Искяндяров Руслан Рушанович
- Старший преподаватель:Факультет экономических наук / Департамент статистики и анализа данных
- Научный сотрудник:Факультет экономических наук / Научно-учебная лаборатория макроструктурного моделирования экономики России
- Начал работать в НИУ ВШЭ в 2021 году.
Образование, учёные степени
- 2020Кандидат экономических наук
- 2017
Аспирантура: Российский экономический университет им. Г.В. Плеханова, специальность «Экономика», квалификация «Исследователь. Преподаватель-исследователь»
- 2014
Специалитет: Московский городской университет управления Правительства Москвы, специальность «финансы и кредит», квалификация «Экономист»
Учебные курсы (2023/2024 уч. год)
- Внутренние корпоративные расследования: организационно-правовые механизмы (Магистратура; где читается: Высшая школа юриспруденции и администрирования; 1-й курс, 4 модуль)Рус
- Основы Python для анализа данных (Маго-лего; 3, 4 модуль)Рус
Основы Python для анализа данных (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 3, 4 модуль)Рус
- Противодействие недобросовестным практикам (Магистратура; где читается: Высшая школа юриспруденции и администрирования; 2-й курс, 1, 2 модуль)Рус
Современные технологии обработки статистических данных (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 2-й курс, 1, 2 модуль)Рус
- Современные технологии обработки статистических данных (Маго-лего; 1, 2 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
- Внутренние корпоративные расследования: организационно-правовые механизмы (Магистратура; где читается: Высшая школа юриспруденции и администрирования; 1-й курс, 4 модуль)Рус
Основы Python для анализа данных (Магистратура; где читается: Факультет экономических наук; направление "38.04.01. Экономика", направление "38.04.01. Экономика"; 1-й курс, 3, 4 модуль)Рус
- Основы Python для анализа данных (Маго-лего; 3, 4 модуль)Рус
Публикации3
- Статья Искяндяров Р. Р. Временная фрагментарность операций участников российского фондового рынка // Банковские услуги. 2019. № 8. С. 24-31.
- Статья Искяндяров Р. Р., Гришина О. А. Эволюция высокочастотной торговли // Вестник Российского экономического университета им. Г.В. Плеханова. 2018. № 2. С. 4-10. doi
- Статья Искяндяров Р. Р. Концептуальные подходы к идентификации высокочастотной биржевой торговли // Вестник Российского экономического университета им. Г.В. Плеханова. 2017. № 3. С. 66-74. doi
Опыт работы
2023 - наст. вр.: Бизнес-лидер направления искуственного интеллекта в антифроде, Центр экосистемной безопасности, АО "Тинькофф Банк"
2021 - 2023 г.: Руководитель группы контроля инвестиционных сервисов Центра экосистемной безопасности, АО "Тинькофф Банк"
2021: Приглашенный преподаватель ОП "Международный корпоративный комплаенс и этика бизнеса", Высшая школа юриспруденции и администрирования НИУ ВШЭ
2020-2021: Начальник отдела расследований инсайдерской торговли и манипулирования рынком, ПАО "Московская Биржа"
2013-2020: эксперт, руководитель направления Отдела внутреннего контроля, ПАО "Московская Биржа"
«Бизнес хочет не просто алгоритм из воздуха»: зачем экономисту разбираться в машинном обучении
Требуется ли экономисту осваивать методы машинного обучения и искусственного интеллекта? Как современные компании применяют artificial intelligence? О роли ML в бизнесе, жизни и учебе рассказал руководитель направления искусственного интеллекта Центра экосистемной защиты «Тинькофф», старший преподаватель департамента статистики и анализа данных НИУ ВШЭ, научный сотрудник Научно-учебной лаборатории макроструктурного моделирования экономики России факультета экономических наук Вышки Руслан Искяндяров.
«Магистратура – это лего»: чему учат на факультете экономики
В Вышке прошел день открытых дверей магистерских программ факультета экономических наук. Преподаватели рассказали абитуриентам об обучении анализу данных, прикладной экономике и финансам, а также языкам программирования. Как экономисту пригодятся количественные методы, в каких сферах они применимы и что делать, если боишься «кодить» рассказали руководители программ, выпускники и студенты ФЭНа.