Воронкин Роман Александрович

2000 год. Северо-Кавказский государственный технический университет, специальность «Автоматизированные системы обработки информации и управления», квалификация инженер (окончил с отличием).
2003 год. Северо-Кавказский государственный технический университет, очная аспирантура.
2004 год. Защита кандидатской диссертации по специальности 05.13.18 «Математическое моделирование, численные методы и комплексы программ».
2010 год. Присвоено ученое звание доцента по кафедре защиты информации.
С 2000 г. работает в системе высшего образования.
С 2005 г. работал доцентом кафедры защиты информации Северо-Кавказского государственного технического университета.
С 2012 по 2015 г.г. работал доцентом кафедры информационной безопасности автоматизированных систем Северо-Кавказского федерального университета.
С 2015 по 2019 г.г. работал руководителем рабочей группы разработчиков ООО «Стилсофт».
2017 г. Отмечен благодарственным письмом администрации Ставропольского колледжа связи за участие в IT-семинаре «Level UP» с докладом «Введение в глубокое обучение: многослойные перцептроны».
С 2019 г. по настоящее время работает доцентом Северо-Кавказского федерального университета.
С 2023 г. по 2024 г. Принимал участие в реализации дополнительной образовательной программы «DevOps-инженер», разработанной совместно с ПАО «Ростелеком».
2024 г. Отмечен благодарственным письмом оргкомитета регионального хакатона детских команд «Digital space 2024» за высокий профессионализм и компетентную оценку уровня подготовки финалистов конкурса (г. Михайловск).
С 2024 г. Является руководителем дополнительной образовательной программы «Основы программирования на Rust».

Стаж научно-педагогической деятельности 17 лет.

Повышение квалификации:

• Анализ данных в Python и методика его преподавания. НИУ ВШЭ с 14.10.2020 г. по 01.12.2020 г. Удостоверение о повышении квалификации № 183476 от 15.12.2020 г.
• Методы и технологии, основанные на работе с данными. АНО «Университет Национальной технологической инициативы 20.35» с 23.09.2020 г. по 05.10.2020 г. Удостоверение УПК 2035 ПК 000000173 от 02.11.2020 г.
• Веб-разработка для начинающих: HTML и CSS. ITC, Stepik (дистанционно), сертификат https://stepik.org/cert/665614, август 2020 г

• Алгоритмы: теория и практика. Методы. Computer Science Center, Stepik (дистанционно), сертификат: https://stepik.org/cert/321810, апрель 2020;

• Big Data for Data Science. Stepik Academy (дистанционно), с 29.04.2021 г. по 07.06.2021 г.
• Иностранный язык для реализации академической и научно-исследовательской деятельности. ФГАОУ ВО СКФУ, с 06.12.2020 г. по 25.06.2021 г.
• Организация образовательных программ в области математики, компьютерных наук и цифровых технологий. НИУ ВШЭ с 16.11.2020 г. по 30.11.2020 г. Сертификат о цифровой стажировке.
• Нейронные сети на Python. Otus (дистанционно), сертификат https://otus.ru/learning/55479/, ноябрь 2020.
• Машинное обучение и управление проектами в IT для преподавателей, VK Education, Stepik (дистанционно), с 10.06.2020 г. по 24.08.2020 г. Сертификат https://stepik.org/cert/467039. Удостоверение о повышении квалификации № 772409757990 от 27.08.2020 г.
• Flask с нуля. Stepik Academy (дистанционно), сертификат: https://stepik.org/cert/358287, июль 2020.
• Image-based biometrics, from 04 March to 27 May, 2021, University of Ljubljana, Faculty of Computer and Information Science, Slovenia.
• Software Engineering, from March 16 to April 24, 2020, Sapienza Università di Roma, Dipartimento di Ingegneria Informatica, Automatica e Gestionale Antonio Ruberti, Italy.
• Rust Developer. Professional. Otus (дистанционно), сертификат https://otus.ru/certificate/fb9b75b8a7c34517b4a185ad3f82a724/, с 28.04.2022 г. по 07.10.2022 г.
•  Art of soft skills: гибкие навыки для жизни и учебы. Stepik (дистанционно), с 01.08.2020 г. по 28.10.2021 г. Сертификат https://stepik.org/cert/1195189.
• NumPy-массивы в Python. Stepik (дистанционно), с 18.01.2023 г. по 28.02.2023 г. Сертификат https://stepik.org/cert/1969905
• Web-технологии: практический курс CSS. Stepik (дистанционно), с 20.01.2023 г. по 20.03.2023 г. Сертификат https://stepik.org/cert/1998938
• Работа с файлами в Python. Stepik (дистанционно), с 20.01.2023 г. по 25.04.2023 г. Сертификат https://stepik.org/cert/2043248
• Разработка решений с использованием блокчейн технологий. ФГАОУ ВО "Южный федеральный университет" с 07.10.2022 г. по 30.11.2022 г. Удостоверение о повышении квалификации № 612416636186 от 19.12.2022 г.
• Асинхронный Python. Stepik (дистанционно), с 01.03.2023 г. по 18.07.2023 г. Сертификат https://stepik.org/cert/2129803
• Web парсинг на Python. Stepik (дистанционно), с 01.05.2023 г. по 03.11.2023 г. Сертификат https://stepik.org/cert/2228273
• Осваиваем Pandas: введение в анализ данных (дистанционно), с 01.03.2024 г. по 01.07.2024 г. Сертификат https://stepik.org/cert/2387123
• Нейросети YandexGPT, GigaChat в Python (дистанционно), с 01.03.2024 г. по 04.07.2024 г. Сертификат https://stepik.org/cert/2514924
• Летняя цифровая школа. Трек "Наука о данных". АНО ДПО "Корпоративный университет Сбербанка" с 01.07.2025 г. по 15.09.2025 г. 132 часа. Удостоверение о повышении квалификации № ПК-256424 от 15.09.2025 г.Искусственный интеллект в деле: как использовать нейросети в учебе и в жизни. Тюменский государственный университет с 01.10.2025 г. по 31.10.2025 г. 16 часов. Удостоверение о повышении квалификации №722025010860 от 31.10.2025 г.
• Внедрение технологий искусственного интеллекта для оптимизации маршрутизации в сетях. СКФУ с 30.10.2025 г. по 21.11.2025 г. 72 часа. Удостоверение о повышении квалификации №261201730646 от 24.11.2025 г.
• Python для профессионалов. (дистанционно), с 01.11.2025 г. по 29.12.2025 г. Сертификат https://stepik.org/cert/3086725

Интеллектуальные агенты и многоагентные системы, архитектуры автономных и кооперативных агентов, современные AI-агенты и LLM-based агентные системы, обучение с подкреплением и иерархическое обучение с подкреплением, исследование методов автоматического выделения и повторного использования абстрактных навыков (skills) в иерархическом обучении с подкреплением для создания универсальных и эффективно обучающихся агентов в сложных многозадачных средах, многоагентное обучение с подкреплением, машинное обучение и глубокое обучение, компьютерное зрение и анализ видео, симуляции и моделирование сложных систем, исследование интеллектуальных агентов для улучшения качества передачи информации в телекоммуникационных сетях.

1. Чипига А. Ф., Воронкин Р. А. Проблема сходимости мажоритарного генетического алгоритма с популяцией бесконечного размера. Искусственный интеллект. Научно-теоретический журнал // Нац-ианольная академия наук Украины. Институт проблем искусственного интеллекта, № 4, Донецк, IПШI «Наука i освiта», 2005.
2. Калмыков И. А. Воронкин Р. А. Тимошенко Л. И., Резеньков Д. Н., Емарлукова Я. В. Применение генетических алгоритмов для совершенствования структуры модулярных спецпроцессоров цифровой обработки сигналов. Материалы X международной научно-практической конференции «Информационная безопасность». Часть I. Таганрог, ТТИ ЮФУ, 2008.
3. Воронкин Р. А. Скоробогатов С. А. Применение объектно-реляционного соответствия в задачах имитационного моделирования систем массового обслуживания с наличием самоподобия. Двойные технологии, № 3 // Российская инженерная академия. Москва, 2010.
4. Чипига А. Ф., Воронкин Р. А., Бабкин В. Ю. Структура и применение программы безопасного хранения конфиденциальной информации на устройствах под управлением Android. Материалы XII Международной научно-практической конференции «Информационная безопасность – 2012» // Южный федеральный университет. Таганрогский технологический институт. Таганрог, 2012.
5. Gennadii I. Linets, Roman A. Voronkin , Gennadii V. Slyusarev , Svetlana V. Govorova. Optimization Problem for Probabilistic Time Intervals of Quasi-Deterministic Output and Self-Similar Input Data Packet Flow in Telecommunication Networks. Advanced Engineering Research (Rostov-on-Don). 2024. Т. 24. № 4. С. 424-432.
6. G. I. Linets, R. Al. Voronkin, S. Vl. Govorova. Evaluation of the efficiency of reference machine learning models for buffer memory prediction when transforming a self-similar input stream of packets into a stream having exponential distribution under the condition of equality of mathematical expectations and median flows. Modern Science and Innovations. 2022. № 3 (39). С. 20-32.
7. Линец Г. И., Воронкин Р. А., Говорова С. В. Функциональное преобразование самоподобного трафика сетей связи на основе многомерной меры близости вероятностных параметров входного и выходного потоков. Системы управления, связи и безопасности. 2022. № 4. С. 38-63.