Pavel Snurnitsyn
EMCR EMCR
or

Pavel Snurnitsyn

Pavel
Snurnitsyn
Expert

Russia (Россия), Moscow (Москва)

Educational experience

  • МГУ им. М.В. Ломоносова

    Механико-математический факультет, аспирантура

  • Орловский Государственный Университет

    Физико-математический факультет, прикладная математика

Work experience

  • Data Sapience

    Директор продукта Kolmogorov AI — 3 years 8 months

  • GlowByte

    Руководитель практики Advanced Analytics — 3 years

  • GlowByte

    Аналитик, ведущий аналитик, руководитель направления — 6 years

Join EMCR community to see other profiles, get access to CVs, send messages etc.

Professional expertise areas

Please click on any category above if you want to see or subscribe for other content marked with the same category or other categories

Join EMCR community to see other profiles, get access to CVs, send messages etc.

Telegram channel

NoML Digest
2.1k subscribers
Read more

Запись cеминара

Сергей Ковальчук (Университет ИТМО), Агенты искусственного интеллекта для поддержки принятия решений: контекст принятия решений, когнитивные характеристики, взаимодействие с человеком. YouTube | Дзен | RuTube (~1 час 30 минут).

22 Nov 16:30

Семинар про агентные подходы в ИИ

▫️ 20 ноября (среда), 17:00 МСК
▫️ Подключение→

Выступает: Сергей Валерьевич Ковальчук, к.т.н., доцент практики Университета ИТМО

Тема: Агенты искусственного интеллекта для поддержки принятия решений: контекст принятия решений, когнитивные характеристики, взаимодействие с человеком

Аннотация
Рассматриваются вопросы применения агентных подходов для описания и поддержки процессов принятия решений в различных областях (медицина, программирование и др.). Демонстрируются примеры из практики разработки интеллектуальных систем, систем поддержки принятия решений и др. Акцент ставится на моделях поведения и принятия решений с точки зрения внутреннего (когнитивного, психологического) контекста пользователя. Анализируются возможные пути выявления и использования такого контекста при построении интеллектуальных систем.

Уровень сложности: начинающий, от слушателей ожидается базовое понимание современных концепций ИИ и машинного обучения, базовое понимание математического моделирования, понимание базовых принципов поддержки принятия решений.

Ключевые слова: decision support systems; agent-based modelling; behavioral modelling; cognitive models; human-computer interaction.

18 Nov 13:10

Запись семинара

Константин Чухарев (ИТМО, Huawei), От SAT к SMT: новый рубеж в решении задач и формальной верификации. YouTube | Дзен | RuTube (~1 час 10 минут).

17 Nov 19:52

Семинар про SAT/SMT

▫️ 13 ноября (среда), 17:00 МСК
▫️ Подключение→

Выступает: Константин Игоревич Чухарев, эксперт в области задачи выполнимости (SAT) и формальных методов, преподаватель дискретной математики и своего рода исследователь в Университете ИТМО, академический консультант в компании Huawei.

Тема: От SAT к SMT: новый рубеж в решении задач и формальной верификации

Аннотация
В этом докладе мы погрузимся в мир Satisfiability Modulo Theories (SMT) — современного подхода к решению задач, который объединяет логику с предметно-ориентированными теориями и становится ключевым инструментом в современных вычислительных науках. Мы начнём с краткого знакомства с SAT, базовой логической задачи, на основе которой строится SMT, и увидим, как добавление специализированных теорий (таких как арифметика и работа с массивами) позволяет решать более комплексные задачи. Особое внимание уделим двум основным подходам к решению SMT — энергичному (eager) и ленивому (lazy), а также разберём ключевой алгоритм DPLL(T), лежащий в основе большинства современных SMT-решателей.
Мы также поговорим о символьном исполнении — методе, который использует SMT для моделирования и проверки множества путей исполнения программ, не ограничиваясь конкретными входными данными, а оперируя их “символьными”, абстрактными значениями. Это мощный инструмент для обнаружения потенциальных ошибок в коде ещё до его запуска, который также может быть использован для автоматической генерации тестов.

Уровень сложности: начинающий, доклад будет полезен всем, кто стремится понять, как формальные методы и логическая теория находят своё применение в задачах анализа и оптимизации сложных систем.

Ключевые слова: SAT, SMT, алгоритм DPLL(T), символьное исполнение, symbolic execution.

11 Nov 17:52

Запись семинара

Максим Николаев (МКН СПбГУ, ШАД, ПОМИ РАН), Применение байесовского подхода для максимизации прибыли в A/B-тестах. YouTube | Дзен | RuTube (~1 час 30 минут).

11 Nov 17:38

More content