Россия, Москва
Спикеры
Вернуться
к докладчикам
к докладчикам
Егор Осипов, руководитель направления Big Data, Крок
Еще во время учебы в СПбГУАП по специальности «авиационное приборостроение» Егор успел поработать разработчиком в сфере ретейла, а затем возглавить разработку продукта DWH для телеком-операторов в компании «Петер-сервис». После окончания вуза получил бизнес-образование в Санкт-Петербургском международном институте менеджмента и переехал в Москву, где развил практику хранилищ данных в составе команды «Крок». В настоящее время возглавляет в компании практику big data. За время работы в компании «Крок» реализовал множество проектов внедрения технологий big data в банках, ретейле, промышленности.
Я внедряю big data: заметки выжившего
Мы построили практику big data с нуля и за это время сделали множество прекрасных и амбициозных проектов. Однако мы до сих пор регулярно наблюдаем, с какими трудностями сталкиваются многие компании при внедрении технологий big data. Поэтому хочется поделиться лучшими практиками на нескольких примерах в промышленности и рассказать про особенности и подводные камни этих проектов. Я постараюсь осветить некоторые часто возникающие вопросы, рассказать про интересные возможности и не забыть про популярные ошибки, с которыми регулярно сталкиваются наши заказчики и партнеры.
Мы построили практику big data с нуля и за это время сделали множество прекрасных и амбициозных проектов. Однако мы до сих пор регулярно наблюдаем, с какими трудностями сталкиваются многие компании при внедрении технологий big data. Поэтому хочется поделиться лучшими практиками на нескольких примерах в промышленности и рассказать про особенности и подводные камни этих проектов. Я постараюсь осветить некоторые часто возникающие вопросы, рассказать про интересные возможности и не забыть про популярные ошибки, с которыми регулярно сталкиваются наши заказчики и партнеры.
Вернуться
к докладчикам
к докладчикам
Константин Романов, директор по продуктам и технологиям больших данных, ВымпелКом
Лауреат CDO Award 2020
Константин руководит работой с большими данными в компании «ВымпелКом» с 2014 года.
С сентября 2019 года входит в состав Правления Ассоциации больших данных. В мае 2019 года он также возглавил Центр компетенций по продуктам и технологиям больших данных группы VEON, оказывающей услуги более 200 млн клиентов в 10 странах.
До прихода в «ВымпелКом» Константин руководил дирекцией по работе с супермассивами данных Сбербанка. С 2006 года он работал в группе компаний МТС на различных руководящих позициях по управлению клиентской базой.
Окончил Московский государственный университет экономики, статистики и информатики и получил дополнительное образование в Vlerick Business School.
Константин руководит работой с большими данными в компании «ВымпелКом» с 2014 года.
С сентября 2019 года входит в состав Правления Ассоциации больших данных. В мае 2019 года он также возглавил Центр компетенций по продуктам и технологиям больших данных группы VEON, оказывающей услуги более 200 млн клиентов в 10 странах.
До прихода в «ВымпелКом» Константин руководил дирекцией по работе с супермассивами данных Сбербанка. С 2006 года он работал в группе компаний МТС на различных руководящих позициях по управлению клиентской базой.
Окончил Московский государственный университет экономики, статистики и информатики и получил дополнительное образование в Vlerick Business School.
Big Data без границ: как создать новые бизнесы и сделать из традиционного бизнеса digital
Сегодня многие компании стремятся к тому, чтобы использовать большие данные для повышения эффективности бизнеса. Однако пока получается это далеко не у всех. Как сделать так, чтобы big data работали на благо всего бизнеса? Где найти новые бизнесы на базе больших данных, спрос на которые будет постоянно расти? Почему бизнес-процессы большой компании должны быть data-driven? Что сегодня необходимо для полноценной digital-трансформации крупного бизнеса?
Сегодня многие компании стремятся к тому, чтобы использовать большие данные для повышения эффективности бизнеса. Однако пока получается это далеко не у всех. Как сделать так, чтобы big data работали на благо всего бизнеса? Где найти новые бизнесы на базе больших данных, спрос на которые будет постоянно расти? Почему бизнес-процессы большой компании должны быть data-driven? Что сегодня необходимо для полноценной digital-трансформации крупного бизнеса?
Вернуться
к докладчикам
к докладчикам
Иван Окопный, руководитель бизнес-направления Big Data Solutions, Neoflex
Иван начал работать в компании Neoflex в 2008 году, руководил проектами ключевых заказчиков по различным направлениям. С 2017 года является соруководителем бизнес-направления Big Data Solutions. В настоящее время отвечает за развитие и продвижение новых продуктов в рамках направления.
Окончил факультет кибернетики МИФИ по специальности «Информационное обеспечение экономических систем». В 2017 году получил степень MBA по специализации «Предпринимательство и управление предприятием» в РАНХиГС при Президенте РФ.
Окончил факультет кибернетики МИФИ по специальности «Информационное обеспечение экономических систем». В 2017 году получил степень MBA по специализации «Предпринимательство и управление предприятием» в РАНХиГС при Президенте РФ.
Гонка со временем. Потоковая аналитика – вызовы и инструменты
Мир ускоряется и многие процессы уже просто не могут ждать, пока завершится пакетная обработка данных. Даже если мы разбили обработку на небольшие части, зачастую счет идет на секунды или даже доли секунд. Например, информация о попытке взлома системы или подозрительной транзакции имеет максимальную ценность в момент события, когда мы еще можем на это влиять, и стремительно теряет свою ценность сразу после. И зачастую абсолютно не важно на сколько мы опоздали – на секунду или на час, время потеряно безвозвратно, и мы имеем дело только с последствиями.
Построение решений по потоковой аналитике – это отдельная дисциплина, где одновременно важны подходы, правильно выбранный инструментарий и глубокая экспертиза. Мы расскажем об основных факторах успеха и вызовах, с которыми сталкивается каждая организация при построении подобных решений, и рассмотрим конкретные кейсы.
Мир ускоряется и многие процессы уже просто не могут ждать, пока завершится пакетная обработка данных. Даже если мы разбили обработку на небольшие части, зачастую счет идет на секунды или даже доли секунд. Например, информация о попытке взлома системы или подозрительной транзакции имеет максимальную ценность в момент события, когда мы еще можем на это влиять, и стремительно теряет свою ценность сразу после. И зачастую абсолютно не важно на сколько мы опоздали – на секунду или на час, время потеряно безвозвратно, и мы имеем дело только с последствиями.
Построение решений по потоковой аналитике – это отдельная дисциплина, где одновременно важны подходы, правильно выбранный инструментарий и глубокая экспертиза. Мы расскажем об основных факторах успеха и вызовах, с которыми сталкивается каждая организация при построении подобных решений, и рассмотрим конкретные кейсы.
Вернуться
к докладчикам
к докладчикам
Иван Вахмянин, генеральный директор, Visiology
Генеральный директор Visiology с 2015 года, эксперт по разработке ПО для анализа и визуализации данных (BI, Big Data, Data Science). В компании Visiology Иван создал три высокопрофессиональных команды разработки со специализацией в области анализа и визуализации данных. Компания разработала и вывела на рынок аналитическую BI-платформу Visiology с функцией In-Memory Analytical Data Processing, поддержкой Big Data запросов, сервером приложений для математических моделей на языке Python и встроенным виртуальным аналитиком ViTalk.
Выпускник Московской школы управления СКОЛКОВО, ранее окончил МИФИ по специальности «Информационное обеспечение экономических процессов», затем — аспирантуру Российской академии государственной службы при президенте РФ по специальности «Информационные технологии в управлении».
Выпускник Московской школы управления СКОЛКОВО, ранее окончил МИФИ по специальности «Информационное обеспечение экономических процессов», затем — аспирантуру Российской академии государственной службы при президенте РФ по специальности «Информационные технологии в управлении».
Одна BI-платформа, чтобы править данными. Сквозное обогащение данных – от big data до ручного ввода
Использование BI-инструментов для стандартных задач аналитики и мониторинга (данные из ERP, CRM и др.) хорошо отработано и давно находится на «плато продуктивности». Однако этого нельзя сказать про бизнес-аналитику на больших данных и про эффективный анализ небольших по объему, но слабоструктурированных данных, циркулирующих в виде Excel и Word документов, писем и живого общения.
В своем докладе Иван расскажет о том, как построить единую аналитическую систему, позволяющую держать под контролем все аспекты деятельности компании, вне зависимости от объема обрабатываемых данных.
Как быстро собрать аналитику по слабо автоматизированным направлениям?
Как без проблем загрузить большое количество Excel файлов, которые не готовили специально для машиночитаемой загрузки?
Автоматизировать загрузку Excel файлов или заменить их на веб-формы – пять критериев выбора
Как реализовать ручное обогащение данных, выгруженных из автоматизированной системы?
Как обеспечить доступ к аналитике больших данных через стандартный интерфейс BI (на примере интеграции с ClickHouse и Arenadata QM)?
Использование BI-инструментов для стандартных задач аналитики и мониторинга (данные из ERP, CRM и др.) хорошо отработано и давно находится на «плато продуктивности». Однако этого нельзя сказать про бизнес-аналитику на больших данных и про эффективный анализ небольших по объему, но слабоструктурированных данных, циркулирующих в виде Excel и Word документов, писем и живого общения.
В своем докладе Иван расскажет о том, как построить единую аналитическую систему, позволяющую держать под контролем все аспекты деятельности компании, вне зависимости от объема обрабатываемых данных.
Как быстро собрать аналитику по слабо автоматизированным направлениям?
Как без проблем загрузить большое количество Excel файлов, которые не готовили специально для машиночитаемой загрузки?
Автоматизировать загрузку Excel файлов или заменить их на веб-формы – пять критериев выбора
Как реализовать ручное обогащение данных, выгруженных из автоматизированной системы?
Как обеспечить доступ к аналитике больших данных через стандартный интерфейс BI (на примере интеграции с ClickHouse и Arenadata QM)?
Вернуться
к докладчикам
к докладчикам
Евгений Степанов, руководитель направления Big Data в России, Micro Focus
Евгений Степанов отвечает за продвижение решений Micro Focus Big Data в России. В сфере информационных технологий работает более 10 лет, и в разное время отвечал за разработку высоконагруженных систем, внедрение решений HP Software. С момента появления решений Big Data в России начал их продвижение и за короткий срок помог российским заказчикам реализовать ряд знаковых проектов с использованием платформы больших данных – Vertica.
Эволюция организационных моделей и платформ анализа больших данных: от динозавров к homo sapiens
При построении аналитической экосистемы трудно противостоять когнитивным ошибкам. Мы пытаемся использовать устаревшие системы для трансформации инфраструктуры анализа данных, зачастую оставляя за скобками организационные изменения, тем самым только увеличивая вероятность провала. Начинаем использовать платформы, опережающие свое время, но устаревающие до того, как они начинают приносить пользу. Строим нагромождение из архитектур, забывая о фокусе на результат. В презентации будет на конкретных примерах рассмотрен путь эволюционных ошибок и трансформации к идеальной аналитической экосистеме.
При построении аналитической экосистемы трудно противостоять когнитивным ошибкам. Мы пытаемся использовать устаревшие системы для трансформации инфраструктуры анализа данных, зачастую оставляя за скобками организационные изменения, тем самым только увеличивая вероятность провала. Начинаем использовать платформы, опережающие свое время, но устаревающие до того, как они начинают приносить пользу. Строим нагромождение из архитектур, забывая о фокусе на результат. В презентации будет на конкретных примерах рассмотрен путь эволюционных ошибок и трансформации к идеальной аналитической экосистеме.
Вернуться
к докладчикам
к докладчикам
Эдуард Лысенко, руководитель, ДИТ Москвы
В 1997 году окончил факультет «Информатика и вычислительная техника» Ярославского государственного университета им. П.Г. Демидова по специальности «математик-системный программист». В 1998-2000 гг. работал в ЯФ АКБ «СбС-АГРО»; занимался проектированием и развитием мультисервисных сетей для оказания банковских услуг. С 2000 по 2012 годы занимал руководящие позиции в ИТ-компаниях АФК «Система» и «Альфа-групп». Имеет опыт руководства в международных компаниях. В 2012 г. Лысенко пригласили возглавить Департамент информатизации и связи Правительства Ярославской области. В 2015 г. назначен вице-губернатором региона. В этой должности курировал развитие ИТ и вопросы региональной безопасности.
В ноябре 2016 г. в ранге заместителя руководителя ДИТ города Москвы возглавил направление ведомственной информатизации и взаимодействия с федеральными органами власти. В апреле 2018 года Лысенко назначен первым заместителем руководителя ДИТ города Москвы. С сентября 2018 г. - министр Правительства Москвы, руководитель Департамента информационных технологий города Москвы.
В ноябре 2016 г. в ранге заместителя руководителя ДИТ города Москвы возглавил направление ведомственной информатизации и взаимодействия с федеральными органами власти. В апреле 2018 года Лысенко назначен первым заместителем руководителя ДИТ города Москвы. С сентября 2018 г. - министр Правительства Москвы, руководитель Департамента информационных технологий города Москвы.
Вернуться
к докладчикам
к докладчикам
Алексей Сидоров, директор по управлению данными, Denodo
Chief Evangelist компании Denodo. В прошлом Алексей руководил платформами по интеграции данных в компаниях Nokia Finland, Deutsche Bank. Последние десять лет занимался продвижением различных решений в области управления данными с компаниями Informatica и Teradata в России, странах Ближнего Востока и Африки.
Виртуальная фабрика данных – современная архитектура управления большими данными
В нашу эпоху головокружительных достижений в области искусственного интеллекта, облачных вычислений и передовой аналитики, как ни странно, многие организации по-прежнему полагаются на архитектуры данных, построенные в прошлом веке. В своем докладе компания Denodo рассмотрит эволюционные этапы управления данными и расскажет о том, почему будущее за виртуализацией данных.
Большие данные для больших машин
В сегодняшнем конкурентном рыночном сценарии все виды промышленности испытывают огромное давление, чтобы сократить свои расходы на техническое обслуживание, поскольку они составляют значительную часть эксплуатационных расходов.
В своем докладе компания Denodo расскажет о внедрении технологии виртуализации больших данных для предсказательного технического обслуживания больших карьерных самосвалов компании Caterpillar.
В нашу эпоху головокружительных достижений в области искусственного интеллекта, облачных вычислений и передовой аналитики, как ни странно, многие организации по-прежнему полагаются на архитектуры данных, построенные в прошлом веке. В своем докладе компания Denodo рассмотрит эволюционные этапы управления данными и расскажет о том, почему будущее за виртуализацией данных.
Большие данные для больших машин
В сегодняшнем конкурентном рыночном сценарии все виды промышленности испытывают огромное давление, чтобы сократить свои расходы на техническое обслуживание, поскольку они составляют значительную часть эксплуатационных расходов.
В своем докладе компания Denodo расскажет о внедрении технологии виртуализации больших данных для предсказательного технического обслуживания больших карьерных самосвалов компании Caterpillar.
Вернуться
к докладчикам
к докладчикам
Владислав Онищенко, первый заместитель руководителя, Аналитический центр при Правительстве РФ
Окончил экономический факультет МГУ им. М.В. Ломоносова. Работал в экономической экспертной группе Министерства финансов Российской Федерации, возглавлял ряд проектов по заказам Аппарата Правительства Российской Федерации, Минфина России, Минэкономразвития России, МБРР в России и странах СНГ. С декабря 2012 года работает в Аналитическом центре при Правительстве Российской Федерации.
Большие данные для государства и бизнеса: если ли точки соприкосновения?
Данные – это основа для принятия управленческих решений. Развитие технологий больших данных дает возможность принимать эффективные государственные решения на местах даже без постоянного присутствия. Однако это серьезно повышает требования к качеству данных, обеспечению доверия к источнику. Немаловажным является и вопрос этики использования данных, поскольку в цифровой экономике наблюдение должно происходить в реальном времени, непрерывно, а решения необходимо принимать и реализовывать быстро. Эти и другие вопросы будут подняты в докладе.
Данные – это основа для принятия управленческих решений. Развитие технологий больших данных дает возможность принимать эффективные государственные решения на местах даже без постоянного присутствия. Однако это серьезно повышает требования к качеству данных, обеспечению доверия к источнику. Немаловажным является и вопрос этики использования данных, поскольку в цифровой экономике наблюдение должно происходить в реальном времени, непрерывно, а решения необходимо принимать и реализовывать быстро. Эти и другие вопросы будут подняты в докладе.
Вернуться
к докладчикам
к докладчикам
Павел Малков, руководитель, Росстат
-
Вернуться
к докладчикам
к докладчикам
Вера Адаева, руководитель Центра цифрового развития,
Агентство стратегических инициатив (АСИ)
Агентство стратегических инициатив (АСИ)
К команде Агентства стратегических инициатив Вера Адаева присоединилась в октябре 2011 года. В структуре департамента по развитию партнерской сети АСИ курировала внедрение стандарта деятельности органов исполнительной власти субъекта РФ по обеспечению благоприятного инвестиционного климата в регионе. Затем в структуре корпоративного департамента вела проект «Национальный рейтинг состояния инвестиционного климата в субъектах Российской Федерации». В 2017 году возглавила проектный центр АСИ по интеграции национальной технологической инициативы с программой «Цифровая экономика».
На сегодняшний день является руководителем Центра цифрового развития АСИ, где занимается развитием образовательной программы «Управление на основе данных для органов власти – Chief Data Officer (CDO)», сетевого проекта развития компетенций и продвижения технологий в области искусственного интеллекта, а также внедрением цифровых решений в регионах и внедрением цифровых технологий в работу Агентства.
С отличием окончила юридический факультет Ульяновского государственного университета, кандидат юридических наук. В 2003-2010 гг. работала в коммерческих структурах.
На сегодняшний день является руководителем Центра цифрового развития АСИ, где занимается развитием образовательной программы «Управление на основе данных для органов власти – Chief Data Officer (CDO)», сетевого проекта развития компетенций и продвижения технологий в области искусственного интеллекта, а также внедрением цифровых решений в регионах и внедрением цифровых технологий в работу Агентства.
С отличием окончила юридический факультет Ульяновского государственного университета, кандидат юридических наук. В 2003-2010 гг. работала в коммерческих структурах.
Данные как инструмент социально-экономического развития регионов
В Российской Федерации разработка новых технологий и экосистем, поддерживающих их внедрение, является одним из ключевых факторов социально-экономического развития регионов. Такие технологии, как большие данные и искусственный интеллект, позволяют решить некоторые из наиболее насущных проблем общества. В своем выступлении Вера Адаева расскажет про проекты Агенства стратегических инициатив для регионов, основанные на работе с данными, и о том, какие существуют этические и правовые барьеры для стремительного роста рынка данных.
В Российской Федерации разработка новых технологий и экосистем, поддерживающих их внедрение, является одним из ключевых факторов социально-экономического развития регионов. Такие технологии, как большие данные и искусственный интеллект, позволяют решить некоторые из наиболее насущных проблем общества. В своем выступлении Вера Адаева расскажет про проекты Агенства стратегических инициатив для регионов, основанные на работе с данными, и о том, какие существуют этические и правовые барьеры для стремительного роста рынка данных.
Вернуться
к докладчикам
к докладчикам
Алексей Нейман, исполнительный директор,
Ассоциация больших данных
Ассоциация больших данных
Алексей обладает более чем 20-летним опытом работы в крупных системных интеграторах и финансовых структурах, имеет за плечами более 50 реализованных ИТ и инфраструктурных проектов. В разное время работал на руководящих позициях в ИТ и консалтинговых компаниях EPAM, «Сайнер», «Микротест», BDO, «Сбербанк-Технологии». В 2016 году перешел в Сбербанк на позицию старшего бизнес-партнера Центра Развития Технологий (CTO) в международном блоке банка.
В марте 2019 года назначен исполнительным директором Ассоциации больших данных.
Алексей окончил МАИ по специальности «Прикладная математика, математическая кибернетика и искусственный интеллект», в 2008 году получил сертификат Project Manager Professional (PMP), в 2018 году – диплом MBA по совместной программе INSEAD Business School и корпоративного университета «Сбербанка».
В марте 2019 года назначен исполнительным директором Ассоциации больших данных.
Алексей окончил МАИ по специальности «Прикладная математика, математическая кибернетика и искусственный интеллект», в 2008 году получил сертификат Project Manager Professional (PMP), в 2018 году – диплом MBA по совместной программе INSEAD Business School и корпоративного университета «Сбербанка».
Большие перспективы больших данных
По данным IDC, объем информации в России к 2020 году достигнет 980 эксабайт, что составит 2,2% от мирового объема данных. Крупные российские компании, участвующие в обороте, аккумуляции и генерации данных, понимают, что такие объемы, на хранение которых тратятся значительные средства и ресурсы, должны «работать» и приносить прибыль. Для эффективного использования данных компании открывают новые бизнесы, связанные с продажей, обменом, хранением и другими процессами управления информацией. Сложился целый рынок больших данных.
В рамках выступления обсудим перспективы новой для нашей страны индустрии. Поговорим о том, что мешает развиваться рынку данных и как создать максимально комфортные условия для повышения инвестиционной привлекательности проектов управления массивами информации. Обсудим, какие корректировки внес кризис в развитие рынка больших данных. Кроме того, расскажем о шагах, которые Ассоциация больших данных предпринимает для гармонизации рынка данных и его стремительного роста.
По данным IDC, объем информации в России к 2020 году достигнет 980 эксабайт, что составит 2,2% от мирового объема данных. Крупные российские компании, участвующие в обороте, аккумуляции и генерации данных, понимают, что такие объемы, на хранение которых тратятся значительные средства и ресурсы, должны «работать» и приносить прибыль. Для эффективного использования данных компании открывают новые бизнесы, связанные с продажей, обменом, хранением и другими процессами управления информацией. Сложился целый рынок больших данных.
В рамках выступления обсудим перспективы новой для нашей страны индустрии. Поговорим о том, что мешает развиваться рынку данных и как создать максимально комфортные условия для повышения инвестиционной привлекательности проектов управления массивами информации. Обсудим, какие корректировки внес кризис в развитие рынка больших данных. Кроме того, расскажем о шагах, которые Ассоциация больших данных предпринимает для гармонизации рынка данных и его стремительного роста.
Вернуться
к докладчикам
к докладчикам
Мария Поликанова, управляющий директор Sberdata,
Сбербанк
Сбербанк
Мария работает в области больших данных в Сбербанке с 2015 года. На позиции и.о. директора Центра прикладных данных запустила с нуля направление монетизации данных. В портфеле направления – более ста крупнейших клиентов. Под руководством Марии реализованы проекты в области аналитики на основе больших данных для государственного сектора, крупного ретейла, транспортных, девелоперских и компаний из других отраслей.
С 2019 года – управляющий директор Sberdata, отвечает за развитие рынка больших данных, участвует в формировании отрасли и регулировании больших данных.
Руководитель Стратегического комитета Ассоциации больших данных (объединяет крупнейших игроков рынка больших данных). Под управлением комитета разработана Cтратегия развития рынка больших данных РФ до 2024 года, определены ключевые мероприятия для развития отрасли, разработан Кодекс этики использования данных.
Мария закончила РГГУ с отличием по специальности «информационные системы», London Business School и Корпоративный университет Сбербанка по специальности «финансовый менеджмент».
С 2019 года – управляющий директор Sberdata, отвечает за развитие рынка больших данных, участвует в формировании отрасли и регулировании больших данных.
Руководитель Стратегического комитета Ассоциации больших данных (объединяет крупнейших игроков рынка больших данных). Под управлением комитета разработана Cтратегия развития рынка больших данных РФ до 2024 года, определены ключевые мероприятия для развития отрасли, разработан Кодекс этики использования данных.
Мария закончила РГГУ с отличием по специальности «информационные системы», London Business School и Корпоративный университет Сбербанка по специальности «финансовый менеджмент».
Развитие бизнеса с применением big data
Ассоциация больших данных разработала Стратегию развития рынка больших данных в России, согласно которой big data может внести свой вклад в ВВП страны в размере 2,9 трлн. руб. за период до 2024 года. Какие отрасли заработают больше всех на больших данных? Как лидеры рынка способствуют развитию бизнеса своих клиентов – покажем на практических кейсах Сбербанка.
Ассоциация больших данных разработала Стратегию развития рынка больших данных в России, согласно которой big data может внести свой вклад в ВВП страны в размере 2,9 трлн. руб. за период до 2024 года. Какие отрасли заработают больше всех на больших данных? Как лидеры рынка способствуют развитию бизнеса своих клиентов – покажем на практических кейсах Сбербанка.
Вернуться
к докладчикам
к докладчикам
Виктория Эркенова, руководитель Центра цифровой трансформации,
Главгосэкспертиза России
Главгосэкспертиза России
В 2015 году Виктория возглавила проект по организации государственной экспертизы проектной документации и результатов инженерных изысканий в электронном виде в Главгосэкспертизе России (Минстрой России), где до 2019 года занимала должность заместителя начальника Управления информационных технологий. В настоящее время является руководителем Центра цифровой трансформации Главгосэкспертизы России.
До этого работала в ГК «Техносерв», ГК MAYKOR (директор департамента ITSM-решений).
Виктория окончила Карачаево-Черкесский государственный университет имени У.Д. Алиева, прошла переподготовку по программе «Управление в сфере ИТ» в Высшей школе бизнес-информатики НИУ ВШЭ, сейчас учится в магистратуре профиля «Цифровое государство (стратегическое развитие информационного общества)» РАНХиГС при Президенте РФ.
До этого работала в ГК «Техносерв», ГК MAYKOR (директор департамента ITSM-решений).
Виктория окончила Карачаево-Черкесский государственный университет имени У.Д. Алиева, прошла переподготовку по программе «Управление в сфере ИТ» в Высшей школе бизнес-информатики НИУ ВШЭ, сейчас учится в магистратуре профиля «Цифровое государство (стратегическое развитие информационного общества)» РАНХиГС при Президенте РФ.
Большие данные – большая стройка: что же можно с ними построить?
Большие данные в строительной отрасли являются источником информации для совершенствования процессов проектирования, управления изменениями в проектной и рабочей документации, управления строительством, эксплуатации и обслуживания объекта капитального строительства.
В выступлении речь пойдет о создании Единой цифровой платформы для взаимодействия всех стейкхолдеров процесса строительной экспертизы. В ее ядро будут заложены платформенные решения, сквозные технологии и цифровые инструменты, которые обеспечат интеграцию информационных систем на уровне микросервисов. Заказчики, застройщики, федеральные органы власти, эксперты, а также многие другие участники процесса создания объекта получат единую доверительную среду для взаимодействия с учетом своей конкретной роли и полномочий. Внутри этой среды будет обеспечена работа с информационными моделями, библиотеками, базами данных, классификаторами, реестрами с использованием искусственного интеллекта, цифровых ассистентов эксперта и других цифровых инструментов.
Среди новых направлений, о которых расскажет Виктория Эркенова, создание облачной платформы для экспертных организаций, формирование базы знаний по основным ошибкам проектирования, библиотеки проектных решений и BIM-моделей, а также переход к xml-схемам заключений экспертизы.
Большие данные в строительной отрасли являются источником информации для совершенствования процессов проектирования, управления изменениями в проектной и рабочей документации, управления строительством, эксплуатации и обслуживания объекта капитального строительства.
В выступлении речь пойдет о создании Единой цифровой платформы для взаимодействия всех стейкхолдеров процесса строительной экспертизы. В ее ядро будут заложены платформенные решения, сквозные технологии и цифровые инструменты, которые обеспечат интеграцию информационных систем на уровне микросервисов. Заказчики, застройщики, федеральные органы власти, эксперты, а также многие другие участники процесса создания объекта получат единую доверительную среду для взаимодействия с учетом своей конкретной роли и полномочий. Внутри этой среды будет обеспечена работа с информационными моделями, библиотеками, базами данных, классификаторами, реестрами с использованием искусственного интеллекта, цифровых ассистентов эксперта и других цифровых инструментов.
Среди новых направлений, о которых расскажет Виктория Эркенова, создание облачной платформы для экспертных организаций, формирование базы знаний по основным ошибкам проектирования, библиотеки проектных решений и BIM-моделей, а также переход к xml-схемам заключений экспертизы.
Вернуться
к докладчикам
к докладчикам
Сергей Морозов, директор,
НПКЦ диагностики и телемедицины ДЗМ
НПКЦ диагностики и телемедицины ДЗМ
В сферу интересов и основных направлений деятельности Сергея входят развитие телерадиологии, продвижение искусственного интеллекта в диагностике, развитие ИТ и единой радиологической информационной системы. Сергей возглавляет «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы» и является главным внештатным специалистом по лучевой и инструментальной диагностике Москвы и Центрального федерального округа.
Окончил с отличием Московскую медицинскую академию им.И.М.Сеченова, доктор медицинских наук. Работал врач-рентгенологом, заведующим отделением рентгеновской диагностики и томографии, заместителем генерального директора Европейского медицинского центра и гендиректора компании «Менеджмент будущего». Стажировался по лучевой диагностике в США, Норвегии, Италии, учился в магистратуре Гарвардской школы общественного здоровья, проходил переподготовку по экономике и управлению предприятием в РАНХГиС.
В 2016 году Департамент здравоохранения города Москвы назвал Сергея Морозова «Человеком года».
Окончил с отличием Московскую медицинскую академию им.И.М.Сеченова, доктор медицинских наук. Работал врач-рентгенологом, заведующим отделением рентгеновской диагностики и томографии, заместителем генерального директора Европейского медицинского центра и гендиректора компании «Менеджмент будущего». Стажировался по лучевой диагностике в США, Норвегии, Италии, учился в магистратуре Гарвардской школы общественного здоровья, проходил переподготовку по экономике и управлению предприятием в РАНХГиС.
В 2016 году Департамент здравоохранения города Москвы назвал Сергея Морозова «Человеком года».
«Бесшовная» интеграция компьютерного зрения в работу врачей: как сделать ИИ-анализ 5тыс. КТ-исследований на COVID-19 в сутки с SLA 15 мин
Технологии искусственного интеллекта (ТИИ), в частности компьютерное зрение, стали причиной «золотой лихорадки» в медицине и источником завышенных ожиданий инвесторов. Количество компаний на рынке исчисляется сотнями, объем венчурных инвестиций вышел на первое место в медицинской индустрии. Российская медицина также поддерживает глобальный тренд – в Москве стартовал уникальный эксперимент по тестированию ТИИ для лучевой диагностики.
Однако зачем эти технологии врачам? Как они помогают в диагностике COVID-19? Как медицинским организациям внедрить ТИИ в свои бизнес-процессы и что изменится после этого?
Ответы на эти вопросы будут представлены в выступлении.
Технологии искусственного интеллекта (ТИИ), в частности компьютерное зрение, стали причиной «золотой лихорадки» в медицине и источником завышенных ожиданий инвесторов. Количество компаний на рынке исчисляется сотнями, объем венчурных инвестиций вышел на первое место в медицинской индустрии. Российская медицина также поддерживает глобальный тренд – в Москве стартовал уникальный эксперимент по тестированию ТИИ для лучевой диагностики.
Однако зачем эти технологии врачам? Как они помогают в диагностике COVID-19? Как медицинским организациям внедрить ТИИ в свои бизнес-процессы и что изменится после этого?
Ответы на эти вопросы будут представлены в выступлении.
Вернуться
к докладчикам
к докладчикам
Константин Загуменнов, старший менеджер по внедрению продуктов больших данных, Tele2
Константин работает в телекоммуникационной сфере более 10 лет. Начинал с digital и content-сервисов для 20 мобильных операторов РФ и СНГ. Руководил внутренними проектами в ПАО «Вымпелком», где впервые применил технологии Big Data в HR для снижения оттока в массовом сегменте.
Сейчас в компании Tele2 руководит командой создания продуктов Big Data, которая занимается проектами для внутренних и внешних заказчиков: геоаналитика и сервисы на ее основе для оптимизации и строительства инфраструктуры; открытие новых точек продаж; применение ИИ в цифровом сервисе и в точках продаж (компьютерное зрение и сервисы видеоаналитики); анализ эффективности рекламных кампаний и пр.
Закончил Ижевский государственный технический университет, где еще во время учебы приступил к разработке многомерных баз данных для мобильного оператора. В настоящее время продолжает заниматься исследовательской и научной деятельностью.
Сейчас в компании Tele2 руководит командой создания продуктов Big Data, которая занимается проектами для внутренних и внешних заказчиков: геоаналитика и сервисы на ее основе для оптимизации и строительства инфраструктуры; открытие новых точек продаж; применение ИИ в цифровом сервисе и в точках продаж (компьютерное зрение и сервисы видеоаналитики); анализ эффективности рекламных кампаний и пр.
Закончил Ижевский государственный технический университет, где еще во время учебы приступил к разработке многомерных баз данных для мобильного оператора. В настоящее время продолжает заниматься исследовательской и научной деятельностью.
Индустриальный подход к геоаналитике: как оцифровать пространство для повышения эффективности разных видов бизнеса
Геопространственный анализ – это подход, ориентированный на применение статистического анализа и моделей big data к данным, которые имеют географический или геопространственный аспект. Почему это важно для бизнеса? При выборе места расположения, например, продуктового ретейла, нужно проанализировать не только трафик в конкретной локации, но и уровень доходов людей, которые живут или работают рядом, маржинальность торговых точек по соседству, наличие других «центров притяжения». Все это можно рассчитать с высокой степенью точности на основе моделей с использованием big data. В своем докладе я покажу, как мы это делаем, и к каким результатам приводит такой подход.
Геопространственный анализ – это подход, ориентированный на применение статистического анализа и моделей big data к данным, которые имеют географический или геопространственный аспект. Почему это важно для бизнеса? При выборе места расположения, например, продуктового ретейла, нужно проанализировать не только трафик в конкретной локации, но и уровень доходов людей, которые живут или работают рядом, маржинальность торговых точек по соседству, наличие других «центров притяжения». Все это можно рассчитать с высокой степенью точности на основе моделей с использованием big data. В своем докладе я покажу, как мы это делаем, и к каким результатам приводит такой подход.
Вернуться
к докладчикам
к докладчикам
Алексей Незнанов, доцент департамента анализа данных и искусственного интеллекта, ФКН НИУ ВШЭ
В 2002 году закончил МЭИ, магистр математики, кандидат технических наук. Работал программистом, аналитиком, научным сотрудником, преподавателем высшей школы (МЭИ, МФТИ, НИУ ВШЭ). Подготовил несколько авторских курсов, читал дисциплины, связанные с эффективной алгоритмизацией и базами данных. Автор учебника по программированию и более 60 научных работ.
С 2002 года участвовал в различных проектах комплексной корпоративной автоматизации и аналитики. С 2000 года в область интересов входит медицинская информатика, в 2012-2015 годах работал заведующим информационно-аналитическим отделом в Федеральном научно-клиническом центре детской гематологии, онкологии и иммунологии имени Дмитрия Рогачева Минздрава России.
С 2008 года – доцент НИУ Высшая школа экономики, с 2013-го является старшим научным сотрудником Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ. Преподает на факультете компьютерных наук НИУ ВШЭ.
С 2002 года участвовал в различных проектах комплексной корпоративной автоматизации и аналитики. С 2000 года в область интересов входит медицинская информатика, в 2012-2015 годах работал заведующим информационно-аналитическим отделом в Федеральном научно-клиническом центре детской гематологии, онкологии и иммунологии имени Дмитрия Рогачева Минздрава России.
С 2008 года – доцент НИУ Высшая школа экономики, с 2013-го является старшим научным сотрудником Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа НИУ ВШЭ. Преподает на факультете компьютерных наук НИУ ВШЭ.
Вернуться
к докладчикам
к докладчикам
Дмитрий Батюшенков, директор по продуктам на данных, Платформа ОФД
В 2010 году Дмитрий организовал несколько стартапов: электронное меню для ресторанов и студию разработки мобильных приложений Lifetouch. В 2015-м совместно с командой создал приложение по вызову такси MOOV и нишевое приложение в сегменте HoReCa SMOQ. С 2017 года работает в «Платформе ОФД», отвечает за массовые продукты и продукты на больших данных.
ОФД и новые бизнес-инструменты на данных
Бурный рост технологий в ретейле и других сферах изменил рынок данных. О работе с операторами фискальных данных, онлайн-кассами и другими источниками говорят много, но где конкретные решения? Есть ли реальные кейсы применения информации кассовых чеков и смежных данных? Как этим пользоваться бизнесу? В докладе – несколько примеров из разных отраслей из практики компании «Платформа ОФД», крупнейшего оператора фискальных данных в России (принимает данные с более чем 900 тыс. касс в стране).
Бурный рост технологий в ретейле и других сферах изменил рынок данных. О работе с операторами фискальных данных, онлайн-кассами и другими источниками говорят много, но где конкретные решения? Есть ли реальные кейсы применения информации кассовых чеков и смежных данных? Как этим пользоваться бизнесу? В докладе – несколько примеров из разных отраслей из практики компании «Платформа ОФД», крупнейшего оператора фискальных данных в России (принимает данные с более чем 900 тыс. касс в стране).
Вернуться
к докладчикам
к докладчикам
Даниэль Серехидо, руководитель развития бизнеса и стратегии в России и Беларуси, LaLiga
Даниэль Серехидо, адвокат по трудовому и спортивному праву, работает в организациях различных отраслей с 2005 года. Занимался юридической практикой в энергетическом секторе, а затем продолжил образование, получив степень MBA в Австралии. После работы юрисконсультом в ряде стран, начиная с 2017 года Даниэль занимает должность российского руководителя по развитию бизнеса и стратегии LaLiga — футбольной премьер-лиги Испании. Кроме того, он работает советником дирекции Hype Sports Innovation, крупнейшего в мире бизнес-акселератора по поддержке инноваций в мире спорта, и преподает в ряде национальных и международных университетов.
Спортивная индустрия на пути к данным и искусственному интеллекту
В последнее десятилетие влияние данных в организациях стремительно возрастало, и сегодня управление данными приобрело чрезвычайное значение для большинства успешных компаний. Бизнес Amazon, Google, YouTube и социальных сетей во многом зависит от эффективной работы с данными пользователей. В индустрии спорта, между тем, данные долгое время недооценивали — внимание спортивных федераций и клубов было сосредоточено на других областях. В своем выступлении я расскажу о том, как LaLiga, будучи международной спортивной организацией, начала использовать данные, чтобы повысить эффективность своей деятельности и наладить более тесный контакт со спонсорами и болельщиками.
В последнее десятилетие влияние данных в организациях стремительно возрастало, и сегодня управление данными приобрело чрезвычайное значение для большинства успешных компаний. Бизнес Amazon, Google, YouTube и социальных сетей во многом зависит от эффективной работы с данными пользователей. В индустрии спорта, между тем, данные долгое время недооценивали — внимание спортивных федераций и клубов было сосредоточено на других областях. В своем выступлении я расскажу о том, как LaLiga, будучи международной спортивной организацией, начала использовать данные, чтобы повысить эффективность своей деятельности и наладить более тесный контакт со спонсорами и болельщиками.
Вернуться
к докладчикам
к докладчикам
Михаил Мягков, председатель консорциума, Университетский консорциум исследователей больших данных
Михаил Мягков является председателем совета Консорциума исследователей больших данных, научным руководителем лаборатории наук о больших данных и проблемах общества Томского государственного университета, профессором Университета штата Орегон.
В прошлом вице-президент по академическим вопросам и по международным и академическим связям в Сколковском институте науки и технологий. Отвечал за создание первых инновационных и академических программ Сколтеха, а впоследствии – за позиционирование института в российской и международной академической среде и за участие Сколтеха в государственных программах развития образовательной среды.
Более 20-ти лет опыта преподавательской деятельности и административной работы в МГУ им.Ломоносова и крупнейшем государственном университете США (Университет штата Орегон). Многочисленные награды за успешную педагогическую деятельность в США.
Михаил Георгиевич окончил МФТИ и является обладателем степени PhD Калифорнийского технологического университета.
В прошлом вице-президент по академическим вопросам и по международным и академическим связям в Сколковском институте науки и технологий. Отвечал за создание первых инновационных и академических программ Сколтеха, а впоследствии – за позиционирование института в российской и международной академической среде и за участие Сколтеха в государственных программах развития образовательной среды.
Более 20-ти лет опыта преподавательской деятельности и административной работы в МГУ им.Ломоносова и крупнейшем государственном университете США (Университет штата Орегон). Многочисленные награды за успешную педагогическую деятельность в США.
Михаил Георгиевич окончил МФТИ и является обладателем степени PhD Калифорнийского технологического университета.
Цифровой след абитуриентов и рекрутинговые стратегии университетов
В условиях пандемии в 2020 году вузы не могут использовать традиционные офлайн форматы привлечения абитуриентов: олимпиады, дни открытых дверей, экскурсии по кампусу, творческие конкурсы и др. В то же время применение университетами SMM в рекрутинге все чаще воспринимается школьниками как спам. Такой подход приводит к противоположному эффекту в борьбе за внимание целевой аудитории.
При этом большинство абитуриентов оставляет цифровой след в социальной сети, который можно извлечь и измерить по нему уровень их образовательного потенциала. Кроме того, в цифровом следе школьника отражаются его образовательные интересы. Их выявление позволяет университетам повысить точность таргетинга, переформатировать спам в персонализированные предложения образовательных программ.
Разработанная методика рекрутинга, с одной стороны, основывается на аналитике больших данных, с другой на стремлении установить доверительное общение с абитуриентами и способствовать более осознанному выбору образовательных программ. Эффект такого подхода выражается в более высоком уровне учебной мотивации (любознательность) и образовательного потенциала (баллы ЕГЭ) привлекаемых абитуриентов.
Такая стратегия рекрутинга оказывается особенно актуальной сейчас, в условиях пандемии COVID-19. В России уже отложены ЕГЭ на более поздний срок и у университетов остается в 2 раза меньше времени на проведение рекрутинговых компаний. В данных условиях перенесение профориентационных и рекрутинговых коммуникаций из офлайна в социальные сети может оказаться самым эффективным решением.
В условиях пандемии в 2020 году вузы не могут использовать традиционные офлайн форматы привлечения абитуриентов: олимпиады, дни открытых дверей, экскурсии по кампусу, творческие конкурсы и др. В то же время применение университетами SMM в рекрутинге все чаще воспринимается школьниками как спам. Такой подход приводит к противоположному эффекту в борьбе за внимание целевой аудитории.
При этом большинство абитуриентов оставляет цифровой след в социальной сети, который можно извлечь и измерить по нему уровень их образовательного потенциала. Кроме того, в цифровом следе школьника отражаются его образовательные интересы. Их выявление позволяет университетам повысить точность таргетинга, переформатировать спам в персонализированные предложения образовательных программ.
Разработанная методика рекрутинга, с одной стороны, основывается на аналитике больших данных, с другой на стремлении установить доверительное общение с абитуриентами и способствовать более осознанному выбору образовательных программ. Эффект такого подхода выражается в более высоком уровне учебной мотивации (любознательность) и образовательного потенциала (баллы ЕГЭ) привлекаемых абитуриентов.
Такая стратегия рекрутинга оказывается особенно актуальной сейчас, в условиях пандемии COVID-19. В России уже отложены ЕГЭ на более поздний срок и у университетов остается в 2 раза меньше времени на проведение рекрутинговых компаний. В данных условиях перенесение профориентационных и рекрутинговых коммуникаций из офлайна в социальные сети может оказаться самым эффективным решением.
Вернуться
к докладчикам
к докладчикам
Александр Евсин, начальник Ситуационного центра, ЦОДД Правительства Москвы
По образованию инженер-математик, Александр много работал в сфере информационных технологий. С 2014 года – в Центре организации дорожного движения Правительства Москвы (ЦОДД), начальник Ситуационного центра ЦОДД – заместитель руководителя ЦОДД. Ситуационный центр помимо реализации оперативного мониторинга и управления движением является центральным звеном интеллектуальной транспортной системы Москвы, крупнейшим в столице вычислительным центром, обрабатывающим данные о движении.
Технологии больших данных в мониторинге дорожной обстановки и транспортной работы
Большие данные сегодня позволяют решать множество задач для более эффективной организации дорожного движения и работы общественного транспорта в мегаполисе. На примере Москвы покажем, как организовать онлайн-мониторинг состояния движения по данным трекеров, радиолокационных детекторов, камер фотофиксации и реализовать комплексный анализ движения в различные периоды времени. Продемонстриуем применение нейронных сетей для прогнозирования состояния движения. Покажем возможности глубинного обучения в качестве средства анализа, моделирования и прогнозирования транспортной обстановки. Расскажем об использовании технологий больших данных для контроля работы наземного городского пассажирского транспорта: мониторинга и анализа причин задержек; обеспечения приоритета общественного транспорта с помощью светофорного регулирования и онлайн-мониторинга движения и расписания; формирования прогноза прибытия пассажирского транспорта на остановки.
Большие данные сегодня позволяют решать множество задач для более эффективной организации дорожного движения и работы общественного транспорта в мегаполисе. На примере Москвы покажем, как организовать онлайн-мониторинг состояния движения по данным трекеров, радиолокационных детекторов, камер фотофиксации и реализовать комплексный анализ движения в различные периоды времени. Продемонстриуем применение нейронных сетей для прогнозирования состояния движения. Покажем возможности глубинного обучения в качестве средства анализа, моделирования и прогнозирования транспортной обстановки. Расскажем об использовании технологий больших данных для контроля работы наземного городского пассажирского транспорта: мониторинга и анализа причин задержек; обеспечения приоритета общественного транспорта с помощью светофорного регулирования и онлайн-мониторинга движения и расписания; формирования прогноза прибытия пассажирского транспорта на остановки.
Вернуться
к докладчикам
к докладчикам
Григорий Сергеев, председатель, Лиза Алерт
Григорий стал одним из основателей поисково-спасательного отряда «Лиза Алерт» в октябре 2010 года, после участия в трагическом поиске четырёхлетней Лизы Фомкиной. С января 2012-го – председатель отряда, переизбирался в 2014 и 2018 гг. Является генеральным директором Центра поиска пропавших людей. Один из самых активных действующих координаторов «Лиза Алерт» московского региона и руководитель нескольких направлений отряда («координаторы», «внешние связи», «административная группа»). Выступает экспертом и автором законодательных инициатив, направленных на упрощение поиска пропавших.
24 октября 2017 года Григорию Сергееву была объявлена благодарность Президента Российской Федерации.
24 октября 2017 года Григорию Сергееву была объявлена благодарность Президента Российской Федерации.
-
Вернуться
к докладчикам
к докладчикам
Иван Черницын, руководитель центра аналитических решений Дирекции региональных продаж, Газпром нефть
Более 17 лет работает в таких областях, как реализация организационно-информационных проектов и разработка аналитических приложений. В 2009-2011 гг. принимал активное участие в проектах комплексной автоматизации предприятий сбытового блока «Газпром нефти», с 2012 года руководит в ПАО «Газпром нефть» проектами построения систем BI, управления нормативно-справочной информацией, хранилищ данных. C 2018 года руководит проектами создания системы управления данными и озера данных, практиками data science и развития аналитических компетенций. Обладатель международной номинации Qlik Luminary 2019 за успехи в развитии аналитической культуры.
Иван закончил два факультета Уральского государственного университета по специальностям «Математика, прикладная математика» и «Финансовый менеджмент», магистратуру со специализацией «Математическая экономика». Получил диплом MBA в Академии народного хозяйства при Правительстве РФ, факультет инновационно-технологического бизнеса. Прошел обучение по долгосрочной программе Проектная Академия «Газпром нефти» в Московской школе управления «Сколково».
Иван закончил два факультета Уральского государственного университета по специальностям «Математика, прикладная математика» и «Финансовый менеджмент», магистратуру со специализацией «Математическая экономика». Получил диплом MBA в Академии народного хозяйства при Правительстве РФ, факультет инновационно-технологического бизнеса. Прошел обучение по долгосрочной программе Проектная Академия «Газпром нефти» в Московской школе управления «Сколково».
Практика создания аналитической платформы управления данными
Доклад будет посвящен проекту создания комплексной аналитической платформы (озеро данных, хранилище данных, BI) с интегрированными компонентами для управления данными (управление метаданными, бизнес-глоссарий, управление качеством данных и пр.) в сбытовом блоке «Газпром нефти». В выступлении будет рассказано об идеях проекта, разработке и внедрении, сценариях и примерах реализованного функционала. Особое внимание будет уделено организации работы команды проекта для достижения успеха.
С проектом создания комплексной аналитической платформы Иван Черницын стал лауреатом премии CDO Award 2020 в номинации «За обеспечение качества данных».
Доклад будет посвящен проекту создания комплексной аналитической платформы (озеро данных, хранилище данных, BI) с интегрированными компонентами для управления данными (управление метаданными, бизнес-глоссарий, управление качеством данных и пр.) в сбытовом блоке «Газпром нефти». В выступлении будет рассказано об идеях проекта, разработке и внедрении, сценариях и примерах реализованного функционала. Особое внимание будет уделено организации работы команды проекта для достижения успеха.
С проектом создания комплексной аналитической платформы Иван Черницын стал лауреатом премии CDO Award 2020 в номинации «За обеспечение качества данных».
Вернуться
к докладчикам
к докладчикам
Сергей Золотарев, генеральный директор, Arenadata
Сергей работал в компаниях EMC, Jet, Avaya, Microsoft, Compaq. С 2013 по 2016 годы возглавлял представительство компании Pivotal в России, СНГ и Восточной Европе, где руководил проектами в области больших данных.
В 2015 году Сергей инициировал проект разработки универсальной открытой платформы данных, результатом которого стал, в частности, сертифицированный Linux Foundation продукт Arenadata Hadoop. В настоящее время является генеральным директором компании «Аренадата Софтвер».
Член экспертного совета премии для директоров по данным CDO Award.
Выпускник МГТУ им. Н.Э. Баумана.
В 2015 году Сергей инициировал проект разработки универсальной открытой платформы данных, результатом которого стал, в частности, сертифицированный Linux Foundation продукт Arenadata Hadoop. В настоящее время является генеральным директором компании «Аренадата Софтвер».
Член экспертного совета премии для директоров по данным CDO Award.
Выпускник МГТУ им. Н.Э. Баумана.
Гибридные и облачные среды – стандарт де-факто будущих хранилищ данных
Сергей Золотарев поделится своим видением того, как будут развиваться платформы сбора и хранения данных в ближайшие десять лет и почему пользователь постепенно откажется как от традиционных on-premise, так и от новых облачных инфраструктур. Мы считаем, что на горизонте следующих десяти лет будут преобладать гибридные инфраструктуры: облако зайдет в on-premise, а on-premise расширится в облако. А те заказчики, которые решатся на облачную инфраструктуру целиком, будут использовать возможности не одного, а двух или трех облачных провайдеров (концепция мulti-cloud).
Сергей Золотарев поделится своим видением того, как будут развиваться платформы сбора и хранения данных в ближайшие десять лет и почему пользователь постепенно откажется как от традиционных on-premise, так и от новых облачных инфраструктур. Мы считаем, что на горизонте следующих десяти лет будут преобладать гибридные инфраструктуры: облако зайдет в on-premise, а on-premise расширится в облако. А те заказчики, которые решатся на облачную инфраструктуру целиком, будут использовать возможности не одного, а двух или трех облачных провайдеров (концепция мulti-cloud).
Вернуться
к докладчикам
к докладчикам
Алексей Никифоров, директор по технологиям, Hitachi Vantara
Общий стаж работы в области информационных технологий – более 15 лет. Сменив несколько должностей в российских системных интеграторах, Алексей перешел на работу в представительство компании Hitachi Data Systems. В 2016 году возглавил отдел технологических решений компании Hitachi Vantara. Руководит коллективом профессиональных консультантов в сфере информационных технологий, занимающихся цифровой трансформацией ведущих компаний России и СНГ.
С отличием окончил МИФИ, факультет "информационная безопасность".
С отличием окончил МИФИ, факультет "информационная безопасность".
Индустриальные платформы IoT и граничные вычисления
В докладе обсудим практику реализации индустриального интернета вещей на промышленных предприятиях с различным уровнем цифровой зрелости.
Рассмотрим, какие возможности дают технологии анализа данных и граничных вычислений на различных участках технологической цепочки.
В докладе обсудим практику реализации индустриального интернета вещей на промышленных предприятиях с различным уровнем цифровой зрелости.
Рассмотрим, какие возможности дают технологии анализа данных и граничных вычислений на различных участках технологической цепочки.
Вернуться
к докладчикам
к докладчикам
Даниил Ткач, директор департамента клиентских взаимоотношений, Промсвязьбанк
-
Вернуться
к докладчикам
к докладчикам
Артур Кузин, руководитель направления нейронных сетей, X5 Retail Group
Артур более пяти лет работает в сфере data science (в компаниях Dbrain, Avito). Занимает седьмую позицию в общем рейтинге Kaggle, а также является Kaggle Competition Grandmaster. Автор более 50 публикаций в области нанометрологии, плазмоники и анализа данных (индекс Хирша – 11). В X5 Retail Group руководит полным циклом разработки решений практической видеоаналитики и компьютерного зрения.
Выпускник МФТИ, занимался экспериментальной физикой в области микро- и нанотехнологий.
Выпускник МФТИ, занимался экспериментальной физикой в области микро- и нанотехнологий.
Видеоаналитика и компьютерное зрение в ретейле
В сети X5 Retail Group уже более 30 магазинов «Пятерочка» и «Перекресток», в которых в режиме пилотных проектов развернуты решения на базе видеоаналитики. Доклад посвящен обсуждению особенностей применения практической видеоаналитики для решения таких актуальных для ретейла задач, как анализ доступности товара на полках, учет времени работы персонала, контроль очередей и пр. Особое внимание уделено разбору реальных примеров применения в магазинах компьютерного зрения и систем видеоаналитики за разные временные отрезки.
В сети X5 Retail Group уже более 30 магазинов «Пятерочка» и «Перекресток», в которых в режиме пилотных проектов развернуты решения на базе видеоаналитики. Доклад посвящен обсуждению особенностей применения практической видеоаналитики для решения таких актуальных для ретейла задач, как анализ доступности товара на полках, учет времени работы персонала, контроль очередей и пр. Особое внимание уделено разбору реальных примеров применения в магазинах компьютерного зрения и систем видеоаналитики за разные временные отрезки.
Вернуться
к докладчикам
к докладчикам
Николай Ольховский, директор центра компетенций по развитию продукта видеонаблюдения, Ростелеком ИТ
Николай почти 20 лет в ИТ-индустрии, начал профессиональный путь с разработчика в ЕИРЦ, затем работал ведущим архитектором системы городского видеонаблюдения города Москвы. Сейчас в компании «Ростелеком ИТ» руководит разработкой видеоплатформы и продуктов на ее основе, применяемых в различных проектах ПАО «Ростелеком».
Выпускник Астраханского государственного технического университета и Московского института экономики, статистики и информатики.
Выпускник Астраханского государственного технического университета и Московского института экономики, статистики и информатики.
Видеоплатформа для цифрового государства
Системы работы с медиаданными сегодня проникли во все сферы жизни общества. Следующий шаг – привнести «интеллект» в процессы сбора, обработки и визуализации данных, поступающих от всех информационных систем цифрового государства. Доклад посвящен особенностям применения систем видеонаблюдения и решений машинного зрения в инфраструктурах умного города, вопросам сбора и обработки медиаданных в таких масштабных мероприятиях, как «Единый день голосования», «Единый государственный экзамен» и т.п. Обсудим современные тенденции в области видеоаналитики массового сегмента рынка, возможности использования видеоплатформ для повышения эффективности компаний малого и среднего бизнеса, улучшения качества государственного управления и обеспечения комфортной и безопасной среды обитания граждан.
Системы работы с медиаданными сегодня проникли во все сферы жизни общества. Следующий шаг – привнести «интеллект» в процессы сбора, обработки и визуализации данных, поступающих от всех информационных систем цифрового государства. Доклад посвящен особенностям применения систем видеонаблюдения и решений машинного зрения в инфраструктурах умного города, вопросам сбора и обработки медиаданных в таких масштабных мероприятиях, как «Единый день голосования», «Единый государственный экзамен» и т.п. Обсудим современные тенденции в области видеоаналитики массового сегмента рынка, возможности использования видеоплатформ для повышения эффективности компаний малого и среднего бизнеса, улучшения качества государственного управления и обеспечения комфортной и безопасной среды обитания граждан.
Вернуться
к докладчикам
к докладчикам
Ингус Хомка, консультант по решениям дата-центров, Tet (ex-Lattelecom)
Опыт в ИТ свыше 20 лет, включая проекты в компаниях малого, среднего и корпоративного бизнеса, а также работу с поставщиками и производителями ИТ-решений. Сертифицированный технический консультант по продажам оборудования Dell и Vmware. Более 5 лет Ингус участвует в различных проектах построения инфраструктуры для облачных решений клиентов группы Tet.
Деньги будущего: заставьте большие данные работать на вас
Вернуться
к докладчикам
к докладчикам
Владимир Малиновский, руководитель продаж решений дата-центра, Tet (ex-Lattelecom)
Окончил Рижский Технический университет (РТУ) в Латвии и защитил степень магистра в области информационных технологий. В 2013 году принимал участие в построении инфраструктуры для ЦОД Tet, сертифицированного по Tier III Uptime Institute Facility. Более 9 лет Владимир участвует в различных проектах построения инфраструктуры для облачных решений клиентов группы Tet.
-
Вернуться
к докладчикам
к докладчикам
Олег Гиацинтов, технический директор, DIS Group
Олег более 20 лет в ИТ-индустрии, из которых 15 лет – руководство ИТ-проектами. Работал в компаниях ЛАНИТ, АВТОМИР и XEROX. Эксперт в области стратегического управления и интеграции данных, обеспечения качества и управления нормативно-справочной информацией (мастер-данными), управления знаниями, а также построения дата-центричных бизнес-процессов. Сейчас – технический директор компании DIS Group, где отвечает за консалтинг, обучение партнеров и клиентов, а также руководит техническими специалистами и собственными разработками компании.
Закончил МГТУ им. Н.Э.Баумана.
Закончил МГТУ им. Н.Э.Баумана.
Управление данными и Big Data. Как технологии ускоряют бизнес?
Согласно исследованиям DIS Group, в 2019 году 33% крупных российских компаний внедряли у себя Data Governance (DG) в надежде обеспечить прозрачность данных, удобный доступ к ним, возможность отслеживания взаимосвязей между данными, унифицировать терминологию, а также зафиксировать правила и метрики качества данных.
Для ускорения бизнеса нужно максимально использовать все доступные данные, с чем хорошо справляются технологии Big Data. При этом понимание используемых данных дает возможность аналитикам данных быстрее проверять гипотезы для выпуска новых продуктов, охвата новых рынков и снижения затрат. В докладе на примере реальных проектов спикер расскажет о роли управления данными при работе с технологиями Big Data.
Согласно исследованиям DIS Group, в 2019 году 33% крупных российских компаний внедряли у себя Data Governance (DG) в надежде обеспечить прозрачность данных, удобный доступ к ним, возможность отслеживания взаимосвязей между данными, унифицировать терминологию, а также зафиксировать правила и метрики качества данных.
Для ускорения бизнеса нужно максимально использовать все доступные данные, с чем хорошо справляются технологии Big Data. При этом понимание используемых данных дает возможность аналитикам данных быстрее проверять гипотезы для выпуска новых продуктов, охвата новых рынков и снижения затрат. В докладе на примере реальных проектов спикер расскажет о роли управления данными при работе с технологиями Big Data.
Вернуться
к докладчикам
к докладчикам
Олег Данильченко, директор, руководитель Центра прикладного анализа данных, PwC в России
Олег работает в области анализа данных с 2007 года. Под его руководством было реализовано более 50 проектов по большим данным в таких индустриях, как ретейл, энергетика, телекоммуникации, банки и логистика. С 2017 года является руководителем Центра прикладного анализа данных PwC в России. Олег закончил Национальный исследовательский ядерный университет «МИФИ» по специальности «прикладная математика».
Эффективные промо в ретейле с помощью машинного обучения
Для покупателей низкие цены и привлекательность промоакций являются важными факторами при выборе магазина. Ретейлеры используют значительные промо-бюджеты для привлечения покупателей, при этом расходуют их неэффективно, предлагая в основном прямые скидки. В результате две трети всех промоакций не дают желаемого результата, хотя, повысив их эффективность, розничные сети могли бы увеличить показатель EBIT на 0,7–1,9 пунктов. Как оптимизировать промоакции и ценообразование с помощью алгоритмов машинного обучения, покажем на практических кейсах PwC.
Для покупателей низкие цены и привлекательность промоакций являются важными факторами при выборе магазина. Ретейлеры используют значительные промо-бюджеты для привлечения покупателей, при этом расходуют их неэффективно, предлагая в основном прямые скидки. В результате две трети всех промоакций не дают желаемого результата, хотя, повысив их эффективность, розничные сети могли бы увеличить показатель EBIT на 0,7–1,9 пунктов. Как оптимизировать промоакции и ценообразование с помощью алгоритмов машинного обучения, покажем на практических кейсах PwC.
Вернуться
к докладчикам
к докладчикам
Руслан Ледовский, диджитал менеджер, McDonald's Russia
Руслан занимает позицию диджитал менеджера Макдоналдс в России с 2018 года, отвечает за развитие продуктов мобильного приложения, сайта и CRM компании.
До этого работал в «Домино'с Пицца» и занимался продвижением компании в диджитал пространстве, а также развитием мобильного приложения.
До этого работал в «Домино'с Пицца» и занимался продвижением компании в диджитал пространстве, а также развитием мобильного приложения.
Как читать мысли клиентов с помощью больших данных?
На примере Макдоналдс Руслан расскажет о решении задачи персонализации со стороны бизнеса. Обсудим, что означает персонализация для клиентов и что включает в себя задача персонализации. Продемонстрируем, какие бизнес-задачи позволяет решать персонализация. Поговорим о том, почему важно обрабатывать данные клиента в реальном времени и как объединить клиентские данные на едином тайм-лайне.
На примере Макдоналдс Руслан расскажет о решении задачи персонализации со стороны бизнеса. Обсудим, что означает персонализация для клиентов и что включает в себя задача персонализации. Продемонстрируем, какие бизнес-задачи позволяет решать персонализация. Поговорим о том, почему важно обрабатывать данные клиента в реальном времени и как объединить клиентские данные на едином тайм-лайне.
Вернуться
к докладчикам
к докладчикам
Елена Павлова, руководитель направления Центра технологий видеоаналитики, Газпром нефть
Елена более 10 лет в ИТ-индустрии, начала профессиональный путь в ПАО «Ростелеком» с должности инженера Управления перспективного развития, где занималась проектированием и строительством сетей PON и DWDM для Северо-Западного Федерального округа. Затем работала в СПбГУП «АТС Смольного» на должности начальника службы инновационного развития, отвечала за реализацию городских программ по модернизации сетей связи исполнительных органов государственной власти и бюджетных учреждений. Сейчас – руководитель направления Центра технологий видеоаналитики в «Газпром нефти», где реализует проекты, направленные на повышение эффективности и контроль промышленной безопасности на производственных объектах.
Закончила Санкт-Петербургский университет телекоммуникаций им.М.А.Бонч-Бруевича.
Закончила Санкт-Петербургский университет телекоммуникаций им.М.А.Бонч-Бруевича.
Кросс-технологические решения на основе видеоаналитики
Развитость технологии компьютерного зрения в России не вызывает сомнений – именно отечественные разработчики предлагают в этой области самые передовые решения и алгоритмы. Однако промышленные компании не спешат внедрять подобные технологии. Почему? В докладе обсудим пути устранения препятствий на пути таких проектов, разберем преимущества кросс-технологических решений, включающих носимые устройства, Интернет вещей, системы машинного зрения, AR/VR, видеоаналитику и др., и решений, реализованных на базе только технологий видеоаналитики. На примере предприятий нефтегазовой индустрии будут показаны типовые сферы применения видеоаналитики и проанализирован опыт реализации необычных и интересных проектов.
Развитость технологии компьютерного зрения в России не вызывает сомнений – именно отечественные разработчики предлагают в этой области самые передовые решения и алгоритмы. Однако промышленные компании не спешат внедрять подобные технологии. Почему? В докладе обсудим пути устранения препятствий на пути таких проектов, разберем преимущества кросс-технологических решений, включающих носимые устройства, Интернет вещей, системы машинного зрения, AR/VR, видеоаналитику и др., и решений, реализованных на базе только технологий видеоаналитики. На примере предприятий нефтегазовой индустрии будут показаны типовые сферы применения видеоаналитики и проанализирован опыт реализации необычных и интересных проектов.
Вернуться
к докладчикам
к докладчикам
Роман Гоц, директор департамента больших данных и безопасности, Atos
Роман работает в области информационных технологий с 2002 года.
На протяжении карьеры занимался развитием бизнеса в крупных технологических компаниях, где управлял федеральными и макрорегиональными проектами, возглавлял управление федеральной розницей и расширение региональной партнерской сети.
С 2015 года начал работать директором по развитию бизнеса Atos в России. Сегодня Роман руководит департаментом больших данных и безопасности, предоставляющим высокотехнологичное оборудование для различных отраслей бизнеса.
Окончил Новосибирский государственный технический университет по направлениям менеджмент, переводчик в сфере профессиональных коммуникаций, а также факультет автоматики и вычислительной техники.
На протяжении карьеры занимался развитием бизнеса в крупных технологических компаниях, где управлял федеральными и макрорегиональными проектами, возглавлял управление федеральной розницей и расширение региональной партнерской сети.
С 2015 года начал работать директором по развитию бизнеса Atos в России. Сегодня Роман руководит департаментом больших данных и безопасности, предоставляющим высокотехнологичное оборудование для различных отраслей бизнеса.
Окончил Новосибирский государственный технический университет по направлениям менеджмент, переводчик в сфере профессиональных коммуникаций, а также факультет автоматики и вычислительной техники.
От больших данных к бизнес-результату
Цифровая трансформация является важной бизнес-задачей для организаций. Данные имеют ключевое значение для решения этой задачи, позволяя внедрять инновации.
В рамках доклада Роман представит видение компании Atos относительно механизмов обработки больших данных: как справляться с непрерывным ростом объема данных ИТ-систем; как извлекать прибыль из различных видов данных; как реализовать обработку информации в непосредственной близости от источника данных.
Цифровая трансформация является важной бизнес-задачей для организаций. Данные имеют ключевое значение для решения этой задачи, позволяя внедрять инновации.
В рамках доклада Роман представит видение компании Atos относительно механизмов обработки больших данных: как справляться с непрерывным ростом объема данных ИТ-систем; как извлекать прибыль из различных видов данных; как реализовать обработку информации в непосредственной близости от источника данных.
Вернуться
к докладчикам
к докладчикам
Иван Исаев, руководитель направления промышленного анализа данных, МТС
В 2014 году Иван основал компанию Astera.in, специализирующуюся на предсказательном моделировании процессов предприятий с непрерывным производственным циклом. Компания реализовала десятки проектов в интересах таких компаний как ЕВРАЗ, АО «ОХК «Уралхим», ОК «РУСАЛ», ПАО «Россети» и др., выступила в качестве подрядчика промышленных внедрений для «Уралхим», «Газпром нефть» и крупной металлургической компании.
Иван руководил направлением Data Science в компании Altarix, где занимался решениями прогнозной аналитики для предприятий химической, металлургической, горно-добывающей и нефтегазовой индустрий. Сейчас – руководитель направления промышленного анализа данных в ПАО «МТС».
Номинант премии CDO Award 2020.
Выпускник факультета прикладной математики и информатики Самарского национального исследовательского университета.
Иван руководил направлением Data Science в компании Altarix, где занимался решениями прогнозной аналитики для предприятий химической, металлургической, горно-добывающей и нефтегазовой индустрий. Сейчас – руководитель направления промышленного анализа данных в ПАО «МТС».
Номинант премии CDO Award 2020.
Выпускник факультета прикладной математики и информатики Самарского национального исследовательского университета.
Data mining для повышения качества производственного процесса печатных плат на заводе «Микрон»
Техпроцесс производства электроники состоит из сотен повторяющихся операций, последовательность строго регламентирована и сопровождается постоянным контролем качества. При этом каждая калибровка системы стоит довольно дорого, так как используются десятки элитных химических компонентов, а при малейшем отклонении от заданных параметров оборудование перезапускается, реактивы сливаются, и настройка начинается заново. Аналитика данных позволяет с высокой точностью определить, какой из компонентов сработал некорректно, минимизировать риски и сэкономить время настройки оборудования.
В выступлении речь пойдет о совместном проекте Центра промышленной автоматизации МТС и «Микрона», в результате которого на основе анализа данных на заводе была повышена эффективность калибровочных запусков, что позволило на 30% снизить время технологической настройки оборудования.
Техпроцесс производства электроники состоит из сотен повторяющихся операций, последовательность строго регламентирована и сопровождается постоянным контролем качества. При этом каждая калибровка системы стоит довольно дорого, так как используются десятки элитных химических компонентов, а при малейшем отклонении от заданных параметров оборудование перезапускается, реактивы сливаются, и настройка начинается заново. Аналитика данных позволяет с высокой точностью определить, какой из компонентов сработал некорректно, минимизировать риски и сэкономить время настройки оборудования.
В выступлении речь пойдет о совместном проекте Центра промышленной автоматизации МТС и «Микрона», в результате которого на основе анализа данных на заводе была повышена эффективность калибровочных запусков, что позволило на 30% снизить время технологической настройки оборудования.
Вернуться
к докладчикам
к докладчикам
Лидия Борисенко, начальник управления инновационных разработок и дата-менеджмента, Национальный расчетный репозитарий
Лидия отвечает за прототипирование и запуск платформенных и других инновационных решений, предполагающих координацию работы различных бизнес-линий Национального расчетного депозитария (НРД), а также за формирование инфраструктуры и культуры дата-менеджмента в компании. Ранее в НРД Лидия занималась развитием «Ценового центра» (сервис оценки справедливой стоимости облигаций и других финансовых инструментов, аккредитованный Банком России) и аналитических продуктов. В 2015-2018 гг. руководила инфраструктурными проектами и OTC collateral management в инвестиционном бизнесе «Альфа-Банка».
Работала в области фундаментальной науки и технологий для образования.
Закончила МГУ им. М.В. Ломоносова. Имеет сертификат FRM.
Работала в области фундаментальной науки и технологий для образования.
Закончила МГУ им. М.В. Ломоносова. Имеет сертификат FRM.
Not so big data для инвестиционного бизнеса: почему дело не в технологиях
Большие vs ценные данные. Частая история в финансах: данных мало, а выводы нужно делать в real time. Как быть? Каким образом люди принимают решения в ситуации неопределенности и как научить алгоритм принимать аналогичные решения на данных вне зависимости от их размера?
Лидия расскажет о проектах Национального расчетного депозитария в информационном бизнесе, об ограничениях в работе с закрытыми данными и приведет примеры задач работы с данными: машинное обучение для ИТ-менеджмента, сегментация B2B клиентов на основе бесед с отдельными людьми. А еще мы узнаем, что участники финансового рынка покупают в кризисное время.
Большие vs ценные данные. Частая история в финансах: данных мало, а выводы нужно делать в real time. Как быть? Каким образом люди принимают решения в ситуации неопределенности и как научить алгоритм принимать аналогичные решения на данных вне зависимости от их размера?
Лидия расскажет о проектах Национального расчетного депозитария в информационном бизнесе, об ограничениях в работе с закрытыми данными и приведет примеры задач работы с данными: машинное обучение для ИТ-менеджмента, сегментация B2B клиентов на основе бесед с отдельными людьми. А еще мы узнаем, что участники финансового рынка покупают в кризисное время.
Вернуться
к докладчикам
к докладчикам
Николай Тржаскал, директор по развитию, Центр искусственного интеллекта МТС
Николай курирует бизнес-деятельность Центра ИИ МТС. Фокус его усилий направлен на AI-трансформацию МТС, а также внедрение продуктов и комплексных проектов Центра, позволяющих корпоративным клиентам МТС эффективно осуществлять цифровую трансформацию своего бизнеса.
До прихода в МТС в октябре 2019 года Николай занимал руководящие позиции в маркетинге и продажах, управляя расширением регионального присутствия в Восточной Европе и Центральной Азии глобальных производителей систем связи и VAS. В разное время Николай работал в компаниях Comverse Technology, Airspan Networks и Parallel Wireless. Его опыт включает проектирование, разработку, маркетинг и внедрение инновационных систем связи и операторских услуг, предоставляющих клиентам и партнерам возможность развивать свою деятельность с ориентацией на будущее. Сфера экспертизы Николая – оптимизация и развитие бизнеса, цифровая трансформация и внедрение передовых технологий в операторском, вертикальном и государственном секторах.
До прихода в МТС в октябре 2019 года Николай занимал руководящие позиции в маркетинге и продажах, управляя расширением регионального присутствия в Восточной Европе и Центральной Азии глобальных производителей систем связи и VAS. В разное время Николай работал в компаниях Comverse Technology, Airspan Networks и Parallel Wireless. Его опыт включает проектирование, разработку, маркетинг и внедрение инновационных систем связи и операторских услуг, предоставляющих клиентам и партнерам возможность развивать свою деятельность с ориентацией на будущее. Сфера экспертизы Николая – оптимизация и развитие бизнеса, цифровая трансформация и внедрение передовых технологий в операторском, вертикальном и государственном секторах.
Дополненный интеллект. Данные на службе HR
В последнее время много говорится о том, что, в результате прорыва в развитии продуктов на основе машинного обучения, многие рабочие места и целые специальности в ближайшие годы будут автоматизироваться. Пандемия COVID-19 вносит в глобальные прогнозы свои коррективы, поскольку бизнесу предстоит пройти долгий путь – через выживание и восстановление к новому витку роста, а неподверженные биологическим опасностям и профессиональному выгоранию и к тому же легко масштабируемые роботизированные системы на первый взгляд выглядят идеальной заменой человеческим ресурсам.
Но везде ли нужна полная автоматизация? Как найти оптимальных сотрудников для массовых профессий и при индивидуальном подборе? Как максимально реализовать потенциал сотрудника на его рабочем месте, используя средства ИИ? Спикер представит результаты исследований одного из крупнейших российских работодателей (в ГК МТС сегодня трудятся более 70 тыс. сотрудников) и расскажет о стратегии в развитии симбиоза людей и машин.
В последнее время много говорится о том, что, в результате прорыва в развитии продуктов на основе машинного обучения, многие рабочие места и целые специальности в ближайшие годы будут автоматизироваться. Пандемия COVID-19 вносит в глобальные прогнозы свои коррективы, поскольку бизнесу предстоит пройти долгий путь – через выживание и восстановление к новому витку роста, а неподверженные биологическим опасностям и профессиональному выгоранию и к тому же легко масштабируемые роботизированные системы на первый взгляд выглядят идеальной заменой человеческим ресурсам.
Но везде ли нужна полная автоматизация? Как найти оптимальных сотрудников для массовых профессий и при индивидуальном подборе? Как максимально реализовать потенциал сотрудника на его рабочем месте, используя средства ИИ? Спикер представит результаты исследований одного из крупнейших российских работодателей (в ГК МТС сегодня трудятся более 70 тыс. сотрудников) и расскажет о стратегии в развитии симбиоза людей и машин.
Вернуться
к докладчикам
к докладчикам
Евгений Васильев, руководитель направления ВMC Software, DIS Group
Евгений более 7 лет консультирует ведущие российские компании в области управления ИТ, а именно – по темам управления ИТ-услугами, мониторинга ИТ-сервисов, автоматизации бизнес-процессов. Ранее работал в компании HP.
В настоящее время руководит направлением BMC Software в компании DIS Group.
В настоящее время руководит направлением BMC Software в компании DIS Group.
Big data для эффективного управления ИТ
Как обеспечить эффективную работу ИТ в условиях кризиса и не только? В докладе обсудим преимущества применения технологий управления ИТ с возможностями искусственного интеллекта и машинного обучения.
Как обеспечить эффективную работу ИТ в условиях кризиса и не только? В докладе обсудим преимущества применения технологий управления ИТ с возможностями искусственного интеллекта и машинного обучения.
Вернуться
к докладчикам
к докладчикам
Юлия Богачева, директор по управлению и анализу данных, Qiwi
Юлия работает в области финансовых информационных технологий более 20 лет, из них порядка 10 лет в проектах, связанных с данными. Занимала позиции Chief Data Officer в МТС Банке, Сбербанке, в настоящее время занимает позицию Chief Data and Analytics Officer в группе компаний QIWI.
Как датафицировать ваш бизнес
Датафикация – технологии и процессы, используемые для перевода организации в статус, когда в основе большинства критичных для бизнеса процессов лежат данные, их анализ и предиктивная аналитика. Разные подходы к датафикации – так называемые революция сверху и революция снизу – по-разному работают в компаниях с различной организационной структурой и культурой.
Как датафицировать вашу компанию, какова в этом роль директора по данным (CDO)? Эти и другие вопросы будут подняты в докладе.
Датафикация – технологии и процессы, используемые для перевода организации в статус, когда в основе большинства критичных для бизнеса процессов лежат данные, их анализ и предиктивная аналитика. Разные подходы к датафикации – так называемые революция сверху и революция снизу – по-разному работают в компаниях с различной организационной структурой и культурой.
Как датафицировать вашу компанию, какова в этом роль директора по данным (CDO)? Эти и другие вопросы будут подняты в докладе.
Вернуться
к докладчикам
к докладчикам
Денис Афанасьев, директор центра компетенции больших данных и искусственного интеллекта, Ланит
Руководитель центра компетенции «Большие данные и искусственный интеллект» в ГК «Ланит», генеральный директор и основатель компании CleverDATA. Более 20 лет опыта работы в индустрии ИТ в области разработки корпоративных информационных систем, систем сбора и обработки данных и систем поддержки принятия решений. Работал в компаниях, занимающихся внедрением и разработкой ПО, банковской автоматизацией и интвестиционно-банковской деятельностью.
Окончил Самарский государственный аэрокосмический Университет по специальности "Информатика", получил степень MBA в Университете Уэльса (Англия), получает степень магистра компьютерных наук в Университете Иллинойса (США).
Преподаватель и автор курса «Data-driven organization» МГИМО, руководитель проекта «Цифровой профиль» Ассоциации ФинТех, советник директора по данным компании ИВИ.
Окончил Самарский государственный аэрокосмический Университет по специальности "Информатика", получил степень MBA в Университете Уэльса (Англия), получает степень магистра компьютерных наук в Университете Иллинойса (США).
Преподаватель и автор курса «Data-driven organization» МГИМО, руководитель проекта «Цифровой профиль» Ассоциации ФинТех, советник директора по данным компании ИВИ.
Как поделиться своими знаниями и не потерять их?
Клиентская аналитика, основанная на данных, все сильнее проникает в повседневную жизнь современных B2C компаний. И чем активнее алгоритмы машинного обучения используются для улучшения клиентского опыта, тем больше им нужно данных. В России уже не первый год формируется рынок данных, на котором компании обмениваются «знаниями» о клиентах. Но процесс обмена знаниями несет в себе и риски, связанные с необходимостью защиты данных и аудиторий. В своем выступлении я расскажу о проблемах и рисках, а также о трендах и решениях, которые помогают сделать процессы совместной работы с данными безопасными и результативными.
Клиентская аналитика, основанная на данных, все сильнее проникает в повседневную жизнь современных B2C компаний. И чем активнее алгоритмы машинного обучения используются для улучшения клиентского опыта, тем больше им нужно данных. В России уже не первый год формируется рынок данных, на котором компании обмениваются «знаниями» о клиентах. Но процесс обмена знаниями несет в себе и риски, связанные с необходимостью защиты данных и аудиторий. В своем выступлении я расскажу о проблемах и рисках, а также о трендах и решениях, которые помогают сделать процессы совместной работы с данными безопасными и результативными.
Вернуться
к докладчикам
к докладчикам
Павел Крылов, руководитель направления по защите от онлайн-мошенничества, Group-IB
Павел в сфере обеспечения информационной безопасности уже более 16 лет. Разрабатывал одну из передовых российских VPN-систем, которая позже была включена в состав интеграционных решений Cisco Microsystems. Продолжил накапливать багаж знаний и навыков противодействия кибермошенникам, став начальником отдела информационной безопасности Swedbank в России. В 2013 году присоединился к компании Group-IB, где возглавил направление по защите от онлайн-мошенничества.
Большие данные против коронакибермошенников
Павел расскажет об актуальных мошеннических схемах, появившихся в период пандемии, о том, как решения Group-IB — Secure Bank и Secure Portal — работают с большими данными и как технологии поведенческого анализа помогают бороться с кибермошенниками.
Павел расскажет об актуальных мошеннических схемах, появившихся в период пандемии, о том, как решения Group-IB — Secure Bank и Secure Portal — работают с большими данными и как технологии поведенческого анализа помогают бороться с кибермошенниками.
Вернуться
к докладчикам
к докладчикам
Сергей Шестаков, генеральный директор, Luxms
Сергей – предприниматель в сфере высоких технологий, основатель группы компаний Luxms.
В настоящее время сфокусирован на задачах бизнес-аналитики: визуализации и массивно-параллельной обработки данных, в том числе с применением методов ИИ.
Окончил Санкт-Петербургский политехнический университет Петра Великого, к.т.н.
Диссертация посвящена применению методов ИИ для планирования сбора информации.
Дмитрий Дорофеев, главный архитектор, Luxms
Дмитрий – компьютерный гик с навыками программирования на многих языках. Создал десятки сайтов интернет-магазинов и мобильных приложений. Спроектировал Luxms BI. В настоящий момент фокусирется на Big Data, IoT, MPP и других современных технологиях обработки данных.
Окончил Санкт-Петербургский политехнический университет Петра Великого, прикладная математика.
В настоящее время сфокусирован на задачах бизнес-аналитики: визуализации и массивно-параллельной обработки данных, в том числе с применением методов ИИ.
Окончил Санкт-Петербургский политехнический университет Петра Великого, к.т.н.
Диссертация посвящена применению методов ИИ для планирования сбора информации.
Дмитрий Дорофеев, главный архитектор, Luxms
Дмитрий – компьютерный гик с навыками программирования на многих языках. Создал десятки сайтов интернет-магазинов и мобильных приложений. Спроектировал Luxms BI. В настоящий момент фокусирется на Big Data, IoT, MPP и других современных технологиях обработки данных.
Окончил Санкт-Петербургский политехнический университет Петра Великого, прикладная математика.
Быстрая управленческая аналитика и визуализация на больших данных
Мы девятый год работаем с крупнейшими российскими предприятиями по направлению бизнес-аналитики и видим совершенно определенную тенденцию: крупным клиентам нужна не просто аналитика, а супербыстрая аналитика, которая справится с стремительно нарастающими объемами данных. Данных стало так много, что текущие аналитические системы перестали быстро их обрабатывать. И это проблема, так как любая задержка при принятии решений в современном бешеном ритме экономической машины стоит очень дорого. На традиционных BI-платформах продолжают развиваться средства self-service для исследования данных, при этом игнорируется потребность управленцев, принимающих решения, в быстрой и наглядной визуализации, а резко возросшие аналитические возможности современных СУБД не задействуются.
Мы расскажем про наш опыт построения аналитических решений на платформе собственной разработки Luxms BI, которые решают эти проблемы и обеспечивают руководителям быструю управленческую аналитику и визуализацию на данных любых объемов и интенсивности.
Мы девятый год работаем с крупнейшими российскими предприятиями по направлению бизнес-аналитики и видим совершенно определенную тенденцию: крупным клиентам нужна не просто аналитика, а супербыстрая аналитика, которая справится с стремительно нарастающими объемами данных. Данных стало так много, что текущие аналитические системы перестали быстро их обрабатывать. И это проблема, так как любая задержка при принятии решений в современном бешеном ритме экономической машины стоит очень дорого. На традиционных BI-платформах продолжают развиваться средства self-service для исследования данных, при этом игнорируется потребность управленцев, принимающих решения, в быстрой и наглядной визуализации, а резко возросшие аналитические возможности современных СУБД не задействуются.
Мы расскажем про наш опыт построения аналитических решений на платформе собственной разработки Luxms BI, которые решают эти проблемы и обеспечивают руководителям быструю управленческую аналитику и визуализацию на данных любых объемов и интенсивности.
Вернуться
к докладчикам
к докладчикам
Сергей Одинцов, менеджер департамента бизнес-консультирования, Центр прикладного анализа данных PwC в России
Опыт работы Сергея в области информационных технологий составляет более 6 лет. За время работы в PwC Сергей реализовал ряд проектов для крупнейших российских телекоммуникационных, розничных, финансовых и нефтегазовых компаний, которые способствовали повышению эффективности их работы при использовании данных.
Сергей окончил МГТУ им. Н. Э. Баумана по специальности «Автоматизированные системы обработки информации и управления», кандидат технических наук.
Сергей окончил МГТУ им. Н. Э. Баумана по специальности «Автоматизированные системы обработки информации и управления», кандидат технических наук.
Стратегия данных: новые источники роста компаний
В настоящий момент данные становятся важнее технологий. Именно данные являются фундаментом для цифровой трансформации, построения цифровых экосистем и принятия ключевых стратегических решений на основе качественной и достоверной информации. Многие организации, в том числе и в России, уже создали или находятся в процессе формирования стратегии данных на корпоративном уровне.
В рамках доклада мы расскажем, какие в компаниях существуют предпосылки для формирования стратегии данных, с какими основными барьерами они сталкиваются при создании и внедрении такой стратегии, а также поделимся отраслевым опытом успешной реализации инициатив по стратегии данных.
В настоящий момент данные становятся важнее технологий. Именно данные являются фундаментом для цифровой трансформации, построения цифровых экосистем и принятия ключевых стратегических решений на основе качественной и достоверной информации. Многие организации, в том числе и в России, уже создали или находятся в процессе формирования стратегии данных на корпоративном уровне.
В рамках доклада мы расскажем, какие в компаниях существуют предпосылки для формирования стратегии данных, с какими основными барьерами они сталкиваются при создании и внедрении такой стратегии, а также поделимся отраслевым опытом успешной реализации инициатив по стратегии данных.
Вернуться
к докладчикам
к докладчикам
Анна Ахобадзе, руководитель департамента обработки, хранения и аналитики больших данных, Почта России
С 2006 по 2019 год Анна прошла в Альфа-Банке путь от ведущего инженера сопровождения до директора BI. Вся профессиональная деятельность была связана с аналитическими системами – хранилищами данных, BI, решениями big data. С осени 2019 года возглавляет департамент обработки, хранения и анализа данных в Почте России. Основными фокусами направления является построение big data платформ для аналитики, развитие процессов управления данными (построение корпоративной модели данных, качество данных), монетизация данных.
Окончила факультет вычислительной математики и кибернетики МГУ им. М.В. Ломоносова, кандидат физ.-мат. наук.
Алексей Щербаков, руководитель направления интеграции, обработки и хранения данных, Почта России
С 2007 по 2019 год Алексей отвечал в Альфа-Банке за сопровождение и технологический стек аналитических систем. С осени 2019 года является руководителем направления интеграции, обработки и хранения данных Почты России. Отвечает за внедрение big data платформы в компании.
Окончила факультет вычислительной математики и кибернетики МГУ им. М.В. Ломоносова, кандидат физ.-мат. наук.
Алексей Щербаков, руководитель направления интеграции, обработки и хранения данных, Почта России
С 2007 по 2019 год Алексей отвечал в Альфа-Банке за сопровождение и технологический стек аналитических систем. С осени 2019 года является руководителем направления интеграции, обработки и хранения данных Почты России. Отвечает за внедрение big data платформы в компании.
Аналитическая платформа для работы с данными
В эпоху массовой цифровизации принятие управленческих решений на основе данных является неоспоримым конкурентным преимуществом, но возможность этого напрямую зависит от доступности и непротиворечивости данных в компании. Наличие единой платформы для работы с данными, обеспечивающей доступность и актуальность данных, а также инструменты доступа к данным для разных типов пользователей, является неотъемлемой частью цифровой трансформации. Как организовать эту платформу, чтобы работа с данными дала максимальный эффект? Ответ на этот вопрос будет раскрыт в докладе на примере «Почты России».
В эпоху массовой цифровизации принятие управленческих решений на основе данных является неоспоримым конкурентным преимуществом, но возможность этого напрямую зависит от доступности и непротиворечивости данных в компании. Наличие единой платформы для работы с данными, обеспечивающей доступность и актуальность данных, а также инструменты доступа к данным для разных типов пользователей, является неотъемлемой частью цифровой трансформации. Как организовать эту платформу, чтобы работа с данными дала максимальный эффект? Ответ на этот вопрос будет раскрыт в докладе на примере «Почты России».
© 1992 – 2020
Издательство «Открытые системы»
Издательство «Открытые системы»
ИНТЕРНЕТ - ИЗДАНИЯ