Колонки

В 12 лет я стал конкурентоспособным на рынке молодых IT-специалистов

Колонки
Виктория Кравченко
Виктория Кравченко

Экс-редактор Rusbase

Виктория Кравченко

Дмитрию Пасечнюку 12 лет, он учится экстерном в 8 классе самой «простой сельской школы» в Калининграде.

Но уже успел: занять 1 место в финале Олимпиады «Информационные технологии» (ИТМО), стал лауреатом премии Общественное призвание «Профи-Итоги года» в номинации «Юное дарование», участвовал в форуме «Будущие интеллектуальные лидеры России», получил 1 место в конкурсе «Юный программист», завоевал гран-при Всероссийского конкурса «ИТ-школа выбирает сильнейших», окончил с отличием программу дополнительного образования по основам ИТ и программирования «ИТ-школа Samsung». А главное, он разрабатывает собственные проекты и проводит исследования наравне со взрослыми специалистами.

Дмитрий рассказал Rusbase о том, как он видит будущее индустрии. Итак, IT-сфера глазами одаренного подростка.

В 12 лет я стал конкурентоспособным на рынке молодых IT-специалистов
Присоединиться

Мне 12 лет и я вполне конкурирую со старшими

В области анализа данных и машинного обучения я вполне конкурентоспособен. Программирование, Data Science, статистические методы классификации и машинное обучение – вот все это я люблю очень.


Сейчас модно говорить про любовь к учебе, но я и правда люблю и учусь на отлично экстерном, это дается мне легко.


Как-то так вышло, что помимо основной учебы я начал заниматься в школе олимпиадной подготовке по информатике и математике. Наверное, отсюда зародился интерес к математическому анализу и статистике, а потом, благодаря современной доступности информации, я начал самостоятельно погружаться все глубже и глубже в предмет.


Вручение премии «Профи – Итоги 2016!» в номинации «Юное дарование»

Потом мне повезло и я встретил неравнодушных людей: директора центра развития одаренных детей в Калининграде и заместителя директора в нынешней школе. Они мне помогли понять, как и куда двигаться дальше.


Советы от Димы для начинающих программистов

  1. Для изучения математики и теории вероятности я пользовался в основном книгами: «Вероятность» А. Н. Ширяева и «Математический анализ» В.А. Карасева, Г.Д. Левшиной и В.В. Карасевой.
  2. Для изучения Data Science я использовал в основном видеолекции, в том числе и курс МЭИ по таким алгоритмам, как Генетический, Сеть Хопфилда, Муравьиный, Метод отжига и так далее, еще курс К.В. Воронцова по машинному обучению и курс Data Mining от «Техносферы» Mail.ru Group. Также пользуюсь лекциями ШАДа Яндекса.
  3. Мне очень нравится несколько групп ВКонтакте, например: http://vk.com/deeplearning и https://vk.com/club138979736. Не могу сказать, что весь контент безупречен, но встречаются очень впечатляющие статьи и видеоматериалы.
  4. Неплохие курсы есть на платформе Stepik, в пример приведу те, которые сам прошел: «Основы статистики», «Математический анализ», «Математическая статистика».
  5. А также на openedu.ru: Курс математического анализа (МГУ); Введение в теорию вероятностей (МФТИ); Основы комбинаторики (МФТИ); Базы данных (СПбГУ); Теория графов (МФТИ).

Про настоящее

IT-школу Samsung я окончил в прошлом году. Программа подразумевала обучение ребят 9–11 классов, а я начинал учиться в 6. Нелегко было убедить организаторов разрешить мне попробовать сдать вступительные экзамены. А потом я закончил ее с отличием и получил Гран-при на всероссийском конкурсе мобильных приложений «IT-школа выбирает сильнейших».

Я представлял свое приложение ProBonoPublico — это сервис, включающий в себя мобильное и веб-приложение, предназначенный для людей готовых заниматься благотворительностью, а именно оказывать услуги на условиях pro bono.

 

Сейчас мой сервис работает в Калининградском кризисном центре помощи женщинам, жертвам домашнего насилия.


Также я провел исследовательскую работу «Прогнозирование валентности эмоционального отклика на графический контент с использованием нейроинтерфейсов и алгоритмов анализа данных».


Эта работа – моя гордость. Проект вышел в финал конкурса научных работ школьников «Юниор» и в финал конкурса юношеских исследовательских работ им В.И. Вернадского.


Целью проекта был поиск и реализация оптимального при прогнозировании валентности или тона эмоции на основе переменных, характеризующих сигнал электроэнцефалограммы человека алгоритма машинного обучения и реализация на его основе ПО для прогнозирования валентности эмоции, вызываемой графическим контентом, демонстрируемом в программе.



Мной рассматривались алгоритмы: случайный лес, наивный байесовский классификатор, многослойный персептрон, метод опорных векторов, рекуррентная и рекурсивная нейронная сеть и вероятностная нейронная сеть. ПО реализовывалось на Python 3, использовалась библиотека TensorFlow.


  • Изначально производилась запись обучающих выборок, для чего была реализована программа, демонстрирующая изображение и сопоставляющая сигнал ЭЭГ и зафиксированную пользователем путем нажатия на одну из кнопок (Like, Dislike или Skip) валентность эмоции.
  • Следующим этапом было тестирование алгоритмов и выбор оптимального по показателям точности и чувствительности, после чего последовала реализация ПО для прогнозирования валентности эмоционального отклика на графический контент.

Проект задумывался как реализация одного из возможных подходов к созданию сегмента «Передача эмоций» в рамках модели создания НейроНет. Есть и практическое применение подобных разработок: в области нейромаркетинга и сферах деятельности, требующих объективной оценки компетенций человека ввиду исключения человеческого фактора, таких как экзамен, собеседование, защита проекта.

  • Для регистрации биопотенциалов головного мозга человека я использовал оборудование Balalaika v1.0, являющееся разработкой БФУ им. И. Канта.
  • Для сравнения алгоритмов использовались стандартные показатели точности (precision, формула для CM – PPV = TP/(TP + FP)) и чувствительности (sensitivity, формула для CM – TPR = TP/(TP + FN)), вычисляемых по одной из самых распространенных метрик качества классификации/обучения алгоритмов ML – confusion matrix (матрица несоответствий).

Возможно, именно благодаря этому проекту, я стал известен в довольно широком кругу специалистов. Сейчас я работаю и над коммерческими проектами в области прогнозирования временных рядов – разработка и реализация алгоритмов.


Про будущее

Я верю, что в ближайшее время Data Science будет только набирать популярность. Я хотел бы, лет через 10, будучи Data Scientist-ом в активно развивающейся компании с большим потенциалом решать задачи, связанные с развитием нашей российской экономики. А пока я планирую учиться и развивать соответствующие скиллы.


Смотрю в сторону ВШЭ и Университета Иннополис. В ВШЭ меня привлекает ФКН за то, что они идут в «ногу со временем», а Иннополис считаю самым прогрессивным образованием в интересующей меня сфере.


Проект мечты

Я думаю, что наибольшее влияние искусственный интеллект окажет на экономику, в силу того, что возрастет точность прогнозирования, прогнозы будут менее предвзятые и более соответствующие фактическим данным.


А я бы хотел разработать алгоритм, способный с достаточно высокой точностью и с минимальными затратами ресурсов, таких как время и память, прогнозировать изменения валюты отдельно взятого государства.


Для достижения необходимой для применения в жизни точности я считаю необходимым взять в рассмотрение огромное количество различных параметров, так или иначе описывающих государство: от последних цен на валюту до популярности правительства и коэффициента «счастья».

Самым сложным аспектом в реализации подобной идеи считаю именно обеспечение быстродействия, так как при анализе такого количества параметров мы получаем огромное количество точек в пространстве очень большой размерности, и, безусловно, определенные параметры будут более приоритетны при прогнозировании, а для выделения этих параметров необходимо проработать очень большое количество гипотез.



Комментарии «старших»

Со 2 по 9 апреля на площадке Университета Иннополис прошла выездная школа GoTo, посвященная проектной работе в области прикладного программирования, робототехники, анализа данных и биоинформатики. Это последний проект, в котором принял участие Дима. Мы решили спросить про его успехи у организаторов.


Мы разыгрывали гранты на бесплатное обучение на курсе по математическим и алгоритмическим основам анализа данных, ориентированного на взрослую аудиторию. Но один из претендентов на грант — Дмитрий Пасечнюк — нас приятно удивил сочетанием возраста и своей анкеты с проектами, мы решили его пособеседовать. Как оказалось, ему всего 12 лет. Мы сильно сомневались в том, что он сможет вместе с взрослыми участниками, за спиной которых оконченное высшее, продуктивно обучаться и освоить не только методы машинного обучения в деталях, но и уверенно использовать знания из линейной алгебры и математической статистики в рамках курса. Но Дима нас убедил. В свои 12 лет он активно участвует в различных конкурсах, олимпиадах, школах для старшеклассников, разрабатывает собственные проекты, занимается машинным обучением по онлайн-курсам и университетским пособиям, рассчитанным вовсе не на школьников. Помимо этого, он успевает работать над коммерческими проектами, например, анализирует биржевые временные ряды, прогнозирует износ подшипников и занимается рекламными проектами.
Алена Ильина,
директор школы GoTo

У многих онлайн-сервисов по продаже видео существует актуальная проблема: существует очень много фильмов, а права на показ фильма стоят дорого. Так как бюджет на закупку фильмов обычно ограничен — онлайн-кинотеатру приходится выбирать, какой фильм стоит закупать, а какой нет, и все это в условиях ограниченной информации.

В рамках проектной школы GoTo Дима и ещё один участник школы успешно реализовали проект, который позволяет предсказывать долю аудитории интернет-кинотеатра, которая посмотрит тот или иной фильм, базируясь только на описании фильма(режиссер, жанр, набор актеров, страна производства).

Получились неплохие результаты, поэтому мы планируем опробовать алгоритм ребят на данных реальных онлайн-кинотеатров и в случае успеха — внедрить алгоритм в продакшен-использование.
Александр Петров, куратор направления анализа данных школы GoTo, директор по технологиям в компании E-contenta

Материалы по теме:

Государство пытается контролировать онлайн-образование: плохо или хорошо?

В московских школах создадут крупнейшую образовательную сеть Wi-Fi

Лучшие онлайн-курсы для начинающих инвесторов

Деньги на ветер или кому реально нужна степень MBA

В Москве начали обучать прототипированию городов будущего

Мнение экспертов: повышают ли онлайн-курсы ценность резюме

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Как получить оффер и уехать жить в Европу: история выпускницы МГЛУ
  2. 2 Найти клиентов и сделать кастдев: зачем предпринимателю преподавать
  3. 3 Как стать разработчиком, если вы живете в регионе: советы и мотивация для новичков
  4. 4 Как стать IT-специалистом без техобразования: две позиции, с которых можно начать
  5. 5 «Я тянул все проекты, а клиенты думали, что работает человек пять»: история тестировщика, который начал свое дело
EdTech: карта российского рынка
Все компании и инвесторы в области образовательных технологий
Перейти