Анна Шурупова: «Без понимания города анализ данных становится бессмысленным набором цифр»

Анна Шурупова — выпускница магистерской программы «Пространственные данные и прикладная геоаналитика» факультета географии и геоинформационных технологий НИУ ВШЭ и стажёр-исследователь Лаборатории исследований креативных индустрий Института статистических исследований и экономики знаний.

На момент поступления в магистратуру Анна работала аналитиком в архитектурном бюро, где разрабатывала мастер-планы для благоустройства городских территорий — от небольших парков до целых районов. Однако уже в процессе обучения на программе интерес к новым методам анализа привел ее в мир пространственных данных и машинного обучения. В интервью Анна рассказывает, почему выбрала магистратуру «Пространственные данные и прикладная геоаналитика», как математическое моделирование меняет взгляд на город и в чем, по ее мнению, уникальность новой магистерской программы ВШЭ.

— Расскажите, пожалуйста, как Вы пришли к решению поступить в магистратуру «Пространственные данные и прикладная геоаналитика» НИУ ВШЭ. Какие профессиональные или личные мотивы сыграли решающую роль? Какие другие магистерские программы рассматривали для поступления?

До поступления в магистратуру я училась на бакалаврской программе «Городское планирование» на ФГРР НИУ ВШЭ. При этом я не рассматривала магистерские программы на своем факультете, так как бакалавриат во многом построен на курсах магистратуры. Мне хотелось углубиться в архитектуру и визуальную составляющую города, поэтому я обратила внимание на программу «Дизайн среды» Школы дизайна НИУ ВШЭ. Однако на дне открытых дверей я поняла, что видение города дизайнерами сильно отличается от моего видения как урбаниста. От своих знакомых узнала о программе «Пространственные данные и прикладная геоаналитика» на ФГГТ. Мне понравился набор дисциплин, особенно технические — по программированию и машинному обучению. Кроме того, у меня была олимпиада по урбанистике, которая давала право на поступление без общего конкурса.

— Чем программа на ФГГТ НИУ ВШЭ отличается от аналогов в России — в плане содержания, практик или возможностей для студентов?

«Пространственные данные и прикладная геоаналитика» — это уникальная программа с фокусом на применении продвинутых инструментов анализа геоданных в определенной экспертной области, например, в прикладных задачах бизнеса. Аналогичные магистерские программы часто имеют только техническую направленность, либо опираются на классическую картографию.

— Какие курсы, которые были на первом году обучения, Вам были особенно интересны и полезны? И почему?

Больше всех мне понравились курсы «Математическое моделирование для пространственных задач» и «Территориальные риски». В них рассматриваются методы анализа пространственных данных и моделирования процессов с учетом территориального контекста.

— Сейчас, практически везде, активно применяются методы машинного обучения и искусственного интеллекта, в том числе в геоаналитике, урбанистике и науках о Земле. По вашему мнению, эффективно ли применять эти методы на пространственных данных? В чем специфика внедрения ML-методов на геоданные?

Машинное обучение и искусственный интеллект, прежде всего, автоматизируют рутинные задачи. Я слышала об интересном кейсе по выделению контуров зданий на космических снимках. Это тяжело сделать вручную, особенно для густонаселенных районов с плотной застройкой. Нейросети уже определяют не только границы, но и высоту зданий по цифровой модели местности и теням на космоснимках.

— Чем знания о территориальном развитии и планировании помогают в интеллектуальном анализе пространственных данных и наоборот? Дополняют ли они друг друга?

Аналитику геоданных важно знать объект своего исследования, ведь от этого зависит выбор инструментов анализа данных. При этом в зависимости от доменного знания набор инструментов может сильно различаться. На программе учатся студенты с разным образованием и профессиональным опытом, и каждый на одной и той же территории видит совершенно разные процессы. Поэтому и подходы к анализу пространственных данных у них тоже различаются.

— Кем и где Вы работаете сейчас? Какие научно-исследовательские или прикладные проекты вы реализовываете? Какие знания, полученные на программе, оказались полезными для проектов? А каких знаний не хватает?

На момент поступления я работала аналитиком в архитектурном бюро «М4», где готовила мастер-планы к проектам благоустройства разных участков города – от небольших парков до целых районов. Но обучение на программе усилило интерес к наукоемким исследованиям, поэтому я ушла из бюро и оказалась в лаборатории в ИСИЭЗ, где работаю с данными и моделями машинного обучения.

— Кем Вы видите себя после окончания магистратуры? Как программа поможет вам в будущей карьере?

Мой разворот с проектной на аналитическую работу на основе данных и машинного обучения произошел уже до окончания магистратуры. На программе нам показали разные стороны геоаналитики, даже самые далекие от городских исследований. Это был интересный и веселый опыт, пускай не настолько углубленный, как в бакалавриате. У меня сформировалось базовое видение геоаналитики, и считаю, что оно необходимо для любого аналитика пространственных данных.

 

Материал подготовила Яна Бахрамхан.