Каледин Максим Львович
- Начал работать в НИУ ВШЭ в 2015 году.
Полномочия / обязанности
Проведение исследований в области глубинного обучения и приложений к задачам обработки звука.
Преподавание дисциплин на ОП ПМИ и ПИ (Факультет Компьютерных наук).
Образование
- 2019
Магистратура: Национальный исследовательский университет «Высшая школа экономики», специальность «Прикладная математика и информатика», квалификация «Магистр»
- 2017
Бакалавриат: Национальный исследовательский университет «Высшая школа экономики», специальность «Прикладная математика и информатика», квалификация «Бакалавр»
Достижения и поощрения
- Благодарность факультета компьютерных наук НИУ ВШЭ (июль 2023)
Надбавка за публикации, вносящие особый вклад в международную научную репутацию НИУ ВШЭ (2022-2025)
Надбавка за публикацию в международном рецензируемом научном издании (2021-2022)
Учебные курсы (2023/2024 уч. год)
- Глубинное обучение в обработке звука (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Рус
- Математическая статистика (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3, 4 модуль)Рус
Прикладная статистика в машинном обучении (Бакалавриат; где читается: Факультет компьютерных наук; направление "01.03.02. Прикладная математика и информатика", направление "01.03.02. Прикладная математика и информатика", направление "01.03.02. Прикладная математика и информатика"; 3-й курс, 1, 2 модуль)Рус
- Символьные вычисления (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Случайные процессы (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Стохастический анализ (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 3, 4 модуль)Рус
Теория вероятностей (Бакалавриат; где читается: Факультет компьютерных наук; направление "01.03.02. Прикладная математика и информатика", направление "09.03.04. Программная инженерия"; 2-й курс, 1, 2 модуль)Рус
- Statistical Learning Theory (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Анг
- Statistical Learning Theory (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Анг
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
- Mathematical Foundations of Reinforcement learning (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 2 модуль)Анг
- Прикладная статистика в машинном обучении (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Рус
- Случайные процессы (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Statistical Learning Theory (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Анг
- Statistical Learning Theory (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Анг
- Statistical Learning Theory (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Анг
- Statistical Learning Theory (Маго-лего; 1, 2 модуль)Анг
Учебные курсы (2021/2022 уч. год)
- Mathematical Foundations of Reinforcement learning (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 2 модуль)Анг
- Случайные процессы (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Численные методы (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 3, 4 модуль)Рус
Учебные курсы (2020/2021 уч. год)
- Численные методы (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Численные методы (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 3, 4 модуль)Рус
Учебные курсы (2019/2020 уч. год)
- Численные методы (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
- Численные методы (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 3, 4 модуль)Рус
Публикации3
- Препринт Belomestny D., Kaledin M., Golubev A. Variance Reduction for Policy-Gradient Methods via Empirical Variance Minimization / -. Series - "-". 2022. doi
- Глава книги Kaledin M., Moulines E., Naumov A., Tadic V., Wai H. Finite Time Analysis of Linear Two-timescale Stochastic Approximation with Markovian Noise, in: Proceedings of Machine Learning Research Vol. 125: Proceedings of Thirty Third Conference on Learning Theory. , 2020. P. 2144-2203.
- Статья Belomestny D., Kaledin M., Schoenmakers J. Semitractability of optimal stopping problems via a weighted stochastic mesh algorithm // Mathematical Finance. 2020. Vol. 30. No. 4. P. 1591-1616. doi
Опыт работы
Исследования
Дек. 2020 - Август 2023 Младший научный сотрудник в HDI Lab, НИУ ВШЭ, основные темы: стохастическое оптимальное управление, многомерная статистика.
Апр. 2018 - Дек. 2020 Стажёр-исследователь в HDI Lab, НИУ ВШЭ, основные темы: стохастическое оптимальное управление, многомерная статистика.
Июнь-Авг. 2018 Стажёр-исследователь в Huawei Moscow Research Center, основные темы: антенное моделирование, FDD .
Преподавание
Сент.2023-сейчас доцент, ФКН НИУ ВШЭ.
Сент.2022-Авг.2023 Старший Преподаватель, ФКН НИУ ВШЭ.
Сент.2017-Июнь 2022 Преподаватель, ФКН НИУ ВШЭ.
Сент.-Дек. 2019 Преподаватель, Стохастический анализ, OZON Masters School.
Сент.-Дек. 2018 Учебный ассистент, Stochastic Calculus, MS-1 course (НИУ ВШЭ, программа Статистическая теория обучения).
Сент.-Дек. 2016 Учебный ассистент, Численные методы, 3й курс бакалавриата ПМИ (НИУ ВШЭ, Факультет Компьютерных наук).
Апр.-Июнь 2015,2016,2017 Учебный ассистент, Алгебра, 1й курс бакалавриата ПМИ (НИУ ВШЭ, Факультет Компьютерных наук).
Информация*
Не ML единым: в мае прошел традиционный выезд департамента больших данных и информационного поиска ФКН в Вороново
С 12 по 14 мая в учебном центре «Вороново» состоялся семинар по машинному обучению факультета компьютерных наук. Он проводится каждый год для обмена опытом и нетворкинга. Студенты, преподаватели и научные сотрудники ФКН обсудили результаты исследований и новые проекты.
В Вороново прошла первая научная конференция ФКН
С 31 мая по 4 июня прошла первая выездная научная конференция ФКН в учебном центре НИУ ВШЭ Вороново.
First Cohort Graduates from Master’s Programme in Statistical Learning Theory
The Master's Programme in Statistical Learning Theory was launched in 2017. It is run jointly with the Skolkovo Institute of Science and Technology (Skoltech). The programme trains future scientists to effectively carry out fundamental research and work on new challenging problems in statistical learning theory, one of the most promising fields of science. Yury Kemaev and Maxim Kaledin, from the first cohort of programme graduates, sat down with HSE News Service to talk about their studies and plans for the future.
Статистическая теория обучения – первый выпуск
Совместная программа НИУ ВШЭ и Сколковского института науки и технологий выпустила своих первых магистров. Бывшие студенты рассказали о том, как проходило обучение, каково это – учиться в двух университетах и чем они планируют заниматься дальше.