Новый герой в рубрике «Молодые ученые»: Юра Логачев изучает информационный поиск, работает в «Яндексе», играет в шахматы на крыше и точно знает, что идеи надо воплощать ровно в тот момент, когда они приходят в голову.
Образование: факультет вычислительной математики и кибернетики МГУ, кафедра математических методов прогнозирования, аспирантура Университета Тампере, Финляндия.
Что исследует: процесс поиска неструктурированной информации (information retrieval) и методы построения алгоритмов, способных обучаться (machine learning).
Особые приметы: в детстве хотел стать продавцом, футболистом, рок-звездой, диджеем на радио, по выходным играет с друзьями в мафию в «Мастерской» или другом хорошем месте, увлекается футболом, баскетболом, сноубордом, зимой поедет кататься во Францию, не любит пробки и ездит на метро.
На нашем факультете учили более прикладным вещам, чем на мехмате. И девочек у нас больше: в моей группе было 14 парней и 7 девушек — два к одному, это много. На ВМиК к старшим курсам почти все начинают работать, а я устроился в «Яндекс» еще во время учебы. Мой научник и два одногруппника тоже «яндексоиды», хотя мы попали туда отдельно друг от друга. Однокурсники занимаются программированием, разработкой в крупных компаниях типа МТС. Некоторые пошли в аналитику. Двое учатся в аспирантуре в Швейцарии.
Я сейчас заочно учусь в аспирантуре финского университета. Была рассылка среди сотрудников «Яндекса»: кто хочет, отправляйте заявки. Я выслал резюме, мотивационное письмо, сертификат TOEFL, прошел собеседование. Уже один раз съездил к научнику в Тампере. Этот вариант очень удачный, потому что я точно понимаю, что уезжать насовсем не хочу. Весной была возможность, вроде как меня уже готовы были взять на обучение в Голландию. Но я не очень понимаю, что там делать. У меня один однокурсник уехал в Канаду, другой в Сингапур. По-моему, им там довольно скучно. Я был в Финляндии три недели — и то не знал, чем себя занять. Так получилось, что я жил не в общежитии, а на квартире, никого не знал, все коллеги намного старше. На следующую поездку я специально попросил, чтобы меня поселили в общагу к другим студентам и аспирантам. Надеюсь закончить аспирантуру за три года, не хочется связывать себя обязательствами на много лет вперед. Для этого нужно заработать 60 credits — это баллы, которые тебе дают за статьи, эссе. Уже набрав их, ты можешь защитить тезисы.
До того как я поступил в аспирантуру, я занимался улучшением качества поиска. Теперь я совмещаю более теоретические исследования с программированием в области качества поиска. С разработкой все просто — начальник ставит тебе задачу, ты ее решаешь. В исследованиях сложность в том, что ты сам придумываешь задачу. Нужен очень высокий уровень дисциплинированности, чтобы все делать без указки. Вообще мне как раз нравится самому искать данные, ставить эксперименты, разрабатывать и в конце концов убеждать других, что это стоит внедрить. Но поскольку я пока этим совсем мало занимаюсь, исследовательская работа идет тяжелее, чем обычное программирование.
Несколько статей у меня уже есть — правда, они в соавторстве. Это работы, связанные с особенностями информационного поиска и машинного обучения. Частный пример информационного поиска — это как раз поиск в интернете. Пользователь посылает запрос. Компьютер отвечает. Ты думаешь, как заставить машину отвечать точнее всего. А машинное обучение — это мейнстрим, одно из самых модных направлений программирования. Это такие алгоритмы, которые на одной пачке данных обучаются, а потом на новых данных их можно применять. В частности, Google, «Яндекс» работают на машинном обучении. И все алгоритмы распознавания образов — FineReader, например. Это направление выросло из искусственного интеллекта, все началось с подражания тому, как устроен человеческий мозг — с нейронных сетей. Нейронные сети — один из первых алгоритмов машинного обучения. Я учился на кафедре методов математического прогнозирования, но по сути нам как раз и преподавали machine learning.

Машины обучаются гораздо быстрее, чем кажется.
В «Яндексе» больше 3000 сотрудников. В нашем офисе где-то полторы тысячи, остальные работают в филиалах: от Питера до Калифорнии. За год работы я уже привык к большому офису. А в один из первых дней, помню, звонил коллеге и спрашивал, как найти выход. На самом деле, обычно я здесь не разгуливаю. Сижу у себя в комнате, хожу в столовую, если нужно — в переговорки. У нас есть комната отдыха, там тренажеры, бильярд, пинг-понг. Есть музыкальный уголок с гитарами, синтезаторами. Там собираются ребята из
У нас можно ночевать, я сам несколько раз оставался: есть душ и специальные кровати. На самом деле не очень здорово, когда приходишь на работу, а там
«С разработкой все просто — начальник ставит тебе задачу, ты ее решаешь. В исследованиях сложность в том, что ты сам придумываешь задачу. Нужен очень высокий уровень дисциплинированности, чтобы все делать без указки»
Если я
Комментарии
Комментировать