ФорумBIGDATA2021 впервые пройдет в гибридном формате. Наработанный в 2020-м опыт организации digital-мероприятий позволит объединить традиционные очные выступления и дискуссии с разнообразными онлайн-активностями: спикеры из других регионов и стран, мастер-классы и воркшопы в онлайн для самой широкой аудитории.
Решения и практические кейсы аналитики и ИИ в медицине
Круглый стол Качественные медицинские данные для ИИ-решений: где их взять?
Модератор: Николай Павлов, Chief Medical Data Officer, Радиология Москвы
Вернутся к программе
Пленарная сессия Данные – основа цифрового лидерства
Модераторы – Наталья Дубова, «Открытые системы», Елена Семеновская, IDC Russia&CIS
Данные – стратегический ресурс бизнеса и государства
Сергей Мацоцкий, основатель, «ГС-Инвест»
Павел Малков, руководитель, Росстат (приглашен) Вера Адаева, директор, Яна Коваленко, директор проектов, Центр цифрового развития АСИ ДАННЫЕ КАК ОСНОВА СОЗДАНИЯ ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ЛЮДЕЙ И РЕГИОНОВ Практика больших данных
Владимир Макаров, руководитель по цифровизации Комплекса социального развития Москвы, ДИТ Москвы ПАНДЕМИЯ 2020: НОВЫЙ ИМПУЛЬС ЦИФРОВИЗАЦИИ ОБЩЕСТВА
Леонид Жуков, старший управляющий директор, Лаборатория по искусственному интеллекту Сбера Прорывные разработки в области ИИ (тема предварительно)
Борис Рабинович, директор Департамента управления данными, Сбер НЕВЕРОЯТНАЯ ЛЕГКОСТЬ БЫТИЯ DIGITAL PEOPLE
Выступление Denodo
Сергей Золотарев, генеральный директор, Arenadata Software
Евгений Степанов, руководитель направления Vertica в России, Micro Focus
TBD
Программа
Вернутся к программе
Тематический блок Данные для бизнес-анализа Платформы, решения, практические кейсы BI и продвинутой аналитики
Иван Фост, руководитель Департамента управления данными, Аналитический центр при Правительстве РФ ПРОЕКТЫ, ОСНОВАННЫЕ НА ДАННЫХ: КАК ИХ РЕАЛИЗУЮТ В ГОССЕКТОРЕ
Олег Гиацинтов, технический директор, DIS Group
Юрий Емельянов, архитектор, Анастасия Куликова, team lead команды аналитиков, Илья Поздняков, управляющий директор, Сбер СУПЕРМАРКЕТ ДАННЫХ — ЕДИНОЕ ОКНО ВО ВСЕЛЕННУЮ ДАННЫХ СБЕРА
Сергей Шестаков, генеральный директор, Дмитрий Дорофеев, главный архитектор, Luxms БЫСТРАЯ АНАЛИТИКА НА БОЛЬШИХ ДАННЫХ
Дмитрий Карбасов, руководитель управления промышленного искусственного интеллекта, Евразийская Группа ЗАКУПКИ В ПРОМЫШЛЕННОСТИ: КАК ПОВЫСИТЬ ПРОЗРАЧНОСТЬ С ПОМОЩЬЮ ЕДИНОЙ БАЗЫ ЦЕН
Станислав Ляховецкий, директор по управлению портфелем проектов, «Лаборатория продвинутой аналитики» ВТБ
Спикер компании «Деловые линии»
Программа
Вернутся к программе
Тематический блок Данные для ИИ Платформы, решения, практические кейсы машинного обучения и ИИ
Выступление Denodo
Александр Мотузов, начальник управления методологии и разработки математических моделей, НЛМК ИНДУСТРИАЛИЗАЦИЯ МАШИННОГО ОБУЧЕНИЯ В МЕТАЛЛУРГИЧЕСКОЙ КОМПАНИИ
Алексей Коваленя, технический консультант департамента больших данных и безопасности, Atos в России и СНГ
Выступление РДТЕХ
Программа
Вернутся к программе
Кадровый вопрос АНАЛИТИКА В HR И ОБРАЗОВАНИИ, ПОДГОТОВКА СПЕЦИАЛИСТОВ ДЛЯ РАБОТЫ С ДАННЫМИ
Андрей Комиссаров, директор направления «Развитие человека на основе данных», Университет 20.35 Проекты на данных в HR (тема предварительно)
Иван Исаев, директор направления анализа данных, МТС СИСТЕМА АНАЛИЗА ЦИФРОВОГО СЛЕДА СОТРУДНИКА — «СЕРДЦЕ», ДВИЖУЩЕЕ ЦИФРОВОЙ ТРАНСФОРМАЦИЕЙ
Программа
Вернутся к программе
Круглый стол ПЕРСПЕКТИВЫ РАЗВИТИЯ ОТРАСЛИ БОЛЬШИХ ДАННЫХ С УЧЕТОМ ПОЯВЛЕНИЯ ЭКСПЕРИМЕНТАЛЬНО-ПРАВОВЫХ РЕЖИМОВ
Модератор: Анна Серебряникова, президент Ассоциации больших данных
28 января 2021 года вступил в силу Федеральный закон «Об экспериментальных правовых режимах в сфере цифровых инноваций в Российской Федерации». Законом предусмотрена возможность применения специального регулирования к участникам экспериментального правового режима в целях разработки, апробации и внедрения цифровых инноваций.
Сфера данных является одним из основных направлений инновационного развития, которые в значительной степени ограничены требованиями действующего законодательства. Экспериментальные правовые режимы в области данных позволят апробировать и усовершенствовать российские продукты и сервисы на основе технологий искусственного интеллекта и работы с большими данными.
На круглом столе предлагается обсудить особенности установления экспериментальных правовых режимов в сфере данных, порядок взаимодействия участников, роль организации предпринимательского сообщества и регулирующего органа и другие вопросы.
Программа круглого стола
Вступительное слово
Особенности применения законодательства о персональных данных в рамках экспериментальных правовых режимов (законопроект-спутник) Оксана Тарасенко, заместитель Министра экономического развития Российской Федерации
Пределы специального регулирования в рамках экспериментального правового режима Татьяна Матвеева, начальник Управления Президента Российской Федерации по применению информационных технологий и развитию электронной демократии
Роль организации предпринимательского сообщества при установлении экспериментального правового режима Дмитрий Тер-Степанов, заместитель генерального директора, директор по направлению «Нормативное регулирование», АНО «Цифровая экономика»
Презентация сервиса «Собственное дело» для экспериментального правового режима в сфере данных Мария Поликанова, руководитель стратегического комитета, Ассоциация больших данных
Использование данных города в рамках эксперимента по установлению специального регулирования в Москве Иван Бутурлин, руководитель проектного офиса по ЭПР, ДИТ г. Москвы
Социальные эффекты внедрения экспериментальных правовых режимов Вера Адаева, директор Центра цифрового развития, Агентство стратегических инициатив
Заключительное слово
Программа
Вернутся к программе
Воркшоп IPA: ЭВОЛЮЦИЯ АВТОМАТИЗАЦИИ ПРОЦЕССОВ И НОВЫЙ УРОВЕНЬ ПРОЦЕССНОЙ АНАЛИТИКИ
Наталья Роменская, независимый эксперт
Оптимизация бизнес-процессов и их автоматизация — лейтмотив крупного бизнеса на протяжении нескольких десятилетий. Каждые несколько лет возникают новые технологии, мы были свидетелями появления BPM, RPA, Process Discovery и др. Сейчас организации все чаще смотрят в сторону умной автоматизации (intelligent process automation) — концепции, которая объединяет в себе несколько направлений и позволяет выполнять сложные процессы с принятием решений без участия человека. В ходе онлайн-воркшопа разберемся с терминологией IPA, ее целью и ограничениями; обсудим, какие технологии сделали умную автоматизацию возможной, а также разберем процессы с использованием IPA.
Программа
Вернутся к программе
Тематический онлайн-блок Данные для медицины Решения и практические кейсы аналитики и ИИ в медицине
Александр Гусев, директор по развитию проекта Webiomed, ассоциация «Национальная база медицинских знаний» БОЛЬШИЕ ДАННЫЕ РОССИЙСКОГО ЗДРАВООХРАНЕНИЯ: КОПИТЬ НЕЛЬЗЯ ИСПОЛЬЗОВАТЬ
Никита Николаев, операционный директор, Celsus КАК ОПТИМИЗИРОВАТЬ ПРОЦЕСС РАЗМЕТКИ МЕДИЦИНСКИХ ДАННЫХ И ОТБОР ВРАЧЕЙ-РАЗМЕТЧИКОВ?
Юлия Урожаева, 1й зам. начальника Управления заместителя Мэра Москвы по вопросам социального развития, Правительство Москвы СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
Игорь Башков, коммерческий директор, «Нетрика Медицина» ПРАКТИЧЕСКАЯ ПОЛЬЗА ЦИФРОВОГО КОНТУРА ЗДРАВООХРАНЕНИЯ: ПЕРЕХОД К АНАЛИТИКЕ НА ОСНОВЕ ПЕРВИЧНЫХ ДАННЫХ
Круглый стол КАЧЕСТВЕННЫЕ МЕДИЦИНСКИЕ ДАННЫЕ ДЛЯ ИИ-РЕШЕНИЙ: ГДЕ ИХ ВЗЯТЬ?
Модератор: Николай Павлов, Chief Medical Data Officer, Радиология Москвы
Пандемийный год дал шанс сдвинуть с мертвой точки проблему доступа к большим массивам обезличенных медицинских данных для разработчиков ИИ-решений. Внимание общества к медицинским ИТ, инвестиционные потоки, готовность регуляторов к более оперативному изменению нормативной среды — насколько удалось использовать эти условия, чтобы наладить процесс создания качественных дата-сетов? Эксперты обсудят текущую ситуацию с доступом к качественным медицинским данным и дальнейшие перспективы в этой сфере, а также поделятся лайфхаками в добыче данных. • Что изменилось в вопросах доступа к медицинским данным за последний год? • Удалось ли использовать шансы, "предоставленные" пандемией: повышенное внимание к теме и готовность регуляторов оперативнее реагировать на происходящее? • Какие проблемы остаются нерешенными и почему? • Какой опыт пандемийного года пригодится в «мирной жизни»? • Какие шаги требуются от профессионального сообщества, чтобы обеспечить медицинскому ИИ правильное «питание»?
Участвуют:
Павел Пугачев, зам.министра, Минздрав РФ
Владимир Макаров, заместитель руководителя, ДИТ Москвы, руководитель по цифровизации Комплекса социального развития Москвы
Александр Гусев, директор по развитию проекта Webiomed, Ассоциация НБМЗ
Александра Орехович, директор по правовым инициативам ФРИИ
Борис Зингерман, руководитель направления цифровой медицины «Инвитро»
Никита Николаев, операционный директор, Celsus.ai
Программа
OSPBIG DATA
круглогодичный мультиформатный проект, в который входят:
Вера Адаева, директор,Центр цифрового развития АСИ
Окончила юридический факультет Ульяновского государственного университета, кандидат юридических наук. В 2003-2010 годах работала в коммерческих структурах. В октябре 2011 года присоединилась к команде Агентства стратегических инициатив, где в структуре Департамента по развитию партнерской сети курировала внедрение Стандарта деятельности органов исполнительной власти субъекта РФ по обеспечению благоприятного инвестиционного климата в регионе. Затем в структуре корпоративного департамента Агентства 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 директором Центра цифрового развития АСИ, где занимается управлением на основе данных, внедрением цифровых решений в регионах и внедрением цифровых технологий в деятельности Агентства.
ДАННЫЕ КАК ОСНОВА СОЗДАНИЯ ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ЛЮДЕЙ И РЕГИОНОВ Сегодня технологии искусственного интеллекта и анализа данных могут раскрывать новые способы решения социальных проблем и значительно улучшить качество жизни человека. Прогнозирование уровней воды в период весеннего половодья, распознавание азбуки Брайля, создание алгоритма автоматизированной обработки обращений граждан, мониторинг и предсказание аварийности на дорогах – задачи, решение которых уже предложено дата-сообществом, благодаря чему жизнь людей становится комфортней. Но технологии — это не «серебряная пуля»: решение социально значимых задач требует согласованных совместных усилий всех заинтересованных участников. При этом, именно разумное использование больших данных может стать катализатором социальных изменений в нашей жизни. В рамках выступления расскажем про ряд социальных проектов, инициированных конкурсом АСИ World AI&Data Challenge, которые уже внедрены в регионах России и демонстрируют заметное положительное влияние на жизнь людей. Поговорим о том, как непродуманная постановка задач и недостаток качественных наборов данных могут стать препятствиями для поиска их эффективных решений. Также поделимся опытом исследования и взаимодействия с сообществами, выявления их инфлюенсеров и вовлечения в проекты АСИ.
Вернуться к докладчикам
Яна Коваленко, директор проектов,Центр цифрового развития АСИ
В 2006 году окончила Магнитогорский государственный технический университет по специальности «математические методы в экономике», в 2017-м — Московскую школу управления «СКОЛКОВО». С 2006 по 2018 год работала на разных, в том числе руководящих позициях на промышленных предприятиях, в коммерческих структурах и органах власти Челябинской области. В 2018 году заняла пост генерального директора АНО «Центр кластерного развития Челябинской области», занималась развитием высокотехнологичных компаний и поддержкой инновационных проектов региона и реализацией НТИ. С декабря 2018 года — директор проектов Центра цифрового развития АСИ, лидер проекта Wоrld AI&Data Challenge. Развивает применение технологий AI&Data в органах власти, объединяет и развивает сообщества дата-аналитиков России и других стран для решения глобальных социальных задач и масштабирования лучших практик в мире.
ДАННЫЕ КАК ОСНОВА СОЗДАНИЯ ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ЛЮДЕЙ И РЕГИОНОВ Сегодня технологии искусственного интеллекта и анализа данных могут раскрывать новые способы решения социальных проблем и значительно улучшить качество жизни человека. Прогнозирование уровней воды в период весеннего половодья, распознавание азбуки Брайля, создание алгоритма автоматизированной обработки обращений граждан, мониторинг и предсказание аварийности на дорогах – задачи, решение которых уже предложено дата-сообществом, благодаря чему жизнь людей становится комфортней. Но технологии — это не «серебряная пуля»: решение социально значимых задач требует согласованных совместных усилий всех заинтересованных участников. При этом, именно разумное использование больших данных может стать катализатором социальных изменений в нашей жизни. В рамках выступления расскажем про ряд социальных проектов, инициированных конкурсом АСИ World AI&Data Challenge, которые уже внедрены в регионах России и демонстрируют заметное положительное влияние на жизнь людей. Поговорим о том, как непродуманная постановка задач и недостаток качественных наборов данных могут стать препятствиями для поиска их эффективных решений. Также поделимся опытом исследования и взаимодействия с сообществами, выявления их инфлюенсеров и вовлечения в проекты АСИ.
Вернуться к докладчикам
Дмитрий Карбасов,руководитель управления промышленного искусственного интеллекта, Евразийская Группа
Более 20 лет в ИТ-индустрии, из них более десяти работает в сфере развития и трансформации бизнеса в промышленных компаниях, ИТ-интеграторах и вендорах. Имеет богатый опыт практического применения технологий искусственного интеллекта, а также управления разработкой и развития инновационных ИТ-продуктов и сервисов. В международной группе компаний «Евразийская Группа» создал «с нуля» подразделение, которое ведет проекты по разработке и внедрению технологий ИИ в процессы добычи и производства, а также проекты по оптимизации процессов планирования и закупок.
ЗАКУПКИ В ПРОМЫШЛЕННОСТИ: КАК ПОВЫСИТЬ ПРОЗРАЧНОСТЬ С ПОМОЩЬЮ ЕДИНОЙ БАЗЫ ЦЕН
Технологии искусственного интеллекта для оптимизации бизнес-процессов и получения принципиально новых возможностей применяются в России более десяти лет в таких отраслях как финансы, телеком, ретейл. Традиционно промышленные корпорации отстают с внедрением новых цифровых технологий, в том числе с использованием ИИ, но потребность в этих технологиях и ожидания от них очень высоки. В своем докладе хочу рассказать о новых возможностях, которые дают цифровые технологии для оптимизации процесса закупки: автоматическая загрузка ценовой информации о торгах на внешнем рынке, ее привязка к каталогу компании и различные виды продвинутой аналитики на основе данной информации. Поговорим также о перспективах сотрудничества между промышленными корпорациями с целью обмена ценовой закупочной информацией для более глубокого понимания ценовых предложений на рынке.
Вернуться к докладчикам
Андрей Комиссаров,директор направления «Развитие человека на основе данных», Университет 20.35
Андрей — одна из ключевых фигур в сфере цифровой трансформации образования в России. В Университете 20.35 (центр исследований и разработок в области обучения на основе ИИ и данных) возглавляет исследовательские проекты по метакогнитивной диагностике, анализу цифрового следа и траекториям адаптивного обучения на основе ИИ. Более 15 лет занимается вопросами методологии высшего и школьного образования, автор ряда активно используемых методик. Преподает инженерию образовательных данных в Высшей школе экономики. Основал успешную частную школу, в которой предусмотрено проектное обучение, игровые дисциплины, индивидуальные формы обучения и практика взаимного наставничества. В России и за рубежом Андрей также известен своим опытом игрового обучения, разработал и выпустил более 130 образовательных игр.
DIGITAL HR И ПРИНЯТИЕ РЕШЕНИЙ НА ОСНОВЕ ДАННЫХ – ИНСТРУМЕНТЫ И МЕТОДИКИ УНИВЕРСИТЕТА 2035 За последние несколько лет сфера HR значительно обогатилась инструментами на основе машинного обучения и искусственного интеллекта. Автоматизированный поиск персонала, решения для контроля за временем сотрудников, анализа предпочтений и многие другие полезные утилиты составляют ежедневный инструментарий современного HR-специалиста. Университет 2035, развивая свое направление Digital HR, использует два типа данных: с одной стороны, это данные рынка труда (вакансии, резюме, данные мероприятий и сообществ), а с другой, данные обратной связи сотрудников – опросы 360, рефлексия, обратная связь по результатам мероприятий, разные типы диагностических данных. В своем выступлении я расскажу об опыте автоматизированного построения моделей компетенций и даже профстандартов (по заказу Министерства труда), о комплексном анализе корпоративной культуры и диагностике soft skills через анализ речи и текстов, об инструментарии смарт-подбора проектных команд под разные типы задач и смарт-подборе персонала с автоматизированным мэтчингом резюме под вакансию на основе построенных онтологий профессиональных областей.
Вернуться к докладчикам
Александр Мотузов,начальник управления методологии и разработки математических моделей, НЛМК
В компании НЛМК Александр отвечает за создание центра экспертизы по анализу данных и моделированию. Руководит разработкой платформы анализа данных и моделирования (DSML платформа), отвечает за методологию разработки и эксплуатацию моделей машинного обучения. До работы в НЛМК Александр возглавлял практику по анализу данных в России и СНГ в консалтинговой компании КПМГ. С 2009 года работал в команде качества поиска Яндекс, где разрабатывал и внедрял методы машинного обучения в поисковые системы.
ИНДУСТРИАЛИЗАЦИЯ МАШИННОГО ОБУЧЕНИЯ В МЕТАЛЛУРГИЧЕСКОЙ КОМПАНИИ
Платформа для разработки и эксплуатации систем машинного обучения (DSML платформа) является частью программы индустриализации машинного обучения (ML Operationalization) в металлургической компании НЛМК. На протяжении всего жизненного цикла модели требуется вносить изменения в метод обучения. Разработка модели является неотъемлемой частью эксплуатации системы машинного обучения, а data scientist участвует в процессе эксплуатации. DSML платформа помогает data scientist'у эксплуатировать модели, не требуя от него глубоких знаний в software engineering. Александр расскажет про архитектуру DSML платформы, как процесс разработки систем машинного обучения связан с процессом разработки DSML платформы, о влиянии цикла разработки продуктов на архитектуру платформы и ML систем цифровых продуктов. Поговорим о том, какая операционная модель позволила внедрить принципы MLOps, DataOps, добиваться нужной скорости разработки и стабильности систем машинного обучения, а также о роли центров экспертизы Data Science и DevOps в программах индустриализации машинного обучения.
Вернуться к докладчикам
Александр Гусев,директор по развитию проекта Webiomed, ассоциация «Национальная база медицинских знаний»
Получил высшее техническое образование, кандидат технических наук. В 2007 году вместе с партнерами основал компанию «Комплексные медицинские информационные системы» («К-МИС»), ставшую сегодня одним из ведущих разработчиков медицинского ПО в России. С 2017 года занимается развитием системы прогнозной аналитики на основе искусственного интеллекта Webiomed. Область интересов: цифровое здравоохранение, искусственный интеллект, медицинские информационные системы. Член наблюдательного совета ассоциации разработчиков и пользователей искусственного интеллекта для медицины «Национальная база медицинских знаний», член экспертного совета Министерства здравоохранения РФ по вопросам использования информационно-коммуникационных технологий в системе здравоохранения, программный директор курса подготовки руководителей в сфере цифровой трансформации здравоохранения ВШГУ. Ответственный редактор журнала «Врач и информационные технологии». Автор почти 150 работ по разработке и внедрению медицинских информационных систем.
БОЛЬШИЕ ДАННЫЕ РОССИЙСКОГО ЗДРАВООХРАНЕНИЯ: КОПИТЬ НЕЛЬЗЯ ИСПОЛЬЗОВАТЬ
Начиная с 2011 года в нашей стране развивается проект создания единой государственной информационной системы здравоохранения (ЕГИСЗ). За это время на информатизацию здравоохранения было потрачено порядка 80 млрд руб. Благодаря гигантским государственным инвестициям практически в каждом регионе создана базовая инфраструктура, включая защищенные сети и ведомственные центры обработки данных. Поликлиники и больницы оснащены компьютерами и медицинскими информационными системами (МИС). В некоторых регионах МИС внедрены в 100% медицинских организаций и повсеместно ведутся подробные электронные медицинские карты. Лабораторная и лучевая диагностика практически полностью перешла на цифровые технологии. Таким образом, сегодня в России действительно накапливаются огромные массивы медицинских данных в цифровом виде. Однако ни рынка сервисов на основе этих данных, ни рынка искусственного интеллекта для здравоохранения, который питался бы этими данными как «новой нефтью», у нас пока не сложилось. В чем же проблема и каковы сейчас основные сложности на пути создания этих рынков? В выступлении будет представлен обзор проблем развития российского рынка искусственного интеллекта для здравоохранения, а также практический опыт сбора больших медицинских данных, извлечения из них информации и создания продуктов и услуг на их основе. .
Вернуться к докладчикам
Наталья Роменская,независимый эксперт
Выпускница Финансовой академии при Правительстве РФ. Восемь лет опыта работы в банковской деятельности (ВТБ, Сбербанк, Citigroup) по направлениям оптимизации бизнес-процессов, управления проектами по разработке инновационных продуктов, услуг и процессов. Имеет также опыт консалтинговой деятельности: с 2011 по 2016 год занималась в компании PwC стратегией и операциями банков, предоставлением консультационных услуг в области казначейства и товарно-сырьевых операций, инвестиционным консультированием и финансовым планированием. В настоящее время выступает независимым консультантом корпораций по цифровой трансформации, роботизации бизнес-процессов, искусственному интеллекту и биометрии.
IPA: эволюция автоматизации процессов и новый уровень процессной аналитики Онлайн-воркшоп
Оптимизация бизнес-процессов и их автоматизация — лейтмотив крупного бизнеса на протяжении нескольких десятилетий. Каждые несколько лет возникают новые технологии, мы были свидетелями появления BPM, RPA, Process Discovery и др. Сейчас организации все чаще смотрят в сторону умной автоматизации (intelligent process automation) — концепции, которая объединяет в себе несколько направлений и позволяет выполнять сложные процессы с принятием решений без участия человека. В ходе онлайн-воркшопа разберемся с терминологией IPA, ее целью и ограничениями; обсудим, какие технологии сделали умную автоматизацию возможной, а также разберем процессы с использованием IPA.
Вернуться к докладчикам
Иван Исаев,директор направления анализа данных,МТС
Иван — эксперт в области внедрения технологий AI и ML для цифровой трансформации корпораций. Руководил направлением Data Science в компании Altarix, где занимался решениями прогнозной аналитики для предприятий телекоммуникационной, химической, металлургической и нефтегазовой индустрий. В 2014 году основал компанию Astera.in – резидента Сколково, который специализируется на предсказательном моделировании процессов предприятий непрерывного производства. С 2014 года выступил как ведущий эксперт в 8 крупных промышленных проектах по внедрению технологий анализа данных, ML и AI. Суммарный экономический эффект проектов составил более 1 млрд рублей для отраслей телекоммуникаций и непрерывной сырьевой промышленности. В МТС в должности директора направления анализа данных отвечает за разработку решений на основе технологий ML и AI для повышения эффективности технического блока компании и тиражирования успешных внутренних методологий внедрения AI и ML на внешний рынок.
СИСТЕМА АНАЛИЗА ЦИФРОВОГО СЛЕДА СОТРУДНИКА — «СЕРДЦЕ», ДВИЖУЩЕЕ ЦИФРОВОЙ ТРАНСФОРМАЦИЕЙ
Массовое использование цифровых инструментов позволяет получить недоступный ранее объем статистических данных о работе персонала — так называемый "цифровой след сотрудника". Созданная в МТС система структурирования и анализа цифрового следа стала ключевой движущей силой организационной трансформации компании, поскольку она позволяет сформировать полную, независимую, прозрачную и оперативную картину происходящего, необходимую для анализа бизнес-процессов. В докладе продемонстрируем, как анализ цифрового следа сотрудника позволяет сделать работу компании более эффективной за счет
упрощения процессов (за счет выявления инсайтов через анализ данных о существующих бизнес-процессах и затем автоматизации части процессов методами ML и AI);
выявления конкретных функций и задач для автоматизации методами ML и AI;
оптимизации расходов на ФОТ благодаря автоматизации рутинных задач;
развития компетенций сотрудников;
формирования проектных команд.
Вернуться к докладчикам
Сергей Шестаков,генеральный директор,Luxms
Предприниматель в сфере высоких технологий, основатель группы компаний Luxms. В настоящее время сфокусирован на задачах бизнес-аналитики: визуализации и массивно-параллельной обработке 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.
Максим Розанов,директор по BI решениям,Luxms
Максим присоединился к комнаде Luxms BI в 2014 году. Обеспечивает внедрение и развитие аналитических решений на платформе Luxms BI у заказчиков — крупнейших компаний федерального уровня, среди которых РЖД, Мегафон, Ростелеком, Газпромнефть, НМИЦ им Алмазова. До прихода в компанию занимался фронт-енд и мобильной разработкой, имеет большой опыт создания высоконагруженных систем для операторов связи и медиахолдингов. Выпускник Санкт-Петербургского политехнического университета Петра Великого по специальности "Вычислительные машины, комплексы, системы и сети".
БЫСТРАЯ АНАЛИТИКА НА БОЛЬШИХ ДАННЫХ
На нескольких крупных проектах инженеры компании ЯСП (входит в группу Luxms) столкнулись с проблемой снижения быстродействия. Сложности возникали при визуализации больших объемов данных в реальном времени для сотен одновременно работающих пользователей. Решением стала двухступенчатая оптимизация быстродействия системы:
во-первых, оптимизация ETL-алгоритмов и создание горячего слоя хранения,
во-вторых, оптимизация исполнения бизнес-логики за счет датацентричной архитектуры сервера визуализации.
Идеи были опубликованы в докладах ACM и на конференциях PostgresConf 2019 в Нью-Йорке и Greenplum Summit 2020 и реализованы в BI-платформе Luxms BI. Результат — скорость работы на реальных данных с обработкой десятков миллионов записей в разы превышает показатели других систем, при этом стоимость владения в несколько раз ниже зарубежных аналогов. ПО зарегистрировано в Едином Реестре, №3366. В выступлении расскажем об особенностях решения и опыте его использования в компаниях энергетического, телекоммуникационного, транспортно-логистического секторов.
Вернуться к докладчикам
Дмитрий Дорофеев,главный архитектор,Luxms
Компьютерный гик с навыками программирования на многих языках. Создал десятки сайтов интернет-магазинов и мобильных приложений. Спроектировал Luxms BI. В настоящий момент фокусируюсь на Big Data, IoT, MPP и других современных технологиях обработки данных. Окончил Санкт-Петербургский политехнический университет Петра Великого, прикладная математика.
БЫСТРАЯ АНАЛИТИКА НА БОЛЬШИХ ДАННЫХ
На нескольких крупных проектах инженеры компании ЯСП (входит в группу Luxms) столкнулись с проблемой снижения быстродействия. Сложности возникали при визуализации больших объемов данных в реальном времени для сотен одновременно работающих пользователей. Решением стала двухступенчатая оптимизация быстродействия системы:
во-первых, оптимизация ETL-алгоритмов и создание горячего слоя хранения,
во-вторых, оптимизация исполнения бизнес-логики за счет датацентричной архитектуры сервера визуализации.
Идеи были опубликованы в докладах ACM и на конференциях PostgresConf 2019 в Нью-Йорке и Greenplum Summit 2020 и реализованы в BI-платформе Luxms BI. Результат — скорость работы на реальных данных с обработкой десятков миллионов записей в разы превышает показатели других систем, при этом стоимость владения в несколько раз ниже зарубежных аналогов. ПО зарегистрировано в Едином Реестре, №3366. В выступлении расскажем об особенностях решения и опыте его использования в компаниях энергетического, телекоммуникационного, транспортно-логистического секторов.
Вернуться к докладчикам
Леонид Жуков,старший управляющий директор, Лаборатория по искусственному интеллекту Сбера
Леонид возглавил Лабораторию искусственного интеллекта ПАО «Сбербанк» в сентябре 2020 года. Отвечает за развитие лаборатории и разработку инновационных решений на основе искусственного интеллекта для Сбера и его экосистемы. В 2015 году Леонид присоединился к Boston Consulting Group (BCG) для создания и развития направления Data Science — BCG GAMMA, в 2018-20 годах руководил московским подразделением BCG GAMMA. До прихода в BCG был директором Data Science в компании Ancestry, исследователем в Yahoo! и Калифорнийском технологическом институте, а также сооснователем и техническим директором стартапа в области информационной безопасности «Трафика». Леонид Жуков — один из ведущих экспертов в России в области анализа больших данных, искусственного интеллекта и машинного обучения. Профессор Департамента анализа данных и искусственного интеллекта на Факультете компьютерных наук НИУ ВШЭ, многократно становился «лучшим преподавателем» года.
ЗАЧЕМ СБЕРУ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ?
Технологии ИИ все активнее влияют на нашу жизнь, и это стало особенно заметно в прошедшем году. Всевозможные виды и формы удаленной коммуникации и работы, а также актуальные потребности медицины сделали ИИ еще более востребованным и социально ориентированным. Сбер создал Лабораторию ИИ несколько лет назад с целью развития технологий ИИ и их приложения в банке и экосистеме Сбера. В своем выступлении я расскажу о направлениях исследований Лаборатории и приведу примеры прикладных проектов из банковской сферы, медицины, а также разработок по автоматизации методов машинного обучения.
Вернуться к докладчикам
Владимир Макаров,заместитель руководителяДепартамента информационных технологий, руководитель по цифровизацииКомплекса социального развития Москвы
Владимир назначен заместителем руководителя ДИТ города Москвы в 2012 году. Отвечает за совершенствование управленческих и информационных сервисов столичной социальной сферы в области здравоохранения и образования, способствуя решению самых нетривиальных задач и последовательному развитию инновационных отечественных разработок. С 2011 года руководит созданием и внедрением Единой медицинской информационно-аналитической системы (ЕМИАС). При его непосредственном участии произведено глобальное техническое перевооружение инфраструктуры амбулаторных учреждений Москвы, запущены десятки общегородских сервисов, которые обеспечивают эффективное взаимодействие пациента и врача. В качестве руководителя по цифровизации Комплекса социального развития Москвы Владимир координирует развитие проектов в рамках единой цифровой платформы здравоохранения, которая позволяет городу собирать и обрабатывать огромные массивы медицинских данных для создания уникальных решений и сервисов. Владимир также курирует реализацию ИТ-проектов в сфере образования Москвы, в частности проект "Московскую электронную школу" (МЭШ). Под его управлением организован запуск информационной системы «Московское долголетие» для граждан пенсионного возраста.
ПАНДЕМИЯ 2020: НОВЫЙ ИМПУЛЬС ЦИФРОВИЗАЦИИ ОБЩЕСТВА
Сегодня Москва является одним из мировых лидеров по внедрению инноваций в сфере здравоохранения. Единая цифровая платформа, созданная в столице за последние 10 лет, позволяет воплощать в жизнь уникальные проекты, создавать «умные» решения, аналогов которых нет во всем мире. В 2020 году пандемия COVID-19 стала триггером ускорения реализации накопленного потенциала использования цифровых технологий, а также инициирования новых решений — в сжатые сроки был запущен целый ряд проектов и сервисов, направленных на борьбу с вирусом. О возможностях этих решений и роли данных и аналитики в их реализации будет рассказано в выступлении.
Вернуться к докладчикам
Борис Рабинович,директор Департамента управления данными, Сбер
Более 15 лет проработал в консалтинговых организациях, отвечая за такие области, как внедрение хранилищ, отчетности, систем управления справочниками. Позднее в компании «Сбербанк Технологии» возглавлял центр компетенции BI, а затем департамент BI и больших данных. При реструктуризации перешел в Сбербанк на позицию руководителя управления по загрузке данных, задачей которого была организация процессов и инструментов загрузки данных на платформу банка. Летом 2019 года Борис стал директором департамента управления данными, и сегодня как CDO Сбербанка отвечает за все централизованные функции по работе с данными банка и программу создания Фабрики данных.
НЕВЕРОЯТНАЯ ЛЕГКОСТЬ БЫТИЯ DIGITAL PEOPLE В современном бизнесе растет количество специалистов, работающих с данными: data scientist, дата-инженеры, аналитики и др., которым жизненно необходимо иметь быстрый и легкий доступ к данным и инструментам работы с ними. А это зачастую не так просто, как кажется: нужно найти данные, инфраструктуру, инструменты, разработать и вывести модель в пром, решить вопросы с качеством данных. И в крупной компании на это может уйти не один месяц. Это неэффективно. Ведь это не только невыполненные планы, но и недополученные доходы компании… В рамках выступления будет показан подход Сбербанка к решению задачи организации рабочего места digital people, позволяющего за один день решить все эти вопросы. Отмечено, какие сложности пришлось преодолеть для создания уникального сервиса. Продемонстрирована оптимальная конфигурация рабочего места специалистов в области данных.
Вернуться к докладчикам
Анна Серебряникова,президент, Ассоциация больших данных
Анна Серебряникова — одна из ключевых персон в сфере технологий больших данных и искусственного интеллекта в России, признанный эксперт по направлению цифровизации бизнеса и экономики. Президент Ассоциации больших данных, заместитель генерального директора USM Management, руководитель рабочей группы «Информационная инфраструктура» АНО «Цифровая экономика». Помимо этого, Анна является членом наблюдательного совета по участию «МегаФона» в совместном предприятии операторов мобильной связи России по внедрению технологии 5G.
.
Вернуться к докладчикам
Иван Фост,руководитель Департамента управления данными, Аналитический центр при Правительстве РФ
Работал в сфере ИТ по направлению автоматизации и информатизации федеральных и региональных органов власти, в том числе в Правительстве Москвы над проектами, связанными с открытыми данными и созданием платформ управления госданными (методология, стандарты, технологии, взаимодействие с бизнесом). С 2019 года в Аналитическом центре при Правительстве РФ Иван занимается созданием и продвижением НСУД, внедрением практических проектов по цифровизации в ФОИВ и РОИВ. Выпускник МГУ им. Ломоносова, МВА-IT — Высшая школа экономики.
ПРОЕКТЫ, ОСНОВАННЫЕ НА ДАННЫХ: КАК ИХ РЕАЛИЗУЮТ В ГОССЕКТОРЕ Иван расскажет про мифы государственной цифровизации (баланс «ожидания и лозунги – реальная жизнь»). Приведет примеры реализации проектов по цифровизации в регионах (в части управления, основанного на данных), расскажет об их практической пользе и потенциале тиражирования.
Вернуться к докладчикам
Николай Павлов,Chief Medical Data Officer, Радиология Москвы
Николай — невролог, руководитель проекта подготовки медицинских датасетов в Научно-практическом клиническом центре диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, занимается автоматизированным тестированием сервисов искусственного интеллекта на эталонных наборах данных. Имеет успешный опыт научно-аналитической работы над проектами для правительства Москвы по подготовке и обучению медицинских кадров в здравоохранении, внедрении систем мотивации медицинских сотрудников. В Сколковском институте науки и технологий занимал должность заместителя руководителя проекта НТИ по созданию информационно-аналитической системы обработки больших нейроданных. Победитель конкурса «УМНИК» в 2020 году, реализует проект по автоматизированному тестированию сервисов искусственного интеллекта на эталонных наборах данных. Закончил Первый МГМУ им. Сеченова, магистр государственного и муниципального управления в сфере здравоохранения (Высшая школа экономики).
.
Вернуться к докладчикам
Евгений Степанов,руководитель направления Vertica в России и СНГ, Micro Focus
Евгений отвечает за продвижение решений Micro Focus Big Data в России и странах СНГ. 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 анализа больших данных – Vertica.
УНИФИЦИРОВАННАЯ АНАЛИТИЧЕСКАЯ ПЛАТФОРМА — НОВЫЙ ВИТОК ТЕХНОЛОГИЙ АНАЛИТИКИ ДАННЫХ В течение последнего десятилетия при реализации проектов по аналитике данных организации были вынуждены выбирать между концепциями корпоративного хранилища данных и озера данных. Этот выбор подразумевал множество компромиссов, затрагивающих ключевые механизмы аналитической функции в организации. В последнее время мы видим конвергенцию этих концепций и переход к унифицированной аналитической платформе, которая поможет организациям раскрыть потенциал больших объемов мультиструктурированных данных.
Вернуться к докладчикам
Сергей Золотарев,генеральный директор, управляющий партнер, Arenadata Software
В 2016 году Сергей основал компанию Arenadata, целью которой является разработка открытой платформы сбора и хранения данных. С 2013 по 2016 годы возглавлял представительство компании Pivotal в России, СНГ и Восточной Европе, где под его руководством были реализованы одни из первых в России проекты в области больших данных. Работал в крупнейших мировых ИТ-компаниях EMC, Avaya, Microsoft, Compaq. Сергей занимается проектами с большими данными более 10 лет, является ведущим отраслевым экспертом России. Член экспертного совета национальной премии CDO Award. Закончил МГТУ им. Н.Э. Баумана (Кибернетические системы) и Open University of London (MBA).
ПЛАТФОРМА ДАННЫХ — ОСНОВА ЦИФРОВОЙ ЭКОСИСТЕМЫ В своем докладе Сергей Золотарев расскажет о мировом тренде в построении технологичного бизнеса — экосистемах. О возможных сценариях развития и о роли корпоративной платформы данных в бизнес-системах новой формации.
Вернуться к докладчикам
Алексей Коваленя,технический консультант департамента больших данных и безопасности, Atos в России и СНГ
Алексей в ИТ-индустрии более 19 лет: занимался проектами по построению различных решений для ЦОД, защите данных и непрерывности бизнеса в компаниях Oracle, Symantec (Veritas), Крок. Выпускник МГТУ им. Баумана.
ЭВОЛЮЦИЯ ИНФРАСТРУКТУРЫ ДЛЯ РАБОТЫ С БОЛЬШИМИ ДАННЫМИ В своем выступлении Алексей расскажет, из каких частей состоит инфраструктура для работы с большими данными и о различных подходах к ее построению. Также на выступлении будут освещены: тема озера данных — какие данные и каким образом туда поступают, как эти данные хранить; тема сбора данных на периферии — вдали от ЦОД; тема видеоаналитики и ее масштабирования.
Вернуться к докладчикам
Никита Николаев,операционный директор, Celsus
Никита обладает восьмилетним опытом управления проектами в области консалтинга, финансовых технологий. Является соучредителем ряда компаний. По образованию экономист-математик, выпускник СПбГЭУ.
КАК ОПТИМИЗИРОВАТЬ ПРОЦЕСС РАЗМЕТКИ МЕДИЦИНСКИХ ДАННЫХ И ОТБОР ВРАЧЕЙ-РАЗМЕТЧИКОВ? Размеченные верифицированные медицинские данные – одна из самых значимых проблем в построении эффективной системы на базе искусственного интеллекта. В своем выступлении Никита расскажет, как организовать и оптимизировать процесс разметки сырых медицинских данных, решать конфликты разметки , оценивать ее качество, снизить затрачиваемое время на разметку исследования. В докладе будут представлены не только общедоступные знания, но и ряд инсайтов. Также слушатели познакомятся с процессом отбора разметчиков данных и узнают, что такое #ВызовРадиологу.
Вернуться к докладчикам
Андрей Майоров,технический директор, РДТЕХ
Более 25 лет в ИТ-индустрии. Сотрудничество с компанией РДТЕХ Андрей начал в 1997 году в качестве технического руководителя проекта по разработке системы поддержки принятия решений для Федеральной таможенной службы. Имеет богатый профессиональный опыт в создании, развитии и консультационно-техническом сопровождении информационно-аналитических систем для государственных и коммерческих организаций. Сейчас в компании РДТЕХ отвечает за разработку и развитие сервиса мониторинга за состоянием здоровья Actenzo. Окончил Московский инженерно-физический институт по специальности «Теоретическая ядерная физика». Кандидат физико-математических наук.
АНАЛИТИКА БОЛЬШИХ ДАННЫХ НА ПРИМЕРЕ СЕРВИСА ЦИФРОВОЙ МЕДИЦИНЫ ACTENZO Телемедицина – skype с врачом или медицина на основе данных, собираемых в реальной жизни? Рынок предлагает сотни, если не тысячи моделей носимых гаджетов. Можно ли их использовать для чего-то большего, чем подсчет шагов? В выступлении будет рассказано об опыте создания продукта Actenzo на основе Big Data – сервиса мониторинга физиологических параметров организма и предупреждения о развитии негативных трендов.
Вернуться к докладчикам
Максим Милков,технический директор Департамента анализа данных, Softline AI
Эксперт в области машинного обучения, имеет многолетний опыт реализации консалтинговых проектов по анализу данных для крупнейших российских и международных компаний в сфере финансов, промышленности, ретейла. Выпускник МФТИ по специальности «Прикладные математика и физика».
ТЕХНОЛОГИИ NLP ДЛЯ ОПТИМИЗАЦИИ БИЗНЕС-ПРОЦЕССОВ И ДОКУМЕНТООБОРОТА В настоящий момент технологии обработки естественного языка (NLP) широко используются для решения задач бизнеса, и их популярность только растет. Мы расскажем об опыте разработки и внедрения моделей на основе NLP-технологий как в бизнес-процессы нашей компании, так и для заказчиков Softline. Система интеллектуального поиска «вопрос-ответ» обеспечивает высокую скорость извлечения нужной информации из больших массивов документации, позволяя сотрудникам формулировать вопросы на естественном языке и получать релевантный ответ. Эта система может быть использована как самостоятельное решение, в качестве удобной функции поиска на корпоративном портале или для расширения возможностей чат-ботов.
Вернуться к докладчикам
Дмитрий Павлов,менеджер по развитию бизнеса, Yandex.Cloud Data Platform
Работа Дмитрия с 2009 года тесно связана с масштабируемыми кластерными системами, начиная с высокопроизводительных GPU-ориентированных кластеров и заканчивая распределенными аналитическими СУБД. С 2013 по 2017 руководил отделом эксплуатации хранилища данных банка Тинькофф. С 2017 по 2020 развивал сервисы хранения и обработки больших данных в составе экосистемы Arenadata. С 2020 использует весь свой опыт в построении платформы данных на базе Яндекс.Облака. Сфера интересов Дмитрия включает (но не ограничивается) следующие темы: аналитические и операционные СУБД, визуализация, потоки данных, ETL/ELT, кейсы аналитических систем.
ОБЛАКО ИЛИ ON-PREMISE ДЛЯ НОВЫХ DATA-ПРОЕКТОВ? ДАВАЙТЕ ПОСПОРИМ! Мир изменился: на место монолитов пришли микросервисы и экосистемы, вместо идеального кода ценится скорость доставки изменений до пользователя, а возможность за считанные минуты увеличить свой data-ландшафт в несколько раз под нужды бизнеса стала часто важнее, чем проценты снижения ТСО. Как в таких условиях чувствуют себя подходы on-premise и облачной инфраструктуры? Для ответа на этот вопрос я попробую в докладе подобрать универсальный фреймворк. Спойлер: простого ответа не будет!
Вернуться 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.
ДЕМОКРАТИЗАЦИЯ ДАННЫХ НА ПРАКТИКЕ
Демократизация данных — одна из актуальных задач для обеспечения цифровой готовности организаций. В своем докладе Олег Гиацинтов расскажет о том, что такое демократизация данных, и как пользователю получать доступ к данным различных подразделений. Спикер поделится подходами к заказу данных и к самостоятельной подготовке данных силами бизнес-пользователей. Кроме того, в ходе выступления докладчик проведет демонстрацию функций супермаркета данных и самостоятельной подготовки данных на решениях Informatica.
Вернуться к докладчикам
Александр Волынский,архитектор PaaS-продуктов,Mail.ru Cloud Solutions
Александр — архитектор PaaS-направления облачной платформы Mail.ru Cloud Solutions. Специализируется на инструментах Big Data и AI и занимается внедрением сложных кастомных проектов. Участвовал в создании хранилищ данных в таких компаниях как «Платформа ОФД», X5 Retail Group, Mail.ru Group.
КАК РАБОТАТЬ С BIG DATA В ОБЛАКЕ ГИБКО И ЭФФЕКТИВНО С ПОМОЩЬЮ KUBERNETES
В выступлении спикер раскроет следующие темы:
Какие инструменты предоставляет облако для работы с данными;
Почему стоит использовать Kubernetes для работы с Big Data;
В чем ключевые отличия традиционных решений от облачных.
Вернуться к докладчикам
Станислав Ляховецкий,директор по управлению портфелем проектов, «Лаборатория продвинутой аналитики» ВТБ
Станислав отвечает за проекты по внедрению платформы исполнения моделей, AutoML, гео-платформы, аналитики потоковых данных, NLP-платформы. Специалист по внедрению инструментов управления рисками, HR, ML и AI-систем. Помогает компаниям строить системы управления математическими моделями. Работал с многочисленными представителями российского и международного бизнеса, в том числе такими компаниями, как Сбербанк, «Роснефть», МТС, OBI, ТНК BP, «Лукойл», Philip Morris International, Deutsche Bank, Ritz-Carlton и др. Сертифицированный специалист по стандарту IPMA в области управления проектами. Закончил МФТИ по специальности «Прикладная математика и физика».
УПРАВЛЕНИЕ МОДЕЛЬНЫМ РИСКОМ Что делать технологичным компаниям, которые используют технологии машинного обучения и искусственного интеллекта и в портфеле которых сотни и тысячи математических моделей, работающих в разных процессах? В докладе спикер поделится опытом создания систем управления моделями и представит обзор зарубежных и отечественных решений по ускоренной разработке и управлению моделями.
Вернуться к докладчикам
Александр Брыль,инженер по разработке алгоритмов машинного обучения, DDoS-Guard
Александр уже год работает в DDoS-Guard в команде защиты и ускорения сайтов над новым продуктом Bot Mitigation. Это решение для онлайн-бизнеса, которое обеспечивает легитимный трафик от реальных пользователей и защищает ресурсы от ботов и нежелательных посещений. До прихода в DDoS-Guard работал в компании, которая занимается внедрением автоматизированных систем управления в промышленные производства. Окончил Южно-Российский государственный политехнический университет по специальности «Сервис транспортных и технологических машин и оборудования».
КАК НА ОСНОВЕ БОЛЬШИХ ДАННЫХ ЗАЩИТИТЬ ИНТЕРНЕТ-РЕСУРС ОТ БОТОВ Александр расскажет, как на основе больших данных защитить интернет-ресурс от ботов с помощью нашего нового продукта. Остановится на особенностях применения методов машинного обучения для обработки интернет-трафика и проинформирует, какие потери может понести бизнес, если вовремя не обнаружить уязвимость сайта для ботов. Например, особо предприимчивые люди покупают доступ к базам карьерного сайта и парсят их, чтобы потом перепродавать резюме кандидатов. Некоторые даже создают собственные сервисы по продаже резюме. От этого страдает как сервис, где были украдены базы, так и сами кандидаты – их резюме оказываются у людей, которые постоянно названивают и предлагают непрофильную работу, в том числе в сфере оборота наркотиков, финансовых пирамид и т.д. Наша разработка поможет любому сервису отличить бота типа робота Яндекса или Гугла, которые проверяют сайт на наличие поисковой оптимизации (seo), от плохого бота, который может причинить финансовый ущерб бизнесу и его клиентам.
Вернуться к докладчикам
Сергей Мацоцкий,основатель, «ГС-Инвест»
Сергей Мацоцкий — ИТ-предприниматель и инвестор, который стоял у истоков российского рынка ИТ и участвовал в создании известных технологических корпораций. За более чем 30-летнюю предпринимательскую карьеру Сергей выступил партнером в масштабных проектах по цифровизации крупнейших российских компаний и государственных структур. Основатель и владелец группы ИТ-компаний «ГС-Инвест», в состав который входят компании БФТ, Arenadata, Rubytech, Avanpost и другие. Спикер первого форума BIG DATA 2012.
10 ЛЕТ: НАДЕЖДЫ, РАЗОЧАРОВАНИЯ, ПЕРСПЕКТИВЫ! Сергей Мацоцкий — один из тех, кто стоял у истоков работы с большими данными на российском рынке ИТ. В своем докладе Сергей подведет краткие итоги развития отрасли за прошедшие 10 лет, расскажет о трендах и технологиях «завтрашнего дня».
Вернуться к докладчикам
Александр Кузьмин,главный консультант по технологиям, Pure Storage
Александр Кузьмин в различное время занимал ведущие технологические позиции в компаниях Hewlett-Packard, EMC и Dell. В 2018 году присоединился к команде ведущего all-flash-вендора Pure Storage, где в настоящий момент занимает позицию Principal Technology Strategist в России, СНГ и странах Балтии. Является признанным экспертом в области современных ИТ-архитектур, облачных вычислений, систем хранения данных. Окончил Российский Университет Дружбы Народов.
ЭФФЕКТИВНЫЕ СИСТЕМЫ ХРАНЕНИЯ В СОВРЕМЕННОЙ АНАЛИТИКЕ ДАННЫХ Вопрос построения современной архитектуры данных для задач аналитики — один из важнейших в повестке дня. Мы рассмотрим различные подходы к построению современных архитектур данных, а также преимущества и недостатки тех или иных подходов. Pure Storage уже долгое время предлагает современный концепт Data Hub, который упрощает создание единой платформы данных для задач современной аналитики и ИИ.
Вернуться 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.
АРХИТЕКТУРА ДАННЫХ XXI ВЕКА — ОТ МОНОЛИТНЫХ ХРАНИЛИЩ К РАСПРЕДЕЛЕННЫМ СЕРВИСАМ ДАННЫХ
Такие подходы, как Agile, DevOps, микросервисная архитектура в корне изменили принципы разработки программного обеспечения в последнее десятилетие. Однако в вопросах управления данными мы до сих пор опираемся на архитектурные решения, предложенные в конце прошлого века. Движение по пути цифровой трансформации требует обработки огромных массивов очищенных, унифицированных данных, доступных в реальном времени. В то же время, ИТ-организации упорно продолжают пытаться собрать все данные в едином монолитном репозитории, будь то хранилище или озеро данных. Как же будет выглядеть ландшафт данных XXI века? Ответ очевиден – мы переходим к парадигме управления данными в распределенном, виртуальном виде. В докладе рассмотрим современные виртуальные архитектуры, которые набирает все большую популярность среди профессионалов в области управления данными.
ИСТОРИЯ УСПЕХА: КЛИЕНТ 360 В МАСШТАБАХ ВСЕЙ СТРАНЫ ДЛЯ МИНИСТЕРСТВА СОЦИАЛЬНОГО СТРАХОВАНИЯ ЗА 6 НЕДЕЛЬ
Исторически проекты по управлению мастер-данными (МDМ) считаются наиболее сложными и рискованными. На их внедрение в среднем требуется от 6 до 18 месяцев. В докладе расскажем о том, как применение архитектуры Virtual Data Fabric позволило сократить время внедрения системы «Клиент 360» до 6 недель и проведём живую демонстрацию платформы Denodo.
Вернуться к докладчикам
Никита Кардашин,руководитель отдела развития интеллектуальных систем, Naumen
Начал свою карьеру в сфере ИТ в 2007 году и имеет более 10 лет профильного опыта. В компанию Naumen пришел в 2012 году, где за последующие шесть лет сменил несколько должностей в сфере инженерии, проектного и продуктового управления, поучаствовав в различных ролях в ключевых проектах компании в государственном, энергетическом и финансовом секторе. С сентября 2017 года возглавляет отдел развития интеллектуальных систем в Департаменте систем автоматизации ИТ и процессов обслуживания. Отвечает за развитие и продвижение продуктов Naumen Service Management Intelligent Automation и Naumen Business Services Monitoring, а также услуг в сфере аналитики данных.
ИНСТРУМЕНТЫ ИТ-УПРАВЛЕНИЯ ДЛЯ ПОДДЕРЖКИ BIG DATA Многие компании разрабатывают и реализуют стратегию управления данными, внедряют «озера данных» и аналитические системы и набирают профильный персонал. Но под любыми большими данными всегда размещается ИТ-инфраструктура, без эффективной работы которой невозможно достижение целей digital-стратегии. Какие практики ИТ-управления помогут в этом, и какой взгляд имеет ITIL версии 4 на стратегию цифровизации? Об этом и конкретных инструментах ИТ-менеджмента в сфере больших данных расскажу в своем докладе.
Вернуться к докладчикам
Роман Стрекаловский,ведущий архитектор, Юнидата
Около 20 лет опыта работы в качестве архитектора и руководителя проектов. Роман прошел путь от тестировщика, создающего мидлеты для проверки JVM на мобильных телефонах первых поколений, и руководителя проектов до основателя компании, предлагающей рынку инновационные ИТ-решения. В компаниях Motorola, T-Mobile, Yota занимался разработкой, внедрением и эксплуатацией продуктов в области телекоммуникаций, в Home Credit —проектами в финансовой сфере. Сейчас в компании «Юнидата» отвечает за развитие инструментальной платформы и продуктов на ее основе: от технологического стека до реализации бизнес-потребностей клиентов в области руководства и управления данными.
BIG METADATA: КЛЮЧ К БОЛЬШИМ ДАННЫМ
Компания «Юнидата» всегда решала задачи в области больших данных не только с помощью инструментов и технологий, но и с помощью методологии управления данными. Современные инструменты не отвечают в полной мере всем потребностям работы с большими данными, такими как поиск, аналитика, отчетность, ресурсы. Момент, когда озеро данных становится свалкой, лишь откладывается в долгий ящик, если отсутствует системный подход к работе данными, то есть не только закупка дорогостоящего оборудования и ПО, но и организация практики руководства данными, одной из целью которого является стандартизация подходов к хранению и обработке информации на предприятии. Ключевой момент, на котором остановимся в докладе: метаданные также могут иметь приставку Big, а значит, нужны специальные методы управления ими.
Вернуться к докладчикам
Фарид Мадани,генеральный директор, Деловые линии
В 2001 году окончил «Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова» (Кафедра систем обработки информации и управления). Увлекался программированием, информационными системами, разрабатывал свою систему управления транспортными потоками. Практически сразу после окончания вуза, объединив группу единомышленников, создал компанию «Деловые Линии». Профессиональный подход к управлению, знание рынка, умение предвидеть потребности клиента и забота о развитии коллектива позволили сделать ГК «Деловые Линии» крупнейшим транспортно-логистическим оператором страны. В 2017 году Фарид Мадани вошел в ТОП-100 лучших руководителей в сфере логистики по версии издания «Деловой Петербург».
BIG DATA В ЛОГИСТИКЕ: ОТ МАРШРУТИЗАЦИИ ДО ПРОГНОЗИРОВАНИЯ СПРОСА В докладе будет представлен опыт использования больших данных для повышения эффективности логистического бизнеса. Генеральный директор компании расскажет о том, как аналитика больших данных помогает сокращать операционные расходы и повышать качество сервиса, укреплять и расширять клиентскую базу, анализировать рынок. Особое внимание будет уделено архитектурному подходу к реализации решений на основе Big Data, практике применения Self Service BI, а также принципам, которыми нужно руководствоваться при внедрении инструментов работы с большими данными.
Вернуться к докладчикам
Юлия Урожаева,1й зам. начальника Управления заместителя Мэра Москвы по вопросам социального развития, Правительство Москвы
Более 18 лет опыта в области развития социальных секторов экономики. Юлия семь лет руководила направлением общественного сектора в консалтинговой компании McKinsey, реализовала более 30 проектов в 10 странах по повышению эффективности, разработке стратегий и организационным изменениям. Занимала различные руководящие должности по направлениям экономического анализа, повышения эффективности. В Правительстве Москвы Юлия отвечает за направление развития систем поддержки принятия врачебных решений, эффективность использования ресурсов системы здравоохранения. Один из ключевых экспертов в выработке и реализации мер по сдерживанию коронавирусной инфекции в городе. Выпускница экономического факультета МГУ, магистр Лондонской школы экономики.
СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ Современное здравоохранение все больше опирается на данные из многих источников и многих видов — лабораторные, инструментальные исследования, история болезни и анамнез болезней родственников. Для работы с такими массивами данных врачу нужны инструменты нового поколения, которые могут обратить внимание на важные закономерности и быстро сделать многофакторный анализ. Именно такая система разрабатывается в Москве. В основе системы лежат клинические протоколы, разработанные группой опытных клиницистов. ИТ-компонент системы использует современные разработки в области технологий искусственного интеллекта, а также обработки больших данных. Проект — часть Единой цифровой платформы; работает во всех взрослых поликлиниках города Москвы.
Вернуться к докладчикам
Игорь Башков,коммерческий директор, «Нетрика Медицина»
С 2004 года занимается внедрением ERP-систем для крупнейших промышленных предприятий Санкт-Петербурга. Последние 10 лет — внедрением и продвижением интеграционной платформы "N3.Здравоохранение". Сфера интересов: цифровое здравоохранение, управление на основе первичных данных в здравоохранении, интеграция в здравоохранении. Закончил Санкт-Петербургский электротехнический университет (ЛЭТИ) по специальности "Компьютерная безопасность".
ПРАКТИЧЕСКАЯ ПОЛЬЗА ЦИФРОВОГО КОНТУРА ЗДРАВООХРАНЕНИЯ: ПЕРЕХОД К АНАЛИТИКЕ НА ОСНОВЕ ПЕРВИЧНЫХ ДАННЫХ .
Вернуться к докладчикам
Юрий Емельянов,архитектор, руководитель разработки, Департамент управления данными, Сбер
До прихода в Сбер Юрий работал в консалтинговых организациях, занимался проектами в области построения хранилищ данных в банковском секторе. Позднее работал в ведущих банках и интернет-компаниях, развивал инфраструктуру по работе с большими данными и их анализу. Занимался проектами по обработке больших данных города в областях транспортной аналитики и человекопотока. Присоединился к команде Сбера в 2019 году, где в данный момент отвечает за архитектуру и разработку продукта «Супермаркет Данных». В 2007 году закончил МИФИ, факультет «Кибернетика».
Анастасия Куликова,team lead команды аналитиков продукта «Супермаркет данных», Сбер
Более трех лет проработала в консалтинге на проектах по внедрению CRM-систем. Позднее вела одно из направлений по внедрению нового стрима уже в банковской сфере – управление требованиями и спросом всех подразделений банка на развитие ИТ. В 2017 году присоединилась к команде Сбера в качестве руководителя направления в Управлении корпоративных данных. Последние два года Анастасия работает в команде продукта «Супермаркет данных». Отвечает за взаимодействие с заказчиками по развитию продукта, руководит направлением аналитики. В 2009 году закончила факультет ВМиК МГУ им. Ломоносова.
Илья Поздняков,управляющий директор, ИТ-лидер кластера загрузки и обогащения данных, Сбер
В ИТ работает больше 20 лет, из которых 13 лет занимается построением решений в области DWH/Big Data. В Сбере с 2016 года, один из создателей «Фабрики Данных» Сбера, руководитель профильного Центра компетенций Big Data – ключевого разработчика «Фабрики Данных». В настоящее время руководит развитием фреймворков загрузки данных, собственной графовой платформы Сбера и ряда сопутствующих ИТ-решений, а также является лидером большого профессионального сообщества DWH/Big Data. До перехода в Сбер занимал руководящие позиции в инвест-банках Renaissance Capital и Deutsche Bank, а также в Samsung Electronics Research. Имеет два высших образования, выпускник факультета ВМиК МГУ.
СУПЕРМАРКЕТ ДАННЫХ — ЕДИНОЕ ОКНО ВО ВСЕЛЕННУЮ ДАННЫХ СБЕРА
Мир находится на пике эпохи принятия решений, основанных на данных. Все острее встает вопрос: как быстро найти и получить необходимую информацию? Сбер построил гетерогенную аналитическую платформу, состоящую из сплава Big Data и классических MPP-технологий, загрузил туда множество данных, внедрил флагманский продукт «Супермаркет данных» – систему для простого и удобного заказа данных с доставкой в область использования. Команда продукта поделится историей создания решения, продемонстрирует его «начинку» и расскажет о планах развития.
Вернуться к докладчикам
Павел Егоров,руководитель проектов big data в промышленности, КРОК
Павел работает в ИТ более 10 лет, изначально специализировался на проектах по созданию ERP-систем. В 2015 году пришел в КРОК на позицию консультанта по внедрению логистических систем. В 2016 году переключился на направление DWH и big data в промышленных компаниях. Руководил проектами внедрения в крупных компаниях промышленного сектора России и СНГ, таких как «Газпром нефть», Магнитогорский металлургический комбинат, Норникель и др. Закончил Институт информационных технологий и компьютерных наук НИТУ „МИСиС", кафедра АСУ.
Руслан Султанов,архитектор аналитических систем, КРОК
Руслан работает в ИТ-секторе с 2010 года. Пришел в КРОК, будучи студентом, начинал как разработчик Business Intelligence, а затем переключился на решения в области хранилищ данных и больших данных. Принимал участие в качестве разработчика, архитектора более чем в 20 проектах для компаний различных секторов — финансового, промышленного, розничной торговли. Помимо проектной деятельности, выполнял роль наставника для молодых специалистов, проводил учебные курсы по платформам ETL от ведущих мировых вендоров. Закончил МФТИ, факультет общей и прикладной физики.
АНАЛИТИКА НА ПРОИЗВОДСТВЕ: ЧЕТЫРЕ БИЗНЕС-ПОТРЕБНОСТИ, ОДНО ИТ-РЕШЕНИЕ
Сегодня сложно представить отрасль или сектор экономики, которые могут обойтись без эффективного использования больших данных. Не является исключением и промышленность. Эксперты КРОК расскажут, зачем промышленному предприятию нужна цифровая платформа управления большими данными. Вы сможете узнать о том, какие именно бизнес-задачи помогает решать платформа: как обеспечить контроль производства 24х7; как реализовать аналитику, заслуживающую доверия; как добиться прогнозирования производственных рисков; как сделать цифровизацию производства инструментом повышения конкурентоспособности. Спикеры остановятся на процессе выбора оптимальной рабочей архитектуры для промышленной аналитики, а также опишут прикладные фреймворки, позволяющие упростить и сократить сроки внедрения Big Data в промышленной компании.