• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: 119048, Москва,
ул. Усачёва, 6

тел. (495) 916-89-05
тел. (495) 772-95-90 *12720
тел. (495) 772-95-90 *12726 (декан)
E-mail: math@hse.ru

Учебный офис:
mathstudyoffice@hse.ru
тел. (495) 624-26-16
тел. (495) 772-95-90 *12713

ДПО факультета математики:
dpo-math@hse.ru

Руководство
Научный руководитель Ландо Сергей Константинович
Заместитель декана по административной работе Балаева Светлана Васильевна
Заместитель декана по по научной работе Горбунов Василий Геннадьевич
Заместитель декана по учебной работе Колесников Александр Викторович
Заместитель декана по работе с абитуриентами Пятов Павел Николаевич

«На меня очень повлияла среда матфака. Это место удивительной свободы»

Ксения Дроздова, выпускница матфака 2015 г, сооснователь и тимлид команды ML разработки Nlogic, поделилась своими впечатлениями о работе в стартапе, рассказала, как атмосфера матфака помогла ей собрать dream team и о том, каких стажёров будет рада видеть в своей команде.

Традиционно мы спрашиваем у наших выпускников, как они оказались на матфаке.

Я пошла на матфак после школы, так как другого пути для себя не видела. В школе у меня была потрясающая учительница по математике, которая закончила новосибирский мехмат. Она дала мне понять, что нужно идти заниматься математикой, если меня к этому влечет. Еще она шутила, что если пойти на матфак, то хуже не будет. Там не дадут ничего лишнего, а если после захочется пойти не в науку, а куда-то еще, то мне это удастся. На самом деле, так и случилось. 

Расскажи о своём пути после окончания бакалавриата матфака.

Большая часть моего курса продолжила заниматься наукой. Я с огромным уважением отношусь к таким людям. Что касается меня, то мой путь был не совсем стандартным. После матфака я пошла в магистратуру факультета гуманитарных наук (ФГН) на программу «Компьютерная лингвистика». Выглядит как шаг в противоположную от математики сторону, но это не так. Компьютерная лингвистика ー одно из направлений компьютерных наук, а переход в IT после матфака довольно стандартный. Два года я занималась исследованиями в области обработки естественного языка (Natural language processing (NLP)), меня это сильно увлекло. Затем я работала в ряде компаний. Сейчас я тимлид и один из основателей компании Nlogic, которая занимается разработкой решений на основе машинного обучения для автоматизации бэк-офиса.

Как ты пришла к мысли о том, что тебе интересно NLP?
В последний год учебы на матфаке я стала думать о том, что делать дальше, и разложила перед собой несколько вариантов. Свою роль сыграл положительный пример других выпускниц матфака ー Лены Кулаковой и Кати Степановой. Насколько я знаю, Лена была выдающейся студенткой программы«Компьютерная лингвистика». Во время учебы она начала работать в стартапе Сколково и занималась созданием роботов. Я смотрела на это с восхищением и понимала, что мне это тоже интересно.

Какими исследованиями ты занималась в магистратуре?

Первый год я занималась эмбеддингами, а во второй ー совместила тему диссертации с темой исследований на работе. Я создавала алгоритм, который верифицирует человека по голосу. Грубо говоря, по короткой записи он определяет ты это или нет. Этот алгоритм мы потом продали Mail.ru, когда создали свою компанию. Это моя гордость.

Рассматривала ли ты для себя какие-то другие направления?

Когда я шла на матфак, у меня не было мыслей о том, что я хочу использовать учебу в качестве ступеньки, чтобы затем пойти в IT, экономику или бизнес. Я поступала на матфак, потому что не видела для себя  других вариантов. В бакалавриате я быстро поняла, что в академию не пойду, так как не смогу увлечься этим с головой. Одно дело решать упражнения как это делают в школе, но совсем другое дело ー наука, когда тебе надо взять какую-то задачу и месяцами думать над ее решением. Я также попробовала экономику: написала курсовую и диплом у профессора с эконома, но поняла, что это не мое. Мне хотелось работать с более живой материей, как, например, язык, и в то же время остаться в той области, где нужна математика.

С какими сложностями ты столкнулась после окончания бакалавриата?

Матфак ー это удивительный мир в себе. На экономе, например, внешний мир с тобой постоянно на связи ー тебе предлагают различные стажировки, практику в компаниях. На матфаке ты находишься в обособленном окружении среди своих. Как под теплым колпаком. Когда ты из него выходишь, бывает непросто, но это неплохо.

Как нашла свою первую работу?

Первую серьезную работу я нашла случайно. Друг скинул вакансию, она странно называлась. Было написано, что они ищут математиков, хотя на самом деле им нужны были специалисты по data science. За ночь я прочитала все статьи по нужной задаче, которые успела найти. С заряженным настроением пошла на собеседование, и меня взяли. Там я проработала 9 месяцев, за которые сделала готовый прототип продукта.  

Что бы ты порекомендовала студентам матфака, которые хотели бы тоже заниматься NLP? Стоит ли уже на бакалавриате стараться приобрести какие-то специальные знания и навыки?

Я бы ответила так: на матфаке тебя учат думать определенным образом, прививают культуру мыслить абстрактно. На этом фундаменте можно построить что угодно. Освоение специальных навыков или инструментов дается достаточно просто, если умеешь думать математически. Если  хочется уйти от чистой математики немного в сторону, то можно заняться программированием, изучать алгоритмы машинного обучения. 

Расскажи, кто вместе с тобой создавал стартап и как вам это удалось.

У нас несколько сооснователей. Один из них ー Андрей Богомолов, с которым мы вместе учились на матфаке. Все, кто учатся или учились на матфаке, заведомо единомышленники, вы говорите на одном языке. Идея пришла случайно. Мы познакомились с Сергеем Переверзевым, главой юридического департамента Мегафона. Он предложил нам заняться автоматизацией деятельности юристов, у которых много рутинной работы с документами. Вместе с ним мы стали двигаться в этом направлении, и так появился Nlogic.

Какой продукт вы создаете?

Мы делаем платформу, ядро которой автоматизирует работу с текстовыми данными. Такой рутины много везде, но мы начали с юридических и бухгалтерских процессов.  Это, как правило, очень типовая работа. Например, приходит бухгалтеру пачка счетов, и он должен перепечатать данные из них в 1С. Это бесчеловечно. Надо автоматизировать такую деятельность, ведь технологии уже могут это сделать. Они не заменят человека полностью, потому что ошибка может стоить дорого, но алгоритм может сделать всю рутину, останется только проверить результат.

Столкнулись ли вы с какими то сложностями?  

Да с кучей сложностей! Стартап ー это, когда ты работаешь по 15 часов в день без гарантий результата. Такой деятельностью занимаются люди, которые этим горят - настоящие энтузиасты. На этом все и держится. Сложность ещё заключается в том, что ты делаешь то, что до тебя никто не делал. В то же время ты чувствуешь себя первооткрывателем. Это безумно увлекает.

Что тебе больше всего нравится в твоей работе? Над какими  задачами вы сейчас работаете? 

Нравится решать задачи, которые еще не решены, и делать это по-настоящему хорошо. В NLP сейчас большое поле для креатива и побед. Вот они-то нам и нужны. Мы занимаемся анализом структуры и поиском ключевых атрибутов документов с помощью машинного обучения. Еще мы выстраиваем полноценный процесс вокруг этого, включая разметку данных, обучение, деплой и масштабирование. Нашей команде почти 3 года, и чем дальше мы погружаемся, тем больше становится понятно, сколько еще нужно сделать. 

 Какие у вас планы?

Мы планируем продолжать погружаться в решение задачи понимания содержания и структуры документов. Здесь есть ряд проблем, но главная сейчас ー отсутствие открытых датасетов для обучения. Каждая компания хочет использовать в своих решениях большие данные, но при этом своими делиться не готова. Одна из наших задач ー придумать, как создавать такие решения, которые будут устойчивы к разнообразию входных данных при небольшом количестве обучающих примеров. 

Какое своё достижения на данном этапе работы в стартапе ты считаешь наиболее значимым?

Своим личным достижениям я считаю подбор команды. Среда, в которой ты находишься, это крайне важно. В этом смысле на меня очень повлиял матфак ー это место удивительной свободы. В учебном процессе не было лишней бюрократии и формальностей, навязанных рамок. Кажется, что люди, которые создавали этот факультет, обладают удивительным уровнем внутренней свободы. Я поняла, что именно в такой среде можно создать что-то передовое. Эту культуру я стараюсь поддерживать в своей компании.

Кому из профессоров факультета математики ты особенно благодарна?

Сложно сказать. Не хочу звучать пафосно, но я действительно с большой теплотой отношусь ко всем, кто имеет отношение к матфаку. Весь процесс был выстроен так, чтобы ты чувствовал себя свободно, ни от кого не защищался и был собой. Я благодарна всем людям, которые поддерживали эту культуру внутри факультета. Из своих преподавателей я бы выделила Александра Исааковича Эстерова ー куратора нашего курса. Он всегда помогал с трудностями, и делал это ненавязчиво и легко.

Можно ли попасть на стажировку в компанию? Каких стажёров и сотрудников вы будете рады видеть в своём коллективе?

Мы любим брать классных людей на стажировку. Для меня важно, чтобы человек был полностью погружен в то, что делает, горел этим, был любопытен. Это те базовые свойства личности, которые важны в любой области. Работать с такими людьми ー удовольствие. Что касается студентов матфака, их ум ー это вообще супер штука. Если у кого-то из них будет интерес к NLP или компьютерным наукам в целом, то это будет блестящий специалист. 

Что ты посоветуешь нынешним студентам и выпускникам?

Не знаю, имею ли я право что-то советовать. Мне только 27 лет. Мой опыт говорит о том, что счастье и успех состоит в том, чтобы заниматься тем, что тебя по-настоящему привлекает. Я бы посоветовала потратить время, чтобы сесть и подумать, чем ты действительно хочешь заниматься. Что касается NLP, то здесь происходит много интересного, есть много нерешенных задач и много места для творчества. Если вас привлекает эта область, вам точно стоит попробовать.