Приглашаем на deep tech night — конференцию Яндекса о том, с какими вызовами сталкивается IT-индустрия с приходом AI.
Искусственный интеллект уже давно не отдельная тема для обсуждения, а контекст, в котором стремительно меняется всё — от архитектуры и инфраструктуры до привычных процессов разработки и работы команд. На реальных кейсах обсудим, как устроены масштабные системы изнутри, какие инженерные подходы себя оправдывают и что сейчас приходится перестраивать.
Программа делится на три трека: Hard с техническими докладами, Practice с воркшопами и демо и Experiment с лайтнингами и новыми форматами. В онлайне доступен Hard и Experiment, записи всех трёх выложат после конференции.
Офлайн — по персональным приглашениям программного комитета. Если хотите прийти, оставьте заявку на сайте с описанием опыта и сферы интересов: ответим не позднее чем за неделю до события.
Что в программе
-
За пределами LLM: что дальше после первого поколения AI-систем, Мо Гавдат (ex-Chief Business Officer, Google X). О том, как меняется роль разработчика, процессы в командах и разработка ПО в целом.
-
От классического ML к генеративным моделям: незаметная революция в RecSys, Алексей Гусаков, CTO Бизнес-группы Поисковых сервисов и ИИ, Яндекс. Обсудим, как новые подходы помогают перейти от надстройки над классическими системами к одностадийным рекомендациям без ручного фичеинжиниринга.
-
Physical AI без купюр, Сергей Мельник, руководитель сервиса Автономного транспорта и роботов, Яндекс. Рассказ о том, как выстроить технологический стек для Physical AI, запустить его в реальных условиях, не сломать и научить большему, чем не врезаться в стену.
-
Инфраструктура RL-обучения, Иван Сапожков, руководитель группы базовой ML-инфраструктуры, Яндекс. Иван расскажет, как искать баланс между алгоритмами и производительностью при обучении больших моделей.
-
От поиска к агентам: путь Алисы, Павел Капля, руководитель службы продуктовой разработки Алисы, Яндекс. Разберём, как создаются агентские продукты в Алисе: от SDK и работы с моделями до пользовательского интерфейса. Обсудим ключевые инженерные вызовы и выясним, что нужно, чтобы превратить генеративного агента в массовый продукт.
-
AI managed Лавка: как AI становится управляющим слоем физического мира, Стас Макеев, директор по технологиям и AI‑трансформации, Яндекс Лавка. О том, как AI‑агенты берут на себя управление спросом, остатками, поставками, сборкой и доставкой и что нужно, чтобы встроить агентный контур в работающий бизнес.
-
AI и продуктивность в Яндексе: что реально заработало, Андрей Попов, руководитель Управления машинного интеллекта, Яндекс. Обсудим, что происходит с профессией разработчика: ускорение на 10–30% или тихая, но радикальная перестройка команд? Мы весь год измеряли эти показатели и готовы поделиться цифрами.
-
Как тренды в развитии нейросетей меняют архитектуру NPU и инференс-фреймворки, Егор Филимонов, лидер команды по ускорению инференса на NPU, SGLang. Егор расскажет, как непрерывное развитие нейросетей влияет на требования к NPU, инференс-фреймворкам и компиляторам — на примере архитектуры Ascend и портирования SGLang.
-
Облако в эпоху ИИ: архитектура платформы для гибридных агентов, Василий Ершов, Руководитель AI Studio Tech, Yandex Cloud. Агент — это конструктор из модели, harness, инструментов и среды. Разберём, как облачная платформа собирает долгоживущую сессию агента из короткоживущих мультитенантных частей.
-
ML «вслепую»: как построить MLOps‑систему в условиях On‑Premise и Zero Data Access, Данила Ваганов, руководитель группы анализа файлов и уязвимостей, Positive Technologies. Как создать полноценный MLOps‑контур без доступа к данным: обучение, мониторинг, контроль совместимости версий, silent‑режим, анализ ошибок и безопасная поставка новых моделей.
Также будет Q&A-сессия — у участников будет возможность зайти в интерактивную Zoom-студию, задать свой вопрос спикеру и получить развёрнутый ответ.
Зарегистрируйтесь, чтобы присоединиться к трансляции, задать вопросы спикерам в прямом эфире и получить запись эфира после события.
Источник: habr.com