Биография

Научные интересы

  • MLops
  • Искусственный интеллект и машинное обучение
  • Проектирование и реализация сложных информационных систем
  • Этика и регулирование ИИ
  • ИТ-образование и разработка профильных курсов

Краткая биография

Коротеев Михаил Викторович, 1989 года рождения; закончил Волгоградский государственный технический университет в 2012 году (бакалавриат, магистратура). Тема диплома бакалавра: «Оценка программных систем с помощью нечетких квалификаторов качества». Тема магистерской диссертации: «Разработка информационной системы поддержки непараметрической экспертизы программных продуктов».

В 2014 году защитил кандидатскую диссертацию в аспирантуре Волгоградского государственного технического университета. Тема кандидатской диссертации: «Моделирование интерактивной системы оценки динамических интервальных предпочтений для сложных экономических систем».

С сентября 2014 года занимался преподавательской деятельностью в основном на образовательной программе бакалавриата по направлению “Прикладная информатика”. С 2020 года - руководитель образовательной программы “Прикладная математика и информатика”, с 2020 - руководитель программы “Прикладная информатика”, с 2023 года - “Программная инженерия”, с 2024 года - “Прикладное машинное обучение”. За время преподавательской деятельности вел более 20 курсов, среди который “Операционные системы”, “Разработка программных приложений”, “Базы данных”, “Технологии разработки приложений для мобильных устройств”, “Эконометрика”, “Машинное обучение”, “MLOps” и другие.

В 2016-2017 годах занимал должность заместителя декана факультета экономикии и управления Волгоградского государственного технического университета. С 2017 года перешел на работу в качестве доцента департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве РФ. С 2021 года занимал должность заместителя декана факультета информационных технологий и анализа больших данных по учебной работе.

С 2024 года - заведующий кафедрой искусственного интеллекта Финансового университета.

Основные направления научных исследований - применение нечеткой логики к моделированию экономических процессов, методы машинного обучения и интеллектуального анализа данных. Более 100 опубликованных научных работ. Более 70 учебных и учебно-методических работ.

Образование

  • бакалавр, прикладная информатика, Волгоградский государственный технический университет, 2010
  • магистр, математические методы в экономике, Волгоградский государственный технический университет, 2012
  • аспирантура по специальности 05.13.18 “Численные методы, математическое моделирование и комплексы программ”, Волгоградский государственный технический университет, 2014
  • кандидат экономических наук по специальности 08.00.13 “Математические и инструментальные методы экономики”, Волгоградский государственный технический университет, 2014
  • доцент по специальности 5.2.2.”Математические, статистические и инструментальные методы экономики”, Финансовый университет при правительстве РФ, 2025

Опыт работы

С августа 2024 - член национальной комиссии по реализации кодекса этики ИИ.

  • Рассмотрение кандидатов в подписанты Кодекса.
  • Мониторинг практик применения ИИ, аудит соблюдения положений Кодекса.
  • Разработка отраслевых приложений к кодексу этики ИИ, рекомендаций по разработке и внедрению систем ИИ.
  • Участие в рабочей группе по применению ИИ в образовании.
  • Разработка декларации этических принципов разработки и применения ИИ в сфере образования.

С июля 2024 - заведующий кафедрой искусственного интеллекта, Финансовый университет при правительстве РФ.

Основные обязанности:

  1. Развитие образовательных программ в области ИИ и машинного обучения.
  2. Организация научной деятельности в области анализа данных и машинного обучения.
  3. Освещение и популяризация деятельности кафедры.
  4. Осуществление кадровой политики кафедры.
  5. Обеспечение образовательного процесса на кафедре.

Состав кафедры:

  • 7 административных сотрудников
  • порядка 40 преподавателей
  • 2 учебно-научные лаборатории
  • около 500 студентов

Основные достижения:

  1. Прохождение двумя образовательными программами кафедры профессионально-общественной аккредитации в Альянсе ИИ.
  2. Разработка новой программы магистратуры “Инженер машинного обучения”, направленную на подготовку MLOps-специалистов, в партнерстве с Альфа-Банком, на основании компетентностной модели Альянса ИИ.
  3. Разработка и получение лицензии на новую программу аспирантуры 1.2.1. “Искусственный интеллект и машинное обучение”.
  4. Открыта и организована работа лаборатории анализа данных.

Руководитель: Вадим Геннадьевич Феклин


Март 2021 - июнь 2024: заместитель декана по учебной работе Факультета информационных технологий и анализа больших данных, Финансовый университет при правительстве РФ.

Основные обязанности:

  • Развитие линейки образовательных программ факультета, мониторинг их эффективности, вопросы лицензирования и аккредитации программ факультета.
  • Координация деятельности руководителей образовательных программ.
  • Продвижение образовательных продуктов факультета, проведение профориентационной работы.
  • Взаимодействие с партнерами Факультета, координация деятельности базовых кафедр, лабораторий.

Главные достижения:

  1. Спроектировал, открыл и руководил образовательной программой “Технологии разработки программного обеспечения”, второй по популярности среди ИТ-специальностей.
  2. Открыл программу двух дипломов по направлению “Программная инженерия” в партнерстве с Даляньским университетом информатики (КНР).
  3. Провел масштабную реформу образовательных программ ИТ-факультета.
  4. Курировал открытие и работу партнерских лабораторий, базовой кафедры Альфа банка.
  5. Инициировал и курировал открытие программы магистратуры “DevOps-инженерия”, первую в России специализированную программу подготовки DevOps-специалистов, самую востребованную программу магистратуры по ИТ.

Руководители: Владимир Игоревич Соловьев, Григорий Александрович Остапенко, Вадим Геннадьевич Феклин.


Сентябрь 2017 - июнь 2024: доцент, Финансовый университет при правительстве РФ.

Работал в департаменте анализа данных, принятия решений и финансовых технологий, позже - департамент анализа данных и машинного обучения.

Читал следующие курсы:

  • Операционные системы семейства UNIX и сетевые технологии
  • Технологии анализа данных и машинное обучение
  • Технологии разработки приложений для мобильных устройств
  • Web-программирование
  • Базы данных
  • Теория вероятностей и математическая статистика
  • Компьютерный практикум
  • Технологии обработки больших данных
  • Машинное обучение
  • MLOps

Основные достижения:

  1. Выстроил с нуля курс “Операционные системы семейства UNIX и сетевые технологии”, позже - “Сетевые системы и приложения”. Все материалы курса: https://koroteev.site/os
  2. С нуля спроектировал фундаментальный курс по машинному обучению.
  3. Издал базовый учебник по машинному обучению на Python.
  4. Руководил более 50 выпускными квалификационными работами, неизменно высокий результат защит дипломов.
  5. Дважды лауреат премии ректора в номинации “Лучшие преподаватели”.
  6. Ввел практику видеолекций и внедрения экспериментальных режимов обучения, видеокурсов, адаптированных для лиц с ОВЗ.
  7. Участие в создании самой востребованной программы магистратуры Факультета - “DevOps-инженерия”.
  8. Участие в разработке собственных образовательных стандартов по направлениям “Прикладная информатика”, “Прикладная математика и информатика”, бакалавриат и магистратура.
  9. Активное создание и поиск новых форматов образовательного контента: образовательные шорты, видео пособия по практическим программистским работам, комплексные перевернутые семинарские занятия.
  10. Руководитель образовательной программы по направлению “Прикладная информатика”.

Научная и проектная деятельность: Несколько десятков научных публикаций, в том числе, Scopus Q1, Q2. Помимо преподавания активно занимался практическими проектами и разработками:

  • модель предиктивной аналитики тематик обращений в поддержку (Сбер) - Python, анализ данных, машинное обучение;
  • модель предиктивной аналитики для распознавания трендов на финансовых рынках (Альфа Капитал) - Python, машинное обучение, GAN, Tensorflow.
  • модель оптимального бюджетирования сложного производства на примере мясоперерабатывающего комбината - Python, имитационное моделирование, оптимизация в дискретных и групповых ограничениях, PostgreSQL, Docker, Bootstrap, Celery, Flask.
  • система извлечения информации из слабоструктурированных текстов оферт (РНПК) - Python, NLP, RegExp.
  • платформа развертывания и бенчмарка моделей машинного обучения со встроенным ФЛК FinDataHub - Python, Docker.
  • система навигации внутри помещений для слепых и слабовидящих (WPI) - Python, CV, Android API, машинное обучение, анализ данных, сбор датасетов.

Инструментальные средства и навыки: Python, PostgreSQL, Docker, Git, машинное обучение, MLFlow, Java, JavaScript, React, React Native, AndroidSDK.

Руководители: Владимир Игоревич Соловьев, Давид Арегович Петросов


Декабрь 2017 - декабрь 2020: старший научный сотрудник, Институт проблем управления РАН.

Основные обязанности:

  • Ведение исследований по проблемам управления крупномасштабных систем.
  • Участие в организации ежегодной международной конференции MLSD.
  • Редактура и корректура сборника научных статей для индексации в IEEE.

Руководители: Анатолий Данилович Цвиркун, Олег Иванович Дранко


Сентябрь 2011 - июль 2017: преподаватель, Волгоградский государственный технический университет

На кафедре “Информационные системы в экономике” прошел путь от лаборанта до заместителя декана Факультета экономики и управления.

Читал следующие курсы:

  • Системы управления базами данных
  • Интернет-программирование
  • Разработка программных приложений
  • Эконометрика
  • Проектный практикум
  • Теория систем и системный анализ

Основные достижения:

  1. Полностью выстроил с нуля курс “Проектный практикум” для обучения студентам основам алгоритмизации на Python через разработку игр - от консольных до 2D-графики.
  2. Издал в соавторстве учебные пособия по курсам “Системы управления базами данных” и “Интернет программирование”.
  3. Занимался разработкой и подготовкой к открытию новой образовательной программы бакалавриата по направлению “Бизнес-информатика”. После успешного набора преподавал на ней.
  4. Занимался редактированием и согласованием всех учебных планов образовательных программ Факультета. В том числе написал ряд программ для автоматизации деятельности деканата.

Научная и проектная деятельность: Занимался подготовкой кандидатской диссертации. Несколько десяткой научных публикаций, в том числе в журналах Scopus Q3. Участие и организация научный конференций.

Инструментальные средства и навыки: Python, C#, .NET, ООП, XML, SQL, MySQL, экономико-математическое моделирование, нечеткая логика.

Руководители: Павел Васильевич Терелянский, Сергей Константинович Волков

Профили в наукометрических базах

Некоторые публикации

  1. Двухэтапный подход к тематической классификации векторизованных текстов. М.В. Коротеев, Д.В. Чистов, Д.П. Егоров.
  2. Обзор методов NLP, используемых для распознавания текста с целью противодействия телефонному мошенничеству. М.В. Коротеев, Е.С. Плешакова, Д.В. Желябин.
  3. Распознавание эмоций человека по голосу в борьбе с телефонным мошенничеством. М.В. Коротеев, ОЕ.С. Плешакова, С.Т. Гатауллин, А.В, Осипов, Ю.В, Ушакова.
  4. A Machine Learning Pipeline for Forecasting Time Series in the Banking Sector. М.В. Коротеев, О.Ю. Городецкая, Я.Л. Гобарева.
  5. Optimization of Food Industry Production Using the Monte Carlo Simulation Method: A Case Study of a Meat Processing Plant. М.В. Коротеев, Е.В. Романова, Д.И. Коровин, В.В. Шевцов, В.Г. Феклин, П.В, Никитин, С.В, Макрушин, К.В. Бубликов.
  6. Review of Clustering-Based Recommender Systems. Koroteev M.V. arXiv preprint
  7. BERT: A Review of Applications in Natural Language Processing and Understanding. Koroteev M.V. arXiv preprint
  8. On the Usage of Semantic Text-Similarity Metrics for Natural Language Processing in Russian. Koroteev M.V.
  9. Main approaches to neuro-evolutionary imitation modeling of macroeconomic systems. Koroteev M.V.
  10. Hierarchical classification compared to one-vs-all classifier on one problem of multiclassification in socio-economic modeling and application of hierarchical classifiers. Koroteev M.V.
  11. Machine learning models overfitting and generalization in very big datasets. Koroteev M.V.
  12. Обзор некоторых современных тенденций в технологии машинного обучения. М.В. Коротеев.
  13. Fuzzy Inference as a Generalization of the Bayesian Inference. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
  14. Approximation of Series of Expert Preferences by Dynamical Fuzzy Numbers. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
  15. Arithmetic of Fuzzy Numbers in Generalized Trapezoidal Form. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
  16. The variability of fuzzy aggregation methods for partial indicators of quality and the optimal method choice. Koroteev, M.V., Tereliansky, P.V., Vasilyev, O.I., Baktygulov, K., Ordobaev, B.S.