AI & DATA ENGINEERING MEETUP

Connecting Ground

IT Arena – це не тільки нові знання та інсайти, але й унікальна можливість для лідерів індустрії зібратися разом, об’єднатися в потужну спільноту. На IT Arena формуються важливі зв’язки, які допомагають разом створювати технологічне майбутнє. IT Arena – це не тільки нові знання та інсайти, але й унікальна можливість для лідерів індустрії зібратися разом, об’єднатися в потужну спільноту. На IT Arena формуються важливі зв’язки, які допомагають разом створювати технологічне майбутнє. IT Arena – це не тільки нові знання та інсайти, але й унікальна можливість для лідерів індустрії зібратися разом, об’єднатися в потужну спільноту. На IT Arena формуються важливі зв’язки, які допомагають разом створювати технологічне майбутнє.

Reasons to visit the event

1

Що тепер означають «гарні дані»

Чому чистих датасетів більше недостатньо. Що змінилося з появою AI-агентів. Який підхід до даних потрібен сьогодні.

2

Чому сучасний AI — це системи, а не тільки моделі

Яку роль відіграє дата-інженерія. Як будуються продакшен AI-системи. Що крім моделі має працювати.

3

Чому сучасний AI — це системи, а не тільки моделі

Яку роль відіграє дата-інженерія. Як будуються продакшен AI-системи. Що крім моделі має працювати.

4

Чому сучасний AI — це системи, а не тільки моделі

Яку роль відіграє дата-інженерія. Як будуються продакшен AI-системи. Що крім моделі має працювати.

5

Чому сучасний AI — це системи, а не тільки моделі3

Яку роль відіграє дата-інженерія. Як будуються продакшен AI-системи. Що крім моделі має працювати.3

Теми заходу

Історія: як змінювалося поняття «гарних даних»

Від перших ML-моделей до сучасних AI-агентів — еволюція вимог до даних за 10 років. Що було достатньо тоді і чого бракує зараз.

Діагностика: де і чому ламаються ML-проєкти

Розбір типових точок відмови на шляху від ноутбука до продакшену. Джерела, схеми, пайплайни — де губиться стабільність.

Системи: як будується продакшен AI-рішення

Архітектура, пайплайни, інтеграції — що крім моделі має працювати. Роль дата-інженерії в сучасних AI-системах.

Практика: як створювати середовища для агентів

Симуляція реальних умов, тестування поведінки, робота з неповними даними. Як будувати environments для AI-агентів

Q&A і розбір кейсів учасників

Відповіді на запитання, розбір конкретних ситуацій із вашої практики. Пайплайни, продакшен, агенти — без обмежень

Спікери

ВЛДОМТИ
ВЛДОМТИ

Влдомти, Senseti

ФІВАПР
ФІВАПР

Фівапр, Фівапр

ЙЦУКЕН
ЙЦУКЕН

Йцукен, Йцукен

План проведення конференції

Combining strengths and our deep expertise, we deliver solutions that drive greater outcomes for our customers. Combining strengths and our deep expertise, we deliver solutions that drive greater

January 1

January 2

Expand All Collapse All

09:00

1.5 години інсайтів від практика

1.5 години інсайтів від практика про те, як змінюється робота з даними, коли моделі стають агентами

Speakers

Влдомти Влдомти, Влдомти, Senseti

Йцукен Йцукен, Йцукен, Йцукен

10:00

Реальні кейси та приклади

Реальні кейси та приклади: пайплайни, продакшен-системи, середовища для AI-агентів

Реальні кейси та приклади: пайплайни, продакшен-системи, середовища для AI-агентів Реальні кейси та приклади: пайплайни, продакшен-системи, середовища для AI-агентів

Speaker

Фівапр Фівапр, Фівапр, Фівапр

11:00

Розуміння нової цінності дата-навичок

Розуміння нової цінності дата-навичок: які компетенції посилюються в епоху агентів, а які втрачають значущість

Розуміння нової цінності дата-навичок: які компетенції посилюються в епоху агентів, а які втрачають значущість Розуміння нової цінності дата-навичок: які компетенції посилюються в епоху агентів, а які втрачають значущість

Speaker

Йцукен Йцукен, Йцукен, Йцукен

12:00

Тестування

Більшість зупиняються на аналітиці та чистих датасетах. Питання в тому, хто зможе будувати системи, коли дані перестають бути головним активом. Реєструйтеся на AI & Data Engineering Meetup.