Как запустить AI-агента в коммерцию: от формулировки бизнес-задачи до выхода на продакшн

Data Science/ML/AI

Тезисы

В докладе расскажу про полный цикл создания AI-агента — от формулировки бизнес-задачи до внедрения и поддержки.

  • Разберём, как грамотно составить ТЗ, определить цель проекта и ключевые метрики.
  • Выберем оптимальные LLM для разных задач.
  • Осветим этапы разработки: выбор архитектуры, обучение, тестирование.
  • Обсудим проблему нехватки экспертизы в проектировании микросервисной архитектуры AI-агентов и предложим рекомендации по её структуре.
  • Продакшн-развёртывание: мониторинг, логирование, обновления.

В результате вы получите чёткий алгоритм создания AI-агента для реальных бизнес-задач.


Аудитория

Project-manager, team-lead, ML-engineer.


Уровень сложности

Middle.

Осьминожка
Денис Нагаев

Соучредитель и технический директор компании «Осьминожка», специализируется на применении передовых технологий машинного обучения и генеративных моделей ИИ. Регулярно выступает с докладами о подходах Naive RAG, MAS, MCP DeepResearch и LLaDa, которые помогают решать сложные бизнес-задачи и проводить глубокие исследования.

Под его руководством была разработана система семантического поиска с использованием больших генеративных моделей, которые помогают подобрать сложные технические товары с номенклатурой 4+ млн позиций.

Основное внимание уделяет применению ML и генеративных моделей для решения бизнес-задач, а также изучению новых возможностей больших языковых моделей. Открыт к обсуждению перспективных проектов и готов делиться экспертным опытом.

Другие спикеры секции Data Science/ML/AI

Еще на тему Data Science/ML/AI