Мои исследования сосредоточены в таких областях как дискретная оптимизацияи исследование операций. В основном я занимаюсь разработкой алгоритмов решения NP-трудных задач, которые приходят из приложений. Типичными темами здесь являются дискретные задачи размещения, задачи раскроя и упаковки, маршрутизации транспортных средств для обслуживания клиентов или проведения диагностики или регламентных работ и др. Это активно развивающаяся область прикладной математики с десятками журналов, ежегодными международными конференциями по всему миру, огромной конкуренцией. Я начал заниматься этим направлением еще в студенческие годы и с тех пор фронт исследований только расширяется. Очень интересная область, которая открывает огромные возможности для творчества.

Результаты моих исследований в основном касаются разработки точных и приближенных алгоритмов для дискретных экстремальных задач. Думаю, что вполне понятно желание получить точное решение. Поэтому при разработке алгоритмов я не смотрю на оценки погрешности в худшем случае, хотя это тоже очень важное направление. Я стараюсь разрабатывать итерационные методы локального поиска, которые с ростом числа итераций позволяют получать решения все более и более близкие к оптимуму по целевой функции. Умение строить такие алгоритмы востребовано практикой и дает компаниям возможность сократить издержки, добиться конкурентных преимуществ, сократить флот транспортных средств и др. Во всем мире спрос на такие исследования огромен. В нашей стране, особенно в условиях кризиса, компании стремятся к оптимизации расходов. Влияние таких исследований на бизнес и науку достаточно велико.

Для фундаментальной науки важно понимать, что можно получить, а что скорее всего не получится. Я уже говорил, что многие задачи являются NP-трудными и это сильно снижает аппетиты при разработке алгоритмов. Особенно интересны в этом смысле так называемые игры Штакельберга. Здесь два игрока последовательно принимают решения. Вычислительная сложность таких задач – важная ветвь в понимании наших алгоритмических возможностей. Для прикладных исследований важно умение строить математические модели и проводить по ним расчеты на реальных данных. Я стараюсь научить своих студентов этому искусству.

Да, у меня есть грант РФФИ, был грант РНФ, были международные гранты. Планируем и дальше принимать участие в конкурсах.

Да, сотрудничаем с компаниями Новосибирска, России и международными компаниями. Это тоже интересная деятельность, но мы академия, а не бизнес. Мы не стремимся к максимизации прибыли. Нам интересны новые задачи, новые знания, в том числе и в области разработки оптимизационных алгоритмов.

Никаких проблем с трудоустройством тут нет. Скорее наоборот, студенты не хотят учиться в магистратуре, а норовят сразу пойти работать. Вакансий слишком много и это вредит их образованию и НГУ в целом.

Каждый год я беру с третьего курса ММФ 3-4 студента и стараюсь подобрать им реальную прикладную задачу. Чисто теоретические исследования почему-то не вызывают у студентов интереса. Сначала я даю им книги по построению математических моделей, потом прошу освоить коммерческое программное обеспечение типа Gurobi или Cplex, а затем предлагаю рассказать какую-нибудь статью из зарубежного журнала на тему, близкую к дипломной работе. Однако основным в работе моих студентов является разработка метаэвристик для конкретной оптимизационной задачи.

Отличные знания по методам оптимизации, программирование и английский язык. Дальше все зависит от вдохновения и умения работать самостоятельно и в команде.

В основном это задачи логистики, управления складом, построение расписаний для гибких производственных систем, задачи упаковки в контейнеры, возникающие в облачных вычислениях, оптимизация маршрутов для транспортных средств (буровых установок, ремонтных бригад, торговых представителей ) и др.

Я стараюсь не брать студентов с низким средним баллом. Им трудно у меня. Пятерка по методам оптимизации крайне желательна. Английский и программирование абсолютно необходимы.