Нам удалось в рамках одной конференции собрать вместе и экспертные лекции о том, как собрать из разрозненных пайплайнов, хранилищ и проверок цельную технологическую среду, способную выдерживать рост нагрузки, организационную сложность и требования к AI-решениям (Инженерия доверия к данным) и лекции о практической архитектуре прикладного AI: как готовить и размечать данные, как строить контекстно-осведомленных AI-аналитиков, как применять LLM и AIOps для управления ML-инфраструктурой.

Ссылка на подробную программу https://docs.google.com/spreadsheets/d/126rivreXGcBq-4SSLE9u8w15xPbdC7u2ocBXFKsdBP4/edit