Промыслов Платон Валерьевич

Преподаватель департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ. В 2021 году окончил механико-математическое направление МГУ имени М.В. Ломоносова по специальности «Фундаментальные математика и механика» с квалификацией «Математик. Механик. Преподаватель». В штат Вышки зачислен в 2025 году, до этого в 2023–2025 годах читал здесь курсы как приглашённый преподаватель; параллельно был ассистентом Московской школы экономики МГУ, а в 2023–2024 годах работал специалистом в СПАО «Ингосстрах». Владеет английским языком.

Научные интересы: теория вероятностей, стохастический анализ, асимптотический анализ и теория разорения. Последняя тема объединяет все его публикации: он изучает вероятность разорения страховой компании в модели Спарре Андерсена, когда резервы одновременно инвестируются в рисковые активы. Статья «Ruin probabilities for a Sparre Andersen model with investments: the case of annuity payments» вышла в 2023 году (ей предшествовал препринт того же года). В 2026 году опубликована работа «Exact Asymptotics of the Ruin Probability in the Sparre Andersen Model for Non-Life Insurance with Investments in a Lévy Process» — точная асимптотика вероятности разорения при инвестициях в процесс Леви. Ещё два результата пока доступны как препринты: «Distributional equations and the ruin problem for the Sparre Andersen model with investments» (2025) и «Exact solution of the ruin problem in the Cramer—Lundberg model with proportional investment» (2026). За публикацию в журнале из Списка А он получил надбавку НИУ ВШЭ на 2025–2026 годы.

Основная нагрузка — базовые вероятностные курсы бакалавриата направления 01.03.02 «Прикладная математика и информатика». Курс «Теория вероятностей» идёт у второкурсников с первого по третий модуль, оценивается в 5 кредитов и 96 контактных часов. Программа начинается с конечных вероятностных пространств и аксиоматики Колмогорова, вводит меру и сигма-алгебры, случайные величины, математическое ожидание, дисперсию и характеристические функции, отдельно разбирает независимость и формулу Байеса, а завершается теорией сходимости случайных величин, законами больших чисел и центральной предельной теоремой. В качестве приложений рассматриваются неравенства о концентрации меры и рандомизированная линейная алгебра. Параллельно он ведёт «Теорию вероятностей (углубленный курс)» для той же программы.

Продолжение — «Математическая статистика» (3–4 модули, 5 кредитов, 80 контактных часов), а также отдельная дисциплина «Математическая статистика 1» в четвёртом модуле. Курс охватывает точечное и интервальное оценивание, метод моментов и метод максимального правдоподобия, неравенство Рао — Крамера, теорему Неймана — Пирсона и теорему Вилкса, критерии согласия и однородности, множественную проверку гипотез (FWER и FDR), линейную регрессию методом наименьших квадратов, бутстрап и байесовское оценивание с сопряжёнными распределениями. Полученные результаты студенты используют дальше в машинном обучении и прикладной статистике.

В магистратуре и формате «Маго-лего» участвует в преподавании курса «Математика для анализа данных» (9 кредитов), который за три модуля собирает математический анализ, линейную алгебру, теорию вероятностей и математическую статистику: дифференциальное и интегральное исчисление, дифференциальные уравнения, функции нескольких переменных, числовые ряды, построение точечных и интервальных оценок, проверку гипотез и применение статистических критериев в АБ-тестировании. Курс рассчитан на слушателей, которым математический аппарат нужен как инструмент анализа данных.