Круглый стол 1: Вайб-кодинг и ИИ в разработке: ускорение процесса или регресс профессии?Модератор: Лиза Авсянник, ведущий специалист по работе с данными Группы машинного обучения и искусственного интеллекта, Альфа Банк
Как трансформируется профессии разработчика под влиянием ИИ. Обсудим, ускоряет ли это разработку, ведет ли к снижению качества, делает ли программирование более доступным и приведет ли к обесцениванию профессиональных навыков разработчиков.
Круглый стол 2: MLOps на практике: как довести ML-модель до продакшнаМодератор: Алексей Глотов, руководитель департамента машинного обучения и искусственного интеллекта, Т2 Мобайл
- Путь от эксперимента до продакшна: на каком этапе чаще всего «ломается» процесс?
- Что в первую очередь стоит автоматизировать, а что можно оставить ручным?
- Почему бизнесу стоит инвестировать в MLOps, даже если первые модели ещё не окупились?
Круглый стол 3: Рекомендательные системы: как построить то, что реально работает для бизнесаМодератор: Екатерина Романова, начальник отдела управления продуктами и маркетинга роста, life:)
- Цели внедрения: рост конверсии, удержание, персонализация, снижение перегрузки выбора
- Как измеряете эффективность рекомендательной системы: какие метрики для бизнеса важнее всего?
- Где рекомендации «не взлетели» и почему?
- С какими проблемами в рекомендательных системах вы сталкиваетесь и как их решаете?
Круглый стол 4: Запуск data-driven процессов: опыт и ошибкиМодератор: определяется
- Какие шаги у вас стали «точкой старта» (создание витрины данных, внедрение BI, выделение команды)?
- С какими первыми проблемами столкнулись (качество данных, доступы, отсутствие экспертов) и как их решали?
- Что оказалось must-have на первых этапах, а что можно было отложить?
- Как убедить руководство и коллег в ценности data-driven подхода?