Никита Казеев, выпускник ФОПФ 2016 года

Поступил на ФОПФ в 2010 году. Участвовал в деятельности Сената ФОПФ: организовал разработку системы электронного голосования, вёл и улучшал сайт факультета. Был заместителем Председателя по IT. На пятом курсе Никита окончил Школу анализа данных и несколько лет работал в Яндексе. Окончил магистратуру ФОПФ в 2016 году и поступил в двойную аспирантуру ФКН ВШЭ/Sapienza University of Rome. Сейчас Никита участвует в коллаборации LHCb CERN и преподаёт машинное обучение на Coursera.

Как в вашей жизни появилась физика?

Физика полюбилась мне ещё в 7 классе. Тогда же я начал ходить на олимпиады и занимать первые призовые места. Потом был и Всерос, и Естественнонаучная олимпиада в Корее. Физика получалась лучше всего, так я и оказался на Физтехе.

А был человек, который мотивировал заниматься?

Что касается того, кто повлиял, то, например, человека, который бы сказал: «Никита, ты должен стать физиком», не было. Но были те, кто поддерживал. Родители говорили: «Мы видим, что у тебя получается, дерзай, мы поддержим». Так я сначала пошёл в школу на другом конце города, а потом уехал в Москву. Были и педагоги: начиная с учителя (Алексей Степанов) в 7 классе в моей первой школе в Петербурге, который и привил любовь к предмету, и заканчивая преподавателями (Иван Грохотков, Артём Савельев) олимпиадных кружков.

Как вы выбрали ФОПФ и Физтех?

В основном — по умолчанию. У ФОПФа отлично налажена работа с олимпиадниками, и когда я прошёл сборы на межнар, из мира физики знал в первую очередь ФОПФ. Репутация говорила сама за себя. Были, конечно, варианты: Питерский Политех, Питерский Физфак, Физфак МГУ и ФОПФ МФТИ. Но по совокупности признаков МФТИ оказался лучше. Ещё был выбор между IT и наукой, и он был интереснее. В конце концов я выбрал науку, из-за какого-то философского интереса.

Что было самым запоминающимся в студенческой жизни?

Наверное, это единомышленники, с которыми ты разделяешь и общие ценности, и общие проблемы. И с которыми ты живёшь на расстоянии вытянутой руки. Ещё помню, как иногда было трудно, когда много дел сваливалось одновременно.

К слову о трудностях: было ли тяжело учиться на ФОПФе?

В первом семестре легко, во втором очень сложно, дальше просто сложно. Потому что в первом семестре расслабляешься, думаешь: «Какой я умный, я всё тут знаю». А во втором и дальше такой подход уже не работает.

Расскажите, как вы пришли в активизм?

У меня был эмоциональный интерес делать что-то полезное на благо ФОПФа. Когда я в первый раз избирался в Сенат (раньше в Сенате было 12 человек, из которых 6 — старосты курсов, а остальные 6 определялись на общефакультетских выборах — прим. ред.), я был недоволен тем, как он работает. Для внешнего наблюдателя деятельность Сената в распределении благ выглядела очень непрозрачной и попахивала, если не откровенной коррупцией, то «блатом» и «рукопожатостью» точно. Увы, в тот раз меня не выбрали.

Но всё-таки вы попали в Сенат?

Да, через несколько лет и с более конструктивной повесткой. Стремление что-то в нём изменить осталось. На практике оно выразилось в двух вещах: системе для электронного голосования и положении о ПГАС. Насколько я помню, «голосовалка» была единственным крупным IT-проектом, который я прямо инициировал с нуля, а не поддерживал за предшественниками.

Вернёмся к учёбе. Расскажите про выбор базовой кафедры и про научную деятельность.

Когда я был абитуриентом, кафедру выбирали сразу при поступлении. Это было скорее плохой идеей, и я рад, что сейчас это изменили. Я пошёл на нанобиофизику (кафедра физики и технологии наноструктур — прим. ред.) из соображений, что работать на стыке наук эффективно и интересно. Но работа сложилась на другом стыке. Я пошёл на спецкурс по молекулярной динамике, и у меня начало получаться. Преподаватель спецкурса позвал к себе в институт (ОИВТ РАН — прим. ред.), и там я, собственно, начал заниматься наукой. В этой же области — по компьютерному моделированию неидеальной плазмы — я защитил бакалаврский диплом.

На 4-м курсе я поступил в Школу анализа данных Яндекса, а через год меня пригласили в группу международных учебно-научных проектов в Яндексе. В двух словах — мы двигали физику в ЦЕРНе с помощью машинного обучения. Например, мой магистерский диплом посвящён оптимизации хранения данных в одном из экспериментов в ЦЕРНе.

Чем занимаетесь сейчас?

Через 3 дня (на момент 11.07 — прим. ред.) у меня предзащита кандидатской. Она тоже про анализ данных и тоже в ЦЕРНе. С помощью машинного обучения я улучшил точность идентификации частиц в детекторе LHCb.

В какой области планируете работать дальше?

Думаю, продолжу применять методы анализа данных в науке. Эта тема хороша, причем не только в ЦЕРНе. Достаточно посмотреть на прогресс машинного перевода или распознавания речи за последние десять лет. Но это развитие не дошло в полной мере до всех областей науки. Поэтому остаётся большое пространство для внедрения методов машинного обучения и анализа данных в физику.

Что бы вы пожелали будущим первокурсникам ФОПФа?

Трудно сказать что-то уникальное. Наверное, пожелаю пройти через все сложности первых курсов и не сдаваться. Если хорошо ботать в эти годы, то потом будет просто разобраться в любой научной области. И научиться программировать — современная наука неотделима от компьютерной обработки данных уже далеко не только в ЦЕРНе.