От первого провала до 200+ дипломов: как я создал систему подготовки к олимпиадам по экономике

Моя ретроспектива: первые неудачи и путь к триумфу

Мой собственный путь в олимпиадное движение начался в далеком 1999 году, когда я перешел в 10-ый класс из районной гимназии №1515 в школу №1276, которая являлась так называемой "базовой" школой при Высшей Школе Экономики, еще совсем молодом университете. Так я узнал про Всероссийскую Олимпиаду Школьников (ВсОШ) по экономике, так как школа рекомендовала в ней участвовать.

Несмотря на то, что я в итоге получил максимальную льготу Олимпиады - зачисление Без Вступительных Испытаний (БВИ) на престижный ЭкономФак Вышки, мой путь не был прямолинейным. В 10-ом классе я попробовал свои силы на Всероссийской Олимпиаде в первый раз - и провалился. Вернее, я попал в число первых 20-ти участников по рейтингу на региональном Московском этапе Олимпиады, но не попал в число первых 10-ти, которым было суждено выступить на финальном туре. Это воспринималось как тяжелое поражение. Но надо отдать должное, я почти и не готовился к олимпиаде целенаправленно, я даже не знал никаких способов подготовки.

Стало понятно, что школьного курса экономики с тремя уроками в неделю не хватает для олимпиадного уровня, и после некоторых поисков я обнаружил, что материалы финала Всероса по экономике прошлых лет публикуются в Школьном Экономическом Журнале. В открытом Интернет (который в то время только зарождался в русскоязычной зоне) никаких материалов не было. Я немедленно съездил в редакцию журнала и купил все выпуски Школьного Экономического Журнала, в котором были опубликованы не только материалы прошедших финалов ВсОШ, но и материалы региональных туров олимпиады.

Этот шаг стал моим основным лайфхаком при подготовке к олимпиаде, потому что ни одна школьная программа и ни одна программа курсов по экономике в тот момент не учили решать олимпиадные задачи. Что касается репетиторов - я слышал, что в то время пара преподавателей экономики учили решать олимпиадные задачи. Но во-первых, дорогих репетиторов я просто не мог себе позволить, а во-вторых, я просто твердо решил готовиться самостоятельно.

Иллюзия знания: почему количество не всегда означает качество

Такой подход к решению трудных задач непременно приводит к ощущению беспомощности, когда встречается похожая, но несколько модифицированная задача. Полное понимание той задачи на эластичность пришло лишь спустя пару месяцев, когда я встретил в различных пособиях похожие задачи, нарешал их, и наконец, осознал их общий принцип решения. Если бы мне кто-то объяснил его сразу, то это просто было бы эффективнее, это заняло бы меньше времени.

Я не просто решал олимпиадные задачи, идя по годам. У меня была большая тетрадка, размеченная по разделам и главам экономики. Было 4 раздела - Микроэкономика, Макроэкономика, Финансовая Математика и даже Теория Игр, каждый раздел разбит на подглавы. Я выписывал задачи из олимпиад прошлых лет в свою тетрадку, методично группируя и раскладывая их по главам, и там же решал их. При таком подходе легче было найти похожие элементы в задачах и осознать общие принципы решения. Главное, что мне это дало, - я понял структуру заданий и основные олимпиадные фреймворки решений.

Одновременно с этим, я начал сам для себя открывать связи, казавшиеся мне удивительными. Например, я быстро осознал, что дуговая эластичность - это стандартная эластичность, только измеренная относительно точки середины интервала (изменения значения функции и значения аргумента). Чуть позже я пришел к удивительному открытию, что общая эффективная граница - общая КПВ, построенная от экономического принципа минимизации альтернативных издержек - это ни что иное, как результат векторного математического сложения индивидуальных эффективных границ. Непостижимая эффективность математики в других науках!

Волей-неволей, сам того еще не понимая, при такой организации подготовки я начал закладывать фундамент для своей будущей преподавательской олимпиадной системы. Параллельно я читал много зарубежных учебников, ходив по вечерам и в выходные дни в библиотеки. Я готовился в основном самостоятельно, без репетиторов, и при этом ходил на вечерние курсы в основном для того, чтобы написать “срезы” - тестирования на время, которые проверялись преподавателями с дальнейшей публикацией общего рейтинга участников.

Не обошлось без забавных казусов

Я могу вспомнить один казус: уже после нескольких месяцев самостоятельных занятий, в октябре 11 класса, я написал свой первый срез на ФДП - факультете довузовской подготовки. Каково было мое разочарование, когда я не обнаружил своего результата в топовой части рейтинга. Более того, я не обнаружил его даже в середине рейтинга, а нашел только на нижних его строчках. Помню, слезы навернулись на глаза, а товарищ утешительно похлопал по плечу. Но я быстро понял, что что-то здесь не так, ведь впечатление от написания теста у меня было вполне позитивное. Я сразу пошел в деканат ФДП, попросил поднять свою работу и перепроверить ее. Оказалось, что преподаватель, который ее проверял, сбился на одно значение теста в самом начале, и после нескольких верных первых ответов мой результат устремился к нулю, за исключением пары случайных совпадений. Результат перепроверили - оказалось, что я набрал 92 балла из 100 - ровно столько же, сколько два первых участника, и поэтому разделил с ними первое место в рейтинге этого среза. Этот эпизод иллюстрирует, что никто не застрахован от человеческих ошибок - благо, что система апелляции результатов топовых олимпиад гарантирует участникам их избежание.

Когда система приносит плоды

Упорная подготовка и самостоятельная систематизация знаний дали плоды в 11-ом классе в 2000/2001 первом учебном году, когда я стал абсолютным победителем Московского тура Всероссийской Олимпиады по экономике и вошел в число победителей финала. Это была моя основная цель, идя к которой я попутно завоевал диплом призера регионального тура Всероссийской олимпиады по математике и диплом победителя Всероссийской Олимпиады по обществознанию. С таким набором дипломов в 11-ом классе, несколько университетов предложили мне зачисление БВИ, но я пошел на заветный Эконом Вышки.

Систематическая олимпиадная подготовка в школьное время имела свои эффекты при обучении на первом и даже втором курсе. Помнится, на курсе Микроэкономики я скучал, поскольку большинство материала я освоил самостоятельно. Единственное, что пришлось доизучить - это разложение эффектов дохода и замещения по Хиксу и по Слуцкому в теории потребительского выбора. Гораздо более интересными казались такие курсы как “Введение в институциональную экономику”, который предлагал новый для меня взгляд на экономические сюжеты. Преподавать олимпиадную экономику я начал на 1-ом курсе, у меня появился первый ученик, Коля Ушаков, который был всего на год младше меня. Я ездил к нему на дом по воскресеньям утром на протяжении 7 месяцев, чтобы провести двухчасовой урок. Он стал победителем финала Всероса по экономике 2001/2002 года.

Так ко мне пришла идея, что олимпиадную экономику можно преподавать, предлагая ученикам пошаговое освоение определенной системы. Она заключалась в систематизированном наборе фреймворков для решения задач и способе мышления. К окончанию университета эта система окончательно сложилась, и я стал брать нескольких учеников в год, обкатывая на них свои фреймворки. И это давало результаты - они брали дипломы Всероса. Миша Лобанов, Полина Врублевская, Дима Боровиков стали одними из многих олимпиадных победителей, которых я подготовил, учась на старших курсах универа.

Но самым важным показателем работоспособности системы для меня стали не олимпиадные задачи, а то, как навык формализации работал в реальной жизни. Например, один из моих учеников, Иван Гладышев, сейчас является топовым разработчиком мобильных игр. Недавно он сказал мне, что именно олимпиадный подход к экономике оказался решающим в формировании его инженерного мышления: мы не заучивали паттерны, а учились самостоятельно ими оперировать в процессе решения задачи и критически оценивать заданные условия.

Двойная жизнь: инвестбанкинг и уроки в 7:30 утра

С 4-ого курса Вышки я начал работать full time по найму - сначала аналитиком по акциям в Брокерском Доме Открытие. Потом, когда уже почти закончил универ, в брокерской компании “Совлинк”. Это было сумасшедшее время. Учеба была по вечерам на последних парах, днем я работал, а преподавал по утрам до работы, начиная уроки в 7:30, и по выходным.

В то время я рассматривал подготовку олимпиадников скорее как интеллектуальное хобби, отдушину. Основной фокус был на больших финансах, особенно когда я перешел в банк «Ренессанс Капитал» (в 2007 году на позицию аналитика-трейдера), а затем в «Атон» (в 2010 году на позицию институционального сейлза). Но я не бросал преподавание, занимаясь с учениками по субботам и воскресеньям. Дима Сорокин стал абсолютным победителем финала ВсОШ 2009 года, а Катя Зайцева - победительницей финала 2010 года.

Масштабирование системы: переизобретение “Метода листков” и open-source в образовании

Но постепенно преподавание начало вытеснять финансы. В 2012 году, сделав карьерный перерыв, я устроился старшим преподавателем в родную Высшую Школу Экономики и решил превратить свою систему подготовки в полноценный проект.

Тут мне очень пригодилась моя старая школьная тетрадка. Я оцифровал ее, актуализировал и разбил материал на тематические микро-задачники. Каждый такой сет был выстроен от простого к сложному, содержал тестовую часть и группировал задачи по конкретным экономическим фреймворкам. По сути, я как бы заново, независимо для себя, изобрел велосипед - знаменитый “Метод листков”, зародившийся еще в советских математических школах. Но узнал я об этом термине лишь в 2015 году, когда меня впервые пригласили преподавать в летнюю экономическую школу.

Позже я дополнил практические задачи серией собственных теоретических листков. Это была сжатая теория, заточенная именно под специфику российских олимпиад. И принял решение: выложить весь этот контент в открытый доступ на сайте проекта, выбрав путь своеобразного open-source в образовании.

У этого решения оказались интересные, хотя и закономерные последствия. Из плюсов - мощный органический трафик. Сайт начал выходить в топы поисковиков не по банальным запросам вроде "репетитор по экономике", а по очень узким, специфическим терминам - например, «фреймворк для решения задач на естественную монополию». Аудитория росла исключительно за счет качества и открытости материала.

Из минусов - я столкнулся с классической проблемой открытого кода без строгой лицензии. Спустя годы, изучая платные онлайн-курсы других школ и преподавателей, я регулярно натыкался на свои материалы. Их копировали слово в слово, заимствуя не только задачи, но и мой авторский текст вместе с форматированием.

Тем не менее, в большие финансы я так и не вернулся. Масштабирование образовательной системы затянуло меня с головой. За следующие годы через этот подход прошли сотни ребят, и система доказала свою эффективность: большинство из них забирали дипломы финала Всероса и топовых перечневых олимпиад.

Шаг в сторону большого EdTech: создание LMS платформы

К 2017 году передо мной встала классическая задача масштабирования. Моя олимпиадная система (“перевернутый класс” с чтением теории дома, большими домашками и обсуждением только проблем решении на самих занятиях, и тот самый “Метод листков”) отлично работала, но ручное управление потоком учеников и материалами превратилось в “бутылочное горлышко”. Я начал исследовать, как можно системно интегрировать IT-технологии в образовательный процесс. Стало очевидно, что для нормальной автоматизации мне нужна полноценная LMS (learning management system, система управления обучением) с четким разделением прав и ролей (“Преподаватель” и “Ученик”), где преподавателю можно было бы трекать прогресс учеников и оркестрировать обучение.

Однако, когда я пошел изучать рынок готовых решений, выяснилось, что стандартные инструменты мне архитектурно не подходят. Большинство существующих тогда платформ (например, популярный GetCourse) использовали монолитный подход “сверху вниз”: администратор создавал глобальную сущность “Курс”, внутри которого жестко зашивались уроки и тесты. Это было неудобно, потому что мне нужна была вариативность заданий. Чтобы курс содержал похожие задания, но с разными числовыми значениями для разных учеников. Я решил пойти другим путем и спроектировать собственную систему , выстроив ее “снизу вверх” на базе принципа атомарности. Для этого пришлось прибегнуть к услугам небольшого IT бюро, вместе с которым мы за год разработали бекэнд движок платформы на .NET и фронтенд на Angular 4 (Typescript).

Базовым строительным блоком системы стал task (задание). Это мог быть текстовый фрагмент, видео или - что критически важно для моих задач - блок со сложными формулами. Для их корректного отображения на фронтенде мы внедрили рендеринг LaTeX-синтаксиса через библиотеку MathJax.

Атомарные задания собирались в наборы (sets), а те, в свою очередь, компилировались в итоговые курсы. Такой подход дал невероятную гибкость - по сути, это перенос парадигмы программирования в управление контентом (DRY). Один и тот же task можно было переиспользовать в десятках разных курсов. Нужно собрать курс «Пробная олимпиада» с ограничением по времени? Преподаватель просто дергает нужные задания из базы в новый сет, не дублируя сам контент и слегка настраивая условия выдачи, получая на выходе разные варианты одной и той же задачи.

Позже мы бесшовно интегрировали по API функционал Zoom-конференций прямо в интерфейс LMS. Это позволило легко тянуть массовые онлайны - например, на зимней школе в 2018-2019 годах в системе комфортно занималось около 100 человек одновременно.

Выбранная компонентная архитектура оказалась настолько удачной и масштабируемой, что в 2019-2020 годах платформа была выкуплена одним из крупнейших российских онлайн образовательных центров именно в качестве технологического решения.

От смены фокуса к адаптивному обучению (2024–2026)

В 2024–2025 годах я сделал осознанный перерыв в преподавании. Мне было необходимо выйти из образовательной сферы и глубоко погрузиться в IT: программирование, технологии блокчейн и машинное обучение. За это время я успел поработать с австралийской IT-компанией и проконсультировал десяток технологических стартапов.

Взглянув на сферу EdTech глазами разработчика, я понял одну вещь: старые методики олимпиадной подготовки устарели. Требования меняются, задания усложняются, и алгоритмы подготовки, которые давали результат пять лет назад, сегодня работают всё хуже.

Поэтому летом 2026 года я решил объединить свой 20-летний преподавательский бэкграунд с новыми техническими навыками и перезапустить олимпиадный образовательный проект. Но теперь это не просто статичная база знаний, а попытка реализовать технологическую образовательную среду.

Инженерия учебного процесса: ML и адаптивное обучение

С точки зрения методологии я пришел к выводу, что классический (синхронный) формат выдачи теории давно потерял смысл. Сейчас моя система строится на парадигме “перевернутого класса” (flipped classroom): теорию ученик осваивает асинхронно через интерактивные форматы, а ценное синхронное время отводится исключительно под жесткие “брейнштормы”, которые представляют собой конкурентное решение задач от простых к сложным в режиме реального времени, и под индивидуальные онлайн занятия, которые по-прежнему остаются наиболее эффективной формой взаимодействия преподавателя и ученика. Быстрые геометрические построения в GeoGebra, электронные доски и разбор логических ошибок в реальном времени - это базовый стек, без которого современное обучение уже неэффективно.

Главный принцип - никаких попыток навешивать заученные шаблоны на новые задачи. Основной фокус на паттерны формализации мышления и оперирование фреймворками, которые позволяют сделать reverse engineering (“взломать”) абсолютно любую новую задачу.

Осенью 2026 года под капот обновленной платформы будут внедрены элементы адаптивной LMS на базе ML. Идея в том, чтобы система сама динамически корректировала траекторию и сложность выдаваемых заданий в зависимости от того, на каких паттернах спотыкается конкретный пользователь.

Технологии сегодня позволяют реализовать персонализацию, которая раньше казалась фантастикой. Но парадокс в том, что сама по себе технология не способна научить человека думать. Мы живем в эпоху, когда искусственный интеллект может за пару секунд написать рабочий код или сгенерировать связный текст. Однако навык глубокой формализации проблемы - то есть умение взять запутанную, неструктурированную ситуацию и перевести ее на строгий язык математических моделей пока остается уникальным человеческим преимуществом.