Степан Шепилов учится на третьем курсе в Институте прикладной математики и компьютерных наук Томского государственного университета. Сейчас он совмещает учебу с работой в компании «Газпромнефть-Цифровые решения», где ведет один из проектов, связанный с логистикой нефти. О поступлении, гуманитарном прошлом и «айтишном» настоящем он рассказал в интервью.
Данные и прогнозы
– Как ты поступил в университет и почему выбрал именно это направление?
– Я родом из города Колпашево Томской области и лет с 16 уже понимал, что буду поступать в какой-то томский университет. Я учился в специализированном ИТ-классе и после окончания школы выбирал направление по машинному обучению, анализу данных. Анализируя различные программы, сделал выбор в пользу нашего института.
Я вообще гуманитарий сам по себе, но, конечно, двигает человеком при поступлении и денежная мотивация. Также для себя понял, что мне интересно машинное обучение, что эта область, где ты можешь всю жизнь учиться и все еще мало знать. Это очень сильно привлекло.
Был в том возрасте, когда только выбираешь, чем бы хотел по жизни заниматься, и увидел разные статьи, которые было интересно изучать. Сначала, конечно, это было не прямо машинное обучение, а просто программирование. Затем попробовал машинное обучение, почитал, посмотрел, понял, что это большая история о том, как принимать решения в условиях неопределенности, что это реально может приносить деньги компаниям.
– Что такое машинное обучение простыми словами, для чего оно вообще нужно?
– Машинное обучение – это такая научная область, в которой мы пытаемся взаимодействовать с данными. То есть у нас есть эксперименты, какие-то данные – это могут быть данные компании, производственные данные, и мы, основываясь на них, хотим принять какое-то решение или что-то предсказывать.
Самый хороший и понятный пример – это предсказать стоимость акции на месяц вперед. И на основе этого принять решение – покупать или продавать. То есть машинное обучение – это набор семейства алгоритмов, архитектур нейронных сетей, которые помогают добиться такого результата.
В 2025 году команда Степана Шепилова стала победителем двухдневного хакатона «Система Хак: Томск» в треке «Локальный метеопрогноз». Студенты разработали решение для прогнозирования погоды на основе двух нейронных сетей.
– Что понравилось или, наоборот, не особо во время учебы в ТГУ?
– Сразу хочу сказать, что на любом факультете, в любом университете, в том числе в столичных, есть свои минусы. В ТГУ мне понравился именно формат лабораторных работ. Меня очень привлекает, что ты сидишь дома, выполняешь лабораторные работы и приходишь в вуз их сдавать.
Есть какие-то обязательные пары, которые надо посещать, но ты большую часть времени делаешь лабораторные работы. Это достаточно привлекает: ты можешь планировать время, и нет такого, что ты уже работаешь, а у тебя шесть пар в день стоит.
Из минусов, наверное, – большое количество, как и в любом университете, гуманитарных предметов. Это обязательная история, она мне не очень нравится, но она есть во всех вузах. Например, «Основы российской государственности». Когда я поступил, был первый год, когда ввели этот предмет. «История России» была целый год, «Философия», какие-то побочные предметы.
Мне на первом курсе достаточно сильно нравились «Основы программирования». Там были очень разные лабораторные работы. Это были какие-то классические алгоритмы – алгоритмы на графах, например. Это дает навык базового написания кода: как идею переложить в достаточно короткую программу. И учат (знаете, как говорил Чехов, «Краткость – сестра таланта») кратко и емко писать код.
На втором же курсе, наверное, самый любимым предметом было параллельное программирование – это когда у тебя есть какая-то программа, и ты хочешь, чтобы она работала в 10 раз быстрее. Рассказывали, как это сделать, имея только один процессор.
На третьем курсе, наверное, любимым был самый последний предмет, который я закрыл, – «Объектно-ориентированный анализ и проектирование». Это был очень интересный формат работы, потому что у тебя есть четыре больших лабораторных работы. Это полный проект, который выполняешь на четырех языках программирования, используя совершенно разные паттерны проектирования.
Логистика нефти
– Ты говорил о том, что тебе нравится возможность совмещать учебу в университете с работой. Можешь рассказать, где работаешь и как попал в компанию?
– Я работаю в «Газпромнефть-Цифровые решения». Работаю по специальности, аналитиком данных. Устроился через факультет, попал туда на производственную практику. Три или четыре месяца работал в команде, понравился им, потом стажировка была, а затем официально трудоустроили. Это было на втором курсе.
У меня государственная компания, и этот рабочий «флоу», рабочий поток достаточно сильно отличается от каких-то «бигтехов» наподобие «Яндекса», потому что у меня достаточно много встреч, много работы бумажной. Рабочий день выглядит так: он начинается с «дейлика» – это ежедневный созвон, на котором мы обсуждаем статус решения задач. После этого начинаем работать, писать код. После этого тестируем.
Вечером, как правило, стоят какие-то встречи по проектам. Вот я веду один из проектов, связанный с логистикой нефти.
– Существует мнение, что после окончания университета компаниями приходится вкладывать много ресурсов в дообучение специалистов? Так ли это? Насколько пригодились навыки, полученные в вузе?
– Вуз дает именно фундаментальные знания. Естественно, надо очень много самому учить, тем более в такой бурно развивающейся области, где за один месяц может выйти очень-очень много статей, которые с ног на голову переворачивают все. Конечно, бывает, что университет не поспевает за этим, но преимущество моего факультета – в том, что мы получаем базовые знания по программированию: как писать хороший код, как сделать это быстро.
Предметы по специальности, в свою очередь, дают обзорное понимание о сфере. В том числе у нас был предмет, где большую часть семестра мы готовили презентации с какими-то рассказами о том, как работает какая-то область машинного обучения, графовые сети.
– Какие дальнейшие планы?
– Мне очень нравится моя работа, я бы хотел продолжать. Думаю, что буду поступать в магистратуру нашего факультета. Это связано с тем, что для специалиста по машинному обучению и анализу данных достаточно важно иметь какую-то научную степень. И это очень хорошая практика, которая и за границей существует.
Будущая диссертация будет связана с работой. Ее специфика заключается в том, что есть достаточно небольшое количество данных, то есть это терабайты, но это терабайты на одном месторождении, например, какие-то записи, истории добычи. И в свет здесь выходит какое-то физически информированное обучение и мультиагентные системы. И вот я думаю, что в этом направлении буду копать.
Литература и пауэрлифтинг
– Чем занимаешься помимо учебы и работы?
– Время на увлечения, конечно, есть, если спать меньше. Люблю очень спортом заниматься. Вот, с одногруппниками какие-то игровые виды спорта практикуем. В течение семестра хожу в зал, уже лет 10 занимаюсь пауэрлифтингом.
Не планирую бросать это дело, наоборот, только больше внимания спорту уделять, потому что это достаточно важно. Когда у тебя сидячий образ жизни, тебе нужно как-то двигаться, иначе мозг как в тумане.
– Ты говорил, что изначально был гуманитарием, а потом попал в специализированный класс? Как произошел этот переворот?
– На самом деле, я считаю разделение на гуманитариев и технарей таким условным, потому что у человека должна быть какая-то система в голове, и в целом без разницы, чем заниматься. Основа основ – это философия, основа философии – это логика, и когда ты умеешь логически рассуждать, то никакие формулы не пугают и ты можешь проанализировать произведение.
Я занимался языками, чтением стихов до 16 лет, занимался правом, обществознанием. Тогда не любил физику, информатику, математику, но у меня потом появился репетитор из ТГУ. Он меня бесповоротно влюбил в математику, показал, как это надо делать, и вот на меня это оказало большое влияние. Несмотря на это, я все не прочь почитать художественную литературу, посидеть, посмотреть какие-то фильмы современные и порассуждать.
Как поступить в ИПМКН ТГУ
Текст РИА Томск.
Фото: пресс-служба ТГУ и Никита Гольцов (РИА Томск)
Источник: пресс-служба ТГУ