Dr. Elena Petrova
Исследователь данных
В EveryInfra Elena определяет границы комплаенса и этики данных: какие данные можно собирать, как их хранить и очищать. Она также проверяет формулировки юридических условий.
Образование
- Высшая школа экономики (Москва), бакалавр и магистр, прикладная математика и информатика (2007–2012)
- Max Planck Institute for Software Systems, PhD, вычислительные социальные науки (2012–2018)
Предыдущие места работы
- MPI-SWS (Кайзерслаутерн) — постдок (2018–2021)
- Исследовательский институт цифровых прав (Берлин) — научный сотрудник (2021–2024)
Статьи: Dr. Elena Petrova
- Еженедельный отчёт о проверке возраста: тесты на 1 800 отзывах о приложениях
Может ли еженедельный отчёт на основе данных показать, как правила проверки возраста работают в реальных приложениях? Мы прочитали 1 800 отзывов в Google Play и все 2 604 публичных комментария к EU KIDS Act. Ни одно персональное поле не попало в данные.
- Лицензирование новостей для ИИ переходит на оплату за использование: 8 событий и проверка поиска
За 30 дней Google, Cloudflare и коалиция издателей SPUR сдвинули лицензирование новостей к оплате за каждое использование в ИИ. До сих пор не определено, кто учитывает каждое такое использование. Мы проверили, как три поисковых инструмента находят исходные документы восьми таких событий.
- Как построить процесс скрининга по санкционным спискам: от совпадений по именам к проверке, пригодной для аудита
Загрузка списков и нечёткое сопоставление — только начало. В статье разбираем, как версии списков, сопоставление имён и субъектов, бенефициарное владение, ручная проверка, непрерывный мониторинг, работа в деградированном режиме и доказательства для аудита складываются в продукт для скрининга.
- Монетизация данных публичных тендеров: от загрузки извещений к отраслевой подписке на бизнес-возможности
Публичные тендеры и так можно найти через поиск, так зачем платить за подписку? На примере официальных данных TED разбираем отраслевую фильтрацию, проверку квалификационных требований, сроки и изменения версий, командную работу и способы приёмки подписки на релевантные закупки.
- Повысило ли ИИ-программирование эффективность? Не сводите три вида данных к одному выводу
Рассматриваем в соответствующем контексте рандомизированный эксперимент METR 2025 года, обновления дизайна исследования 2026 года и опросы технических специалистов; разделяем скорость выполнения задач, ручные трудозатраты и ценность результата, чтобы выстроить собственные метрики оценки для команды.