Антон Коршунов: Алгоритмы, которые знают о вас больше, чем вы сами. IT-специалист о работе с большими данными
Мир социальных сетей – это не просто миллиарды пользователей, лайков и комментариев. Это огромный массив данных, скрывающий в себе ценнейшую информацию о поведении людей, их интересах и предпочтениях. Именно эта информация становится ключом к успеху для многих компаний, ведь она позволяет разрабатывать более эффективные маркетинговые стратегии, улучшать качество продуктов и находить новые точки роста. Но как извлечь эти знания из бесконечного потока постов и твитов? На помощь приходят IT-специалисты, владеющие искусством анализа больших данных и умеющие превращать сырую информацию в полезные инсайты.
Один из таких экспертов – Антон Коршунов, лауреат Национальной премии «Технологии и инновации 2023» в номинации «IT-специалист года». Антон, начав свой путь с медицинского образования, стал известным специалистом в data science, разработавшим алгоритмы для анализа социальных сетей и реализовавшим проекты для таких гигантов, как Huawei и Samsung. Сейчас, будучи директором по развитию бизнеса в компании «Ноу Нэйм Лаб», он продолжает исследовать мир больших данных. В этом интервью мы узнаем, как произошел этот необычный поворот в его карьере, какие трудности пришлось преодолеть и в чем секрет его профессионального успеха.
Антон вы начали с медицинского образования, а сейчас являетесь специалистом в области IT. Расскажите, как вы пришли к программированию?
Интерес к программированию у меня возник еще в детстве, когда мама впервые дала мне поработать за компьютером. Позже, в школе, я начал изучать языки программирования. В 11 классе я попал на городскую олимпиаду по программированию и выиграл ее. Это подтвердило, что я могу добиваться успехов в этой области. Однако я решил поступать в медицинский университет, чтобы родители видели меня в стабильной и уважаемой профессии. Но на втором курсе медицинского я понял, что это не мое призвание, и решил получить второе высшее образование в сфере IT. Так я поступил в Томский государственный университет систем управления и радиоэлектроники (ТУСУР) на специальность «Программное обеспечение вычислительной техники и автоматизированных систем». Я хотел, чтобы дипломная работа была не просто формальностью, а чем-то действительно полезным и интересным. Мой научный руководитель в ТУСУР предложил мне изучить область онтологий – способов структурированного представления знаний. Тогда я узнал об Институте системного программирования РАН (ИСП РАН), который занимался этой темой, и связался с ними. В итоге у меня было два научных руководителя: один от ТУСУР, другой – от ИСП РАН.
Именно этот диплом стал вашим первым шагом к работе в сфере анализа социальных данных?
Совершенно верно. В ИСП РАН мне предложили интересную задачу: с помощью Википедии научиться автоматически выделять ключевые термины в текстах Twitter. На тот момент это было новым и перспективным направлением, ведь Twitter только набирал популярность. А для меня лично это был первый шаг к погружению в мир больших данных, который, как оказалось, полон занимательных задач. Ведь Twitter – это всего лишь один из множества источников, генерирующих огромные объемы текстовой информации. Сегодня большие данные – это не просто мода, а реальный инструмент для глубокого анализа сложных систем: от поведения пользователей в интернете до прогнозирования экономических и социальных процессов.
Вы упомянули, что работали в ИСП РАН над проектами с такими крупными компаниями, как Huawei и Samsung. Расскажите об этом подробнее.
Да, основная деятельность в ИСП РАН была связана с проектами, которые мы выполняли по заказу крупных компаний. Это были научно-исследовательские проекты, в рамках которых мы разрабатывали алгоритмы для анализа социальных сетей. В этих проектах я выполнял роль руководителя, отвечал за коммуникацию с заказчиком, формулировал предложения, распределял задачи внутри команды. Но главным для меня всегда была научная составляющая — поиск новых и эффективных методов обработки больших данных и изучение их применения в реальных сценариях. Ведь данные о пользователях в социальных сетях — это бесценный источник информации.
Вы являетесь обладателем четырёх грантов Российского фонда фундаментальных исследований (РФФИ). Расскажите, какие исследования в области анализа социальных сетей вы проводили благодаря этим грантам?
Гранты РФФИ позволили мне провести ряд исследований, направленных на разработку новых методов анализа социальных сетей. В рамках одного из них, в частности, мы изучали и изобретали способы хранения и обработки больших массивов данных, имеющих структуру графа. Это направление исследований полезно не только для задач анализа социальных взаимодействий в современных социальных сетях с миллионами пользователей, но и в медицине, биологии, при построении дорожных маршрутов и т.д. Результаты этих исследований были опубликованы в ведущих научных журналах и представлены на международных конференциях. Я горжусь тем, что мои работы получили признание научного сообщества и внесли вклад в развитие этой важной области.
Пожалуйста, несколько слов о проектах, в которых вы использовали свои инновационные методы анализа данных.
Наиболее значимым для меня стало направление, связанное с поиском сообществ пользователей в социальных сетях. Мы разрабатывали алгоритмы, которые позволяли анализировать социальные графы огромных размеров – сотни миллионов пользователей и миллиарды связей. Это было настоящим вызовом, ведь традиционные методы анализа данных просто не справлялись с такой масштабностью. Мы применили инновационные методы, основанные на алгоритмах машинного обучения и граф-анализа. В частности, мы использовали алгоритмы кластеризации, которые позволили выделить отдельные сообщества пользователей в социальном графе на основе их взаимосвязей. Также мы применяли алгоритмы распространения информации, которые помогли нам изучить, как информация распространяется в социальных сетях и как формируется общественное мнение. Эти методы не только позволили нам анализировать данные огромных размеров, но и дали более точную картину социальных взаимодействий.
В чем заключалась сложность работы над вашими алгоритмами для поиска сообществ в социальных сетях?
Сложность была обусловлена как особенностями самих данных – социальных графов, так и их размерами. Алгоритмы, которые работали на небольших графах, оказывались неэффективными при работе с миллионами пользователей. Нам нужно было создавать новые алгоритмы, использовать распределенные вычисления, делить задачу на части и обрабатывать их на разных компьютерах, а потом объединять результаты.
Каких результаты вам удалось достичь с помощью ваших методов, и какое влияние они оказали на практическое применение анализа данных?
Нам удалось разработать методы, которые позволяли находить сообщества пользователей в социальных сетях огромного размера. При этом весь процесс занимал ограниченное время – в пределах одних суток. Кроме того, мы разработали методы оценки качества работы этих алгоритмов, что было крайне важно для практического применения.
Расскажите про разработанный вами метод оценки качества работы алгоритмов. Этот метод, насколько я знаю, стал одним из ключевых достижений и позволил значительно улучшить алгоритмы анализа социальных сетей. В чем его суть?
Для того чтобы понять, насколько точно алгоритм определяет сообщества пользователей, нужно сравнить результат его работы с «эталоном» – данными о реальных сообществах. Но получить такие данные для социальных сетей огромного размера практически невозможно. Поэтому мы разработали алгоритм, который создавал искусственный социальный граф с заранее известной структурой сообществ. Сравнивая результаты работы алгоритмов поиска сообществ на этом искусственном графе с заданной структурой искусственных сообществ, мы могли оценить их точность и эффективность.
Ваши исследования были оценены не только в России, но вызвали интерес в мировом научном сообществе. Вы опубликовали более 20 научных статей в авторитетных изданиях, получили патент Китайской Народной Республики и неоднократно выступали на международных конференциях. В 2017 году вы даже получили награду «Best student KDD paper award» на конференции ECML PKDD. Расскажите подробнее про этот опыт.
То, что мои исследования получили признание не только в России, но и за рубежом — результат многих лет упорной работы и стремления внедрить свои знания в глобальное научное сообщество. Я считаю, что международное признание — это важный показатель качества научных исследований. Это возможность увидеть широкую картину научных исследований, познакомиться с инновационными методами и узнать о новых направлениях развития в своей области. Выступления на международном поле дало мне эту возможность — представить свои работы широкой аудитории и получить обратную связь от ведущих специалистов в области машинного обучения и анализа данных. Это помогло мне уточнить свои идеи, узнать о новых тенденциях в науке и установить контакты с коллегами из разных стран.
В 2014 году вы были членом жюри первого в России хакатона по анализу социальных данных SNA Hackaton 2014. Какие проекты вам запомнились? И какие тенденции в области анализа социальных данных вы тогда заметили?
SNA Hackaton 2014 был очень интересным и продуктивным мероприятием. Мне запомнились проекты, связанные с анализом данных социальной сети "Одноклассники": например, один из них позволял определять настроение пользователей по их публикациям, а другой — прогнозировать популярность контента. Уже тогда было понятно, что анализ социальных данных — это быстро развивающаяся область с огромным потенциалом. Участники хакатона использовали самые передовые технологии машинного обучения и анализа текстов, и я был впечатлен их творческим подходом и техническими навыками.
В 2023 году вы стали лауреатом известной в IT-сообществе Национальной премии «Технологии и инновации 2023». Что для вас значит эта награда?
Эта награда подтверждает, что моя работа является значимой и востребованной.
Помимо социальных графов, с какими еще типами Big Data вам доводилось работать?
Помимо социальных графов, я работал с различными типами Big Data, в том числе с текстовыми данными из социальных сетей, с данными о поведении пользователей на веб-сайтах, с данными сенсоров из Интернета вещей. Каждый тип данных имеет свои особенности и требует специальных подходов к их обработке и анализу. Но объединяет их одно – огромный объем, который невозможно проанализировать вручную. Именно поэтому Big Data стали таким важным направлением в IT, ведь они открывают перед нами новые возможности для понимания мира и создания инновационных решений.
Какие навыки, по-вашему, наиболее важны для специалистов, работающих с Big Data?
Для специалистов по Big Data важны не только глубокие знания в области математики, статистики и машинного обучения, но и умение работать с распределенными системами, облачными технологиями. Необходимы навыки программирования на языках, специально предназначенных для обработки Big Data, таких как Python, Scala, Java. Но, пожалуй, самое главное – это умение видеть за цифрами реальные проблемы и задачи, умение превращать сырые данные в ценные знания, которые можно использовать для принятия решений и создания новых продуктов и услуг.
Опубликовано 22.04.2024