Александра Гордей - профиль на GeekBrains - образовательный портал

Преподаватель

Александра Гордей

Россия, г. москва

Инженер в лаборатории взаимодействия океана с водами суши, Институт океанологии им. Ширшова РАН

Образование и карьера
Была инженером в МФТИ, лаборатория нейроробототехники. У каждого человека индивидуальная реакция мозга на определённый импульс. Нейроны возбуждаются по-разному, когда мы думаем о яблоке и о коньяке. И можно обучить алгоритмы машинного обучения распознавать сигналы мозга так, чтобы по ним понимать, о чем думает человек. Именно такой модуль для управления умными инвалидными креслами «с помощью мысли» мы разрабатывали.
В Институте океанологии я занимаюсь фундаментальной наукой: изучаю влияние человека на Мировой океан и происходящие в нём физические процессы. Основной упор в работе делаю на применение методов машинного обучения в задачах изучения океана. Занимаюсь двумя направлениями, первое из них — классическое машинное обучение и статистический анализ для временных рядов данных. Эта часть моей работы позволяет найти новые закономерности и физические механизмы в океанических процессах. Второе направление — это компьютерное зрение. Здесь я применяю как нейросети, так и классические алгоритмы компьютерного зрения. С их помощью удаётся проанализировать ранее не известные явления на мелких масштабах, которые сложно уловить датчиками и приборами.
Несколько раз в год выступаю на научных конференциях, где нужно представить результаты своего труда так, чтобы они были ясны людям, не владеющим контекстом узкой научной сферы. Дважды в неделю веду факультатив по углублённой информатике и программированию в школе по программе дополнительного образования от выпускников МГТУ им. Баумана.

Почему анализ данных и Python
По сути, большинство учёных, от Гиппократа до Хиггса, на протяжении всей истории человечества занимались именно анализом данных. Стремительное развитие вычислительной техники и математических методов оптимизации расчётов и обработки больших массивов данных открывают огромные возможности для науки. Python же — удобный, интуитивно понятный и активно поддерживаемый язык, на котором быстро и легко писать код. Поэтому многие научные группы пользуются именно им, а значит, обмениваться идеями и работать над научными задачами в международной коллаборации эффективнее всего именно с его помощью.

Моим студентам
Помните, что трудности и затыки — это нормально, не позволяйте им заставлять вас сомневаться в себе. Обменивайтесь опытом и идеями с коллегами по курсу: в команде рождаются самые классные решения, а коммьюнити — сила. Но при этом держите в голове, для чего именно вы изучаете Python, и не сбивайтесь на чужие ориентиры. И не забывайте отдыхать!

Интересы:

gu_data-science2gu_datasciencegu_big-data-analyticsgu_data-sciencegu_medical-data-sciencegu_qa-engineer-pythongu_pythongu_computer-visiongu_natural-language-processing