Стенды Saint Hightload 2026
У большинства – система зарабатывания баллов в разных активностях, которые потом можно поменять на мерч.
Из хорошего – много прикольных кастомных игр
Из плохого – мало про технологии.

Недавно обсуждала с одним из организаторов европейских технических конференций собственно будущее конференций.

И вспомнила, что раньше (возможно и сейчас) на научных конференциях участникам выдавали сборники тезисов. А что если следующим шагом станет не просто видеозапись докладов, а полноценная транскрипция всей конференции?

Например после мероприятия можно купить файл со всеми выступлениями, загрузить его в своего AI-агента и спросить: «Что из этого наиболее полезно именно для меня, с учётом моей роли, опыта и профессиональных задач?»

Если мы придём к такому формату работы со знаниями, то что тогда останется уникальной ценностью конференции?

Мне кажется, ответ всё больше смещается в сторону сообщества. Возможность встретиться лично, обсудить идеи, задать неудобный вопрос, познакомиться с людьми, которые решают похожие задачи.

Контент можно посмотреть в записи. Транскрипцию можно проанализировать с помощью ИИ. А вот живое профессиональное сообщество по-прежнему сложно оцифровать.

Что думаете?

Сегодня на TeamLead Conf слушала доклад про то, какие задачи менеджера можно отдавать AI-агентам.

Что можно автоматизировать уже:

— найти владельца сервиса или проекта: вместо того чтобы писать в общий чат «кто отвечает за X?», агент проходит по Jira, Confluence, HR-базе, GitHub и другим внутренним системам через MCP-серверы и собирает owner card — имя, роль, контакты и зону ответственности;

— организовать встречу: используя HR-базу и Google Calendar, агент находит нужных людей, проверяет их календари и предлагает или сразу создаёт встречу;

— оценить загрузку команды: анализирует задачи из Jira (или Plane), историю работы, time tracking и помогает понять, кто перегружен, а у кого есть свободный ресурс. При этом окончательное решение всё равно остаётся за руководителем, который знает контекст команды;

— автоматически напоминать о задачах: здесь была интересная мысль, что далеко не всегда нужен AI. Во многих случаях достаточно Python-скрипта, который по cron раз в день собирает открытые задачи и отправляет напоминания в Slack или Telegram через webhook. Проще, дешевле и надёжнее;

— собирать данные для стратегии продукта: агент объединяет внутренние данные (продуктовая аналитика, roadmap, customer feedback) и внешние источники (сайты конкурентов, changelog, G2, поиск по рынку), после чего помогает оценить стадию развития продукта, найти конкурентные гэпы и подготовить варианты стратегической карты.

А вот мотивацию команды, конфликты, понимание атмосферы в коллективе, распределение задач с учётом личных особенностей людей и сложные обсуждения с руководством пока нельзя автоматизировать. Это не задачи поиска информации — это задачи про доверие, опыт, контекст и человеческое взаимодействие.

В последние недели я много общаюсь с разными командами внутренних продуктов Т-Банка.

И не перестаю восхищаться тем, какие крутые вещи они делают. Новые фичи, новые сценарии использования — столько важных изменений происходит.

Мы привыкли думать, что команда продукта — это продакт, аналитики, дизайнеры, разработчики, тестировщики.

Но мне всё больше кажется, что в неё должен входить ещё и специалист по коммуникациям. Не как человек, которого подключают перед релизом, а как полноценный участник команды, который с самого начала живёт жизнью продукта.

Недавно на конференции HR API слушала доклад Насти Кистановой из Ozon про DevRel-партнёрство. Она рассказывала о том, что DevRel — это не просто человек, который помогает с отдельными активностями, а партнёр команды, который понимает контекст бизнеса и продукта. И это совпадает с тем, что я вижу в работе.

В моем розовом мире хочется во всех продуктах своих пиарщиков, чтобы рассказывать об этих крутых разработках 😍

На этой неделе в Кракове состоялась конференция EuroSciPy 2026. Я координировала работу команды, которая занималась её подготовкой.

EuroSciPy — это конференция для учёных, инженеров и разработчиков, которые используют Python в науке: исследованиях, анализе данных, научных вычислениях и разработке open-source-инструментов.

Моя задача заключалась в том, чтобы связать между собой разные направления работы, следить за сроками, помогать команде договариваться и собирать множество отдельных задач в одну конференцию. Программа, участники, спикеры, партнёры, площадка, коммуникации.

Это был очень интересный опыт ещё и потому, что я впервые так близко работала с научным сообществом. Познакомилась с форматами, которые редко встречаются на привычных мне IT-конференциях, — poster sessions, где исследователи представляют свои работы, и maintainer sessions, посвящёнными развитию и поддержке научных open-source-проектов.