Получить доступ к материалам форума Big Data&AI 2024?
Смотреть
Форум «Данные+ИИ 2025» – традиционное событие года по теме данных, продвинутой аналитики и искусственного интеллекта
Профессиональная среда
Ценный практический опыт
Обзор на 360 градусов индустрии данных и ИИ
Экспресс-погружение в методики и технологии
Интерактивные форматы
Гармония традиций и инноваций
1 день
самого интересного в сфере данных
40+
спикеров CDO и CDTO российских компаний и экспертов отрасли
400+
участников дата-профессионалов
Выставка
российских решений
Ирина Шеян,
программный директор форума
«В непростые времена важно найти точки опоры, позволяющие пережить трудности и уверенно смотреть в будущее. Для бизнеса такими опорами стали данные и искусственный интеллект. Наш форум последовательно развивается как авторитетная площадка для обмена опытом управления на основе данных, ведь искать ответы на новые вызовы продуктивнее в кругу профессионалов. Продолжаем».
СПИКЕРЫ
Аналитика на естественном языке: применение AI-агентов и их влияние на бизнес-процессы
Илья Ивахин,директор департамента экспертного сопровождения, Федеральный центр прикладного развития ИИ
Окончил Курский государственный технический университет, бакалавр медицинского приборостроения, магистр техники и технологии. Руководитель проектного офиса службы «Цифровой атташе» Минпромторга России. Бизнес-ангел, венчурный партнер Izba Ventures, член инвестклубов Синдикат, AdventureLand, SberUnity и других. Независимый директор, модератор Советов директоров частных компаний, член Ассоциации независимых директоров. Трекер. Ментор и коуч высших руководителей и владельцев бизнеса. Резидент Клуба менторов. Член Ассоциации русскоязычных коучей.
Как зарабатывать на данных и алгоритмах
Выступление затрагивает вопросы уровня зрелости дата-сетов и нейронных сетей, создания цифровых продуктов на основе промышленных данных, а также оценки эффективности внедрения искусственного интеллекта.
Вернуться к докладчикам
ОСНОВНЫЕ ТЕМЫ DATA+AI 2025
Повышение эффективности с помощью данных и искусственного интеллекта
> Повышение эффективности с помощью данных и искусственного интеллекта > Национальный проект «Экономика данных и трансформация госуправления» > Как извлечь из данных зримую пользу для бизнеса > Стандартизация ИИ, валидация результатов работы GenAI, LLM и SLM, адаптация LLM с помощью Retrieval Augmented Generation (RAG), конвергенция GenAI и IoT > Защита данных: и от ИИ, и с помощью ИИ > Синтетические данные: возможности и ограничения > Корпоративная культура работы с данными и развитие дата-компетенций > Партнерства в области обмена данными >Прагматичный взгляд на метавселенные > Безопасность данных: правила кибергигиены и актуальные подходы к защите; Искусственный интеллект как внешняя угроза и как внутренний страж.
Практика работы с данными
> Организация управления данными и построение дата-офиса, вопросы эффективности и финансирования дата-инициатив > Создание дата-платформы и организация конвейера данных > Как обеспечить качество данных и дата-сетов для обучения моделей > Как превратить бизнес-пользователей в аналитиков > ГенИИ в бизнесе, аналитика на естественном языке, цифровые двойники, интеллектуальная оптимизация процессов > Отраслевой опыт управления и трансформации на основе данных: промышленность, ТЭК, финансы, ретейл, телеком, транспорт, строительство, медицина, агромпром > Цифровые ассистенты, клиентская аналитика, цифровой HR, ИИ-сервисы для клиентов и сотрудников > Социально значимые проекты на основе данных
Технологии, инструменты, подходы
> Эффективные решения для сбора, передачи, хранения и обработки: хранилища, озера, фабрики, ткань, сети данных > Облачные и гибридные инфраструктуры для работы с данными > Дата-платформы и инструменты для интеграции и анализа данных > Методология миграции на российские дата-продукты > Технологии анализа данных: «дополненная» аналитика, потоковая аналитика, компьютерное зрение, геоаналитика, аналитические ИИ-решения; большие и малые языковые модели > Инструменты для самообслуживания: средства визуализации, чат-боты, low code/no code для бизнес-пользователей, BI self-service, ИИ в помощь разработчикам
В ПРОГРАММЕ
Ключевые тренды, драйверы и барьеры для управления на основе данных
Что изменит нацпроект «Экономика данных»
Российские платформы данных и ИИ для решения бизнес-задач
На сессии выступят:
Лидеры мнений – ведущие российские эксперты, аналитики, представители отраслевых ассоциаций
Лидеры рынка – разработчики передовых решений и их самые продвинутые пользователи
Лидеры сообщества – номинанты Data Award
Проекты внедрения дата-платформ, интеграции данных, управления мета-данными и НСИ
Кейсы применения BI, машинного обучения, компьютерного зрения, IoT для принятия управленческих решений, внедрение самостоятельной аналитики
Платформы, инструменты и сервисы для работы с данными, проблемы замещения СХД и систем виртуализации данных, кейсы миграции на российские решения
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
Вернутся к программе
КОМУ БУДЕТ ПОЛЕЗНО:
руководителям компаний и бизнес-подразделений
директорам по стратегии и инновациям
директорам по развитию и цифровой трансформации
ИТ-директорам и директорам по данным
бизнес-аналитикам, консультантам, исследователям и аналитикам данных
архитекторам и разработчикам информационных систем
ЗАЧЕМ УЧАСТВОВАТЬ
Понять, как заставить данные работать на вас
Познакомиться с новейшими отечественными разработками и вдохновиться примерами их применения
Поделиться своим опытом и наметить новые задачи для разработчиков
Изучить опыт лидеров в трансформации бизнеса и общества — номинантов и лауреатов Data Award
Укрепить деловые связи, расширить круг партнеров и единомышленников
Окончил Санкт-Петербургский политехнический университет. Более 10 лет опыта работы в ИТ-индустрии, занимался разработкой распределенных систем в компаниях GridGain и Hazelcast. Входит в состав управляющих комитетов Apache Calcite и Apache Ignite. В настоящее время – генеральный директор компании «Кверифай Лабс» (CedrusData), специализирующейся на решениях для анализа больших данных, консалтинге в области разработки СУБД и платформ управления данными.
Вернуться к докладчикам
Екатерина Кваша,заместитель генерального директора, Центр стратегических разработок
Имеет более 10 лет профессионального инженерного и управленческого опыта в сфере энергетики. Руководила созданием и развитием «Национального центра энергоэффективности» при Министерстве экономического развития Российской Федерации. Получив инженерное и экономическое образование в Ивановском государственном энергетическом университете, прошла путь от руководителя технических проектов до директора департамента маркетинга и заместителя коммерческого директора международного электротехнического холдинга ГК «Таврида Электрик». Обладает успешным опытом управления отраслевыми медиапроектами. Руководила созданием и была бессменным главным редактором «Цифровой подстанции» - одного из самых ярких отраслевых средств массовой информации сферы электроэнергетики. Автор многочисленных публикаций в отраслевых изданиях.
Вернуться к докладчикам
Елена Артемьева,директор по аналитике, data science и исследованиям, Работа.Ру
Закончила МГУ им. Огарева по специальности «Статистика». 12 лет работала в органах статистики, в том числе в Росстате, занималась анализом экономических процессов, проведением сплошных и выборочных наблюдений на региональном уровне, разработкой методологии и расчетом основных макроэкономических показателей по России, а также научной деятельностью. Анализировала эффективность размещения гособоронзаказа в Рособоронпоставке. С 2014 года работает в коммерческих компаниях, связанных с онлайн-бизнесом: "Утконос", "Брокколи", "Биглион", "Альфа-Капитал". Создавала с нуля подразделения аналитики и Data Science в крупных интернет-проектах. В настоящее время -- директор по аналитике, data science и исследованиям в Работа.ру. В 2023 году вошла в рейтинг «ТОП-1000 российских менеджеров» в категории «Директор по информационным технологиям». Преподаватель и автор курсов в "Нетологии", Universal University, СберУниверситете, Eduson. Ментор и наставник в "Эйч".
Вернуться к докладчикам
Михаил Сквирский,управляющий директор, ПАО "Сбербанк"
Разрабатывал Национальную стратегию развития искусственного интеллекта и федеральный проект «Искусственный интеллект». Участвовал в запуске текущих мер поддержки развития ИИ. Представитель Центра компетенций ПАО "Сбербанк" в федеральном проекте «Искусственный интеллект». В настоящее время -- управляющий директор, – начальник центра реализации Федерального проекта проекта AI, департамент развития искусственного интеллекта и машинного обучения ПАО "Сбербанк".
Вернуться к докладчикам
Андрей Никитин,директор по PR и внешним коммуникациям, Национальная ассоциация трансфера технологий (НАТТ)
Окончил Ивановский государственный университет по специальности «Журналистика». Кандидат филологических наук, доцент Финансового университета при Правительстве РФ. Член Союза журналистов России. Cтоял у истоков создания сообщества Ассоциации искусственного интеллекта в медицине (Национальная база медицинских знаний, НБМЗ). Помогал в развитии комьюнити MedTech-проектов: «CoBrain-Аналитика» Национальной Технологической Инициативы (НТИ) и SbermedAI. В настоящее время — директор по PR и внешним коммуникациям Национальной ассоциации трансфера технологий (НАТТ), заместитель исполнительного директора Клуба директоров по науке и инновациям.
Вернуться к докладчикам
Алексей Масютин,директор Института искусственного интеллекта и цифровых наук, НИУ ВШЭ
Окончил экономический факультет Высшей школы экономики по специальности «Математические методы анализа экономики». Руководил проектами по валидации моделей машинного обучения, применяемых в сфере банковского риск-менеджмента и корпоративно-инвестиционного бизнеса. С 2022 года руководит Центром искусственного интеллекта НИУ ВШЭ, ведущим прикладные разработки в сфере предиктивных моделей (банки, телеком, гостиничный бизнес). Является руководителем базовой кафедры Сбера «Финансовые технологии и анализ данных» на Факультете компьютерных наук НИУ ВШЭ. В настоящее время -- директор Института искусственного интеллекта и цифровых наук НИУ ВШЭ.
Вернуться к докладчикам
Мария Поликанова,руководитель стратегического комитета, Ассоциация больших данных
Окончила Российский государственный гуманитарный университет по специальности «Информационные системы» и London Business School по программе Сбербанка «Финансовый менеджмент». Более 20 лет опыта в сфере развития бизнеса в финансовой индустрии (Альфа-Банк, Газпромбанк, Сбербанк): создание аналитических продуктов на основе больших данных для корпоративных клиентов; запуск направления монетизации данных; ведение коммерческих проектов в области аналитики на основе больших данных для государственного сектора, крупной розничной сети, транспортных, девелоперских и других компаний. В настоящее время – управляющий директор SberData Сбербанка, где отвечает за стратегию работы с данными, взаимодействие с профессиональным сообществом и органами государственной власти. Возглавляет Стратегический комитет Ассоциации больших данных, нацеленный на развитие рынка больших данных в России. Член Совета по совершенствованию практик работы с данными. Соавтор Стратегии развития рынка больших данных РФ до 2024 года и Кодекса этики использования данных.
Вернуться к докладчикам
Юрий Сапожников, руководитель группы по координации и мониторингу реализации федерального проекта «Искусственный интеллект», Национальный центр развития искусственного интеллекта при Правительстве РФ
Закончил с отличием факультет технической физики Московского инженерно-физического института, а затем и аспирантуру МИФИ. Прошел путь от аналитика до директора бизнес-направления в Агентстве корпоративного развития «Да-Стратегия». Руководил проектами в АНО «Агентство стратегических инициатив по продвижению новых проектов». Занимал позиции директора по направлению «Формирование исследовательских компетенций и технологических заделов», директора по направлению «Цифровые технологии» и заместителя генерального директора в АНО «Цифровая экономика». С 2021 по 2022 год — заместитель руководителя Аналитического центра при Правительстве Российской Федерации — руководитель Центра экспертизы по реализации федерального проекта «Искусственный интеллект». В настоящее время — директор Национального центра развития искусственного интеллекта при Правительстве РФ.
Вернуться к докладчикам
Юрий Сапожников,руководитель группы по координации и мониторингу реализации федерального проекта «Искусственный интеллект», Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации
Вернуться к докладчикам
Василий Крикунов,руководитель направления генеративного ИИ, Axenix
Развитие прикладного genAI. Тренды и точки роста
В докладе рассмотрены сценарии использования генеративного ИИ в разрезе индустрий и выделены наиболее очевидные из них с точки зрения достижения экономического эффекта от внедрения. А также приведены примеры реализованных проектов и продуктов, которые Axenix не только внедряет у заказчиков, но и использует в собственной операционной и проектной деятельности.
Вернуться к докладчикам
Ольга Махова,директор по инновациям и управлению данными,Росбанк
Федерализация данных: эволюционный процесс или top down? Возможности для бизнеса
В докладе освещается трехлетний этап витка эволюции дата-службы от состояния «данные – это неизбежные расходы» до «данные —ценный актив с монетизацией». Особое внимание уделяется краеугольным вопросам, возникавшим на этом пути, развилкам и принятым решениям, а также текущему состоянию дата-офиса и мыслям о будущем.
Окончил с отличием факультет прикладной математики Санкт-Петербургского государственного университета, получил степень кандидата экономических наук, завершил программу TRIUM Global Executive MBA. Эксперт в сфере личной и бизнес-эффективности, автор многократно переизданных бестселлеров. Руководил проектами по тайм-менеджменту в Администрации Президента РФ, в ряде федеральных госорганов и региональных администраций, в структурных подразделениях и дочерних компаниях Газпрома, Сбербанка, РЖД и др. Руководитель центра бизнес-эффективности НИТУ МИСиС. В настоящее время -- генеральный директор компании «Таймлист 1С».
Экономия времени с помощью ИИ при протоколировании встреч, совещаний, интервью
Время — единственный невосполнимый ресурс как личной жизни, так и в бизнесе. Каждый день мы тратим большое количество времени на общение с коллегами, клиентами и партнерами. От эффективности времени, проведенного на встречах и совещаниях, зависит потрачены ли ресурсы впустую или с пользой, а также скорость реализации важных проектов и количество приобретенных возможностей. Докладчик поделится практическими, основанными на собственном и клиентском опыте, советами по экономии времени на встречах и совещаниях с помощью искусственного интеллекта.
Вернуться к докладчикам
Олег Гиацинтов,технический директор, DIS Group
Окончил МГТУ им. Н.Э.Баумана. Более четверти века опыта работы в ИТ-индустрии, из которых 20 лет – руководство ИТ-проектами: «Ланит», «Автомир», Xerox. Эксперт в области стратегического управления и интеграции данных, обеспечения качества и управления нормативно-справочной информацией (мастер-данными), управления знаниями, а также построения дата-центрических 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.
Данные + ИИ: стремительное развитие бизнеса
Готовы ли ваши данные к искусственному интеллекту? Как оценить уровень зрелости управления данными? Доклад посвящен ответам на эти и другие вопросы, а также эффектам применения технологий в бизнесе.
Вернуться к докладчикам
Алексей Тестин,директор Центра развития цифровых технологий, ПАО «ГМК «Норильский никель»
Окончил Пермский национальный исследовательский политехнический университет по специальности горный инженер и Южно-российский государственный политехнический университет по специальности инженер-программист. Имеет 8 лет опыта работы в строительной и горной индустрии, 10 лет работал с горно-металлургическими компаниями в «большом консалтинге». В настоящее время — директор Центра развития цифровых технологий ПАО «ГМК «Норильский никель».
Повышение эффективности компании с помощью AI
Доклад освещает путь горно-металлургической компании от прямых экономических эффектов применения предиктивного искусственного интеллекта к косвенным эффектам, полученным с помощью генеративного AI.
Вернуться к докладчикам
Александр Гусев,директор по развитию, Webiomed
Один из ключевых российских экспертов в сфере цифровизации здравоохранения. Окончил Петрозаводский государственный университет по инженерной специальности. С 1999 работал в медицинском центре г. Кондопога, где создавал одну из первых российских систем ведения электронной медкарты. В 2004 году защитил кандидатскую диссертацию по теме проектирования комплексных МИС с применением математического моделирования и сервис-ориентированного подхода. В 2007 году вместе с партнерами основал компанию «Комплексные медицинские информационные системы» («К-МИС»), ставшую одним из ведущих разработчиков медицинского ПО в России. С 2017 года занимается развитием платформы прогнозной аналитики на основе искусственного интеллекта Webiomed. Один из создателей ассоциации «Национальная база медицинских знаний», в настоящее время — член наблюдательного совета. Входит в состав рабочей группы «Цифровое здравоохранение» на площадке АНО «Цифровая экономика». Заместитель главного редактора журнала «Врач и информационные технологии». Старший научный сотрудник НПКЦ диагностики и телемедицинских технологий Депздрава Москвы. Программный директор курса подготовки руководителей в сфере цифровой трансформации здравоохранения ВШГУ. Член экспертного совета Минздрава РФ по вопросам использования ИКТ. С апреля 2021 г. — эксперт по искусственному интеллекту Центрального научно-исследовательского института организации и информатизации здравоохранения Минздрава России. Автор почти 150 научных работ по цифровому здравоохранению.
Как ИИ трансформирует профилактическую медицину и зачем это пациентам?
Считается, что эффективная профилактика позволяет существенно сократить заболаемость и смертность от хронических неинфекционных заболеваний. Однако возможности профилактической медицины используются далеко не в полной мере: на рутинном приеме врачи, как правило, перегружены, и правильно оценивают риск возникновения проблем менее чем в половине случаев. Как же меняет эту ситуацию искусственный интеллект?
В докладе представлен опыт использования прогнозных и диагностических моделей машинного обучения для формирования цифровых риск-профилей пациентов и персональных рекомендаций по профилактике заболеваний. На сегодняшний день к платформе Webiomed, автоматически собирающей и анализирующей данные электронных медицинских карт, подключено 29 субъектов РФ.
Автор также проанализирует главные препятствия для широкого применения искусственного интеллекта в российском здравоохранении и представит свой взгляд на ближайшую перспективу в этой области.
Вернуться к докладчикам
Артем Ерохин,ведущий менеджер по работе с большими данными, X5 Tech
Окончил Московский авиационный институт по специальности инженер-математик, около 9 лет опыта в анализе данных. Работал в Rambler&Co, МосТрансПроекте, ГК «Везет» и YouDo. Лучший ментор Open Data Science 2022 и 2023 годов. В настоящее время - ведущий менеджер по работе с большими данными, X5 Tech.
Как сократить затраты на разметку данных с помощью LLM
Кто сейчас не слышал про ChatGPT? LLM ворвались в нашу жизнь. Часто их использую для того, чтобы показать «магию» обычным пользователям. Однако большие языковые модели можно использовать не только для получения wow- эффекта, но и во вполне практических целях. В докладе расскажем, как сократить издержки на разметку данных с помощью LLM. Как такие модели могут использоваться для разметки, какие есть сценарии улучшения качества и ограничения использования. Поговорим и об опыте X5 по применению LLM к разметке данных.
Вернуться к докладчикам
Рустем Хайретдинов,заместитель генерального директора, группа «Гарда»
Закончил механико-математический факультет МГУ им. Ломоносова и аспирантуру Института механики многофазных систем Сибирского отделения РАН. Свою карьеру в ИТ начал в 1992 году в компании "Стиплер". В 1996-2004 гг. занимал руководящие должности в ряде ИТ- и ИБ-компаний: Steepler, IBS, Лаборатория Касперского, InfoWatch, BI.ZONE. В настоящее время работает заместителем генерального директора группы компаний «Гарда». С 2008 года является президентом Ассоциации по вопросам защиты информации (Business Information Security Association) (BISA). Ведет активную преподавательскую деятельность: приглашенный преподаватель Сколтеха и факультета MBA РАНХиГС, участвует в отраслевых экспертных советах. Автор более ста статей по проблемам ИТ и ИБ в отраслевой, научной и деловой прессе.
Что, зачем и как защищать в больших данных
В докладе будет рассмотрена модель угроз для больших данных и средств их обработки, обсуждена специфика их защиты, связанная с большой ресурсоемкостью мониторинга и журналирования операций. Обсудим основные принципы защиты данных в системах их обработки, покажем несколько примеров организации систем защиты при доступе к данным, их использовании и выгрузке.
Вернуться к докладчикам
Ольга Ведерникова,генеральный директор, «Эпсилон Метрикс»
Окончила МИФИ по специальности "Прикладная математика" и Executive MBA в Стокгольмской школе экономики. Эксперт в геопространственных технологиях с 20-летним опытом в ИТ, геоаналитике и Data Science. Работала в Luxoft, Boeing, Ренессанс Капитале и ВТБ. Специализируется на проектах в транспортe и логистике, телекоммуникационной инфраструктуре, урбанистике, недвижимости и финансах. В 2020 году основала Epsilon Metrics - российскую платформу геоаналитики с поддержкой искусственного интеллекта.
Облачные решения в пространственном анализе больших данных
Множество и разнообразие геоданных, доступных сегодня, кажутся чем-то революционным. Но когда дело доходит до их использования, возникают две большие проблемы: как хранить и управлять такими большими объемами данных, и как сделать их доступными для аналитиков и отраслевых экспертов. В реальности компании сталкиваются с проблемой разрозненных и изолированных источников геоданных, что затрудняет проведение геопространственного анализа и применение алгоритмов искусственного интеллекта. Наличие «сырых» геоданных не приносит значительной пользы, если эти данные не интегрированы в повседневную деятельность. Отсутствие интеграции данных в бизнес-процессы может ограничить их использование созданием интересных, но изолированных пилотов или красивых презентаций, не внося при этом существенных изменений в операционную деятельность компании или не повышая качество принимаемых решений. В докладе мы сосредоточимся на том, как облачные технологии трансформируют подходы к анализу и использованию геоданных. Благодаря облачным хранилищам и технологиям, мы получаем возможность эффективно обрабатывать и анализировать большие наборы геоданных. Также рассмотрим, как облачные платформы упрощают совместное использование данных разными пользователями и поставщиками в рамках единой среды, где данные из различных источников доступны и могут быть интегрированы. Облачные решения предлагают масштабируемость, экономию и доступность аналитических инструментов, позволяя использовать SQL и специализированные функции для пространственного анализа без необходимости перемещения данных. Также представим реальные примеры использования больших объемов геоданных для решения таких прикладных задач, как выбор местоположения для новых магазинов, оптимизация сетевого покрытия для телекоммуникаций, планирование маркетинговых кампаний и анализ экологических данных.
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.
Технологии будущего Data & AI. Форсайт 2035
Один из флагманов отечественной цифровизации Сбербанк совместно со стратегическим консультантом Strategy Partners в конце 2023 года провел «Форсайт технологий работы с данными 2035». Взгляды экспертов из различных отраслей на будущее человека и технологий выявили ряд интересных инсайтов и определили перспективные направления развития данных и AI, которые будут представлены в докладе.
Вернуться к докладчикам
Александр Кулиев,CDO,«Бургер Кинг»
Data-driven-подход как драйвер инноваций
Данные, их анализ и эффективное использование становятся движущей силой развития современного бизнеса, улучшая и оптимизируя существующие бизнес-модели и коммуникацию с целевой аудиторией. В докладе рассказывается:
о создании интегрированной и масштабируемой аналитической среды для работы с разрозненными источниками данных;
об адаптации существующих и создании новых процессов для перехода к data driven-подходу;
о реализации проектов «цифровой гость» и «цифровой ресторан», основанных на применении искусственного интеллекта и предиктивной аналитики.
Вернуться к докладчикам
Мария Аверина,управляющий партнер,«Гармония MDM»
Почти 20 лет опыта работы с корпоративными хранилищами данных, системами планирования (CPM) и платформами бизнес-аналитики от ведущих вендоров: Arenadata, Microsoft, PostgreSQL, Tableau, Qlik, «Форсайт» и др. В НИУ ВШЭ преподает бизнес-аналитику в рамках образовательной программы «Бизнес-информатика». В настоящее время – управляющий партнер компании «Гармония MDM».
Максим Озеров,директор проектов по аналитике, Navicon
Окончил НИУ «Высшая школа экономики» и Норвежскую школу экономики. Опыт работы в ИТ более 10 лет. Преподает в НИУ ВШЭ – бизнес-аналитику образовательной программы «Бизнес-информатика». Директор по аналитическим проектам компании Navicon, ведущий эксперт в области DWH и систем аналитики и визуализации.
Современная платформа данных: чек-лист для успешного проекта
Как реализовать успешный проект по внедрению платформы данных или развитию текущего хранилища до этого уровня? Докладчики поделятся полезными инсайтами на основе мощного опыта реализации подобных проектов, расскажут об интересных случаях из практики и подскажут, на что обратить особое внимание.
Вернуться к докладчикам
Александр Тютюнник,директор по развитию бизнеса,ГК Luxms
30 лет опыта работы в ИТ-сфере и управленческом консультировании. Руководил проектами внедрения платформы Luxms BI в банковской и финансовой сфере. Доктор экономических наук, автор ряда книг, статей и научных публикаций. В настоящее время — директор по развитию бизнеса, заместитель генерального директора ГК Luxms.
Дмитрий Дорофеев,главный конструктор, Luxms
Главный конструктор отечественной аналитической платформы Luxms BI, а также главный конструктор Data Boring — отечественного инструмента обработки данных (ETL/ELT). Постоянный докладчик на конференциях в экосистеме PostgreSQL и в области обработки данных. ИТ-полиглот, увлекается изучением языков программирования, владеет более чем 20 языками программирования.
AI: мифы, хайп и реальность
Выступление построено как увлекательная дискуссия о перспективах развития и области применения искусственного интеллекта, подкрепленная личным опытом, интересными статистическими данными и фактами. Докладчики раскрывают тему AI в современных реалиях, имея разные взгляды и мнения на этот счет.
Вернуться к докладчикам
Сергей Лебедев,руководитель направления,Сбер
Окончил Московский государственный институт радиотехники, электроники и автоматики (Технический университет) по специальности «Инженер-математик». Более 10 лет опыта в области больших данных. В Сбере работает с 2021 года. В настоящее время является руководителем команды разработки системы защиты данных в кластере кибербезопасности департамента управления данными. Сфера ответственности в компании: реализация процессов защиты данных в Сбере и его экосистеме.
Дмитрий Жиров,исполнительный директор, Сбер
Окончил Московский энергетический институт (Технический университет) по специальности «Радиотехника». Более 10 лет занимается проблемами обеспечения безопасности больших данных. В Сбере работает с 2016 года. В настоящее время — исполнительный директор, выполняет роль руководителя Кластера кибербезопасности департамента управления данными Сбера. Основные сферы ответственности в компании: разработка продуктов ИБ, повышение защищенности платформы, управление рисками кибербезопасности. Финалист конкурса «Лидеры России» 2021 года в треке ИТ.
Цифровая приватность: как защитить большие данные?
В докладе представлены подходы к обеспечению безопасности и конфиденциальности больших данных в условиях угроз цифровой безопасности. Рассматриваются способы уменьшения киберрисков с использованием технологических инноваций, а также организационные аспекты защиты данных как ключевые элементы обеспечения цифровой приватности. Доклад позволит слушателям лучше понять возможности современных инструментов защиты данных и познакомиться с практикой их применения для уменьшения киберрисков на примере сервиса SberDataGuard.
Вернуться к докладчикам
Алевтина Тинас,Tele2
Окончила Липецкий государственный технический университет. Более 20 лет опыта работы в ИТ-индустрии, из них 15 лет в области управления данными. Занималась созданием корпоративной аналитической системы в компании «Фольксваген Банк РУС», затем развитием системы управления корпоративными данными в компании «СИБУР». В настоящее время – руководитель департамента по управлению данными в компании Tele2, где отвечает за реализацию стратегии развития платформы данных, а также инструменты и процессы управления данными.
Маргарита Волкова,руководитель направления по процессам и продуктам управления данными, Tele2
Окончила НИУ Высшая школа экономики, магистр экономики. Имеет более шести лет опыта работы в области трансформации финансовой функции в международной консалтинговой компании, где участвовала в различных проектах по внедрению ИТ-систем и кросс-функциональных процессов. Последние пять лет специализируется в области данных в компании Tele2, занимая позицию руководителя направления по процессам и продуктам управления данными. Отвечает за развитие стандартов и практик Data Governance и развитие data-driven культуры.
Развиваем self-service: как мы вырастили аналитиков из бизнес-заказчиков и охватили культурой data-driven половину компании
Каждая компания стремится стать data-driven и принимать решения во всех бизнес-процессах, основываясь на данных. Но как обеспечить постоянно растущую потребность в аналитике, учитывая сложности с поиском специалистов на рынке? Наращивать централизованную команду невозможно. А что если сделать аналитиками всех сотрудников компании? Расскажем, как опираясь на data-стратегию, основанную на продвижении self-service, мы обеспечили наших бизнес-пользователей удобными инструментами работы с данными. C помощью выстроенной системы коммуникации, вовлечения и обучения культурой data-driven охватили около 50% сотрудников компании, таким образом к штатным аналитикам Data Office присоединились примерно 400 «аналитиков» из бизнеса – сотрудников из других функциональных подразделений, не являющихся экспертами в области управления и анализа данных, но которые «могут и умеют в self-service». Также поделимся практиками, помогающими избежать превращения self-service в хаос и выстроить управляемую работу с продуктами, которые создаются в бизнесе.
Вернуться к докладчикам
Алексей Арустамов,директор, Loginom Company
Более 30 лет опыта работы в сфере анализа данных и продвинутой аналитики в различных областях. Специалист по Data Mining и моделированию сложных систем. Сооснователь и директор Loginom Company (ранее BaseGroup Labs).
Фетибек Алиев,руководитель отдела разработки аналитических решений, Reshape Analytics
Эксперт в области управления цепями поставок, оптимизации маркетинга и продаж. Обладает восьмилетним опытом построения аналитических процессов, внедрения систем прогнозирования спроса, управления запасами и имитационного моделирования. Занимает позицию руководителя отдела разработки аналитических решений компании Reshape Analytics.
Экономия ресурсов в больших проектах за счет low-code и переиспользования наработок
В докладе рассказывается, как переиспользование компонентов в Loginom позволяет снизить вероятность ошибок и повторных доработок, а также как увеличить качество и скорость разработки. Переиспользование наработок позволяет создавать гибкие и масштабируемые приложения, которые легко адаптировать под потребности бизнеса и любые сценарии использования.
Вернуться к докладчикам
Алексей Игошин,генеральный директор, Homeapp
Закончил ВМК МГУ по специальности математическая статистика, получил степень MBA в Университете Калифорнии Berkeley. Работал в венчурных фондах в России и Калифорнии, а также в Boston Consulting Group в практике больших данных. Основатель и генеральный директор агентства недвижимости Homeapp.
Как использование технологий машинного обучения меняет профессию риелтора и что это значит для клиентов В докладе представлен опыт ИТ-агентства недвижимости Homeapp по выстраиванию бизнеса на базе умной аналитики, освещаются примеры и главное — результаты внедрения технологий машинного обучения для оценки жилой недвижимости, оптимизации рекламы и контроля качества работы риелтора.
Вернуться к докладчикам
Андрей Андриченко,директор по развитию, «ЭсДиАй Солюшен»
Окончил Московский технологический институт, кандидат технических наук, специалист в области систем автоматизированного проектирования технологических процессов. Более 30 лет опыта работы в ИТ-индустрии: руководитель отдела САПР в НИИ авиационных технологий; руководитель технологического направления в компании «Аскон». Три поколения САПР, созданных под его руководством, используются сегодня на сотнях промышленных предприятий страны. Руководил проектом по созданию отечественной системы управления мастер-данными («Сколково»). В настоящее время – директор по развитию компании «ЭсДиАй Солюшен», где отвечает за продвижение решений MDM в крупных промышленных холдингах и корпорациях.
Централизованное управление корпоративными мастер-данными с использованием ML-сервиса Обязательным компонентом систем MDM "тяжёлого" класса, к которым относиться система управления нормативно-справочной информацией Semantic MDM, является сервис машинного обучения ML (Machine Learning). В докладе рассказывается об использовании cервиса ML в составе MDM для автоматического распознавания объектов НСИ по их исходному описанию, работы мастера создания номенклатурных позиций, автоматической обработки заявок, нормализации больших объемов данных и оперативной оценки качества данных экспертами НСИ. Опыт внедрения Semantic MDM в крупных промышленных холдингах и корпорациях показывает, что точность распознавания объектов НСИ сервисом ML для отдельных классификационных групп может достигать 98%.
Окончил Факультет вычислительной математики и кибернетики МГУ им. М.В.Ломоносова. Имеет опыт управления проектами по разработке комплексных ИТ систем корпоративного уровня на основе машинного обучения от идеи до промышленного внедрения, а также руководства технологическими Data Science проектами. Входит в экспертный совет Высшей школы менеджмента Санкт-Петербургского государственного университета.
Как не потратить все деньги, когда строишь data-driven компанию В эпоху цифровизации ключевым становится data-центрический подход к управлению компанией, усиливающий инновации и конкурентоспособность, однако сопровождающийся ростом бюджетов на аналитику. Доклад покажет, как инструменты на базе ИИ и системы автоматизации проверки бизнес-гипотез могут оптимизировать аналитические подразделения, сдерживая увеличение штата аналитиков и позволяя компаниям эффективнее управлять затратами и оперативнее принимать решения.
Вернуться к докладчикам
Ирина Голощапова,CDO Operations,Райффайзенбанк
Окончила МГУ им. М.В. Ломоносова, к.э.н. Более 14 лет опыта работы в сфере анализа данных и продвинутой аналитики в различных прикладных областях: Лента - построение data science в продуктовом ритейле; X5 Retail Group – развитие Big Data & ML в финансовой функции; Manchester University – data science в социально-значимых проектах, ЦМАКП – продвинутая аналитика в экономике. Соавтор концепции Reliable ML, консультант Skolkovo MMA, приглашенный лектор в Образовательном центре Сириуса. В настоящее время — Chief Data Officer операционного блока Райффайзенбанка.
ML System Design Doc как способ повысить эффективность дата-команд
Многообещающие поначалу ML-решения зачастую либо не доходят до работы в продуктиве, либо не приносят ожидаемого результата. Внедрение в процесс работы дата-команды документа ML System Design значительно повышает вероятность успеха и позволяет избежать множества «шишек» на пути к нему. Документ ML System Design - это сводный план построения системы машинного обучения для решения конкретного запроса бизнеса. Его стоит применять на этапе дизайна системы, чтобы решение могло быть внедрено, работало после внедрения и приносило реальную пользу бизнесу. В докладе рассказывается о шаблоне такого документа для российского рынка от сообщества Reliable ML, который призван помочь построить план ML-системы, чтобы она действительно приводила к результату.
Вернуться к докладчикам
Дмитрий Тимаков,руководитель направления AI,НОРБИТ
Выпускник факультета «Инновации и управление» Юго-Западного государственного университета, кандидат физико-математических наук. Более двадцати лет в ИТ, двенадцать из которых возглавляет команды разработки цифровых решений, децентрализованных и высоконагруженных информационных систем. С 2018 года по настоящее время — руководитель направления AI в компании НОРБИТ (входит в группу ЛАНИТ). Под его управлением реализовано более двадцати проектов с применением алгоритмов искусственного интеллекта для финансовой, нефтегазовой, строительной и других отраслей. Активно вовлечен в образовательную деятельность, провел более 200 тренингов и публичных выступлений.
Как корпоративные GPT-решения трансформируют бизнес уже сегодня
В докладе проводится обзор рынка ИИ-решений, его основных трендов, объясняются главные причины популярности современных GPT-моделей. Обсуждаются возможные кейсы внедрения решений в бизнес-процессы компаний, которые уже сегодня позволяют повышать производительность труда, автоматизировать функции и в результате получать дополнительную прибыль и конкурентные преимущества на рынке. Показано, как с помощью GPT можно снизить нагрузку на службу поддержки, ускорить поиск по внутренним базам знаний, автоматически обрабатывать входящие данные, а также быстро найти подходящего кандидата на вакансию.
Вернуться к докладчикам
Юлия Хорошутина,руководитель направления развития AW BI,Analytic Workspacе
Окончила МГУ им. Ломоносова, кандидат химических наук. Эксперт Фонда развития интернет инициатив (ФРИИ). Маркетолог, специалист в области вывода на рынок B2B-продуктов ИТ-сферы. В настоящее время — руководитель направления развития AW BI в компании Analytic Workspacе.
Предиктивная бизнес-аналитика "на раз-два": ML-прогнозирование в BI теперь доступно каждому
Предсказательная аналитика как возможность заглянуть в будущее, открывает перед бизнесом массу перспектив – от прогнозирования и оптимизации процессов до выявления паттернов и предотвращения проблем. До сих пор предиктивная аналитика являлась серьезным технологическим вызовом для BI-систем: внедрение машинного обучения требовало коллективной работы data-инженеров, DevOps-специалистов, системных администраторов и BI-разработчиков самой высокой квалификации. В Analytic Workspace шагнули дальше, создав готовые автоматические блоки self-service ML-прогнозирования, которые позволяют провести всю работу силами одного BI-аналитика. Analytic Workspace делает прогнозирование с помощью машинного обучения доступным широкому кругу пользователей бизнес-аналитики. В докладе расскажем о внедрении наших новейших разработок в аптечной сети «Губернские аптеки» для прогнозирования выручки и количества чеков по аптекам, аптечным пунктам и ветеринарным аптекам. «Губернские аптеки» - крупнейшая государственная аптечная сеть, имеющая более 400 филиалов по России.
Вернуться к докладчикам
Антон Близгарев,руководитель облачного направления, Arenadata
Вернуться к докладчикам
Андрей Комиссаров,руководитель цифровых продуктов образовательной экосистемы «Самолетум», ГК «Самолет».
Андрей — одна из ключевых фигур в сфере цифровой трансформации образования в России, системный методолог, архитектор искусственного интеллекта, эксперт в области образовательного дата-инжиниринга, дизайна образовательного опыта и игропедагогики. Руководил направлением технического маркетинга суперкомпьютерных решений в корпорации NVIDIA. Возглавлял исследовательско-внедренческую деятельность и разработку датацентричных продуктов в Университете 20.35. Более 15 лет занимается вопросами методологии высшего и школьного образования, сооснователь частной школы «Юна» в Дубне. Методолог ИИ-продуктов для сферы образования и рынка труда, разработал и выпустил свыше 120 образовательных игр. Создатель сервисов по принятию решений на основе больших данных, метакогнитивной диагностике, анализу цифрового следа и построению траекторий адаптивного обучения на основе ИИ, автор проекта «ИИ Тьютор» - автоматизированного репетитора на основе больших языковых моделей. Разработчик моделей данных федеральных проектов «Код будущего», «Цифровые профессии» и «Платформа университетского технологического предпринимательства». Соавтор книг «ИИ в образовании» и «ИИ в экономике». Автор профстандарта «Специалист по работе с цифровым следом». В настоящее время — руководитель ИИ-лаборатории «Самолет Образование» в группе компаний «Самолет» и является активным участником Альянса искусственного интеллекта.
LLM с человеческим лицом или как ИИ помогает застройщику ворваться на рынок образования В сфере образования появление больших языковых моделей, генеративного ИИ, которые у всех на слуху последние пару лет, вызвало больше проблем, чем решений. Как минимум потому, что поставило целый ряд глубоких вопросов: как именно сегодня подтверждать образовательные результаты и понимание, сформировавшиеся у студентов? Можно ли использовать LLM в чистом виде? Ведь их внутренние структурные принципы не сочетаются со строгой моделью образования. Так как именно можно их применять, при каких условиях? Что такое мультиагентные системы? Причем здесь графы знаний и как настраивать нейросети- аудиторы, которые проверяли бы GPT на отсутствие галлюцинаций? Доклад посвящен ответам на эти вопросы. А «вишенкой на торте» станет удивительная история о том, как компания-застройщик умудрилась повернуть свою маркетинговую стратегию в направлении развития образования с искусственным интеллектом.
Вернуться к докладчикам
Сергей Галеев,руководитель отдела backend-разработки, SimbirSoft
ИИ в действии: как технологии уже сейчас меняют производственные и бизнес-процессы
Искусственный интеллект сегодня успешно интегрируется в различные аспекты бизнеса, позволяя оптимизировать и повышать эффективность на производстве и в управлении. Несмотря на то, что ИИ решает узкоспециализированные задачи, сам спектр этих задач практически безграничен. Сейчас ИИ активно внедряется в ритейл, финтех, промышленность, логистику, медицину и госсектор. В нефтяной отрасли, например, применяются алгоритмы Big Data и ML-модели, которые дают прогнозы, какие растворы лучше использовать при бурении скважины в конкретном месте. В докладе приведены несколько успешных кейсов внедрения ИИ и машинного обучения в российских компаниях. Однако внедрить ИИ на том же производстве без соответствующего ИТ-бэкграунда и опыта невозможно. Разработка и внедрение сложных ИИ-систем требует не только знания особенностей алгоритмов обучения (ИИ-технологии очень критичны к качеству и количеству данных, которые нужно собрать, подготовить и разметить), но и реального практического опыта, а также особой квалификации в области ИИ, которая есть только у профильных ИТ-компаний. Эти и другие особенности ИИ-разработки также представлены в докладе.
Вернуться к докладчикам
Алиса Школьникова,руководитель направления Data Governance департамента аналитических решений, «КОРУС Консалтинг» (ДАР)
Магия эффективного целеполагания: как правильные цели трансформируют ваш проект по Data Governance
Данные давно стали основой для эффективной работы, внедрения инноваций и повышения конкурентоспособности. Оптимизируя процессы и сокращая расходы, компании получают преимущества, когда точно знают, какая информация есть в компании, где она находится и как ее использовать для реализации стратегии. Однако внедрение проектов по управлению данными - сложный итерационный процесс, который требует постоянной работы над ошибками. Главное в этом процессе – правильно определить цели. Зачем вам нужны инструменты Data Governance? Почему слова «повысить эффективность данных», «создать единое информационное пространство», «ускорить внедрение цифровых инструментов» не помогут вам достичь бизнес-целей? Что делать, если внедренными решениями Data Governance в вашей компании никто не пользуется? Обсудим, как выйти из тупика и никогда больше в нем не оказываться.
Вернуться к докладчикам
Иван Крот,руководитель продаж Polymatica, SL Soft
Опыт работы в цифровизации и ИТ более 10 лет. Из них более 6 лет руководил бизнес-сегментом «Промышленная автоматизация и цифровизация» в компании Siemens, где отвечал за продажи, консалтинг и внедрение проектов по MES, LIMS, QMS, Digital Twin, ML, APS, DCS и SCADA. Последние годы руководил продажами в департаменте бизнес-решений BI, RPA, ECM и BPM компании Softline. В настоящее время -- лидер коммерческого блока Polymatica в компании SL Soft.
Синергия AI и классических BI/EPM-решений: переосмысление процессов управления эффективностью
Эффективное управление на основе аналитики требует не только технической экспертизы в области сбора и анализа данных, но и глубокого понимания бизнес-процессов и стратегий компании. В докладе подробно рассказано, как работает синергия искусственного интеллекта и классических BI/EPM-решений в процессах управления эффективностью предприятия. Рассматриваются тренды рынка бизнес-аналитики, развитие платформы Polymatica на основе этих международных и локальных трендов. Особое внимание уделяется импортозамещению как главному тренду последних лет, и успешным кейсам внедрения Polymatica. Раскрываются возможности бизнес-платформы Polymatica для создания отраслевых решений.
Вернуться к докладчикам
Дмитрий Романов,управляющий директор «Преферентум», SL Soft
AI в работе с неструктурированными данными: 7 бизнес-рецептов
Доклад посвящен семи областям применения технологии Text Mining в бизнесе: от закупок до маркетинга. AI в работе с неструктурированными данными позволяет экономить время на задачах, обрабатывать большие массивы информации и искать новые ниши для развития. Также в выступлении представлены два больших комплексных решения SL Soft: интеллектуальный архив и система для закупок, которые объединяют в себе целый пласт интеллектуальных технологий.
Вернуться к докладчикам
СТОИМОСТЬ УЧАСТИЯ
в рублях
13900
При оплате до 01.03.2025
16900
При оплате с 01.03.2025
20900
При оплате c 27.03.2025
12000
При оплате до 01.03.2025 по коллективным заявкам (от 2 человек)
14900
При оплате с 01.03.2025 по коллективным заявкам (от 2 человек)
16900
При оплате с 27.03.2025 по коллективным заявкам (от 2 человек)