Данила, расскажи, как ты попал на мехмат.

История такая. Я учился первые 10 классов в школе № 20 — обычной школе в районе Коньково, где никто даже не думал о том, чтобы поступать в МГУ. У нас были суровые будни. Я был ориентирован на что-то типа МТУСИ, МИРЭА. В МТУСИ папа работал заведующим лабораторией. Так как я звезд с неба не хватал, то мне пророчили такое будущее.

Математика была одним из немногих предметов, которые были мне по крайней мере не противны, потому что учитель был приятный. Я всегда был относительно остального класса на сильном уровне, не считая еще одного мальчика — Андрея Панкратова, который у нас промелькнул, показал, что у него очень сильный уровень. Он потом перешел в лицей информационных технологий. Потом мы с ним встретились на мехмате, он учился на отделении математики.

А потом случилось что-то странное. Ближе к концу 10 класса я зачем-то начал решать задачки из Сканави. А потом мой папа решил меня отвести на мехмат на некоторую олимпиаду, на которую можно было просто прийти и что-то попробовать решить.

Это была Московская математическая олимпиада?

Вот этого я не помню. Дело в том, что я был совсем не в контексте, не знал, какие бывают олимпиады.

Я пришел и увидел толпу сверстников, лица которых мне были совершенно не знакомы. Именно формат лиц, то есть это были совсем другие люди, совершенно с другими выражениями лиц. Я там почти ничего не решил. Потом я поехал зачем-то на разбор задач. Сомневался, ехать или не ехать. И вот я увидел, как эти дети с «квадратными» головами получают в подарок книжки. У меня зародилась мысль, абсолютно соревновательная мысль, — почему же я хуже таких детей с «квадратными» головами, почему они там решают какие-то задачки, получают призы? Я решил, а почему бы и нет. Это было где-то начало весны. Я начал готовиться активно. Увидел мехматские варианты. Они были чрезвычайно страшными. Особенно для тех, кто только начинал решать задачи первого уровня Сканави. Даже условия понять было сложно.

А потом я сделал такую немного нечестную вещь. Я пошёл на майскую олимпиаду. Тогда было две олимпиады: мартовская и майская. Я пошёл на майскую олимпиаду, прикинувшись, что я 11-классник. И, на удивление, я там набрал то ли 6, то ли 7 баллов. То есть не двойку. Для меня это было просто удивительно. Оказалось, что я могу что-то сделать.

Потом у меня был друг, который учился в седьмой школе, что между улицей Марии Ульяновой и улицей Крупской. Там был математический класс, где геометрию вела Ирина Игоревна Юдина — соавтор учебника Атанасяна. И Сергей Алексеевич Шестаков, причастный к ГИА лет пять назад, там вел алгебру.

И меня этот друг туда привел и показал этим учителям. Я сказал, что я хочу заниматься математикой. Они на меня посмотрели и дали какую-то огромную тонну задач на лето. Я все это лето решал задачи, пришел к ним, показал эти исписанные тетрадки. Они какие-то вопросы позадавали, и я попал в 11 класс в седьмую школу.

Там конечно были совсем другие дети, с другими лицами, и атмосфера была такая соревновательная. Весь 11 класс у нас были соревнования, кто круче решает задачки.

Я должен обязательно упомянуть про Алфёрова Александра Викторовича, который тогда был недавним выпускником мехмата. Именно он вел у меня алгебру и был классным руководителем. Мы были его первым классом, который он выпускал.

Ты вот упомянул, что у тебя папа заведующий лабораторией. Какое влияние родители оказывали на твой выбор вуза?

Это был ключевой момент, что отец отвез меня на олимпиаду, и у меня что-то щелкнуло. Кроме этого, папа сам в детстве хотел поступить на мехмат, но он сильно увлекался шахматами. И то время, которое нужно было готовиться к вступительным, он еще играл в шахматы и не знал, что ему нравится математика. Он думал, что ему нравятся шахматы. А потом, когда все изменилось, он в итоге закончил МТУСИ и защитил диссертацию кандидата технических наук по кодированию. Так что, если смотреть уже в конец нашего интервью, я работаю в компании, которая занимается связью, и все сходится.

А мама кем работает, кто она по образованию?

Мама закончила в Тульский политехнический. Изучала там математику.

Инженерно-математическая семья получается.

Да, скорее физики, чем лирики.

Чем был обусловлен выбор отделения механики?

Сейчас будет небольшой рассказ о том, как я готовился. Мы не могли позволить себе репетитора — это было дорого для нас, и я решил, что буду сам готовиться. Ну как сам? Еще же была школа, еще были ребята, которые со мной учились. Мы обменивались и знаниями, которые они получали от репетиторов. Но, по факту, я готовился без репетитора.

В школе обмен информацией о том, как готовиться, был?

В общем, да. Еще я помню, что был Ткачук, у которого было много написано по поводу того, как сдавать, с некоторым акцентом на времена, когда был актуален пятый пункт. В мое время этого в массовом порядке уже не случалось. Но все равно некоторые указания были.

Я готовился исключительно на мехмат. То есть очень мало готовился по физике. Я с треском провалил мартовскую олимпиаду, потому что там нужно было сдавать предварительный тест, чтобы на нее попасть. Я там совершил просто массу каких-то тактических ошибок, то есть стал решать сложные задачи из конца теста. Они не решались, и я просто не набрал удовлетворительный балл, чтобы пройти на мартовскую олимпиаду. Это был чрезвычайный позор, учитывая, что я тогда думал, что я могу решать все, что угодно. Потому что я готовился очень серьезно.

Когда я пришел в седьмую школу, дети занимались математикой годами, а я занимался математикой несколько месяцев. Поэтому я пахал с утра до вечера. Это было очень интересно, я целый год был погружен. Можно было месяц прокручивать задачку по геометрии. Было очень захватывающее время.

В итоге ты поступил с майского досрока или с июльских экзаменов?

Я поступил с майских. Я еще попытался поступить на физфак. В марте я пролетел мимо мехмата, поэтому я пошел на олимпиаду на физфак. Математику я там сделал на четверку по пятибалльной шкале. Но физику я провалил абсолютно, потому что не готовился. Если какие-то задачи по механике я готовил, то, когда дошло дело до оптики и еще чего-нибудь в таком духе, это был ноль. Поэтому на физфак в марте я не поступил.

Потом была олимпиада ВМиК. Где я напорол арифметических ошибок, начал метаться между задачами. Было абсолютное фиаско. И вот оставалась майская олимпиада и лето.

Тут я просто понял, что я все делаю неправильно, что во время подготовки, даже дома, я решаю последние номера мехматских задач — самые сложные, а нужно набирать гарантированные баллы. В итоге я просто выработал за полтора месяца систему, как надо готовиться, как надо писать экзамен. Я все писал на черновике. Потом, не смотря в черновик, решал по новой, потом сверял, и делал это очень медленно и очень сконцентрировано. В итоге — в мае 9 баллов из 10 на письменном и 5 из 5 на устном.

Сразу после устного экзамена пошел срочно учить всю программу по школьной литературе и чуть ли не на следующий день после устного экзамена писал сочинение. Что-то написал.

А как ты на механике оказался?

Я тогда с трудом себе представлял разницу между математикой и механикой. Но, учитывая мои феноменальные проигрыши и написание экзаменов на двойки, просто решил пойти на механику, потому что там был пониже проходной балл.

Миф такой, что там учиться попроще?

Не учиться, а поступить попроще. Я не собирался учиться попроще, но я боялся не поступить, потому что я не сдал уже несколько экзаменов. Просто боялся не сдать еще один. У меня был еще год в запасе в плане похода в армию, потому что я пошел рано в школу. Я даже принял решение, что, если не поступлю, буду еще год готовиться. Не знаю, насколько это было бы успешно, если бы так получилось. Потому что еще год делать эти же самые дела для стойких очень. Не уверен, что я, будучи таким молодым, был бы настолько стойким. Это уже ближе к стойкости, которая требуется при написании диссертации.

В конце второго курса происходит выбор кафедры. В каком порядке ты выбирал: кафедру, потом руководителя или наоборот? Может быть, советовал кто-то?

Это могло произойти на подсознательном уровне. На дне открытых дверей весной я сидел в большой аудитории, наверное, 01 или 02, и преподаватели рассказывали о том, что происходит у них на кафедрах и лабораториях. Выступал Николай Алексеевич Парусников и рассказывал, чем они [лаборатория управления и навигации] занимаются, и всех пригласил прийти и посмотреть, хоть сейчас. Возможно, вот это как-то повлияло на выбор кафедры через два года, хотя, может быть, я этого уже не осознавал.

Когда был выбор кафедры, меня не очень привлекала механика жидкости и газа. Поэтому выбор оставался очень лимитированный — между двумя кафедрами.

Ну как же, есть ведь еще три кафедры, которые занимаются деформированными телами?

Там совсем не было видно какой-то изящности. Душа не лежала, поэтому я колебался между термехом [кафедрой теоретической механики и мехатроники] и прикладмехом [кафедра прикладной механики и управления].

И что склонило маятник в нужную сторону?

Может быть, я решил, что буду заниматься прикладной математикой. Я подумывал, например, пойти к Трёщеву. Все очень изящно, много гамильтоновых систем, алгебра или коммутативная алгебра, симплектические многообразия — все это выглядит очень красиво и поэтично. Но видна полярность: пойти к Трёщеву или прикладные вещи. Может быть, из каких-то конформистско-меркантильных соображений я выбрал прикладную науку.

А шефа как выбирал?

Дальше осталось пройтись по нашей кафедре, просто посмотреть на людей, как на шестеренки, с кем ты сходишься. И оказалось, что с Юрием Владимировичем Болотиным вдруг. Видимо, мне понравилась первая коммуникация, мне понравился подход — баланс между теорией и практикой и внедрением, какой-то деловой подход.

Легко ли было учиться на мехмате?

На мехмате не было легко учиться. Тут надо сказать, что мне очень все это нравилось. Чем больше предмет нравился, тем больше я ему учился. Хотя, конечно, сложнее было бы учиться и честнее бы учились, если бы на мехмате строже относились к вопросам списывания.

Я заметил по нашим студентам, что они кластеризовались на такие два класса: одни из них тратили немало усилий для того, чтобы сдать экзамены, но эти усилия шли на то, чтобы научиться хорошо обходить возможные препятствия к списыванию. Если смотреть уже на жизнь после мехмата, то явно жизненный опыт обходить препятствия им пригодился. Но, конечно, это не самый лучший навык для людей, которые могут заниматься наукой.

Что тебе во время учебы больше запомнилось?

Про учёбу. Как я сидел, готовился к экзаменам, постоянно звонил и обсуждал теоремы. Сестра моей жены негодовала, что мы с ней общаемся по телефону постоянно и занимаем трубку, когда ей хочется звонить своим бойфрендам.

А вы с женой вместе учились?

Да, мы вместе учились первые два года, пока не произошло разделение по кафедрам. Она пошла на гидродинамику.

Поступать в аспирантуру и писать диссертацию — это был осознанный выбор?

Это было осознанно. Мне нравилось, чем я занимался. Мне нравилась та задача, которая началась на пятом курсе, и хотелось ее довести до конца. Там были и перспективы роста профессионального.

То есть у тебя диссертация стала продолжением дипломной работы?

Да, это так. Пятый курс начался с того, что я пришел к Юрию Владимировичу и сказал, что хочу какую-то сложную задачу. Для того моего уровня она была довольно сложная — полгода я просто не мог ее поставить.

А на третьем-четвертом курсе чем занимался?

Третий и четвертый курсы я занимался тоже гравиметрией. Сначала был статический гравиметр, потом был струнный гравиметр, это была работа. Это были всякие модели линейных динамических систем. Решал обратные задачи, оценивал параметры этих систем, дальше использовал эти параметры для оценки состояния этих систем. Эту науку я хорошо освоил. Хотелось чего-то нового. Поэтому мне дали задачу тоже с линейной системой, но нестационарной. Там нужно было обладать квалификацией, чтобы ее хоть как-то решить. Тогда я уже работал — занимался задачами распознавания речи, распознаванием диктора по аудиозаписи его голоса. В основе там лежит та же или очень близкая область прикладной математики.

На каком курсе ты пошел работать?

На пятом.

То есть эта работа была связана с темой диссертации на уровне методов?

Она была близка.

Сейчас ты работаешь в компании Huawei, в департаменте исследований?

Да.

То, что там ты делаешь, это связано с кандидатской диссертацией?

Работа моя во многом связана с той прикладной математикой, которая выросла из Фурье-анализа, теории динамических систем, теории управления. Это все очень близко, если еще добавить сюда теорию оптимизации, и теорию оптимального оценивания, и теорию вероятностей. Из этого складывается некоторый набор знаний, который сейчас вкладывается в то, что называется «машинное обучение», и его подвиды, типа глубокого обучения и так далее.

Можешь привести пример какой-нибудь задачи, чем ты занимаешься?

Пример: у всех сейчас есть телефоны, смартфоны. В каждый момент времени смартфон принимает сигнал нескольких базовых станций, которые находятся от него в радиусе видимости. На уровне этих базовых станций оператор может знать, что в данный момент этот телефон видит вот эти базовые станции, и он их видит с таким-то уровнем сигнала. Это информация, которая передается по стандартным протоколам. Оператор может ее анализировать и пользоваться ей. Оператору, в частности, важно знать, где плохое покрытие, где плохой сигнал, чтобы оптимизировать свою сеть и улучшить качество. Huawei здесь выступает в роли поставщика оборудования оператору и дополнительно предлагает для них некоторые сервисные решения по оптимизации сети.

Еще операторам передаются координаты GPS, если он включен. Мы можем выбрать все данные, в которых у нас есть GPS-координаты и построить некоторую статистику по городу на карте. Вывести, где какая мощность, где какое покрытие.

Если стоит задача позиционировать абонента, когда у него GPS выключен, это делается грубыми методами, точность может быть около 150 метров.

Это по сигналам от вышки?

Да. Поэтому мы применяем здесь машинное обучение. Для машинного обучения нужно обучить некоторый алгоритм — черный ящик, который по входу предсказывает выходы. Для нас входы — это сигналы от сотовой вышки, а выходы — это GPS-координаты. Мы обучаем этот алгоритм. А когда алгоритм работает, он предсказывает координаты для тех данных, в которых GPS уже выключен. Тут работает современное машинное обучение.

Если мы знаем, например, что пользователь движется, и по каким-то косвенным признакам понятно, что он движется на машине, тогда это уже позиционирование с точностью до графа дорог. Сразу можно ставить задачу о том, что есть такая наполовину непрерывная, наполовину дискретная оптимизация. Дороги можно представлять, например, ломаными. Можно строить на них распределения о том, как сигнал выглядит в этой точке дороги. Мы переходим из одного кусочка дороги в другой. Это марковские модели или байесовские сети и так далее.

Рассмотрим пешехода. Если мы знаем, что он не ограничен графом дорог, то можно фильтровать, убирать некие лишние шумы калмановскими подходами. Тут все переплетается: машинное обучение, очень популярные в распознавании речи марковские цепи и калмановская фильтрация, которая очень распространена в теории управления. Здесь нужно знать обо всем этом довольно-таки хорошо, чтобы хорошо ставить задачи и правильно их решать.

Эти задачи — это уровень базовых станций. А наш дружественный отдел занимается задачами для приложений, это уровень сенсоров. В этом отделе работают еще два выпускника нашей лаборатории [управления и навигации] - Алексей Деревянкин и Алексей Никулин. Вот у тебя телефон Huawei. Возможно, Деревянкин и Никулин сделали вклад, чтобы твой телефон лучше тебе сервисы предоставлял.

Ты как-то упоминал про отличия кандидата наук от не кандидата наук с точки зрения работы в департаменте. В чём это проявляется?

Люди, конечно, разные бывают. Но есть некоторый тренд.

Человек не может защититься наполовину через два года, а потом еще одну половинку добавить. Это не восхождение по лестнице. У человека, который потратил несколько лет своей жизни на одну задачу без каких-то предварительных результатов, вырабатывается некоторая стойкость, которая очень важна в research. Когда мы занимаемся исследованиями, очень сложно ждать какого-то сразу хорошего результата. Это меньше похоже на программирование, будто какую-то там печку мы строим, кладем кирпичик за кирпичиком. И если архитектор постарался, то мы хорошую программу строим, хорошую печку. В research совершенно не так, приходится постоянно ставить задачи по-новому, менять постановки, возвращаться в начало. У человека, не закаленного в таких долгих проектах, могут просто опуститься руки. Он скажет, что не видит пользы от себя в такой работе, которую он ведет. Хотя, возможно, он очень неплох, имеет квалификацию в тех методах. Нужна некоторая такая выдержка, эта выдержка исследовательская. И мне все равно это сложно — переживать те состояния, когда у тебя ничего не работает, перебарывать себя, чтобы все-таки заставить это дело работать, через минидепрессии проходить.

У тебя в подчинении есть люди?

Моя позиция больше похожа на технического лидера, хотя и немного менеджментом проектов я тоже занимаюсь. Нас сейчас без меня четыре человека, скоро ждём пятого. Но при этом у нас очень большой отдел математического моделирования и оптимизации, которым руководит Дмитрий Шмелькин. Он закончил мехмат, занимался долгое время алгеброй, работал в индустрии, где занимался задачами дискретной оптимизации при проектировании печатных плат. У Дмитрия в подчинении кроме моей группы еще несколько таких групп.

Состав у нас, в основном, — это выпускники МГУ и физтехи.

Скажи, в свою группу ты людей сам набираешь или эйчары набрали, и что есть, то есть?

Нет, такого точно быть не может. Эйчары просто приводят человека на собеседование. Дальше они не решают вопрос о его профпригодности. Этот вопрос ложится, в первую очередь, на моего непосредственного начальника — на Дмитрия, потом на меня и, возможно, на человека, в чей проект пойдет этот новичок.

Тогда расскажи, как устроен процесс проверки профпригодности? На что вы обращаете внимание, помимо уровня подготовки математической и программистской?

У меня такой интуитивный подход в плане набора людей. Мне сложно это формализовать в какие-то правила. Мы общаемся с человеком, смотрим на его биографию. Обычно просто говорим про его биографию и пытаемся психологически идентифицировать «свой — не свой». А потом еще даем задачки, обычно на дом.

По математике, по программированию?

Мы даем базовые задачи, в зависимости от того, в какой проект нужен человек. У нас есть группа, в проектах которой я никак не участвую, но она тоже в нашем большом департаменте. Она занимается дискретной оптимизацией на графах, считает потоки информации в фиксируемых сетях. Возникают вопросы, как оптимально сконфигурировать эти графы, где поставить может быть еще какой-то хаб, чтобы разветвить граф.

Есть люди, которые занимаются задачей распределения ресурсов в беспроводных сетях. Есть несколько антенн, тысячи пользователей, и они все что-то хотят — видео качают, странички смотрят. А число ресурсов у нас ограничено — не можем их всех обслужить. Даже возникает вопрос о справедливости: если мы не можем всех обслужить, то кому перекрыть кислород или еще что-нибудь в таком духе? Тут тоже задача дискретной оптимизации, но совсем непохожа на задачи на графах.

Поэтому, в зависимости от того, на какие проекты приходят к нам люди в отдел, мы даем разные задачи. В основном, это задачи алгоритмические, немного задачи на программирование.

А есть какие-то параметры, при которых человек вам точно не подойдет? Что-то общее, что есть у кандидатов, которые были отсеяны, и что-то общее у кандидатов, которые вам подошли?

Необходимое у нас условие — люди должны хотеть заниматься research'ем. У нас подразделение называется «Research&Development» с ударением на первое слово. Если человек уже с опытом, наверное, должен иметь опыт исследования. Есть неформализованные, может быть, понятия о том, кто проходит фильтры, а кто не проходит. Я не знаю, как сформулировать.

Как ты считаешь, должен ли работать студент? Для его развития это полезно или вредно? Если полезно, то с какого курса лучше это начинать делать?

Работать — имеется ввиду по специальности, конечно? Потому что работать не по специальности, естественно, не полезно для освоения той профессии, которой человек обучается в Университете.

А если студент занимается со школьниками? Это профильная работа или непрофильная?

Если он потом пойдет работать в академический сектор и будет преподавать у студентов, то, возможно, этот опыт общения будет полезен для преподавания.

А чем был обусловлен твой выбор? Работу целенаправленно по специальности выбирал?

Да, мне нравилось, я хотел продолжать этим заниматься. Кроме этого, на пятом курсе мехмата я явно ощущал, что нагрузка спала, и мне хватит времени, чтобы сделать диплом и работать.

А раньше такого ощущения не было?

Наверное, если бы я пошел на работу на четвертом курсе, может быть, пострадало мое обучение.

Я знаю, что, например, на физтехе очень распространено написание дипломов в организациях. Когда моя жена работала в Институте физико-химической медицины, через них очень много физтехов проходило. Сейчас она работает на фирме, это такой молодой стартап «knomics». Они занимаются биоинформатикой, точнее, метогеномикой. Это генная расшифровка анализов человека. У нас в кишечнике живет очень много всяких бактерий. Если взять анализы у человека и расшифровать геном этого биоматериала, то можно оценить, какой состав микробиоты у человека в кишечнике находится. Дальше сделать выводы. Так вот через них проходит водоворот студентов, огромный просто.

Когда ты учился, было что-то такое, чего тебе не хватало?

В плане прикладной науки, там намного больше программистского опыта требуется.

А здесь его не давали?

Здесь не в такой мере, да. Это было, в основном, на первом курсе на занятиях по ЭВМ. Все разговоры про сложности сортировки или про красно-черные деревья к пятому курсу уже точно забылись.

То, что сейчас называется computer science, вот это на мехмате обходится немного боком.

Все серьезные знания в теории вероятностей и случайных процессах я получил, скорее, работая на кафедре, чем из университетских курсов.

Может быть, она для механиков менее глубокая была, чем тебе требовалось? Мы в этом плане кафедра особая, потому что в основе теории оценивания лежат случайные процессы.

Да, все так. Очень важны для прикладной математики работы со случайными данными, случайными измерениями, которые во многом выпадают из теории линейных систем.

Если рассматриваются какие-то сложные модели, скажем, модели с вероятностным распределением на графах, еще и направленных, тогда можно только полагаться на строгий подход рассмотрения задачи через функцию правдоподобия. Вокруг таких задач есть еще очень много глубокой науки про теорию оценивания для сложных распределений.

Когда начинаются нелинейные системы или страшные ненормальные распределения, то без этого сложно. Скажем, когда я на работе пытаюсь обучить нейронную сеть, если смотреть на нее в вероятностной постановке как на вероятность распределения, то нужен строгий аппарат по оцениванию параметров таких сложных распределений.

Что бы ты посоветовал человеку, который решил пойти на работу, будучи студентом? Помимо того, чтобы искать работу по специальности.

Идти на летние стажировки для начала.

Выбирать фирмы, которые связаны с профилем?

Да, если человек хочет этим дальше заниматься, если он хочет дальше оставаться в этой профессии. За три летних месяца можно включиться процесс, сделать что-то полезное и понять, как это примерно все устроено. Если нравится, уже устраиваться на работу.

Например, у нас в прошлом году был один студент с ВМиК на стажировке. Это началось буквально год назад и исключительно по нашей инициативе — мы взяли себе одного студента. А теперь в Huawei, мне кажется, тренд на молодежь. У нас проводилась олимпиада по программированию, в результате был проведен некоторый отсев, и из этих победителей мы выбирали людей на стажировку. И сейчас у нас по всему IT-центру очень много набрано стажеров на лето.

Это именно летние позиции?

Они могут продолжить дальше. Но лето — это активная пора набирать стажеров. Эйчары и люди, которые занимаются кооперацией с академическим сектором, активно проводят набор на стажировки именно летом. Но это не значит, что студент не может прийти к нам осенью сам и сказать, что он мог бы три месяца до Нового года у нас поработать. Будет место — возьмут.

Давай переключимся на другую тему. У тебя хобби есть?

Когда-то я любил заниматься единоборствами, катался на велосипеде очень много, играл на гитаре. Сейчас у меня есть своя семья, дети, которые занимают много времени. Интересуюсь искусством с акцентом на музыку и чуть-чуть живопись.

На почитать время остается?

Читать? Разве только стихи. Их очень просто читать: раз, прочел десять строчек, в которые автор вложил конденсировано смысл, и можно уже выходить с остановки метро и делать пересадку. Художественное — очень редко. До длинных текстов очень редко доходит сейчас.

А из последнего, что запало?

Не то чтобы я во всем этом деле разбираюсь. Из стихов я читаю какие-то базовые вещи, например, Бродского. Художественное прочел недавно. Был такой писатель Чезаро Павезе. Я на него через Бродского вышел. Это такая экзистенциальная литература. Он ищет сам себя и свое место через некоторую попытку общения с той местностью, в которой он родился, с тем ландшафтом и с тем типом людей, которые там живут. Павезе просто пытается найти как кусочек паззла, где его место. Очень интересно и опять же поэтизированная, мне кажется, проза. Не в смысле рифмы, а в смысле ритма скорее.

А кинематограф?

Смотрю очень мало. Последний раз в самолете смотрел. Это был долгий перелет в Китай. Я смотрел фильм «Выживший». Мне очень понравилось. Я люблю музыку, такой dark ambient. Вот эта вот звериная мрачность на протяжении трех часов. Не музыка, а сам фильм, я говорю об ощущении от фильма — это просто какой-то мрачный, глубокий ambient такой звериный, где есть просто звериность на уровне мяса, которое там все время показывают.

У тебя дети есть?

Да, у меня две дочки. Одной скоро в школу, ей скоро 7, а другой скоро 5. С ужасом представляю, что на математике будут снижать оценки за то, что где-то не поставлена запятая или точка.

Данила, спасибо за интересную беседу.