«ЧТОБЫ ПРОГРАММИРОВАТЬ, НЕОБХОДИМО ПОСТОЯННО УЧИТЬСЯ»

В Казанский энергоуниверситет Алексея пригласили на средства республиканского гранта «Алгарыш». По словам директора Института цифровых технологий и экономики КГЭУ, завкафедрой информатики и информационно-управляющих систем Юлии Торкуновой, занятия с такого уровня экспертом в области анализа больших данных и машинного обучения, безусловно, полезны  для будущих специалистов в области IT-технологий.

- Темы эти очень актуальны, особенно в рамках трансформации цифровой экономики, - говорит она. – А, несмотря на свою молодость, Алексей Драль  достаточно давно и успешно проводит обучающие занятия. Мы очень рады, что он к нам приехал, потому что его лекции и практические занятия очень интересны. Он рассказывает доступным языком про очень сложные вещи.

На кафедре информатики и информационно-управляющих систем КГЭУ тоже занимаются проблемами больших данных и машинного обучения. Два аспиранта пишут диссертации на тему распознавания образов и использованию технологии искусственного интеллекта.

- На занятиях мы поговорим про настоящую науку, погрузимся в Computer Science, в технологию вычислений, BigData и машинное обучение, - делится планами Алексей Драль. – Я, по опыту знаю, что в вузах, даже московских, обычно, про это не рассказывают. Рассказывать какие-то современные практические вещи должны люди с опытом в этих вещах. Соответственно, у вузов должны быть партнерские отношения с IT-компаниями, чтобы приглашать таких людей. Потому что IT-технологии меняются очень быстро. Разработать одну программу на пять лет - уже не представляется возможным. Ее надо перерабатывать каждый год, или даже каждые полгода. В вузах на это бюджетов нет, эта проблема может решаться только за счет партнерства.

Алексей Драль считает, что IT-специалисты, владеющие таким набором технологий, как анализ больших данных и машинное обучение, очень востребованы во всех областях экономики – в промышленности, в медицине, в финансовой сфере и многих других. Но, при этом, они – штучный «товар» и должны применяться «по назначению».

- Ведь когда мы говорим про большой массив информации, то в промышленности, например, в большинстве случаев люди пытаются применить молоток там, где его применять не нужно, - уточняет гендиректор BigData Team. – Я могу привести множество примеров, когда в промышленной сфере были какие-то проблемы, то машинное обучение мало чем помогало. Тут больше стоял вопрос статистики и проверки гипотез. Так что в технических вузах нужно обучать людей, прежде всего, хорошей математике. А BigData – это инженерия. Здесь можно дойти и без математики до довольно высокого уровня. Но потом, чтобы строить freework под компанию, нужно осваивать Computer Science.

Сам Алексей Драль шел к своему уровню квалификации много лет. Еще в школе ему нравилось участвовать во всех олимпиадах по математике, затем он два года учился в специализированном учебно-научном центре (СУНЦ) МГУ, 5 лет обучался на мехмате МГУ, два года получал прикладные знания в школе анализа данных Яндекса и параллельно работал в ведущих IT- компаниях России и Ирландии – получал навыки программирования. И только после этого начал обучать других.  

- Каким-то базовым вещам в IT-сфере можно выучиться быстро – даже за полгода. Но чтобы расти дальше, чтобы начать ориентироваться в методах и алгоритмах  – это еще несколько лет интенсивной учебы и работы. И только потом можно начать специализироваться в своей, какой-то определенной области, - считает Алексей Драль. – Мы уже вошли в ту фазу, когда недостаточно 5 лет проучиться на мехмате, а потом всю жизнь отдыхать. Нет. Каждые полгода появляются новые инструменты. В целом, период распада IT-технологии – это порядка двух лет, а затем появляется что-то новое. Опыт, конечно, помогает применять базовые подходы, но если нужно именно программировать и прикладывать, то необходимо постоянно учиться.

Елена Мельник