Финансовый университет: ориентация на спрос

Что дает возможность говорить о трансформации университета?

В результате развития технологий, и в первую очередь Интернета вещей, технологий обработки и анализа данных, очень сильно ускоряются процессы и появляются возможности создать принципиально новые продукты и услуги, выйти на новые рынки либо существенно масштабировать существующие задачи. И наш университет с этой точки зрения меняется весьма сильно. У нас каждый год появляются новые образовательные программы – например, в 2018 году запускаем магистерскую программу «Технологии блокчейн и криптовалюты», открывается много новых коротких курсов и дисциплин по выбору.

Но самое главное, что у нас трансформировалось, – это акценты. Традиционно мы, как и большинство вузов, фокусировались на учебном процессе, и преподаватели концентрировались именно на нем. Наука существовала – без нее нельзя, но по отношению к обучению она была вторичной. Мы же во главу угла поставили проектную деятельность на передовом рубеже технологий. Это совершенно прикладные задачи по созданию новых продуктов, основанных на обработке и анализе данных. Сейчас у нас на очереди проекты разработки интеллектуальных систем в области машинного обучения, больших данных, Интернета вещей и пр. В этой работе участвуют и студенты.

Владимир Соловьев, руководитель департамента анализа данных, принятия решений и финансовых технологий Финансового университета при Правительстве РФ: «Возможно, необходимость в изменении образовательного процесса и стала стимулом к трансформации всей организации» Фото: Финансовый университет при Правительстве РФ

Как сделать, чтобы изменения в бизнес-модели не пошли в ущерб изначальному предназначению университета – науке и обучению?

В ущерб не идут. Образовательный процесс также модифицировался. Возможно, необходимость в его изменении и стала стимулом к трансформации всей организации. Раньше можно было транслировать студентам «вечные» знания и отпускать их работать, чтобы этот фундамент наполнить конкретикой. Сейчас так нельзя – все меняется очень быстро, и мы рискуем начать учить профессиям, которые уже давно не востребованы. Конечно, есть ограничения, из-за которых мы не можем меняться очень быстро. Одно из них связано с тем, что образовательная программа, прежде чем вступить в силу, должна быть полностью сформирована – включая список дисциплин и их содержание. Скажем, к выпуску первых специалистов по блокчейну на дворе будет уже 2020 год. Что к тому времени изменится в технологиях – можно только предполагать.

В любом случае мы не хотим делать продукт среднего качества. Раньше в математической и ИТ-магистратуре была проблема, связанная с абстрактностью программ. Вроде бы собираются лучшие выпускники, имеющие определенный опыт, казалось бы, с ними должно быть очень интересно работать. Но в реальности было тяжело, поскольку интересы людей очень разрозненны, и обеспечить их равную заинтересованность и вовлеченность было сложно. Сейчас магистерские программы четко профилируются, и на обучение приходят люди, готовые с большим энтузиазмом заниматься именно данной проблематикой. И эти студенты не только наш продукт, но и наш ресурс, так как они активно участвуют в создании интеллектуальных сервисов. И на сервисах не только университет зарабатывает, зарабатывают и студенты.

То есть трансформация обучения стала ответом на традиционные претензии к нашему высшему образованию – что студентов учат не тому и не так?

Выпускников ИТ-направлений, пожалуй, эти претензии касались в меньшей степени, чем других. Абсолютное большинство наших студентов к третьему курсу уже где-то работают. Но была претензия, что гораздо большему они учились на своих рабочих местах, а университет их только отвлекал.

Сейчас в некоторых областях мы взаимодействуем с работодателями, совместно определяем темы работ и задачи, интересные им. Бывает, что эти задачи фактически выполняются в рамках учебного плана и поэтому не требуют от работодателя дополнительных затрат, а порой выливаются в большие интересные проекты.

Одним из наиболее интересных внутренних проектов университета стал «умный кампус». Какова его цель?

Да, год назад мы решили попробовать, что такое Интернет вещей. Мы уже несколько лет слышали про него и даже обсуждали на конференциях. И я считал, что нам в образовании он вряд ли чем-то может помочь. Но мы понимали, что это технология, с которой можно экспериментировать, и решили попробовать, изначально относясь к этому проекту как к площадке для отработки компетенций. Оказалось, что с его помощью можно сделать много полезного.

Анализ данных умного кампуса стал одной из самых интересных задач для нас как специалистов по машинному обучению и Интернету вещей. Университет может сам подстраиваться под обстановку: лампы реагируют на освещенность; когда в аудиторию приходит много людей, включаются системы кондиционирования; если в аудиториях становится холодно – включаются батареи. Аудитории автоматически считают посещаемость, камеры распознают лица, и потому отпадает необходимость в перекличке.

Что касается экономии электроэнергии, то мы пока не можем оценить результат, хотя нам самим интересно, что в итоге получится. Мне кажется, что большой экономии не будет, потому что аудиторий традиционно не хватает, они не пустуют, и учебный процесс в них идет с утра до вечера. С качеством воздуха тоже все понятно – разумеется, за пару накапливается углекислого газа больше допустимых значений, и аудитории целесообразно проветривать.

Гораздо более интересным для нас стало создание сервиса аналитики вовлеченности студентов в учебный процесс. С камер, размещенных в аудиториях, анализируются видеопотоки. В результате удается собрать распознанные лица, эмоции, расположение студентов, и на основании этих данных предварительно обученные модели машинного обучения оценивают вовлеченность студентов, находящихся на лекции или семинаре. Затем вся аналитика собирается в информационные панели, чтобы можно было видеть, как различаются показатели вовлеченности на различных факультетах, курсах, группах, как они меняются с течением времени.

Владимир Соловьев: «Цель вовсе не в том, чтобы увидеть, что какой-то конкретный студент скучает на занятиях, а преподаватель читает курс так, что на его лекциях засыпают. Нам важно понять «среднюю температуру» по аудитории, увидеть различия между факультетами, изменения в течение учебного года, диагностировать причины возникновения проблем»

На какой стадии находится проект по анализу вовлеченности студентов?

Переходим от пилота к промышленной стадии. Мы тренировались на одной подключенной аудитории. Сейчас камеры размещены в большом корпусе и продолжается их расстановка, подключены 60 аудиторий из 500. Мы смотрим, каковы у разработанного решения проблемные места. Например, насколько охвачены системой студенты, сидящие по краям аудитории. И в любом случае требуется переобучение системы – наверняка обнаружится, что внешние признаки вовлеченности социологов будут отличаться от признаков вовлеченности айтишников и математиков. Есть и другие технические вопросы.

Первые выгоды университет получил задолго до того, как была проработана архитектура системы. Когда камеры разместили в аудиториях, ректор попросил вывести ему в кабинет картинку с них и для всего университета наступили тяжелые времена. Но, конечно, не дело ректора все свое время тратить на отслеживание качества обучения. Гораздо эффективнее поручить это интеллектуальному сервису. И цель вовсе не в том, чтобы увидеть, что какой-то конкретный студент скучает на занятиях, а преподаватель читает курс так, что на его лекциях засыпают. Нам важно понять «среднюю температуру» по аудитории, увидеть различия между факультетами, изменения в течение учебного года, диагностировать причины возникновения проблем. Важно не отчислять студентов или лишать премий преподавателей, а искать корень проблем.

Сейчас мы позиционируем систему как облачный сервис, к которому предложим подключаться заинтересованным вузам, и уже видим на него спрос. Но помимо умного кампуса есть много интересных проектов, которые мы делаем изначально для других.

Нет ли планов сделать более всеобъемлющее решение, ориентированное не только на вузы?

Компетенции отработаны, и мы способны делать массу более простых сервисов – например, клиентскую аналитику для банков, позволяющую оценивать эмоции людей во время общения с операционистом. Вообще, мне кажется, что в видеоаналитике сейчас будет очень серьезный прорыв. Решения, подобные хоккейному Iceberg, будут способны извлекать из видео информацию, которую раньше было получить нереально.

Значительным недостатком видеолекций всегда было отсутствие эффективного поиска – единственным способом была прокрутка видео в поисках нужного момента. Сейчас уже есть доступные технологии индексирования и поиска по ключевым словам и персонам. Это применяется и в образовании, и в сфере безопасности, и в клиентском сервисе.

Какими платформами пользовались при создании видеоаналитики?

Распознавание лиц перестало быть диковинкой, такая функция в приличном качестве присутствует у многих поставщиков. Мы используем Microsoft Cognitive Services. Гораздо больше проблем с языковыми сервисами – идеальной технологии пока нет ни у кого.

Расскажите о наиболее интересных проектах, создаваемых при участии студентов.

Сейчас существует проблема, связанная с развитием дорожной сети, она решается на государственном уровне. Например, приобретаются датчики, размещаемые на столбах и определяющие скорость потока автомобилей. Очевидно, что в масштабах страны датчиков потребуется очень много – это огромные деньги. Мы разработали «программный датчик», измеряющий скорость потока по открытым данным из картографических сервисов. Никаких дополнительных инвестиций не потребуется: данные уже собираются и агрегируются, надо лишь извлечь их и обработать. Прямая экономия. Этот проект сделали несколько студентов бакалавриата под руководством преподавателей.

Расскажу еще об одной разработке: мы построили систему, определяющую начало и конец рыночных фаз. Например, многие предсказывали, что биткойн в декабре начнет падать, но в какой именно момент это произойдет – было неизвестно. Мы создали решение, которое с весьма большой точностью предсказывает моменты начала и конца фаз.

Кроме того, можно выделить интересный проект по мониторингу спроса на противоаллергенные препараты. Система в реальном времени собирает данные о продажах из аптек и отображает на карте, в каких районах города в аптеки выстраиваются очереди, а какие являются более благополучными. Такую статистику можно применять совершенно по-разному – например, люди на основе этой информации могут выбрать себе место жительства. Это решение мы хотели предложить аптечному бизнесу, но, как ни странно, в итоге заказчиком стал производитель фармацевтической продукции.

Вероятно, эти проекты прошли через ваш фейс-контроль?

Не совсем. Я отвечаю за то, чтобы деятельность университета в области математики и информатики соответствовала требованиям рынка. А чтобы она соответствовала, рынок должен предъявлять спрос, выраженный в деньгах. Если заказчики интересуются и хотят реализовать пилотные проекты – очевидно, спрос есть. Если это фундаментальная наука, то заказчиками выступают различные фонды. В любом случае я себя чувствую на своем месте, понимаю, чем могу быть полезен.

С другой стороны, нам нужно продвигать науку. Каждый преподаватель исторически занимался научной деятельностью сам по себе. У нас были и есть выдающиеся личности с мировым именем, которые работают на переднем крае наук. Но есть понимание, что нужно сделать прорыв в какой-либо области, чтобы в ней были известны не отдельные личности, а сам университет имел свою нишу и был узнаваем как передовой научный центр. Выбор машинного обучения и блокчейна в качестве новых направлений был верным, сейчас видим, как конкуренты только начинают соответствующую работу.

Как наступил тот момент, когда вы из ИТ перешли в бизнес?

У руководства университета возник трансформационный план, связанный с интеграцией усилий различных подразделений. Например, наш департамент – это почти 200 человек, в том числе 50 докторов наук и 100 кандидатов, – образовался из нескольких кафедр, специализировавшихся на математике и ИТ. Мне было предложено его возглавить.

Было непросто, возникали организационные проблемы, но уже сейчас мы чувствуем синергию. Интеллект каждого, вместо того чтобы конкурировать за «свою поляну», должен сосредоточиться на решении больших задач. Люди осознают это, и появляется инициатива. Проекты, которыми мы занимаемся, по своей сути инновационны, они не могут появиться в голове руководителя отдельно взятого подразделения. Здесь должны сойтись воедино соответствующие компетенции, спрос на рынке и взаимопонимание с заказчиком.

Что для вас лично означал этот переход?

Я пересел на общественный транспорт, стал за 20 минут доезжать до работы и сбросил 10 кг.

Если серьезно, то переход этот очень существенный. Все-таки ИТ, несмотря на всю их важность, являются основными лишь в ИТ -компаниях, где находятся в одной весовой категории с маркетингом и продажами. Действительно, будучи ИТ-директором, приходится решать стратегические задачи организации, возможно, даже принимать участие в проработке стратегии. А находясь в бизнес-роли, ты можешь смотреть в более узком сегменте, но гораздо дальше. Я могу увидеть то, чего еще никто не видит, и постараться прыгнуть туда, попросив ИТ -службу мне помочь.

Если CIO знает, какие изменения произошли в технологиях и какая революция наблюдается в маркетинге, он совершенно точно знает, как лучше всех выстроить процесс маркетинга и продаж. Но что конкретно он может для этого сделать? Только поговорить с коллегой, отвечающим за это направление. Решение и ответственность будут у коммерческого директора. Перейдя в бизнес, можно не только предложить решение, но и претворить его в жизнь и потом за него ответить.

Кроме того, для любого руководителя важны коммуникации. Я любил свою прежнюю ИТ-команду, люблю и нынешнюю, но они совсем разные. Сейчас более актуален вопрос, как с помощью выдающихся личностей, каждая из которых имеет свою картину мира, свое понимание целей и задач, построить корабль, который движется вперед.