Прежде, чем решать какую-либо задачу, неплохо обзавестись инструментами, позволяющими её решить максимально оптимально. Ситуация осложняется, если задача, которую вы собираетесь решать, не очень типична, и потому не до конца понятно, какие в точности инструменты понадобятся, и существуют ли они. В подобной ситуации и оказался Максим Владиславович: хотя обучением различных искусственных нейронных сетей человечество занимается не первый год и создало для этого ряд инструментов, обучение сетей выбору оптимального пути при символьном исполнении — новая область, в которой ещё нет устоявшегося инструментария. Потому Максиму Владиславовичу было необходимо разработать набор инструментов, который упростил бы обучение моделей решению достаточно специфичной задачи.  

Если говорить более детально, Максим Владиславович спроектировал и реализовал набор инструментов, который позволяет обучать нейронные сети используя различные символьные машины. Это потребовало, в частности, разработки протокола общения между символьной машиной и нейронной сетью (инфраструктурой для её обучения). Более того, были реализованы возможности для отладки процесса обучения, оценки качества полученных результатов, интеграции обученных моделей  в символьные машины. 

В ходе работы Максим Владиславович показал, что является самостоятельным, хорошо подготовленным инженером, умеющим применять современные практики разработки (такие, как ревью кода, CI, тестирование, использование линтеров), понимающим принципы построения нетривиальных программных решений, способным планомерно работать над сложными задачами. Хотя инженерная часть работы практически не вызывает серьёзных нареканий, исследовательская часть работы подкачала, что, в частности, напрямую отразилось на качестве текста ВКР. 

Результаты исследований были представлены на конференции «Мат-мех. Наука 2024». Считаю, что работа Максима Владиславовича заслуживает оценки «хорошо».