Аспирант Дмитрий Киселев о своих исследованиях

архив Дмитрия Киселева

В начале лета Дмитрий Киселев, аспирант третьего года обучения, рассказал о своей диссертации и объяснил, зачем нужны рекомендательные системы

Я учился в школе в Красноярске. Это была относительно обычная школа, но в ней готовили к олимпиадам по математике и экономике. Благодаря этому я поступил на экономический факультет Вышки в бакалавриат. Сначала экономика была мне очень интересна, и я даже думал о поступлении на PhD за рубежом сразу после бакалавриата, но к четвертому курсу я в ней немного разочаровался и сменил фокус на математические методы в экономике. С этой темой я хотел идти в магистратуру, но увидел, что олимпиада Вышки по математическим методам дает возможность поступить в магистратуру «Финансовые технологии и анализ данных» факультета компьютерных наук. К тому моменту несколько моих хороших друзей учились в ШАД и рассказывали, как им интересно заниматься анализом данных и машинным обучением, — в итоге я решил выбрать именно это направление.

После года обучения в магистратуре ФКН я понял, что все-таки хочу попытать счастье в науке и попробовать поступить в аспирантуру. Илья Макаров на своем курсе активно мотивировал нас публиковать проекты, курсовые и магистерские диссертации в качестве статей, всячески рекламировал аспирантуру. Я попросил его порекомендовать научного руководителя, с которым лучше писать магистерскую диссертацию, чтобы она потом превратилась в кандидатскую. В итоге я просто остался работать с ним. 

К моменту поступления в аспирантуру я занимался графовыми непрерывными представлениями в Вышке и рекомендательными системами на работе в Сбере. Кроме того, активно начинало развиваться направление графовых методов в рекомендациях. Поэтому появилось желание объединить оба интереса.

Сейчас я работаю над диссертацией на тему «Рекомендательные системы основанные на графах с использованием непрерывных представлений сетей». В современном мире создается очень много различного контента, продается множество товаров, и рекомендательные системы стали одним из драйверов бизнеса. Из огромного пула потенциально доступных объектов они подбирают наиболее актуальные товары, фильмы или посты для пользователя.

Но тренды приходят и уходят, контент постоянно обновляется, а люди меняют свои интересы — и рекомендательные системы должны учитывать такую динамику. Решить эту задачу помогает ее графовое представление — один из вариантов того, как можно рассматривать все проблемы в рамках единого подхода. В итоге мы решаем задачу предсказания взаимодействий между пользователем и объектом, а непрерывные представления — это один из способов автоматизировать извлечение структурных и контентных признаков, более эффективно решить задачу предсказания связей.

У меня уже была первая попытка предзащиты. Я довольно сильно переживал, но все прошло спокойно и вполне успешно. Меня пока не допустили к защите, но дали понятные комментарии, чтобы можно было всё исправить. Я защищаюсь по статьям, они выглядят довольно независимыми друг от друга. Комиссия обратила на это внимание и попросила доработать текст, чтобы он получился единым целым.

Я часто хочу поучаствовать в разных соревнованиях по машинному обучению, часто начинаю что-то делать, но в большинстве случаев из-за нагрузки в других местах пропадает запал. Но недавно мы с коллегами Германом Магаем и Максимом Бекетовым заняли третье место в онлайн-хакатоне Global Al Challenge от университета Иннополис. Здесь все вышло успешно, потому что я видел, сколько сил ребята вкладывают в работу, и не хотелось их подводить.

В свободное время я люблю заниматься активным отдыхом: играть в сквош, кататься на вейк-серфе, ходить на скалолазание. Относительно недавно я открыл для себя классическую музыку, и мне очень понравились советские авангардисты, поэтому мы часто с женой ходим на концерты. 

У меня еще нет полного понимания, чем бы я хотел заняться после окончания аспирантуры. Пока я думаю продолжать заниматься наукой, и постараюсь построить карьеру в этой сфере.