opponents_research_2026
PhD Оппоненты: Исследование кандидатов
Подготовлено: 2026-03-13 21:10 MSK (worker)
Диссертация: “Матричные методы и стохастическая оптимизация в задачах МО”
Совет: МГУ.012.1 (ВМК МГУ), пред. Тыртышников Е.Е.
Спец: 1.2.2 — Математическое моделирование, численные методы и комплексы программ
Требования к оппоненту
- Степень: доктор физико-математических наук
- Не Сколтех (организация соискателя)
- Не МФТИ (организация научрука Оселедца — если штатный)
- Нет соавторства по материалам диссертации
- ≥3 публикаций за 5 лет (ВАК и выше) по теме
Кандидат 1: Нестеров Юрий Евгеньевич ⭐ Рекомендую
Степень: д.ф.-м.н. (2013, ЦЭМИ РАН, “Алгоритмическая выпуклая оптимизация”)
Организации: ВШЭ (проф.) + ЦЭМИ РАН (ст.н.с.) + UCLouvain (ординарный проф.)
Исключения: НЕ МФТИ, НЕ Сколтех ✅
Тема: Ускоренные методы градиентного спуска, выпуклая оптимизация, невыпуклая оптимизация
Соответствие диссертации: идеальное — метод Нестерова прямо связан с темой расщепления и сходимости
Контакт:
- ВШЭ: ФКН, кафедра Больших данных и информационного поиска (профессор-исследователь)
- ЦЭМИ РАН: ст.н.с. (http://www.cemi.rssi.ru/about/persons/index.php?SECTION_ID=7&ELEMENT_ID=197)
- Google Scholar: https://scholar.google.com/citations?user=DJ8Ep8YAAAAJ
- Email: не найден в открытых источниках (писать через ВШЭ секретариат ФКН или Оселедец представит)
- ⚠️ Проверено (ИСТИНА 15 мар): НЕ входит в состав совета МГУ.012.1 ✅
Риски:
- Базируется в Бельгии (UCLouvain) — нужна координация по приезду
- Очень известный — много запросов, может отказать
- Нужно проверить отсутствие соавторства
Вероятность согласия: средняя (60%) — знаковый выбор, Оселедец мог общаться с ним
Кандидат 2: Хачай Михаил Юрьевич ⭐ Рекомендую
Степень: д.ф.-м.н., чл.-корр. РАН
Организация: ИММ УрО РАН (Екатеринбург) + УрФУ
Исключения: НЕ МФТИ, НЕ Сколтех ✅
Тема: Комбинаторная оптимизация, машинное обучение, методы приближённых алгоритмов
Соответствие: хорошее — ML + optimization, хотя акцент больше на комбинаторное
Контакт:
- Email: mkhachay@imm.uran.ru ✅ (верифицирован 15 мар, публично доступен)
- РАН профиль: https://new.ras.ru/staff/chlen-korrespondent-ran/khachay-mikhail-yurevich/
- ⚠️ Проверено (ИСТИНА 15 мар): НЕ входит в состав совета МГУ.012.1 ✅
Риски:
- Екатеринбург — расстояние от Москвы (~2.5ч самолётом). По правилам МГУ оппонент может присутствовать онлайн или лично.
- Его специализация ближе к комбинаторной оптимизации, а не стохастической
Вероятность согласия: высокая (70%) — чл.-корр. РАН, активен, тема близкая
Кандидат 3: Евтушенко Юрий Гаврилович
Степень: д.ф.-м.н., академик РАН
Организация: ВЦ ФИЦ ИУ РАН (Москва), также профессор ВМК МГУ
Исключения: НЕ МФТИ, НЕ Сколтех ✅ (нужно уточнить аффиляцию ВМК МГУ)
Тема: Нелинейная оптимизация, автоматическое дифференцирование
Соответствие: хорошее для глав по оптимизации, менее — для ML
Контакт:
- ВМК МГУ: https://cs.msu.ru/persons/evtushenko-u-g
- ВЦ РАН: http://www.ccas.ru/personal/evtush/evt-r.htm
Риски:
- Возраст ~80 лет (родился ~1946) — может отказаться от нагрузки
- ✅ ПРОВЕРЕНО 15 мар (ИСТИНА): НЕ входит в состав совета МГУ.012.1 → конфликта нет!
Вероятность согласия: средняя (50%) — возраст основной риск; членство в совете исключено
Дополнительные кандидаты (нужно уточнять)
| Кандидат | Организация | Тема | Статус |
|---|---|---|---|
| Посыпкин М.А. | ФИЦ ИУ РАН | Глобальная оптимизация | Нужна верификация д.ф.-м.н. |
| Нестеров Ю.Е. (другой) | — | — | НЕ путать с Ю.Е.! |
Исключены (нельзя быть оппонентом)
| Человек | Причина |
|---|---|
| Тыртышников Е.Е. | Председатель совета |
| Оселедец И.В. | Научный руководитель |
| Гасников А.В. | МФТИ (исключён) |
| Стонякин Ф.С. | МФТИ/ФПМИ (исключён) |
| Двуреченский П.Е. | Кандидат наук, не доктор |
Следующие шаги
Обсудить на встрече с Оселедцом (апрель 2026):
1. Показать список → попросить рекомендации
2. Спросить: “Вы лично знакомы с Нестеровым/Хачаем?”
3. Уточнить: Евтушенко — член совета МГУ.012.1? (если да → исключить)
4. Попросить первичный контакт — лучше если Оселедец представит
Самостоятельно проверить через ИСТИНА МГУ:
- istina.msu.ru: поиск по каждому кандидату → список публикаций 2021-2026
- Минимум 3 статьи ВАК/Scopus/WoS по теме → ✅ для диссовета
Файл: Strategy/phd/opponents_research_2026.md