Школа-семинар для молодых ученых
«Основы социоинженерии»

Окончил экономический факультет МГУ им. М.В. Ломоносова (1981), аспирантуру экономического факультета МГУ (1985). Кандидат экономических наук (1990), доцент (1998). Диплом Европейского комитета страхования (1995). На экономическом факультете МГУ работает с 1977 г.; доцент кафедры управления рисками и страхования (с 1995 г. по настоящее время), заместитель декана по общественным связям (с 1997 г. по сентябрь 2015 г.). Учебно-научные стажировки в государственных надзорных органах, страховых организациях, профессиональных ассоциациях и союзах страховщиков, ВУЗах Австрии, Бельгии, Великобритании, Германии, Испании, Италии, США, Франции. Основные направления научных исследований: страхование жизни, анализ и прогноз смертности, статистическая поддержка актуарных расчетов, демографические характеристики покупателей страхования. 

Тема лекции: "Прогнозирование численности и структуры населения России: методы и результаты"

В.Х. Эченикэ занимается активной преподавательской деятельностью не только в МГУ, где читает курсы по страхованию, но и в Национальном исследовательском университете "Высшая школа экономики", где он ведет курс "Прикладной демографии" для студентов магистерской программы "Демография". Владимир Хосе замечательный преподаватель, которому дано в доступной форме объяснять сложные вещи, показывать, что за очевидным может скрываться невероятное. Его лекции никого не могут оставить равнодушными, так же как и испанская гитара и аргентинское танго.

Доктор философских наук, профессор кафедры биоинформатики и системной биологии, факультет биологической и медицинской физики, Московский физико-технический институт, читает на  кафедре лекции студентам магистратуры «Теория сложных сетей».  Направления научной деятельности, теория сложных систем, информационные аспекты взаимодействия искусства, музыки и мозга. Кандидатская диссертация «Проблема самоорганизации в искусстве»  защитил в 1993 году. Докторская диссертация  «Искусство как сложная самоорганизующаяся система» защитил в 2009 году.

Тема лекции: "Сложные социальные сети"

Основные научные результаты связаны с  разработкой математических модели эстетической реакции (закон Вундта), модели неоднозначного визуального и смыслового восприятия  произведений искусства, и  моделью музыкального лада природа мультистабильности искусства и музыки. Показал, что для анализа искусства эффективен математический аппарат, применяющийся  для изучения критических явлений в физике ( теория катастроф, теория фракталов, теория сложных многослойных  сетей, самоорганизованная  критичность  и т.д.). Работает также в  отделе биомеханики института машиноведения  РАН,  где занимается математическим моделированием процессов урбанизации.

Доктор физико-математических наук, профессор РАН, руководитель лаборатории машинного интеллекта МФТИ, ГНС Вычислительного центра ФИЦ ИУ РАН, профессор кафедры интеллектуальных систем ФУПМ МФТИ, профессор базовой кафедры Яндекс НИУ ВШЭ, доцент кафедры математических методов прогнозирования факультета ВМиК МГУ. Один из создателей и администраторов MachineLearning.ru. Научные интересы: машинное обучения, анализ текстов, информационный поиск, вероятностное тематическое моделирование, анализ транзакционных данных, анализ биомедицинских данных, диагностика заболеваний по электрокардиограмме.

Тема лекции: "Области использования машинного интеллекта"

Константин Вячеславович также является доцентом кафедры «Математические методы прогнозирования» ВМиК МГУ, заместитель заведующего кафедрой «Интеллектуальные системы» ФУПМ МФТИ. Руководитель отдела «Интеллектуальных систем» ВЦ РАН ФИЦ ИУ РАН. Автор языка ASDIEL для описания обучаемых алгоритмических композиций, автор интерпретатора языка и библиотеки алгоритмов ASDIEL: распознавание образов, кластеризация, многомерное шкалирование, оптимизация технических индикаторов рынка, и др. Лауреат премии молодых ученых РАН (1999). Автор семестрового курса лекций по прикладной статистике и годового спецкурса по теории вычислительного обучения для кафедры ММП, ВМиК МГУ. Руководитель направления рекомендательных систем, задач имитационного моделирования, систем анализа текстов, систем прогнозирования.