трудным был процесс поступления, ведь Институт им. Куранта возглавляет рейтинг школ прикладной математики в Северной Америке?

— Действительно, в Институте Куранта очень маленький процент успешных поступлений, и решение о зачислении принимается на основе математических талантов заявителей. Мне очень помогло, что математическое содержание бакалаврской программы МИЭФ и сами математические курсы, которые я изучал, были очень сильными. Приемная комиссия Института Куранта увидела, что все важные математические темы покрываются учебным планом МИЭФ. К тому же приемную комиссию возглавлял профессор Богомолов, который лично знает о МИЭФ и осведомлен о его высоких академических стандартах. Вот эти два фактора сошлись в мою пользу.

— Расскажите о своих исследованиях. Алгоритм SKPCA, которые вы создали, работая над выпускной диссертацией, часто цитируется. О чем идет речь?

— Эта аббревиатура расшифровывается как Supervised Kernel Principal Component Analysis. Алгоритм основан на ядре оператора интегрального преобразования (kernel), к примеру таким ядром может быть плотность Гауссовского распределения. Мой алгоритм автоматизирует выбор ядра, что является новым подходом к проблеме. Это означает, что человек больше не вовлекается в процесс, и итоговая точность намного выше. Если вы хотите узнать больше о моем исследовании, можете почитать статью, опубликованную в журнале JMLR.

— Почему вы не стали получать степень PhD в Институте Куранта?

— Я думаю, что PhD — это отличная опция для будущих ученых и призываю выпускников МИЭФ поступать на эти программы. Но в моем случае уровень моей квалификации был оценен как соответствующий PhD специалистами из исследовательского отдела Гугла Google Research. Дело в том, что к моменту моего выпуска моя работа “Generalization Bounds for Supervised Kernel Principal Component Analysis” уже была известна и признана академическим сообществом. Как следствие, я был сразу же нанят Google Research. Все мои коллеги по лаборатории в Google Research имеют как минимум степень PhD, а многие из них ранее работали профессорами в университетах.

— Над чем вы работали в лаборатории Google Research в последнее время?

— Я разработал новую теорию снижения размерности данных (coupled dimensionality reduction) и алгоритмы, которые помогают применять эту теорию на практике. Это помогло улучшить точность некоторых продуктов Google, а также уменьшить погрешность алгоритмов по снижению размерности данных для широкого спектра проблем: от обнаружения спама и вредоносного ПО до распознавания образов.

— Вы сохраняли связи с МИЭФ после выпуска?

— МИЭФ производит впечатление дружной семьи. Но помимо того, что у меня сохраняется это «семейное» ощущение, я рад продолжать наши совместные исследования. Я очень ценю мое соавторство с Сергеем Гельманом — думаю, нам удалось много добиться. И мы продолжаем работать вместе и сейчас, четыре года спустя. Например, недавно нас пригласили представить нашу статью на семинаре NIPS Time Series Workshop в Монреале.

— Если бы можно было повернуть время вспять, вы бы изменили свое решение поступать в МИЭФ?

— Определенно нет. Я уверен, что МИЭФ заложил для меня солидный научный фундамент, и изучение математики и экономики здесь было чрезвычайно ценным.

— Какой совет вы бы дали нынешним и потенциальным студентам МИЭФ?

— Вовлекайтесь в исследования как можно раньше, даже если вы только на втором курсе. Посещайте исследовательские семинары и старайтесь защитить курсовые с отличием. И еще: с самого начала фокусируйтесь на математике. Потому что все фундаментальные курсы в экономике и других науках основаны на математике. Если вы что-то упустите в математической подготовке в начале, наверстать это потом будет очень трудно. Я бы даже предложил взять дополнительные математические предметы уже на первом курсе и заниматься с тьютором, усиливая свои знания в матанализе, линейной алгебре и теории вероятностей.

Олег Серегин, специально для МИЭФ НИУ ВШЭ
Интервью на английском языке >>