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:
- Развитие образовательных программ в области ИИ и машинного обучения.
- Организация научной деятельности в области анализа данных и машинного обучения.
- Освещение и популяризация деятельности кафедры.
- Осуществление кадровой политики кафедры.
- Обеспечение образовательного процесса на кафедре.
Состав кафедры:
- 7 административных сотрудников
- порядка 40 преподавателей
- 2 учебно-научные лаборатории
- около 500 студентов
Основные достижения:
- Прохождение двумя образовательными программами кафедры профессионально-общественной аккредитации в Альянсе ИИ.
- Разработка новой программы магистратуры “Инженер машинного обучения”, направленную на подготовку MLOps-специалистов, в партнерстве с Альфа-Банком, на основании компетентностной модели Альянса ИИ.
- Разработка и получение лицензии на новую программу аспирантуры 1.2.1. “Искусственный интеллект и машинное обучение”.
- 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:
- Спроектировал, открыл и руководил образовательной программой “Технологии разработки программного обеспечения”, второй по популярности среди ИТ-специальностей.
- Открыл программу двух дипломов по направлению “Программная инженерия” в партнерстве с Даляньским университетом информатики (КНР).
- Провел масштабную реформу образовательных программ ИТ-факультета.
- Курировал открытие и работу партнерских лабораторий, базовой кафедры Альфа банка.
- 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:
- Выстроил с нуля курс “Операционные системы семейства UNIX и сетевые технологии”, позже - “Сетевые системы и приложения”. Все материалы курса: https://koroteev.site/os
- С нуля спроектировал фундаментальный курс по машинному обучению.
- Издал базовый учебник по машинному обучению на Python.
- Руководил более 50 выпускными квалификационными работами, неизменно высокий результат защит дипломов.
- Дважды лауреат премии ректора в номинации “Лучшие преподаватели”.
- Ввел практику видеолекций и внедрения экспериментальных режимов обучения, видеокурсов, адаптированных для лиц с ОВЗ.
- Участие в создании самой востребованной программы магистратуры Факультета - “DevOps-инженерия”.
- Участие в разработке собственных образовательных стандартов по направлениям “Прикладная информатика”, “Прикладная математика и информатика”, бакалавриат и магистратура.
- Активное создание и поиск новых форматов образовательного контента: образовательные шорты, видео пособия по практическим программистским работам, комплексные перевернутые семинарские занятия.
- 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:
- Полностью выстроил с нуля курс “Проектный практикум” для обучения студентам основам алгоритмизации на Python через разработку игр - от консольных до 2D-графики.
- Издал в соавторстве учебные пособия по курсам “Системы управления базами данных” и “Интернет программирование”.
- Занимался разработкой и подготовкой к открытию новой образовательной программы бакалавриата по направлению “Бизнес-информатика”. После успешного набора преподавал на ней.
- 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
- Двухэтапный подход к тематической классификации векторизованных текстов. М.В. Коротеев, Д.В. Чистов, Д.П. Егоров.
- Обзор методов NLP, используемых для распознавания текста с целью противодействия телефонному мошенничеству. М.В. Коротеев, Е.С. Плешакова, Д.В. Желябин.
- 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.
- A Machine Learning Pipeline for Forecasting Time Series in the Banking Sector. М.В. Коротеев, О.Ю. Городецкая, Я.Л. Гобарева.
- 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.
- Review of Clustering-Based Recommender Systems. Koroteev M.V. arXiv preprint
- BERT: A Review of Applications in Natural Language Processing and Understanding. Koroteev M.V. arXiv preprint
- On the Usage of Semantic Text-Similarity Metrics for Natural Language Processing in Russian. Koroteev M.V.
- Main approaches to neuro-evolutionary imitation modeling of macroeconomic systems. Koroteev M.V.
- 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.
- Machine learning models overfitting and generalization in very big datasets. Koroteev M.V.
- Обзор некоторых современных тенденций в технологии машинного обучения. М.В. Коротеев.
- Fuzzy Inference as a Generalization of the Bayesian Inference. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
- Approximation of Series of Expert Preferences by Dynamical Fuzzy Numbers. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
- Arithmetic of Fuzzy Numbers in Generalized Trapezoidal Form. Koroteev, M.V., Terelyanskii, P.V., Ivanyuk, V.A.
- 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.