Бачаев Умар Аптиевич

Преподаватель департамента математики факультета экономических наук НИУ ВШЭ. Работает в университете с 2024 года. В 2021 году окончил бакалавриат Финансового университета при Правительстве Российской Федерации по направлению «Прикладная математика и информатика», в 2023-м — магистратуру НИУ ВШЭ по направлению «Экономика». Профессиональные интересы — эконометрическое моделирование, маркетинговая аналитика, теория вероятностей и математическая статистика, машинное обучение и копула-функции. Владеет английским языком.

Преподавание совмещает с работой в индустрии данных. С марта 2021 по март 2022 года был аналитиком по прогнозированию спроса в Coca-Cola HBC, затем год работал менеджером моделирования рынка в фармацевтической компании Teva. С апреля 2023 года — старший бизнес-аналитик в Lamoda Tech. Такой опыт задаёт прикладную направленность его курсов: студенты разбирают методы на данных, близких к тем, с которыми работают аналитики в компаниях.

Основной курс — «Современные методы анализа данных» (3 кредита, 4 модуль). Он читается второкурсникам и третьекурсникам бакалавриата факультета экономических наук по направлениям 01.03.02 «Прикладная математика и информатика» и 38.03.01 «Экономика», а также открыт для студентов других программ в формате «Маго-лего»; ведётся совместно с Е.Р. Горяиновой. Дисциплина опирается на теорию вероятностей и математическую статистику и посвящена робастным методам обработки данных, которые работают в условиях априорной стохастической неопределённости. В программе — робастные и непараметрические методы статистического анализа, исследование однородности двух выборок, дисперсионный анализ, анализ статистических связей социально-экономических явлений и регрессионный анализ с устойчивыми оценками параметров. Примеры берутся из медицины, биологии и социологии.

Вторая дисциплина — «Теория вероятностей» (5 кредитов, 1–2 модули) для второкурсников факультета компьютерных наук по направлению 09.03.04 «Программная инженерия». Курс опирается на математический анализ, геометрию и алгебру и формирует теоретическую базу по теории вероятностей и математической статистике, а также учит применять статистические методы к анализу реальных данных. Основные темы — базовые понятия теории вероятностей и случайные события, случайные величины, случайные векторы и предельные теоремы. Материал служит фундаментом для последующих курсов по статистическим методам вычислений, машинному обучению и анализу данных; курс ведётся большой командой преподавателей департамента математики.

В магистратуре Высшей школы бизнеса читал англоязычный курс Predictive Modelling («Предсказательное моделирование», 6 кредитов, 48 контактных часов, 1–2 модули) для второкурсников программы «Бизнес-аналитика и системы больших данных» направления 38.04.05 «Бизнес-информатика» — вместе с Ф.Т. Алескеровым и Л.Г. Егоровой. Программа охватывает как классические разделы — линейную и нелинейную регрессию, классификацию, — так и продвинутые темы: снижение размерности, анализ временных рядов, кластеризацию, методы Монте-Карло по схеме марковских цепей и динамические линейные модели; курс сочетает математическую строгость с разбором реальных наборов данных. Кроме того, вёл «Линейную алгебру» (1–2 модули) для первокурсников бакалавриата Высшей школы бизнеса по направлению 38.03.05 «Бизнес-информатика».