Михаил Сиренко Томск, Россия/Делфт, Нидерланды

Инженер учебно-научной лаборатории гуманитарных новомедийных технологий факультета психологии НИ ТГУ; участник исследовательского проекта Делфтского технического университета.

ПРОФЕССИОНАЛЬНЫЕ И НАУЧНЫЕ ИНТЕРЕСЫ
Анализ данных, моделирование, урбанистика, политический анализ.

ОБРАЗОВАНИЕ
• 2005-2010 – Факультет прикладной математики и кибернетики, НИ ТГУ, специалитет, математические методы в экономике и эконометрика.
• 2012-2016 – Факультет прикладной математики и кибернетики, НИ ТГУ, заочная аспирантура, математическое моделирование, численные методы и комплексы программ.
• 2017-2019 – Делфтский технический университет, магистратура, инженерия и политический анализ.

ПРОФЕССИОНАЛЬНАЯ КАРЬЕРА
• Февраль 2018 – Май 2019 – Аналитик данных, Делфтский технический университет
• Июнь 2014 – Август 2017 – Со-основатель & консультант, Консалтинговый центр управленческих технологи НИ ТГУ
• Январь 2014 – Январь 2015 – Менеджер проектов по разработке программного обеспечения, ООО Система
• Сентябрь 2013 – Август 2016 – Лектор, Факультет прикладной математики и кибернетики, НИ ТГУ

КЛЮЧЕВЫЕ НАУЧНЫЕ ПРОЕКТЫ И ПУБЛИКАЦИИ
• 2020 – HERoS project (Health Emergency Response in Interconnected Systems)
• 2018 – Evolving Asteroid Starships: A Bio-Inspired Approach for Interstellar Space Systems, International Astronautical Congress
• 2017 – Finite-sample and asymptotic sign-based tests for parameters of nonlinear quantile regression with Markov noise, IOP Conference Series
• 2016 – The basics of formation of expert systems for industry and science, EDP Sciences
• 2016 – On modeling a first-order Markov process with heavy tails, Publishing House of Tomsk Polytechnic University
• 2015 – Uniform law of large numbers for indicator-based statistics, Publishing House of Tomsk Polytechnic University
• 2014 – About properties of sign-based estimates of regression parameters with Markov residuals, Publishing House of Tomsk State University
• 2013 – Indicator statistical analysis of the regression model with Markov residuals, Publishing House of Tomsk State Pedagogical University

ПРЕЗЕНТАЦИЯ ДОКЛАДА (2020)
Компьютерные модели как средство поддержки принятия решений в ответ на пандемию COVID-19