Три архитектуры одного агента-аналитика: как выбрать между монолитом, собственным рантаймом и открытым фреймворком
Программный комитет ещё не принял решения по этому докладу
Целевая аудитория
Тезисы
В докладе покажем, как один и тот же агент-аналитик, который преобразует вопрос на естественном языке в SQL-запрос к корпоративному хранилищу и возвращает результат бизнес-пользователю, прошёл через три архитектурных подхода: от монолита до собственного рантайма и открытого агентного фреймворка.
Разберём: • как выбрать архитектуру агентной системы под конкретную задачу и исходя из их ограничений; • зачем агентной системе нужен семантический слой и почему его необходимо развивать как самостоятельную подсистему; • какие действия позволят избежать проблем независимо от выбранного технологического стека.
Из доклада вы унесёте набор критериев выбора архитектуры под свою задачу и поймете, какие действия помогут избежать операционных проблем в будущем.
Инженер по внедрению AI. 5 лет в data science, из них 2 в AI.
Среди интересных проектов, платформа по ML-валидации данных и платформа по выведению AI-агентов на корпоративных данных.
Инженер по внедрению AI, работает на стыке аналитики и применения LLM. Призёр 6 хакатонов по ML; реализовал проекты Causal ML для банков, LLM-воркфлоу для оценки грантовых заявок НКО в многомиллиардном фонде помощи, а также множество агентных систем на данных.
Видео
Другие доклады секции
Архитектура и масштабируемость
