Глава 14 · Часть I. Наука, которая становится будущим
Математика за кадром делает программиста втрое ценнее
Роланд Хильдебранд · 7 мин чтения
Зачем студент приходит на оптимизацию
Когда меня спрашивают, зачем студенты приходят на лекции по оптимизации, ответ кажется простым: они пришли узнать что-то про оптимизацию. Но за этим простым ответом стоит более важная вещь. Большинство молодых людей сегодня ориентировано на IT, на программирование, на технологические профессии. Это нормально. Но хороший программист отличается от просто программиста тем, что понимает, для чего создается продукт и какая теория стоит за его работой.
Если продукт связан с оптимизацией, нельзя ограничиться только синтаксисом языка или архитектурой приложения. Нужно понимать задачу: что именно оптимизируется, какие ограничения есть, почему выбран такой алгоритм, где его слабые места. Программист сам по себе ценный специалист, но программист, который знает математику и видит за кадром теорию, становится специалистом совсем другого уровня.
Это хорошо видно в прикладных проектах. У нас есть совместная работа с индустриальными партнерами, где разрабатывается оптимизатор. И самые ценные люди там — те, кто умеет и программировать, и математически понимать, что делает система.
Математиком я хотел стать с детского сада
Про мой путь можно сказать довольно прямо: то, что я стану математиком, было понятно ещё в детском саду. Я ничего другого себе особенно не представлял. У меня склад ума был очень сильно направлен в эту сторону, и обычная школьная математика довольно быстро перестала быть сложной.
С девятого класса я попал в специальную школу. Она была математической, но не только математической: там были физика, химия, биология, техника, естественные науки. Школа была организована в ГДР, и мы были одним из первых наборов. Именно там стало по-настоящему интересно, причем особенно интересно было даже не только математическое, а все, что расширяло кругозор.
Был момент, когда я даже сомневался, быть ли математиком или химиком. Но в итоге математика перевесила. Для меня она стала тем языком, через который можно решать задачи в самых разных областях.
Программист сам по себе ценный специалист, но программист, который ещё знает математику, втройне ценен.
Берлин, МГУ и вопрос о пользе
Я три года учился в Берлинском университете, а потом понял, что уровня мне недостаточно. Мама посоветовала поступить в магистратуру МГУ. Там нужно было выбрать специализацию, и я обратился к академику Никите Николаевичу Моисееву с вопросом: куда идти, чтобы это было полезно обществу и миру в целом.
Он посоветовал оптимизацию. Так я попал на кафедру оптимального управления и впервые вплотную столкнулся с задачами оптимизации. Моим научным руководителем был Михаил Ильич Зеликин. Отдельно я всегда вспоминаю Людмилу Филипповну Зеликину, которая уделяла большое внимание не только научному, но и человеческому образованию студентов и аспирантов.
Для меня это важно: учёный растёт не только через теоремы. Он растёт через культуру, через город, через разговоры, через понимание истории, архитектуры, людей, среды. Даже то, что сегодня можно назвать научным или образовательным туризмом, тогда было способом расширить человека.
Нестеров, Немировский и теория, которая стала моей
Позже в моей жизни появились Юрий Евгеньевич Нестеров и Аркадий Семенович Немировский. С Нестеровым я познакомился в Бельгии, когда работал постдоком. У нас возникла конкретная задача по идентификации систем, я нашел к ней подход, и мне сказали: рядом есть крупный специалист в этой области.
Оказалось, что Юрий Нестеров сидит буквально в соседнем здании. Я пришел к нему и быстро понял: это именно то, что нужно для задачи. В итоге я перешел к нему и год работал как постдок. Так я вошел в теорию методов внутренней точки и самосогласованных барьеров, которой потом занимался много лет.
Иногда научная траектория складывается именно так: есть задача, есть человек, который знает глубже, и есть готовность пойти, спросить, перейти, учиться заново. Наставник в науке часто появляется не как абстрактный образ, а как ответ на конкретную проблему.
Канонический барьер и фундаментальный результат
Если говорить о результате, которым я мог бы выделить свою теоретическую работу, то это канонические барьеры. Это универсальная конструкция барьера, которая существует на любом конусе и обладает хорошими свойствами.
Я не хочу делать из этого личный памятник, но с сегодняшней точки зрения это, пожалуй, мой наиболее крупный фундаментальный результат в оптимизации. До этого я успел поработать в разных областях, даже в квантовой физике, где тоже получил цитируемые результаты. Но канонические барьеры стали именно той работой, которая осталась внутри моей основной научной линии.
В науке важно различать эффектную тему и глубокую конструкцию. Иногда результат не выглядит громко для внешнего человека, но внутри области он становится кирпичом, на который дальше можно опираться.
Оптимизатор как практическое продолжение теории
Если говорить о более прикладной работе, то сейчас для меня важен наш оптимизатор. Это уже не только чистая теория, а сложная и полезная вещь, где высокий математический уровень должен перейти в работающий продукт.
Такие проекты хорошо показывают, почему наука и бизнес сегодня не могут существовать в изоляции. Мы видим, что заказчики приходят с запросом на наукоемкий продукт. Они понимают, что без глубокой математики и оптимизации некоторые процессы невозможно сделать эффективно. А мы, со своей стороны, понимаем, где можем приложить научную компетенцию.
Есть отрасли, которым уже трудно представить эффективную работу без помощи науки. И это касается не только искусственного интеллекта. Классическая оптимизация, алгоритмы, модели, ограничения, постановки задач — все это становится частью цифровой трансформации.
Наука и бизнес: симбиоз, а не подчинение
Я считаю, что взаимодействие науки и бизнеса — неоспоримый факт, который осознается с двух сторон. Бизнесу нужны продукты, которые невозможно сделать только инженерной интуицией. Науке нужны реальные задачи, где результат становится востребованным.
Но здесь важно сохранить баланс. Наука не должна превращаться просто в сервис «сделайте нам быстро». И бизнес не должен восприниматься как внешний заказчик, которому учёный обязан объяснять все с нуля. Нужен симбиоз: задача, математический фундамент, команда, технологическая реализация и понятный эффект.
В цифровой трансформации часто модные слова появляются раньше понимания. Но когда за словами стоят реальные оптимизационные задачи, тогда фундаментальная математика начинает работать как технологический двигатель.
Команда, студенты и разные уровни самостоятельности
В проектной работе я, к счастью, не один. У нас есть руководящий состав, регулярные встречи каждую неделю, дискуссии по возникающим вопросам. Я отвечаю за научную часть, и если где-то возникает затык по алгоритму, моя задача — снять эту проблему.
Когда говорят, что у студентов нет опыта, я бы не согласился. Я видел очень разных студентов. Бывают те, кому нужно объяснять много и долго. А бывают люди, которым достаточно подсказать идею, и дальше они сами идут, докручивают, находят путь. Иногда студент по уровню уже выглядит как кандидат наук, со статьями и самостоятельным научным мышлением.
Поэтому к молодым людям нельзя подходить по одной мерке. Нужно смотреть на реальную способность работать, задавать вопросы, держать задачу и двигаться дальше.
Главный навык — интерес и желание работать
Если говорить о навыках, я бы поставил на первое место не конкретный технический инструмент, а интерес и желание работать. Без этого ничего не выйдет. Нельзя смотреть на учёбу как на место, где нужно поставить галочку. Учёба — это шанс получить знания, которые потом станут твоим профессиональным преимуществом.
Технические навыки можно подтянуть. Можно выучить язык программирования, освоить библиотеку, разобраться в инструменте. Но если нет желания работать и учиться, техническая база не спасает. Главное — общий подход к жизни и к работе.
Молодым людям важно понять: первые годы учёбы — это не пауза перед настоящей жизнью. Это и есть фундамент. Если фундамент слабый, дальше будет труднее строить любую карьеру.
Квантовые компьютеры, нейросети и готовность к развилке
Про квантовые компьютеры говорят уже много десятилетий. Все время кажется, что прорыв вот-вот произойдет, но пока его нет, хотя развитие есть. Если однажды задачи действительно начнут решаться на несколько порядков быстрее, это может стать бифуркацией — переходом системы в новую фазу. Но заранее точно сказать, к чему это приведёт, почти невозможно.
В нейросетях ситуация другая. В полупроводниковой индустрии отставание догнать сложно: там заводы, материалы, литография, оборудование, множество технологических цепочек. А за нейросетями в основе стоит математика, которая доступна людям в разных точках мира. И поэтому догонять в этой области проще.
Если появляется новая идея, ее трудно скрыть. Есть конференции, публикации, открытое научное сообщество. Поэтому я не думаю, что в нейросетях один гигант придёт и навсегда сметет всех остальных. В этой области страны и команды будут быстрее подхватывать сильные идеи и развивать свои решения.
Совет студенту: сначала учёба, потом работа
Мой главный совет студентам довольно прямой: студентам нужно заниматься учебой. Сейчас есть феномен, когда люди очень рано уходят работать. Я считаю, что если работа с первых курсов вычерпывает учёбу, это ни к чему хорошему не приведёт.
Первые годы самые сложные, и их нужно пройти с полной концентрацией. Потом, ближе к четвертому курсу, работа может быть очень полезной, особенно если она связана с темой магистерской работы или будущей специализацией. Тогда человек видит практику и одновременно не теряет фундамент.
Самый сильный специалист получается не из того, кто просто рано начал зарабатывать, а из того, кто сначала взял базу, а потом научился применять ее в реальных задачах.
Дочитать главу
Оставьте e-mail — пришлём главу целиком и сообщим о выходе книги.
Подпишитесь, чтобы не пропустить выход книги: анонсы и открытые главы выходят там же, где живёт проект
Диалог с героем
Вопрос 01
Почему математика так важна для IT-специалиста?
Потому что программист, который понимает теорию за продуктом, может лучше проектировать архитектуру, выбирать алгоритмы и видеть ограничения задачи. Такой специалист ценнее, чем человек, который только пишет код.
Вопрос 02
Когда я понял, что буду математиком?
Ещё в детстве. У меня был очень выраженный математический склад ума, и другого пути я почти не представлял. Спецшкола только усилила этот интерес и расширила кругозор.
Вопрос 03
Кто сыграл ключевую роль в выборе оптимизации?
Академик Никита Моисеев посоветовал мне идти в оптимизацию как в область, где можно совместить математику с пользой для общества. Потом важными наставниками стали Михаил Зеликин, Юрий Нестеров и Аркадий Немировский.
Вопрос 04
Каким теоретическим результатом я выделяю свой путь?
Каноническими барьерами: универсальной конструкцией барьера на любом конусе с хорошими свойствами. Для меня это наиболее крупный фундаментальный результат.
Вопрос 05
Как наука и бизнес должны работать вместе?
Через симбиоз. Бизнес приносит реальные задачи, наука даёт фундамент и методы, а вместе они могут создавать наукоемкие продукты, которые невозможно сделать одной инженерной интуицией.
Вопрос 06
Какой навык важнее всего для молодых?
Интерес и желание работать. Технические навыки можно наработать, а вот отношение к учёбе как к возможности получить знания — базовая вещь.
Вопрос 07
Что я советую студентам?
На первых курсах концентрироваться на учёбе. Работать лучше начинать позже, когда работа связана с темой, специализацией и практическим применением знаний.
Цитаты героя
То, что я стану математиком, было понятно ещё в детском саду.
Учёба — это шанс и возможность получить какие-то знания.
Самый базовый навык — интерес и желание работать.
Возьми с собой
- 01
Не ограничивайся кодом: разбирайся, какая математика стоит за продуктом.
- 02
Выбирай не только вуз, но и людей, которые могут стать твоими научными ориентирами.
- 03
Не относись к учёбе как к галочке: первые годы формируют фундамент, который потом трудно догнать.
- 04
Ищи задачи, где теория превращается в работающий продукт.
- 05
Смотри на тренды осторожно: не каждый «прорыв через пять лет» действительно состоится.
- 06
Развивай способность учиться глубоко, а не только быстро переключаться между инструментами.
- 07
Если начинаешь работать во время учёбы, связывай работу с темой, специализацией и будущей траекторией.
Вижу ли я за своим кодом, проектом или профессией ту математику, которая делает меня по-настоящему сильным специалистом?