Автоматизация 3.0. Gen AI как незаменимый помощник

GenAI и большие языковые модели (LLM)

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Сотрудники бизнес-подразделений, отвечающих за автоматизацию рутинных задач и операций.

Тезисы

Как использовать технологии генеративного интеллекта для автоматизации бизнес-процессов, повышения эффективности и снижения затрат. Почему это необходимо начинать уже сейчас и что для этого необходимо сделать.

Евгений Затуливетров

МТС Web Services

Руководитель направления Кластер «Телеком», Трайб «Эксплуатации ИТ-продуктов» в МТС Web Services

Видео

Другие доклады секции

GenAI и большие языковые модели (LLM)

Как я превратила AI в конвейер по генерации тестовой документации

Татьяна Рашидова

KODE

Разработка системы описания данных с ИИ, математикой, бизнес анализом и людьми.

Александр Ошурков

МТС

Ненормальные промты

Олег Чирухин

GitVerse

Как нанести пользу в разработке при помощи ИИ и измерить ее: метрики, процессы и RFC для промптов

Никита Улько

VKTech

Агентизация в страховой компании

Шведов Виктор

Ингосстрах

Большие языковые модели

Рыскулов Сергей Николаевич

Т-Банк

LLM в коде: где обычные инженерные решения превращаются в юридические и этические риски

Степан Соловьёв

ООО «АГЛ» (AG-LEGAL)

vLLM под капотом: техники реального ускорения

Кирилл Нетреба

Авито

Context is a must: как мы системно управляем контекстом

Андрей Неведин

Райффайзенбанк

LLM-агенты — "Серебряная пуля" или просто один из инструментов для клиентского обслуживания?

Олеся Пахомова

Т-Банк

CognitiveOS: операционная система с модульной архитектурой для интеграции LLM в роботов

Артем Лыков

МТС Веб Сервисы

Внедрения LLM для технической документации

Семен Цебро

Lenta Tech (Группа Лента)

От слов к данным: автоматизация аналитики с Text2SQL-системой в X5

Михаил Куляскин

X5 Tech

Безопасность AI-агентов: векторы угроз и механизмы защиты

Виктор Рябинин

Positive Technologies

Ускоряем производство генеративными инструментами

Сергей Пономарев

Purrweb

Как построить text2sql с нуля и собрать (почти) все шишки

Никита Круглов

Альфа-Банк

Как LLM-мультиагенты меняют науку (и не только)

Николай Никитин

ИТМО

ML-анализ видео в Crowd (или как решать задачу трекинга без явного таргета?)

Николай Курбатов

Yandex

RAG-система для техподдержки в продакшене: от runbooks до автоматической оценки качества

Ивченков Дмитрий Владимирович

Т-банк

LLM Performance Playbook: как выбрать модель и конфигурацию сервинга на основе воспроизводимых тестов

Антон Удалов

Magnit Tech

RAG в дикой природе: 15 лет хаоса, enterprise-доступы и production-качество

Степанищев Владислав Викторович

АО "Альфа-Банк"

Опыт перехода от maas к selfhosted/on premise моделям: проблемы, боли, решения

Сергей Нотевский

Битрикс24

ARAG в enterprise: как построить корпоративный RAG-продукт вокруг Qdrant — от шардирования до мониторинга и нагрузочных тестов

Сизов Станислав

АО "Альфа Банк"

Построение AI-агента: Говори с данными на языке бизнеса

Барышев Сергей

ON Медиа (KION/MWS/МТС)

Model Merging. Как объединить знания нескольких LLM в одну.

Даниил Смирнов

Сбер

Практика применения LLM в задачах безопасности приложений

Дмитрий Марюшкин

Ozon Fintech

Эффективный online RL для больших MoE LLM: асинхронный пайплайн, стабильность и ускорения

Никита Ермолаев

SberDevices

Воркшоп: «ClawdBot: откуда такой хайп и почему стоить подумать перед его использованием»

Дмитрий Аджигирей

MTС Web Services (КИОН, MWS)

Первый голосовой агент в российском онлайн-ритейле

Руслан Галиуллин

Яндекс

Синтетические задачи в стиле Codeforces для претрейна GigaChat

Данил Сахаров

Сбер