💻 Воркшоп: «Гонка на скорость: человек против генеративного ИИ в Хранилище данных»
Доклад принят в программу конференции
Целевая аудитория
Тезисы
- Человек vs ИИ в хранилище данных — проверим вместе с вами, кто быстрее на реальных задачах
- Вместе с ИИ и без него: напишем SQL-код, построим data lineage, определим на что влияет атрибут таблицы, по коду "восстановим" постановку задачи, и как итог - починим "сломавшийся" отчет
- Поймем, где ИИ уже выигрывает :)
- А где все-таки без человека еще никак?
- Расскажем про реальные практические кейсы использования ИИ в Хранилищах данных на наших проектах
- Покажем метрики, которые мы замеряли: экономия рабочего дня в целом и экономия на отдельных задачах
- Поговорим про будущее хранилищ данных: кто все-таки выигрывает эту гонку - человек или машина, какой уровень автономности хранилищ нас ждет
Head of AI, руководитель AI-направления и AI-трансформации в ИТ-холдинге Т1.
— 15+ лет в ИТ и цифровых продуктах
— Запуск и масштабирование AI/ML-продуктов и бизнес-юнитов (0→1 → scale)
— Экспертиза: GenAI, AI-агенты, AI-платформы, внедрение в Enterprise
— Управление AI-бизнесом с P&L, команда 70+ человек
— Проекты в банках, ритейле и медицине с измеримым бизнес-эффектом
Отвечаю за развитие AI-платформы и внедрение AI-агентов в ключевые бизнес-процессы компаний.
AI Product Manager в ИТ-холдинге Т1. Развиваю enterprise AI-продукты от гипотезы и PoC до пилотов, коммерциализации и тиражирования.
— 10+ лет в IT, digital и продуктовой разработке
— Экспертиза: GenAI, LLM, AI-агенты, RAG, голосовые AI-интерфейсы
— Развиваю AI-агентов данных для автоматизации работы разработчиков и аналитиков с КХД
— Опыт пилотирования AI-продуктов у крупных enterprise-заказчиков
— Бэкграунд в B2B/B2B2C digital-продуктах
AI / DWH Analyst в ИТ-холдинге. С 2022 по 2025 год работал аналитиком DWH в КХД банка: участвовал в постановке задач, описании требований к данным, сопровождении разработки и тестировании доработок.
С 2025 года работаю в направлении ИИ агентов. Отвечаю за анализ требований, проработку сценариев использования, формализацию задач для разработки и проверку качества реализованных AI-решений, prompt engineering и context engineering.
— Опыт: DWH, банковские данные, AI
— Экспертиза: AI-агенты, GenAI, промпт-инжиниринг, контекст-инжиниринг
— Фокус: автоматизация работы с корпоративными данными и документами с помощью ИИ
Видео
Другие доклады секции
GenAI и большие языковые модели (LLM)