AI Flow вместо хаоса: практическая методология построения мультиагентных систем
Программный комитет ещё не принял решения по этому докладу
Целевая аудитория
Тезисы
Внедрение искусственного интеллекта в корпоративные процессы часто превращается в хаос: непредсказуемые ответы, "галлюцинации" и бесконечные циклы переписки между агентами. Мы прошли путь от восторженного хайпа до суровой инженерной реальности и создали методологию AI Flow, которая превращает "магию" нейросетей в надежный конвейер обработки данных.
В докладе я расскажу, как обуздать анархию автономных агентов с помощью строгой оркестрации, контрактов и декомпозиции задач. Мы разберем архитектурные паттерны, позволяющие внедрять LLM в критические бизнес-процессы с гарантированным качеством.
На реальном кейсе виртуального DPO-ассистента для разметки конфиденциальных данных я покажу, как мы добились автоматизации 80% рутины с уровнем ошибок менее 1% (False Negative). Вы узнаете, когда стоит отказаться от Agentic AI в пользу детерминированных AI Flow и как правильно измерять эффективность таких систем.
Специалист с 10-летним опытом в IT, прошедший путь от инженера данных до архитектора и бизнес-партнёра по работе с данными. Участвовал в создании и масштабировании data-платформ в крупных компаниях: «Билайн», «Сбер», а сейчас развивает решения в «WB Tech». Активно совмещает техническую экспертизу с пониманием бизнес-задач, помогая превращать данные в рабочие стратегии. Увлечён профессиональным развитием: регулярно выступаю на митапах и конференциях, делюсь практическим опытом с коммьюнити.
Видео
Другие доклады секции
Архитектура и масштабируемость
