Новый ум короля

Как создаются лучшие системы машинного обучения в мире

Популярная механикаHi-Tech

Технологии / Машинное обучение

Новый ум короля

Как создаются лучшие системы машинного обучения в мире

Текст: Александр Ершов

Анна Вероника Дорогуш

Окончила факультет вычислительной математики и кибернетики МГУ и Школу анализа данных. Работала в компаниях ABBYY, Microsoft, Bing, Google. В «Яндексе» с 2015 года.

У каждой технологической компании есть хорошо известные пользовательские продукты и внутренние разработки, на которых эти продукты держатся. Это своеобразные двигатели, которые вращают шестеренки механизма. Долгое время главным двигателем «Яндекса» была система машинного обучения «Матрикснет», которая обеспечивала и работу поиска, и подбор подходящих рекламных объявлений, и выбор оптимального маршрута в навигаторе. Этим летом «Яндекс» завершил работу над новой системой, которая должна полностью заменить «Матрикснет» и стать новым «умом» главного российского поисковика. Разработкой этой системы руководила Анна Вероника Дорогуш, выпускница МГУ, которой сейчас всего 28 лет.

«Просто я очень люблю решать математические задачки. Ты сидишь над ней час, другой, и когда вдруг начинает складываться, когда части пазла совпадают друг с другом, возникает удивительное ощущение, эйфория. Собственно говоря, с этого все и началось». Сейчас Анна Вероника – тимлид одного из самых важных проектов российского поисковика. Но несколько лет назад она была обычной выпускницей, которая зашла на лекцию известного математика, академика Альберта Николаевича Ширяева. Лекцию тогда почему-то отменили, и вместо нее решено было провести семинар для студентов яндексовской Школы анализа данных. «Было очень интересно, а одна из задач оказалась слишком сложной, и ее оставили студентам как домашнее задание. Она меня так зацепила, что очень хотелось ее доделать и показать решение преподавателю, Евгению Бурнаеву. Я не была студенткой Школы и могла только лично попросить его проверить мое решение вместе с другими работами. Но потом ведь надо было вернуться за результатом на следующий семинар, потом еще раз и еще, и так я неожиданно попала в ШАД».

Свитер MaxMara Studio, брюки Marella, часы Omega Ladymatic (бриллианты, сталь)

Школа отпраздновала в нынешнем году свое десятилетие. Начиналась она как экспериментальный проект, задачей которого было научить потенциальных соискателей анализировать данные на индустриальном уровне, чего вчерашние студенты обычно не умеют. Сегодня ШАД – это фактически полноценный университет, который бесплатно дает фундаментальное образование. В области машинного обучения и анализа данных Школа может конкурировать с лучшими мировыми университетами, при этом от выпускника не требуют после окончания учебы работать в компании. Некоторые выпускники идут работать к конкурентам, и это считается вполне нормальным.

История Анны Вероники показывает, что часто так и бывает. Учеба в ШАД не помешала ей поработать и в российской компании ABBYY, и в американской Microsoft. «Тогда считалось, что надо обязательно уезжать в западную компанию, и это действительно многое мне дало. Но я, как оказалось, очень люблю Москву, поэтому, как и многие мои коллеги, все равно вернулась». Так Анна Вероника оказалась сначала сотрудницей российского Google, а потом начала работать в «Яндексе».

Загадка кошкиного зуба

В том, что лучшие специалисты по математическому обучению часто приходят именно в поисковые компании, нет ничего необычного. Ведь поиск – это прежде всего точное соответствие между желанием пользователя и ответом машины. И чтобы научить машины правильно понимать эти желания, нужны специалисты по машинному обучению.

Авторизуйтесь и читайте статьи из популярных журналов

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Искусственный интеллект для индейки Искусственный интеллект для индейки

Как искусственный интеллект помогает производить продукты из индейки

Популярная механика, сентябрь'19
Шезлонг на батарейках Шезлонг на батарейках

Плавсредства на аккумуляторах постепенно становятся привычной частью реальности

Популярная механика, август'19
Ожидание провала Ожидание провала

Как подготовиться к новому кризису

Forbes, сентябрь'19
Поход Тимура Поход Тимура

Накануне концерта в «Олимпийском» Тимати дал интервью за рулем «роллс-ройса»

Vogue, октябрь'17
Кристофер Нолан Кристофер Нолан

О съемках «Дюнкерка», игре в загадки со зрителем и долге каждого режиссера

Playboy, сентябрь'17
Гру­ше­вид­ная огранка Гру­ше­вид­ная огранка

Оля от­кры­ла вме­сте со све­кро­вью бок­сер­ский фит­нес-клуб в Лон­до­не

Tatler, октябрь'17
Сергей Македонский Сергей Македонский

Как букмекер из Ростова стал самым богатым человеком балканской страны

РБК, октябрь'17
Coverstory Coverstory

Из богемной кинодивы — в идола поколения хайп

SNC, октябрь'17
Недетский выбор Недетский выбор

Какое детское кресло самое правильное?

АвтоМир, сентябрь'17
Святые угодники Святые угодники

Римские ателье, работающие на святой престол, умеют хранить секреты

The Rake, сентябрь'17
Робби Уильямс Робби Уильямс

Интервью о странностях райдера, мечтах и вдохновении от российского турне

Playboy, сентябрь'17
Домоседы и непоседы Домоседы и непоседы

Как ужиться вместе, если интересы супругов не совпадают?

Лиза, сентябрь'17
Хозяйка модной горы Хозяйка модной горы

Айсель Трудел обеспечивает москвичек модной одеждой в бутиках и интернете

Vogue, октябрь'17
Попа­ли в сердце Попа­ли в сердце

Александр Яценко и Ирина Горбачева о фильме «Арит­мия»

Glamour, октябрь'17
Вечный студент Вечный студент

Голливудская звезда Антонио Бандерас – о карьере, увлечениях, юности и женщинах

GALA Биография, октябрь'17
Регина Тодоренко: Путешествие – это маленькая жизнь Регина Тодоренко: Путешествие – это маленькая жизнь

Регина рассказала, кем хотела стать в детстве и чему ее научили путешествия

Лиза, сентябрь'17
Черная полоса Черная полоса

Бывает, что неприятности и проблемы начинают сыпаться как из рога изобилия

Лиза, сентябрь'17
Шварценеггеру – семьдесят! Шварценеггеру – семьдесят!

Поднимаем бокал за Железного Арни

Игромания, сентябрь'17
Электронный кошелек Электронный кошелек

Зачем нужны виртуальные деньги и как их хранить

Лиза, сентябрь'17
Тимати Тимати

Компанию Black Star Тимур Юнусов превратил в настоящую империю

GQ, октябрь'17
Франкфурт-2017 Франкфурт-2017

Основная масса новинок Франкфуртского автосалона – электромобили и кроссоверы

АвтоМир, сентябрь'17
Как сосредоточиться: упражнения для тела, которые повышают концентрацию Как сосредоточиться: упражнения для тела, которые повышают концентрацию

Состояния тела и ума связаны. Беспокойство и тревожные мысли провоцируют в теле характерные напряжения: в ответ на волнение мы напрягаемся физически. Специалист по китайской медицине Анна Владимирова уверена: научившись их расслаблять, мы сможем справиться с переживаниями, повысить концентрацию внимания, вернуться к спокойному размышлению над задачами и принятию обдуманных решений.

Psychologies, сентябрь'17
Кра­со­та решения Кра­со­та решения

Вадим Мошкович — про миллионы, которые он тратит на школу для одаренных детей

Tatler, октябрь'17
Один день с Нептуном Один день с Нептуном

Он ищет газ и нефть для России. А «ПМ» идет к нему в гости

Популярная механика, октябрь'17
Так ли опасен Darknet? Так ли опасен Darknet?

Даркнет стал восприниматься как неконтролируемое место торговли наркотиками

CHIP, октябрь'17
Мартин Скорсезе Мартин Скорсезе

Великий режиссер о мафии, вере и чувстве юмора

Playboy, сентябрь'17
В форме после родов! В форме после родов!

4 упражнения, которые помогут скинуть набранные за беременность кг

Лиза, сентябрь'17
Лик коммунизма Лик коммунизма

Кто стоит за убийством родственников лидера КНДР Ким Чен Ына

Esquire, октябрь'17
Алена Хмельницкая: «Английскую няню ребенку нужно брать как можно раньше» Алена Хмельницкая: «Английскую няню ребенку нужно брать как можно раньше»

Можно ли вырастить ребенка-билингва в русскоязычной семье? Своим опытом делится актриса Алена Хмельницкая.

Psychologies, сентябрь'17
Третья жизнь СТС Третья жизнь СТС

Что ждет медиахолдинг, который лишился иностранцев и биржи

РБК, октябрь'17