ИППИ РАН
ИППИ РАН
Безносиков Александр Николаевич
Лаборатория №21 математических основ машинного обучения,
Центр искусственного интеллекта Сколтеха.

Кандидат физико-математических наук, лауреат премий «Лидеры ИИ»
и Yandex ML Prize.
Выдающийся учёный и преподаватель, стоящий у истоков теоретических исследований в области машинного обучения и распределённой оптимизации. Руководит сразу четырьмя лабораториями в ведущих научных и образовательных центрах страны:

  • Лабораторией теоретических аспектов федеративного обучения в ИСП РАН
  • Лабораторией математических основ распределённой и федеративной оптимизации в Университете Иннополис
  • Лабораторией фундаментальных исследований МФТИ–Яндекс
  • Научной группой в рамках междисциплинарных исследований МФТИ–Сколтех–ВЦ РАН
Александр Николаевич активно преподаёт: его лекции проходят в МФТИ, МГУ, Сколтехе, Иннополисе и ВЦ РАН. По результатам опросов студентов о качестве преподавания за 2024 год он получил медианные оценки 10/10 (20 отзывов) по всем ключевым критериям:

  1. Интересность курса
  2. Контакт с аудиторией
  3. Понятность лекций
  4. Адекватность оценивания

Студенты особенно отмечают его ясность изложения, полезность материала и доброжелательную атмосферу на занятиях.
Направления исследований
  1. Численные методы оптимизации и теория сходимости
  2. Математика искусственного интеллекта и машинного обучения
  3. Современные подходы к обучению моделей
  4. Федеративное и распределённое обучение
  5. Эффективное обучение и дообучение больших генеративных моделей
  6. Reasoning в LLM (умение рассуждать)
  7. Эффективное хранение и дистрибуция моделей
  8. Теория взаимодействия агентов
  9. Применение ML к реальным прикладным задачам
Студентам
Ищу студентов с хорошей или отличной математической подготовкой и базовыми знаниями в области машинного и глубокого обучения. Особенно приветствуется интерес к фундаментальным аспектам ИИ и готовность к исследовательской работе на стыке теории и практики.

Количество студентов в группу:

  • Аспирантура: 1 – 2 студента
  • Магистратура: 1 – 2 студента
  • Бакалавриат: 1 – 2 студента