Если вы работаете с данными или отвечаете за data‑стратегию — приходите 7 апреля на FINNEXT 2026, который проводит команда Fintech Data Day.
Выбрали самые интересные для вас темы: где именно data и AI уже дают измеримый эффект, как его оценивать и какие модели реально «взлетают» в банках.
👉 Участники панельной дискуссии обсудят:
• Digital Workforce и переход к «жесткой эффективности»: готов ли рынок заменить дорогие роли алгоритмами? Как корректно измерять эффект и оптимизировать процессы на основе данных — без просадки качества сервиса.
• Азиатский опыт, где большие данные частично берут на себя роль кредитных бюро: альтернативный скоринг, новые риск‑модели и главный вопрос — что из этого переносимо на локальный рынок, а что работает только в конкретном контексте.
В числе спикеров: Алексей Щавелев (ПСБ), Алексей Назаров (Банк ВТБ), Сергей Паршиков (Альфа‑Банк) и др.
👉 На сессии «AI‑Economy: от цифровых помощников к автономному бизнесу» будет много практики:
✅ Переход от Co‑Pilot к Autopilot и то, как BPM вместе с AI‑агентами превращают банк в автономную операционную систему, разберет Муслим Сатыбалдиев, директор департамента развития цифрового бизнеса Ростелекома.
✅ Практиками повышения качества AI‑саппорта с помощью инструментов менеджмента — без бесконечных доработок кода — поделится Максим Лягушкин, Lead Product Manager, Yandex.
✅ Где GenAI и цифровые сервисы дают измеримый финансовый эффект, а где остаются «игрушкой», — про реальный ROI инноваций расскажет Uttaran Nayak, соучредитель и CEO одного из самых быстрорастущих стартапов Индии Alchemyst AI.
👉 На сессии BANKING AS A PLATFORM (BAAP) состоится разговор о том, как меняется сама логика банковских продуктов и платформ, в т.ч. будет рассмотрен тренд на разукрупнение и переход к модели ИИ‑консьержа, который предугадывает потребности клиента, а не навязывает услуги.
В числе спикеров сессии: Мария Зыбина (Газпромбанк), Ирина Жимерина (ПСБ), Буба Османов (Т‑Банк) и др.
Сайт и программа Форума
‼️Если вы умеете извлекать большую пользу из больших данных и у вас есть сильный кейс, о котором вам не терпится рассказать, подавайте заявку на Премию FINNEXT - в номинации "Большие данные" или даже "Инновация года"!
Выбрали самые интересные для вас темы: где именно data и AI уже дают измеримый эффект, как его оценивать и какие модели реально «взлетают» в банках.
👉 Участники панельной дискуссии обсудят:
• Digital Workforce и переход к «жесткой эффективности»: готов ли рынок заменить дорогие роли алгоритмами? Как корректно измерять эффект и оптимизировать процессы на основе данных — без просадки качества сервиса.
• Азиатский опыт, где большие данные частично берут на себя роль кредитных бюро: альтернативный скоринг, новые риск‑модели и главный вопрос — что из этого переносимо на локальный рынок, а что работает только в конкретном контексте.
В числе спикеров: Алексей Щавелев (ПСБ), Алексей Назаров (Банк ВТБ), Сергей Паршиков (Альфа‑Банк) и др.
👉 На сессии «AI‑Economy: от цифровых помощников к автономному бизнесу» будет много практики:
✅ Переход от Co‑Pilot к Autopilot и то, как BPM вместе с AI‑агентами превращают банк в автономную операционную систему, разберет Муслим Сатыбалдиев, директор департамента развития цифрового бизнеса Ростелекома.
✅ Практиками повышения качества AI‑саппорта с помощью инструментов менеджмента — без бесконечных доработок кода — поделится Максим Лягушкин, Lead Product Manager, Yandex.
✅ Где GenAI и цифровые сервисы дают измеримый финансовый эффект, а где остаются «игрушкой», — про реальный ROI инноваций расскажет Uttaran Nayak, соучредитель и CEO одного из самых быстрорастущих стартапов Индии Alchemyst AI.
👉 На сессии BANKING AS A PLATFORM (BAAP) состоится разговор о том, как меняется сама логика банковских продуктов и платформ, в т.ч. будет рассмотрен тренд на разукрупнение и переход к модели ИИ‑консьержа, который предугадывает потребности клиента, а не навязывает услуги.
В числе спикеров сессии: Мария Зыбина (Газпромбанк), Ирина Жимерина (ПСБ), Буба Османов (Т‑Банк) и др.
Сайт и программа Форума
‼️Если вы умеете извлекать большую пользу из больших данных и у вас есть сильный кейс, о котором вам не терпится рассказать, подавайте заявку на Премию FINNEXT - в номинации "Большие данные" или даже "Инновация года"!
finnext.ru
FINNEXT 2026. 15-й форум финансовых инноваций
7 апреля 2026 г., Москва, «Центр событий РБК»
👍1
Biweekly Data News: вайб-кодинг в Galaxy, ревью AI-кода в Amazon и новый законопроект об ИИ в России
Samsung планирует встроить вайб-кодинг на смартфоны Galaxy. Компания изучает возможность интеграции концепции вайб-кодинга в свои будущие устройства. По словам представителя Samsung, речь не только о персонализации интерфейса: ИИ сможет на лету менять логику UX и адаптировать приложения под конкретные задачи владельца. Технические детали пока не раскрываются.
Amazon обязал инженеров проверять код, сгенерированный ИИ. Теперь любые изменения, произведенные с помощью ИИ, должны проходить обязательное ревью у старших инженеров до деплоя. Решение приняли после череды критических инцидентов, которые в компании назвали сбоями с "большим радиусом поражения".
В РФ рассматривают возможность обучения нейросетей на произведениях без согласия авторов. Правительство может разрешить компаниям-разработчикам использовать защищенные авторским правом результаты интеллектуальной деятельности – статьи, книги, фильмы, изображения и др. – для обучения ИИ-моделей без разрешения правообладателей. Использовать произведения без согласия автора можно только в том случае, если пользователь сервиса не будет видеть их содержания.
Авторскими правами на ответ ИИ-модели, вне зависимости от того, на каких данных она обучалась, будет обладать пользователь, который ввел промпт, обработал полученный результат и внес творческий вклад.
Mistral AI запускает корпоративную платформу обучения ИИ-моделей полного цикла.
Платформа Forge позволяет компаниям разрабатывать и дообучать модели на собственных закрытых данных. Она поддерживает весь ML-пайплайн от претрейна до SFT, DPO и тонкой настройки через RL. Инструментарий работает как с плотными моделями, так и с архитектурой MoE, включая мультимодальный ввод.
Развертывание возможно как на мощностях Mistral, так и на локальных GPU-кластерах. В последнем случае компания платит только за лицензию на софт, а Mistral не имеет никакого доступа к обучающей выборке. В Forge также встроены конвейеры для сбора и генерации синтетических данных.
Samsung планирует встроить вайб-кодинг на смартфоны Galaxy. Компания изучает возможность интеграции концепции вайб-кодинга в свои будущие устройства. По словам представителя Samsung, речь не только о персонализации интерфейса: ИИ сможет на лету менять логику UX и адаптировать приложения под конкретные задачи владельца. Технические детали пока не раскрываются.
Amazon обязал инженеров проверять код, сгенерированный ИИ. Теперь любые изменения, произведенные с помощью ИИ, должны проходить обязательное ревью у старших инженеров до деплоя. Решение приняли после череды критических инцидентов, которые в компании назвали сбоями с "большим радиусом поражения".
В РФ рассматривают возможность обучения нейросетей на произведениях без согласия авторов. Правительство может разрешить компаниям-разработчикам использовать защищенные авторским правом результаты интеллектуальной деятельности – статьи, книги, фильмы, изображения и др. – для обучения ИИ-моделей без разрешения правообладателей. Использовать произведения без согласия автора можно только в том случае, если пользователь сервиса не будет видеть их содержания.
Авторскими правами на ответ ИИ-модели, вне зависимости от того, на каких данных она обучалась, будет обладать пользователь, который ввел промпт, обработал полученный результат и внес творческий вклад.
Mistral AI запускает корпоративную платформу обучения ИИ-моделей полного цикла.
Платформа Forge позволяет компаниям разрабатывать и дообучать модели на собственных закрытых данных. Она поддерживает весь ML-пайплайн от претрейна до SFT, DPO и тонкой настройки через RL. Инструментарий работает как с плотными моделями, так и с архитектурой MoE, включая мультимодальный ввод.
Развертывание возможно как на мощностях Mistral, так и на локальных GPU-кластерах. В последнем случае компания платит только за лицензию на софт, а Mistral не имеет никакого доступа к обучающей выборке. В Forge также встроены конвейеры для сбора и генерации синтетических данных.
👍1
В рамках 15-го Форума финансовых инноваций FINNEXT состоится выставка FINNEXT EXPO, на которой будут представлены ключевые решения для финансового рынка.
Что вас ждет на выставке:
— Живые демонстрации финтех-решений;
— Общение с лидерами рынка и технологическими командами и полезный нетворинг;
— Обзор актуальных ИТ-платформ и продуктов для банков и бизнеса.
‼️Важно: вход на выставку бесплатный после регистрации (без доступа к деловой программе Форума).
На выставке вы увидите:
— современные платформы автоматизации;
— готовые AI-решения для бизнеса;
— платежные и инфраструктурные технологии;
— инструменты для повышения эффективности и безопасности.
Среди участников выставки: Яндекс.Нейросаппорт, Диасофт, ФлексСофт, BSS, А7 и другие ведущие игроки рынка.
Приходите на EXPO, чтобы приобщиться к атмосфере FINNEXT. Здесь можно напрямую пообщаться с лидерами финтеха, получить реальную обратную связь по внедренным решениям, узнать, что рекомендуют и внедряют ведущие банки, и забрать с собой инсайды из практики — без маркетинговых фильтров.
Посетители выставки также смогут приобрести билет на деловую программу в день форума.
👉 Посетить выставку (бесплатно)
👉 Купить билет на FINNEXT и принять участие в деловой программе
Что вас ждет на выставке:
— Живые демонстрации финтех-решений;
— Общение с лидерами рынка и технологическими командами и полезный нетворинг;
— Обзор актуальных ИТ-платформ и продуктов для банков и бизнеса.
‼️Важно: вход на выставку бесплатный после регистрации (без доступа к деловой программе Форума).
На выставке вы увидите:
— современные платформы автоматизации;
— готовые AI-решения для бизнеса;
— платежные и инфраструктурные технологии;
— инструменты для повышения эффективности и безопасности.
Среди участников выставки: Яндекс.Нейросаппорт, Диасофт, ФлексСофт, BSS, А7 и другие ведущие игроки рынка.
Приходите на EXPO, чтобы приобщиться к атмосфере FINNEXT. Здесь можно напрямую пообщаться с лидерами финтеха, получить реальную обратную связь по внедренным решениям, узнать, что рекомендуют и внедряют ведущие банки, и забрать с собой инсайды из практики — без маркетинговых фильтров.
Посетители выставки также смогут приобрести билет на деловую программу в день форума.
👉 Посетить выставку (бесплатно)
👉 Купить билет на FINNEXT и принять участие в деловой программе
❤1
Weekly Data News: Минцифры режет сроки хранения данных, ChatGPT идет в визуальный шопинг, MWS запускает хаб LLM
Минцифры предложило банкам сократить срок хранения персональных данных в 2 600 раз. Речь идет о большинстве согласий граждан на обработку данных, которые банки получают через инфраструктуру «Цифрового профиля»: срок их хранения предлагается уменьшить с 50 лет до семи дней. Об этом говорится в опросе, который Банк России разослал кредитным организациям в середине марта 2026 года.
Согласно документу, согласия клиентов, например на выдачу кредитов и проведение операций с овердрафтом, предлагается хранить семь дней, а согласие на открытие счета цифрового рубля — полгода.
Участники банковского рынка называют инициативу спорной и нелогичной. По их мнению, такое предложение, вероятно, исходило от технических специалистов, которые предположили, что сокращение сроков хранения позволит снизить нагрузку на ИТ-инфраструктуру.
OpenAI внедряет визуальный поиск товаров в ChatGPT. Сервис становится инструментом для визуального шопинга: пользователь может загрузить изображение, найти похожие товары, сравнить цены и характеристики, а также уточнить результаты через диалог с моделью.
В основе решения лежит Agentic Commerce Protocol, который позволяет ритейлерам передавать в систему товарные фиды, акции и другие данные с поддержкой популярных e-commerce-платформ. При этом оформление заказа и оплата по-прежнему происходят на стороне продавца.
Для бизнеса это открывает прямой доступ к аудитории с высокой покупательской способностью, а также создает новые возможности для запуска торговых сценариев и приложений внутри ChatGPT.
Исследователи из R&D-центра «Т-Технологий» представили новые методы оценки и ускорения генерации модульных тестов с помощью LLM. Команда разработала два подхода, которые дополняют друг друга и позволяют быстро оценивать качество автоматически сгенерированных тестов без их запуска на реальном коде и без длительного процесса сборки. Это помогает сократить время тестирования и снизить нагрузку на инфраструктуру.
Обе разработки ориентированы на использование в реальных инженерных процессах. На практике такие инструменты могут упростить разработку, сократить время на написание тестов и повысить качество кода за счет более полного тестового покрытия.
MWS Cloud запустила сервис MWS GPT Model Hub в публичном облаке MWS Cloud Platform. Он дает компаниям доступ к большим языковым моделям через API и позволяет быстро подключать их к своим продуктам и системам без управления инфраструктурой.
Сервис работает на базе платформы MWS GPT. Сейчас в нем доступны 10 открытых LLM, включая модели DeepSeek, Google, Alibaba, Zhipu AI, Moonshot AI и BAAI. До конца года компания планирует добавить еще 10 моделей, в том числе для преобразования текста в речь и аудио в текст.
Минцифры предложило банкам сократить срок хранения персональных данных в 2 600 раз. Речь идет о большинстве согласий граждан на обработку данных, которые банки получают через инфраструктуру «Цифрового профиля»: срок их хранения предлагается уменьшить с 50 лет до семи дней. Об этом говорится в опросе, который Банк России разослал кредитным организациям в середине марта 2026 года.
Согласно документу, согласия клиентов, например на выдачу кредитов и проведение операций с овердрафтом, предлагается хранить семь дней, а согласие на открытие счета цифрового рубля — полгода.
Участники банковского рынка называют инициативу спорной и нелогичной. По их мнению, такое предложение, вероятно, исходило от технических специалистов, которые предположили, что сокращение сроков хранения позволит снизить нагрузку на ИТ-инфраструктуру.
OpenAI внедряет визуальный поиск товаров в ChatGPT. Сервис становится инструментом для визуального шопинга: пользователь может загрузить изображение, найти похожие товары, сравнить цены и характеристики, а также уточнить результаты через диалог с моделью.
В основе решения лежит Agentic Commerce Protocol, который позволяет ритейлерам передавать в систему товарные фиды, акции и другие данные с поддержкой популярных e-commerce-платформ. При этом оформление заказа и оплата по-прежнему происходят на стороне продавца.
Для бизнеса это открывает прямой доступ к аудитории с высокой покупательской способностью, а также создает новые возможности для запуска торговых сценариев и приложений внутри ChatGPT.
Исследователи из R&D-центра «Т-Технологий» представили новые методы оценки и ускорения генерации модульных тестов с помощью LLM. Команда разработала два подхода, которые дополняют друг друга и позволяют быстро оценивать качество автоматически сгенерированных тестов без их запуска на реальном коде и без длительного процесса сборки. Это помогает сократить время тестирования и снизить нагрузку на инфраструктуру.
Обе разработки ориентированы на использование в реальных инженерных процессах. На практике такие инструменты могут упростить разработку, сократить время на написание тестов и повысить качество кода за счет более полного тестового покрытия.
MWS Cloud запустила сервис MWS GPT Model Hub в публичном облаке MWS Cloud Platform. Он дает компаниям доступ к большим языковым моделям через API и позволяет быстро подключать их к своим продуктам и системам без управления инфраструктурой.
Сервис работает на базе платформы MWS GPT. Сейчас в нем доступны 10 открытых LLM, включая модели DeepSeek, Google, Alibaba, Zhipu AI, Moonshot AI и BAAI. До конца года компания планирует добавить еще 10 моделей, в том числе для преобразования текста в речь и аудио в текст.
💯1
Weekly Data News: сверхлегкие LFM, самопроверка Copilot, ставка на мультимодальность
Liquid AI представила обновленную сверхкомпактную модель LFM2.5-350M. — крошечная модель на 350 млн параметров. При объеме всего 350 млн параметров она обучена на 28 трлн токенов, дополнительно доработана с помощью обучения с подкреплением и в квантованном виде весит меньше 500 МБ.
Несмотря на размер, модель уверенно справляется с задачами агентных циклов, извлечением структурированных данных и вызовом внешних инструментов.
По словам разработчиков, по сравнению с прошлой версией она вдвое лучше понимает инструкции и работает с функциями. Модель можно запускать локально на CPU, видеокартах и мобильных чипах. Плюс из коробки нативно поддерживаются платформы AMD, Intel и Qualcomm.
Microsoft расширила возможности Copilot. В рамках обновления Microsoft 365 Copilot компания добавила новые инструменты для автоматизации рабочих процессов и глубокого поиска. Ключевое обновление — агент Researcher с функцией Critique: одна модель готовит черновик, вторая выступает в роли редактора и проверяет результат. Microsoft утверждает, что в таком режиме система опережает Perplexity на базе Claude Opus 4.6 на 7 пунктов
Еще одно нововведение — функция Model Council, которая выводит на один экран ответы разных ИИ-моделей, чтобы сравнивать выводы и быстрее находить расхождения. Кроме того, в рамках программы Frontier Microsoft расширила доступ к Copilot Cowork: система теперь может самостоятельно выполнять многоэтапные задачи, работать с файлами, планировать встречи в календаре и готовить ежедневные брифинги.
MWS AI представила мультимодальную модель на 9 млрд параметров, которая обрабатывает текст и изображения в едином контексте. Договоры, чертежи, формы и изображения можно анализировать без переключения между разными системами..
Ставка сделана на практичность: меньший размер модели снижает стоимость внедрения и упрощает запуск в корпоративной среде. При этом, по заявлению компании, по качеству она уже конкурирует с моделями класса 100B+.
Liquid AI представила обновленную сверхкомпактную модель LFM2.5-350M. — крошечная модель на 350 млн параметров. При объеме всего 350 млн параметров она обучена на 28 трлн токенов, дополнительно доработана с помощью обучения с подкреплением и в квантованном виде весит меньше 500 МБ.
Несмотря на размер, модель уверенно справляется с задачами агентных циклов, извлечением структурированных данных и вызовом внешних инструментов.
По словам разработчиков, по сравнению с прошлой версией она вдвое лучше понимает инструкции и работает с функциями. Модель можно запускать локально на CPU, видеокартах и мобильных чипах. Плюс из коробки нативно поддерживаются платформы AMD, Intel и Qualcomm.
Microsoft расширила возможности Copilot. В рамках обновления Microsoft 365 Copilot компания добавила новые инструменты для автоматизации рабочих процессов и глубокого поиска. Ключевое обновление — агент Researcher с функцией Critique: одна модель готовит черновик, вторая выступает в роли редактора и проверяет результат. Microsoft утверждает, что в таком режиме система опережает Perplexity на базе Claude Opus 4.6 на 7 пунктов
Еще одно нововведение — функция Model Council, которая выводит на один экран ответы разных ИИ-моделей, чтобы сравнивать выводы и быстрее находить расхождения. Кроме того, в рамках программы Frontier Microsoft расширила доступ к Copilot Cowork: система теперь может самостоятельно выполнять многоэтапные задачи, работать с файлами, планировать встречи в календаре и готовить ежедневные брифинги.
MWS AI представила мультимодальную модель на 9 млрд параметров, которая обрабатывает текст и изображения в едином контексте. Договоры, чертежи, формы и изображения можно анализировать без переключения между разными системами..
Ставка сделана на практичность: меньший размер модели снижает стоимость внедрения и упрощает запуск в корпоративной среде. При этом, по заявлению компании, по качеству она уже конкурирует с моделями класса 100B+.
👍1💯1
Weekly Data News: Anthropic выпускает ИИ-охотника за 0-day, бигтех объединяется против дистилляции, нейросимволический ИИ ускоряет обучение роботов
Anthropic запустила Project Glasswing для защиты критической программной инфраструктуры с помощью ИИ. Поводом стали возможности разрабатываемой модели Claude Mythos Preview, которая, по оценке самой компании, превосходит почти всех специалистов по поиску и эксплуатации уязвимостей в коде.
За несколько недель работы Mythos Preview обнаружила тысячи 0-day уязвимостей, в том числе во всех крупных операционных системах и браузерах. Среди раскрытых примеров: 27-летняя ошибка в OpenBSD, позволяющая удаленно обрушить систему через одно подключение; 16-летний баг в FFmpeg, который автотесты не замечали после 5 млн прогонов, а также автономно собранная цепочка эксплойтов в ядре Linux, поднимающая права обычного пользователя до полного контроля над машиной.
Поскольку ИИ-модель можно использовать не только для исправления уязвимостей, но и для их использования, доступ к ней пока будет только у компаний-партнеров. К проекту присоединились AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, NVIDIA и Palo Alto Networks и др.
OpenAI, Google и Anthropic начали борьбу с китайской дистилляцией. По данным Bloomberg, компании обмениваются информацией о разработчиках, которые используют их модели для создания собственных продуктов. Взаимодействие идет через Frontier Model Forum, созданный при участии Microsoft. Речь о выявлении случаев дистилляции моделей — копирования возможностей ИИ без разрешения.
Американские компании считают, что такие практики позволяют конкурентам быстро создавать более дешевые аналоги и переманивать клиентов. При этом дистиллированные модели часто лишены защитных ограничений, что повышает риски их использования в кибератаках и других опасных сценариях.
Нейросимволический ИИ для робототехники снижает энергопотребление в 100 раз.
Университет Тафтса представил концепт гибридной VLA-модели для управления роботами. Метод использует архитектуру, объединяющую глубокое обучение с правилами символьной логики. Система заранее выстраивает абстрактный план, опираясь на свойства объектов, и не учится долгим путем проб и ошибок.
На тестах с «Ханойской башней» модель показала резкий рост эффективности. Время обучения сократилось с полутора суток до 34 минут, энергозатраты на тренировку — до 1% от стандартных VLA-систем. В инференсе потребление составило 5%. Точность выросла с 34% до 95%.
В усложненной версии теста нейросимволический ИИ добился успеха в 78% случаев, тогда как традиционные модели провалили все попытки. По мнению авторов, структурное мышление поможет решить проблему роста энергопотребления нейросетей.
Anthropic запустила Project Glasswing для защиты критической программной инфраструктуры с помощью ИИ. Поводом стали возможности разрабатываемой модели Claude Mythos Preview, которая, по оценке самой компании, превосходит почти всех специалистов по поиску и эксплуатации уязвимостей в коде.
За несколько недель работы Mythos Preview обнаружила тысячи 0-day уязвимостей, в том числе во всех крупных операционных системах и браузерах. Среди раскрытых примеров: 27-летняя ошибка в OpenBSD, позволяющая удаленно обрушить систему через одно подключение; 16-летний баг в FFmpeg, который автотесты не замечали после 5 млн прогонов, а также автономно собранная цепочка эксплойтов в ядре Linux, поднимающая права обычного пользователя до полного контроля над машиной.
Поскольку ИИ-модель можно использовать не только для исправления уязвимостей, но и для их использования, доступ к ней пока будет только у компаний-партнеров. К проекту присоединились AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, NVIDIA и Palo Alto Networks и др.
OpenAI, Google и Anthropic начали борьбу с китайской дистилляцией. По данным Bloomberg, компании обмениваются информацией о разработчиках, которые используют их модели для создания собственных продуктов. Взаимодействие идет через Frontier Model Forum, созданный при участии Microsoft. Речь о выявлении случаев дистилляции моделей — копирования возможностей ИИ без разрешения.
Американские компании считают, что такие практики позволяют конкурентам быстро создавать более дешевые аналоги и переманивать клиентов. При этом дистиллированные модели часто лишены защитных ограничений, что повышает риски их использования в кибератаках и других опасных сценариях.
Нейросимволический ИИ для робототехники снижает энергопотребление в 100 раз.
Университет Тафтса представил концепт гибридной VLA-модели для управления роботами. Метод использует архитектуру, объединяющую глубокое обучение с правилами символьной логики. Система заранее выстраивает абстрактный план, опираясь на свойства объектов, и не учится долгим путем проб и ошибок.
На тестах с «Ханойской башней» модель показала резкий рост эффективности. Время обучения сократилось с полутора суток до 34 минут, энергозатраты на тренировку — до 1% от стандартных VLA-систем. В инференсе потребление составило 5%. Точность выросла с 34% до 95%.
В усложненной версии теста нейросимволический ИИ добился успеха в 78% случаев, тогда как традиционные модели провалили все попытки. По мнению авторов, структурное мышление поможет решить проблему роста энергопотребления нейросетей.
Приглашаем на конференцию «Распределенный финтех и Web3-инфраструктура России», которая состоится 22 апреля 2026 года в Москве.
До принятия нового законодательства о цифровых активах остается совсем мало времени. Ответ на главный вопрос — как подготовить инфраструктуру к вступлению в силу закона «О цифровой валюте и цифровых правах» — можно будет получить 22 апреля на конференции. Принять участие
В числе спикеров:
• Дмитрий Аксаков, вице-президент ВЭБ РФ, председатель совета директоров «Токеон»;
• Андрей Макаров, основатель криптобиржи XRuby;
• Мария Болобонова, адвокат, член ЭС ГД РФ по законодательному регулированию криптовалют;
• Ольга Гончарова, руководитель экспертного центра по ЦФА и цифровым валютам АБР;
• Андрей Михайлишин, генеральный директор компании «Цифровые платежи»;
• Дмитрий Сорокин, директор по работе с правоохранительными органами «Цифком»;
• Екатерина Фроловичева, управляющий директор АО «Цифровые решения»;
• Анна Шаповалова, руководитель платформы ЦФА Альфа-Банка;
• Юлия Воронова, директор по консалтингу «Позитив Текнолоджиз»;
и другие эксперты.
В программе:
• регулирование хранения и оборота цифровых активов в России;
• кастодиальное хранение и операции с криптовалютами;
• технологические аспекты ЦФА и токенизации;
• мосты и публичные блокчейны;
• криптографические протоколы и кибербезопасность;
• риски блокировок, цифровой комплаенс и ПОД/ФТ;
• практические кейсы.
Для кого: на конференции соберутся представители банков и крупных финансовых организаций, платежных сервисов, финтех-компаний, интеграторы и участники крипторынка, подпадающие под новый закон: депозитарии, обменники, брокеры, биржи и др.
📍Когда и где: 22 апреля 2026 г., Москва, лофт-пространство в ДК «Серп и Молот» (м. «Площадь Ильича»).
👉 Участие бесплатное по предварительной регистрации (обязательно дождитесь подтверждения от организаторов и получения билета).
Организатор: Web3 Tech — центр компетенций по блокчейн-инфраструктуре и провайдер Web3-сервисов.
👉 Программа и спикеры
👉 Регистрация делегатов
Реклама, ООО «Веб3 Интегратор», ИНН 7706464945, erid: 2Vtzqw9r3av
До принятия нового законодательства о цифровых активах остается совсем мало времени. Ответ на главный вопрос — как подготовить инфраструктуру к вступлению в силу закона «О цифровой валюте и цифровых правах» — можно будет получить 22 апреля на конференции. Принять участие
В числе спикеров:
• Дмитрий Аксаков, вице-президент ВЭБ РФ, председатель совета директоров «Токеон»;
• Андрей Макаров, основатель криптобиржи XRuby;
• Мария Болобонова, адвокат, член ЭС ГД РФ по законодательному регулированию криптовалют;
• Ольга Гончарова, руководитель экспертного центра по ЦФА и цифровым валютам АБР;
• Андрей Михайлишин, генеральный директор компании «Цифровые платежи»;
• Дмитрий Сорокин, директор по работе с правоохранительными органами «Цифком»;
• Екатерина Фроловичева, управляющий директор АО «Цифровые решения»;
• Анна Шаповалова, руководитель платформы ЦФА Альфа-Банка;
• Юлия Воронова, директор по консалтингу «Позитив Текнолоджиз»;
и другие эксперты.
В программе:
• регулирование хранения и оборота цифровых активов в России;
• кастодиальное хранение и операции с криптовалютами;
• технологические аспекты ЦФА и токенизации;
• мосты и публичные блокчейны;
• криптографические протоколы и кибербезопасность;
• риски блокировок, цифровой комплаенс и ПОД/ФТ;
• практические кейсы.
Для кого: на конференции соберутся представители банков и крупных финансовых организаций, платежных сервисов, финтех-компаний, интеграторы и участники крипторынка, подпадающие под новый закон: депозитарии, обменники, брокеры, биржи и др.
📍Когда и где: 22 апреля 2026 г., Москва, лофт-пространство в ДК «Серп и Молот» (м. «Площадь Ильича»).
👉 Участие бесплатное по предварительной регистрации (обязательно дождитесь подтверждения от организаторов и получения билета).
Организатор: Web3 Tech — центр компетенций по блокчейн-инфраструктуре и провайдер Web3-сервисов.
👉 Программа и спикеры
👉 Регистрация делегатов
Реклама, ООО «Веб3 Интегратор», ИНН 7706464945, erid: 2Vtzqw9r3av
👏1
Weekly Data News: бизнес инвестирует до 50 млн руб. в ИИ-агентов, Cloudflare и OpenAI запускают Agent Cloud, Yandex учит создавать агентов с нуля
Крупные компании в России переходят от единичных пилотов к промышленному внедрению ИИ-агентов. В среднем запуск таких проектов обходится в 10–50 млн руб. К таким выводам пришли аналитики Cloud. ru и Высшей школы бизнеса НИУ ВШЭ.
При этом простые сценарии автоматизации и готовые решения могут окупиться менее чем за 12 месяцев. Средние по размеру проекты, требующие донастройки и интеграции, обычно выходят на окупаемость за 12–24 месяцев. Крупные инфраструктурные инициативы, связанные с созданием собственных платформ и моделей, имеют горизонт окупаемости более 24 месяцев, в некоторых случаях — до 5–7 лет.
Исследование показывает, что успех внедрения и масштабирования ИИ-агентов в первую очередь зависят от качества доступных для обучения данных и способности агента взаимодействовать с существующими корпоративными системами: CRM, ERP и базами данных. В отраслях, где данные уже структурированы, унифицированы и централизованы, например в финансах и ИТ, агенты демонстрируют высокую эффективность: уровень автоматизации может достигать 60-90% операций. В отраслях с фрагментированными неструктурированными данными, такими как медицина и производство, эффективность агентов существенно ниже. В среднем, по подсчетам аналитиков,ИИ-агенты сокращают время выполнения задач на 40–50%.
Сloudflare и OpenAI запустили платформу Agent Cloud. Она позволяет бизнесу встраивать ИИ-агентов в рабочие процессы — от общения с пользователями до обновления баз данных и генерации отчетов. Технологической основой стала инфраструктура Cloudflare Workers AI: модели запускаются на периферийных серверах, что обеспечивает минимальную задержку и высокую скорость отклика.
Кроме того, Cloudflare расширяет набор инструментов для разработчиков: среда Codex теперь работает в изолированных песочницах Cloudflare Sandboxes, а в ближайшее время ее интегрируют непосредственно в Workers AI.
Yandex B2B Tech запустила Академию Yandex AI Studio – образовательный проект для компаний и частных пользователей, которые хотят применять ИИ в бизнесе. частники смогут изучить теорию и на практике научиться создавать ИИ агентов с нуля. Лабораторные работы построены на реальных бизнес-задачах и проходят в настоящей консоли разработчика. При этом первых агентов можно собрать без написания кода. Проверить результат поможет специальный ИИ-помощник: он укажет на ошибки и подскажет, как их исправить.
Крупные компании в России переходят от единичных пилотов к промышленному внедрению ИИ-агентов. В среднем запуск таких проектов обходится в 10–50 млн руб. К таким выводам пришли аналитики Cloud. ru и Высшей школы бизнеса НИУ ВШЭ.
При этом простые сценарии автоматизации и готовые решения могут окупиться менее чем за 12 месяцев. Средние по размеру проекты, требующие донастройки и интеграции, обычно выходят на окупаемость за 12–24 месяцев. Крупные инфраструктурные инициативы, связанные с созданием собственных платформ и моделей, имеют горизонт окупаемости более 24 месяцев, в некоторых случаях — до 5–7 лет.
Исследование показывает, что успех внедрения и масштабирования ИИ-агентов в первую очередь зависят от качества доступных для обучения данных и способности агента взаимодействовать с существующими корпоративными системами: CRM, ERP и базами данных. В отраслях, где данные уже структурированы, унифицированы и централизованы, например в финансах и ИТ, агенты демонстрируют высокую эффективность: уровень автоматизации может достигать 60-90% операций. В отраслях с фрагментированными неструктурированными данными, такими как медицина и производство, эффективность агентов существенно ниже. В среднем, по подсчетам аналитиков,ИИ-агенты сокращают время выполнения задач на 40–50%.
Сloudflare и OpenAI запустили платформу Agent Cloud. Она позволяет бизнесу встраивать ИИ-агентов в рабочие процессы — от общения с пользователями до обновления баз данных и генерации отчетов. Технологической основой стала инфраструктура Cloudflare Workers AI: модели запускаются на периферийных серверах, что обеспечивает минимальную задержку и высокую скорость отклика.
Кроме того, Cloudflare расширяет набор инструментов для разработчиков: среда Codex теперь работает в изолированных песочницах Cloudflare Sandboxes, а в ближайшее время ее интегрируют непосредственно в Workers AI.
Yandex B2B Tech запустила Академию Yandex AI Studio – образовательный проект для компаний и частных пользователей, которые хотят применять ИИ в бизнесе. частники смогут изучить теорию и на практике научиться создавать ИИ агентов с нуля. Лабораторные работы построены на реальных бизнес-задачах и проходят в настоящей консоли разработчика. При этом первых агентов можно собрать без написания кода. Проверить результат поможет специальный ИИ-помощник: он укажет на ошибки и подскажет, как их исправить.
👍1
Weekly Data News: Яндекс отдает код ИИ-агенту, Xiaomi прокачивает open-source агентов, OpenAI создает Ai-интегратора
MWS Cloud представила облачный сервис Managed Kafka для потоковой передачи данных на платформе MWS Cloud Platform. Новый PaaS-сервис позволяет компаниям использовать Apache Kafka как инфраструктурный компонент для потоковой обработки данных и event-driven архитектур без необходимости самостоятельно разворачивать и обслуживать кластеры, настраивать сеть и управлять жизненным циклом Kafka. Это снижает операционные риски и позволяет командам быстрее запускать data-driven сценарии и сокращает time-to-market.
Yandex B2B Tech представила консольное приложение SourceCraft CLI. Инструмент позволяет разработчикам управлять проектами и писать код через командную строку с помощью встроенного ИИ-агента на базе Yandex AI Studio.
Разработчик формулирует задачу на естественном языке, после чего агент автономно пишет код, запускает тесты и оформляет pull request. При этом учитывается контекст всего проекта: агент сам определяет нужный репозиторий, вносит изменения и управляет процессами CI/CD. Код и данные не передаются во внешние сервисы, что критично для соблюдения требований к защите персональных данных.
В SourceCraft CLI также предусмотрены «навыки» — сценарии для типовых действий (например, проверка кода). По оценке компании, командную строку ежедневно используют более 70% инженеров, а доля изменений кода, сгенерированных ИИ-агентами, к концу 2026 года может превысить 20%.
Xiaomi анонсировала серию MiMo-V2.5 — новое поколение открытых агентных моделей.
По сравнению с MiMo-V2-Pro модель демонстрирует заметный прогресс в общих агентных способностях, решении сложных задач разработки ПО и выполнении долгосрочных сценариев.
Согласно заявленным бенчмаркам, приближается к фронтирным решениям вроде Claude Opus 4.6 и GPT-5.4: SWE-bench Pro — 57.2, Claw-Eval — 63.8, τ3-Bench — 72.9. Утверждается, что она способна автономно выполнять профессиональные задачи с более чем 1000 вызовов инструментов — объём работы, на который у экспертов могли бы уйти дни.
Google представила представила двух новых автономных агентов в Gemini API — Deep Research и Deep Research Max. Оба построены на Gemini 3.1 Pro и доступны через Interactions API.
Главное изменение по сравнению с декабрьским превью — поддержка MCP: теперь агент умеет выходить за пределы открытого веба и работать с закрытыми корпоративными источниками данных.
Deep Research оптимизирован под скорость и низкую стоимость. Он заменяет декабрьскую preview-версию и предназначен для интерактивных сценариев, где ответ нужен быстро.
Deep Research Max использует расширенный test-time compute, итеративно рассуждает, ищет и уточняет финальный отчет. Типичный сценарий — асинхронные фоновые процессы, например ночной cron-job, готовящий аналитикам к утру набор подробных аналитических отчетов.
OpenAI создает компанию-интегратора DeployCo. Для этого компания формирует совместное предприятие с частными инвестфондами и вложит в него до $1,5 млрд, из которых первый транш составит $500 млн. Структура под рабочим названием DeployCo будет внедрять ИИ в портфельные компании фондов-партнеров. Контрольный пакет останется у OpenAI, а возглавит структуру бывший COO компании Брэд Лайткэп.
Цель DeployCo — сократить разрыв между возможностями современных моделей и реальным уровнем их внедрения в бизнесе. Сейчас узкое место в enterprise-сегменте — не потенциал моделей, а сложность их развёртывания на стороне заказчика. Собственный интегратор должен снять этот барьер и помочь OpenAI удержать долю корпоративного рынка в конкуренции с Anthropic и другими игроками.
То, что сегодня вы читаете в новостях, уже в июле может стать предметом дискуссии на Data Day 2026!
👉 Сайт и программа Форума
MWS Cloud представила облачный сервис Managed Kafka для потоковой передачи данных на платформе MWS Cloud Platform. Новый PaaS-сервис позволяет компаниям использовать Apache Kafka как инфраструктурный компонент для потоковой обработки данных и event-driven архитектур без необходимости самостоятельно разворачивать и обслуживать кластеры, настраивать сеть и управлять жизненным циклом Kafka. Это снижает операционные риски и позволяет командам быстрее запускать data-driven сценарии и сокращает time-to-market.
Yandex B2B Tech представила консольное приложение SourceCraft CLI. Инструмент позволяет разработчикам управлять проектами и писать код через командную строку с помощью встроенного ИИ-агента на базе Yandex AI Studio.
Разработчик формулирует задачу на естественном языке, после чего агент автономно пишет код, запускает тесты и оформляет pull request. При этом учитывается контекст всего проекта: агент сам определяет нужный репозиторий, вносит изменения и управляет процессами CI/CD. Код и данные не передаются во внешние сервисы, что критично для соблюдения требований к защите персональных данных.
В SourceCraft CLI также предусмотрены «навыки» — сценарии для типовых действий (например, проверка кода). По оценке компании, командную строку ежедневно используют более 70% инженеров, а доля изменений кода, сгенерированных ИИ-агентами, к концу 2026 года может превысить 20%.
Xiaomi анонсировала серию MiMo-V2.5 — новое поколение открытых агентных моделей.
По сравнению с MiMo-V2-Pro модель демонстрирует заметный прогресс в общих агентных способностях, решении сложных задач разработки ПО и выполнении долгосрочных сценариев.
Согласно заявленным бенчмаркам, приближается к фронтирным решениям вроде Claude Opus 4.6 и GPT-5.4: SWE-bench Pro — 57.2, Claw-Eval — 63.8, τ3-Bench — 72.9. Утверждается, что она способна автономно выполнять профессиональные задачи с более чем 1000 вызовов инструментов — объём работы, на который у экспертов могли бы уйти дни.
Google представила представила двух новых автономных агентов в Gemini API — Deep Research и Deep Research Max. Оба построены на Gemini 3.1 Pro и доступны через Interactions API.
Главное изменение по сравнению с декабрьским превью — поддержка MCP: теперь агент умеет выходить за пределы открытого веба и работать с закрытыми корпоративными источниками данных.
Deep Research оптимизирован под скорость и низкую стоимость. Он заменяет декабрьскую preview-версию и предназначен для интерактивных сценариев, где ответ нужен быстро.
Deep Research Max использует расширенный test-time compute, итеративно рассуждает, ищет и уточняет финальный отчет. Типичный сценарий — асинхронные фоновые процессы, например ночной cron-job, готовящий аналитикам к утру набор подробных аналитических отчетов.
OpenAI создает компанию-интегратора DeployCo. Для этого компания формирует совместное предприятие с частными инвестфондами и вложит в него до $1,5 млрд, из которых первый транш составит $500 млн. Структура под рабочим названием DeployCo будет внедрять ИИ в портфельные компании фондов-партнеров. Контрольный пакет останется у OpenAI, а возглавит структуру бывший COO компании Брэд Лайткэп.
Цель DeployCo — сократить разрыв между возможностями современных моделей и реальным уровнем их внедрения в бизнесе. Сейчас узкое место в enterprise-сегменте — не потенциал моделей, а сложность их развёртывания на стороне заказчика. Собственный интегратор должен снять этот барьер и помочь OpenAI удержать долю корпоративного рынка в конкуренции с Anthropic и другими игроками.
То, что сегодня вы читаете в новостях, уже в июле может стать предметом дискуссии на Data Day 2026!
👉 Сайт и программа Форума
❤3👍1
Weekly Data News: рост рынка СУБД, «теневой» ИИ в компаниях и новые правила для обучения моделей
Рынок СУБД в России будет расти более чем на 15% в год. Центр стратегических разработок опубликовал обзор российского рынка систем управления базами данных и инструментов обработки данных за 2025 год с прогнозом до 2032 года.
Ключевые выводы:
• после ускоренного роста в 2023–2024 годах рынок СУБД перешел к более сбалансированной динамике;
• по итогам 2025 года его объем составил 101,9 млрд руб., рост — 13,9%.
• к 2032 году рынок может увеличиться до 281 млрд руб., среднегодовой темп роста превысит 15%;
• 80% рынка приходится на продажи ПО, 20% — на услуги;
• лидером по объему продаж стала Группа Arenadata с долей 8,6%, за ней следует Postgres Professional — 6,5%;
• дальнейший рост будут определять миграция на отечественное ПО, ужесточение требований к безопасности данных, развитие ИИ, а также переход к гибридным и облачным моделям.
ИИ в компаниях внедряется «снизу», а не через стратегию. Исследование «Пряников» показало: нейросети уже активно используются в бизнесе, но чаще не как часть корпоративной стратегии, а через личные аккаунты сотрудников и точечные задачи.
Самые популярные инструменты — зарубежные LLM: ChatGPT, DeepSeek, Perplexity и другие. Их используют 59% респондентов. Отечественные LLM применяют 41%, self-hosted-решения — 22%.
При этом у большинства компаний ИИ пока находится вне полноценного управленческого контура:
• у 51% нет стратегии внедрения ИИ;
• у 61% не назначен ответственный за это направление;
• у 46% нет команды для ИИ-проектов;
• 66% не собирают потребности бизнеса системно;
• формализованная стратегия есть только у 10%;
• Chief AI Officer есть лишь у 2%;
• 52% компаний не выделяют отдельный ИТ-бюджет на ИИ.
Чаще всего ИИ применяют там, где проще получить быстрый эффект и ниже цена ошибки: в маркетинге и продажах — 47%, HR и подборе — 39%. В производстве, логистике и финансах показатель пока составляет всего по 3%.
С измерением экономического эффекта тоже есть сложности. У 59% компаний не было внедрений, которые можно считать полноценными. Подтвержденный эффект есть только у 18%, еще 21% что-то внедряли, но без качественной оценки результата.
Главные барьеры:
• нехватка компетенций — 41%;
• отсутствие стратегии — 37%;
• неготовность топ-менеджмента — 24%;
• отсутствие бюджета — 23%;
• недоверие к ИИ — 22%.
Власти разрешили использовать зарубежные данные для обучения ИИ. Российские власти внесли изменения в законопроект об ИИ, который ранее критиковали участники рынка и представители госорганов.
Что изменилось:
• из законопроекта убрали требование использовать для обучения моделей только российские наборы данных;
• исключили норму о том, что суверенные и национальные модели должны разрабатывать и обучать только граждане России. В новой редакции этим сможет заниматься российское юридическое лицо;
• убрали требование к ИИ-сервисам с аудиторией более 500 тыс. человек регистрироваться как организаторы распространения информации. Это означает, что им не придется устанавливать системы оперативно-розыскных мероприятий для доступа спецслужб к перепискам пользователей.
Исследование CSA: ИИ-агенты вошли в бизнес-процессы, но безопасность не успевает
Cloud Security Alliance (CSA) опубликовал исследование о безопасности ИИ-агентов. По данным аналитиков, такие инструменты уже стали частью ИТ-ландшафта компаний, но вместе с этим растет число рисков и инцидентов.
Ключевые цифры:
• в 43% компаний ИИ-агентов регулярно используют более половины сотрудников;
• 87% респондентов работают сразу с несколькими ИИ-платформами;
• 54% уже сталкивались с теневыми, то есть несанкционированными, ИИ-агентами;
• 47% организаций пережили ИБ-инцидент с участием ИИ-агента.
‼️Что эти тренды и сигналы означают для бизнеса, работы с данными и ИИ-практик, обсудим 9 июля на форуме Data Day — присоединяйтесь к разговору!
Рынок СУБД в России будет расти более чем на 15% в год. Центр стратегических разработок опубликовал обзор российского рынка систем управления базами данных и инструментов обработки данных за 2025 год с прогнозом до 2032 года.
Ключевые выводы:
• после ускоренного роста в 2023–2024 годах рынок СУБД перешел к более сбалансированной динамике;
• по итогам 2025 года его объем составил 101,9 млрд руб., рост — 13,9%.
• к 2032 году рынок может увеличиться до 281 млрд руб., среднегодовой темп роста превысит 15%;
• 80% рынка приходится на продажи ПО, 20% — на услуги;
• лидером по объему продаж стала Группа Arenadata с долей 8,6%, за ней следует Postgres Professional — 6,5%;
• дальнейший рост будут определять миграция на отечественное ПО, ужесточение требований к безопасности данных, развитие ИИ, а также переход к гибридным и облачным моделям.
ИИ в компаниях внедряется «снизу», а не через стратегию. Исследование «Пряников» показало: нейросети уже активно используются в бизнесе, но чаще не как часть корпоративной стратегии, а через личные аккаунты сотрудников и точечные задачи.
Самые популярные инструменты — зарубежные LLM: ChatGPT, DeepSeek, Perplexity и другие. Их используют 59% респондентов. Отечественные LLM применяют 41%, self-hosted-решения — 22%.
При этом у большинства компаний ИИ пока находится вне полноценного управленческого контура:
• у 51% нет стратегии внедрения ИИ;
• у 61% не назначен ответственный за это направление;
• у 46% нет команды для ИИ-проектов;
• 66% не собирают потребности бизнеса системно;
• формализованная стратегия есть только у 10%;
• Chief AI Officer есть лишь у 2%;
• 52% компаний не выделяют отдельный ИТ-бюджет на ИИ.
Чаще всего ИИ применяют там, где проще получить быстрый эффект и ниже цена ошибки: в маркетинге и продажах — 47%, HR и подборе — 39%. В производстве, логистике и финансах показатель пока составляет всего по 3%.
С измерением экономического эффекта тоже есть сложности. У 59% компаний не было внедрений, которые можно считать полноценными. Подтвержденный эффект есть только у 18%, еще 21% что-то внедряли, но без качественной оценки результата.
Главные барьеры:
• нехватка компетенций — 41%;
• отсутствие стратегии — 37%;
• неготовность топ-менеджмента — 24%;
• отсутствие бюджета — 23%;
• недоверие к ИИ — 22%.
Власти разрешили использовать зарубежные данные для обучения ИИ. Российские власти внесли изменения в законопроект об ИИ, который ранее критиковали участники рынка и представители госорганов.
Что изменилось:
• из законопроекта убрали требование использовать для обучения моделей только российские наборы данных;
• исключили норму о том, что суверенные и национальные модели должны разрабатывать и обучать только граждане России. В новой редакции этим сможет заниматься российское юридическое лицо;
• убрали требование к ИИ-сервисам с аудиторией более 500 тыс. человек регистрироваться как организаторы распространения информации. Это означает, что им не придется устанавливать системы оперативно-розыскных мероприятий для доступа спецслужб к перепискам пользователей.
Исследование CSA: ИИ-агенты вошли в бизнес-процессы, но безопасность не успевает
Cloud Security Alliance (CSA) опубликовал исследование о безопасности ИИ-агентов. По данным аналитиков, такие инструменты уже стали частью ИТ-ландшафта компаний, но вместе с этим растет число рисков и инцидентов.
Ключевые цифры:
• в 43% компаний ИИ-агентов регулярно используют более половины сотрудников;
• 87% респондентов работают сразу с несколькими ИИ-платформами;
• 54% уже сталкивались с теневыми, то есть несанкционированными, ИИ-агентами;
• 47% организаций пережили ИБ-инцидент с участием ИИ-агента.
‼️Что эти тренды и сигналы означают для бизнеса, работы с данными и ИИ-практик, обсудим 9 июля на форуме Data Day — присоединяйтесь к разговору!
👍1
Друзья, Data Day 2026 уже в активной подготовке. Открыта регистрация для участников и партнеров!
В этом году он станет самым масштабным за всю историю проекта.
— 6 тематических треков
— 120+ спикеров
— 1500+ участников
— AI-hub с готовыми AI-решениями и экспертизой по внедрению
Ждем вас 9 июля в Технопарке «Сколково»!
Главная тема Data Day 2026 — как превратить данные и AI в реальный инструмент управления бизнесом, а не просто в «пилоты ради пилотов».
Мы соберем data-, AI- и digital-лидеров из финтеха, ритейла, транспорта, промышленности, агросектора и других отраслей.
Треки форума:
• Финтех
• Ритейл
• Транспорт и логистика
• Агропром
• Промышленность
• Персональная эффективность
👉 Программа и регистрация на сайте
—
😁 Канал Data Day в MAX
В этом году он станет самым масштабным за всю историю проекта.
— 6 тематических треков
— 120+ спикеров
— 1500+ участников
— AI-hub с готовыми AI-решениями и экспертизой по внедрению
Ждем вас 9 июля в Технопарке «Сколково»!
Главная тема Data Day 2026 — как превратить данные и AI в реальный инструмент управления бизнесом, а не просто в «пилоты ради пилотов».
Мы соберем data-, AI- и digital-лидеров из финтеха, ритейла, транспорта, промышленности, агросектора и других отраслей.
Треки форума:
• Финтех
• Ритейл
• Транспорт и логистика
• Агропром
• Промышленность
• Персональная эффективность
👉 Программа и регистрация на сайте
—
Please open Telegram to view this post
VIEW IN TELEGRAM
Почему «майские» — лучшее время, чтобы зарегистрироваться на Data Day 2026?
1️⃣ До 11 мая действует последнее окно ранней регистрации.
После повышения цены стоимость участия увеличится:
— стандартный билет — на 5 000 ₽
— VIP-билет — на 10 000 ₽
2️⃣ Для первых 10 участников, купивших VIP-билет до 15 мая, — специальный бонус:
личная 10-минутная консультация со спикером форума – одним из ведущих экспертов РФ по найму и формированию data-команд.
Data Day 2026 пройдет 9 июля и станет крупнейшим форумом за всю историю проекта:
— 120+ спикеров
— 6 треков
— 1500+ участников
— AI-hub с готовыми AI-решениями для бизнеса
👉 Если хотите принять участие — сейчас лучшее время, чтобы ЗАРЕГИСТРИРОВАТЬСЯ
—
😁 Канал Data Day в MAX
1️⃣ До 11 мая действует последнее окно ранней регистрации.
После повышения цены стоимость участия увеличится:
— стандартный билет — на 5 000 ₽
— VIP-билет — на 10 000 ₽
2️⃣ Для первых 10 участников, купивших VIP-билет до 15 мая, — специальный бонус:
личная 10-минутная консультация со спикером форума – одним из ведущих экспертов РФ по найму и формированию data-команд.
Data Day 2026 пройдет 9 июля и станет крупнейшим форумом за всю историю проекта:
— 120+ спикеров
— 6 треков
— 1500+ участников
— AI-hub с готовыми AI-решениями для бизнеса
👉 Если хотите принять участие — сейчас лучшее время, чтобы ЗАРЕГИСТРИРОВАТЬСЯ
—
Please open Telegram to view this post
VIEW IN TELEGRAM
В числе первых подтвержденных спикеров Data Day 2026:
– Марина Ананьева / Т-Банк. Руководитель ML-направлений в бизнес-линиях, RecTech & AutoML, PhD in C.S.
– Дмитрий Рузанов / Альфа-Банк. Директор департамента разработки моделей Альфа-Банка.
– Дмитрий Криволапов / Lamoda. Директор департамента по данным и аналитике.
– Евгений Крысанов / Сбер. Управляющий директор Департамента корпоративной архитектуры, Лидер сообщества ИТ-архитекторов.
– Александр Лукьянов / ДОМ РФ Технологии. Генеральный директор.
– Павел Денисенко / X5 Tech. Директор департамента развития платформы больших данных.
– Андрей Скачёк / М.Видео. Директор по маркетингу.
– Валентина Рудик / Ozon Fintech. Руководитель розничного кредитования.
И другие.
О чем будем говорить? Данные перестают быть просто ресурсом — они становятся системой управления реальностью.
В программе:
• Как превратить хаос данных в надежный бизнес-навигатор.
• Как внедрить ИИ и задавать темп всей отрасли.
• Как находить точки роста, используя опыт цифровых лидеров.
• Как предсказать кризис и перестроить бизнес-модель.
👉 Все спикеры
👉 Программа и регистрация
—
😁 Канал Data Day в MAX
– Марина Ананьева / Т-Банк. Руководитель ML-направлений в бизнес-линиях, RecTech & AutoML, PhD in C.S.
– Дмитрий Рузанов / Альфа-Банк. Директор департамента разработки моделей Альфа-Банка.
– Дмитрий Криволапов / Lamoda. Директор департамента по данным и аналитике.
– Евгений Крысанов / Сбер. Управляющий директор Департамента корпоративной архитектуры, Лидер сообщества ИТ-архитекторов.
– Александр Лукьянов / ДОМ РФ Технологии. Генеральный директор.
– Павел Денисенко / X5 Tech. Директор департамента развития платформы больших данных.
– Андрей Скачёк / М.Видео. Директор по маркетингу.
– Валентина Рудик / Ozon Fintech. Руководитель розничного кредитования.
И другие.
О чем будем говорить? Данные перестают быть просто ресурсом — они становятся системой управления реальностью.
В программе:
• Как превратить хаос данных в надежный бизнес-навигатор.
• Как внедрить ИИ и задавать темп всей отрасли.
• Как находить точки роста, используя опыт цифровых лидеров.
• Как предсказать кризис и перестроить бизнес-модель.
👉 Все спикеры
👉 Программа и регистрация
—
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
Друзья, 12 мая завершился период ранней регистрации на Data Day 2026. Стоимость билетов уже выросла: стандартный билет — на 5 000 руб., VIP-билет — на 10 000 руб.
‼️Но у вас еще есть возможность принять участие по старой цене.
👉 Зарегистрироваться
Напоминаем, что в этом году Форум Data Day станет крупнейшим за всю историю события.
9 июля в Технопарке «Сколково» соберутся data-, AI- и digital-лидеры из финтеха, ритейла, транспорта, промышленности, агросектора и других отраслей.
Вас ждут:
— 6 тематических треков
— 120+ спикеров
— 1500+ участников
Треки Data Day 2026:
— Финтех: трансформация процессов и продуктов в эпоху AI
— Агропром: цифровая почва для роста
— Транспорт и логистика: интеллект в движении
— Промышленность: AI и высокотехнологичные решения
— Ритейл: инженерия решений в реальном времени
— Персональная эффективность: профессиональная и личная эффективность в эпоху AI
⏳ Успейте зарегистрироваться по старой цене — промокод LASTDAY действует только до 23:59 ЧЕТВЕРГА.
👉 Все спикеры
👉 Программа и регистрация
‼️Но у вас еще есть возможность принять участие по старой цене.
Используйте промокод LASTDAY до 23:59 ЧЕТВЕРГА — и стоимость ранней регистрации сохранится для вас на время согласования и оплаты.
👉 Зарегистрироваться
Напоминаем, что в этом году Форум Data Day станет крупнейшим за всю историю события.
9 июля в Технопарке «Сколково» соберутся data-, AI- и digital-лидеры из финтеха, ритейла, транспорта, промышленности, агросектора и других отраслей.
Вас ждут:
— 6 тематических треков
— 120+ спикеров
— 1500+ участников
Треки Data Day 2026:
— Финтех: трансформация процессов и продуктов в эпоху AI
— Агропром: цифровая почва для роста
— Транспорт и логистика: интеллект в движении
— Промышленность: AI и высокотехнологичные решения
— Ритейл: инженерия решений в реальном времени
— Персональная эффективность: профессиональная и личная эффективность в эпоху AI
⏳ Успейте зарегистрироваться по старой цене — промокод LASTDAY действует только до 23:59 ЧЕТВЕРГА.
👉 Все спикеры
👉 Программа и регистрация
В преддверии форума Data Day будем рассказывать о проектах по работе с данными в российских банках — практических кейсах, где данные становятся управляемым бизнес-активом: помогают повышать качество процессов, снижать операционные и регуляторные риски, развивать аналитику и принимать более точные управленческие решения.
Это проекты из шорт-листа Премии FINNEXT, которые были отмечены экспертным советом Премии за практическую значимость, зрелость подхода и вклад в развитие финтеха.
Сегодня делимся кейсом ОТП Банка — «DQLA и автоматизированное управление качеством данных».
Банк столкнулся с типичным для рынка вызовом: качество данных критично для бизнеса, но управлять им точечно и «в режиме тушения пожаров» уже недостаточно. Требовалось решение, которое сделает качество данных измеримым, понятным и управляемым на уровне всей организации, а не отдельных систем или команд.
Ключевые элементы проекта — от идеи до результатов внедрения — комментирует представитель команды банка.
— В чем идея проекта?
— Внедрение DQLA (Data Quality Level Agreements) и автоматизированного управления качеством данных стало ответом на этот вызов. Главная идея — вывести качество данных из сугубо технической темы в бизнес-контур и управлять им так же, как, например, SLA сервисов или финансовыми показателями.
— Что конкретно сделали?
— Зафиксировали требования к качеству данных в виде DQLA — соглашений между потребителями данных и владельцами процессов и систем. Настроили контроль качества через автоматические проверки, встроенные в архитектуру банка. И главное — сделали управление качеством постоянным процессом, а не разовой проверкой «после того, как что-то сломалось».
— Как это работает?
— Решение встроено в корпоративную экосистему Data Governance банка, его ключевые элементы: единый каталог данных и бизнес-глоссарий, требования к качеству через DQLA, регулярные автоматизированные проверки и прозрачная связка данных, их владельцев и метрик качества.
— Что представляет собой эта связка данных?
Связка строится через доменную модель управления данными и DQLA.
1) Домен и владелец
Каждый домен (например, «Клиентские данные», «Кредитный портфель», «Платежные операции», «Финансовая отчётность») имеет бизнес-владельца, отвечающего за корректность и целевое использование данных. Техническое сопровождение и автоматические проверки ведет Data Steward.
2) Логика связки
Домен → набор данных → метрика качества → SLA/уровень в DQLA → ответственный.
3) Что фиксируется и как контролируется
Для каждой метрики в DQLA задаются формула, пороги, частота мониторинга и зона ответственности. Метрики проверяются автоматизированно в контурах обработки данных.
Качество данных становится измеримым обязательством с понятным владельцем и прозрачным контролем.
— Какие результаты уже есть?
— Заключено больше 150 DQLA, которые покрывают ключевые домены данных и бизнес-процессы.
Заметно снизилось число дефектов, влияющих на аналитику и отчетность. Выросло доверие к данным со стороны бизнес-подразделений и руководства.
Сократилось время на разработку и запуск проверок качества.
Также снизились операционные и регуляторные риски — качество данных перестало быть «скрытой проблемой».
— В чем неординарность проекта?
— В подходе Data Quality by Design: качество не проверяют постфактум, его закладывают уже на этапе проектирования. Требования формулируются на уровне бизнес-смыслов и сопровождают данные на всем жизненном цикле.
Именно о таких подходах — практических, прикладных и уже влияющих на процессы внутри компаний — мы будем говорить на форуме Data Day.
Регистрируйтесь, чтобы обсудить с экспертами, как компании выстраивают зрелую работу с данными и какие решения действительно дают результат.
👉 Сайт и программа Форума
—
😁 Канал Data Day в MAX
Это проекты из шорт-листа Премии FINNEXT, которые были отмечены экспертным советом Премии за практическую значимость, зрелость подхода и вклад в развитие финтеха.
Сегодня делимся кейсом ОТП Банка — «DQLA и автоматизированное управление качеством данных».
Банк столкнулся с типичным для рынка вызовом: качество данных критично для бизнеса, но управлять им точечно и «в режиме тушения пожаров» уже недостаточно. Требовалось решение, которое сделает качество данных измеримым, понятным и управляемым на уровне всей организации, а не отдельных систем или команд.
Ключевые элементы проекта — от идеи до результатов внедрения — комментирует представитель команды банка.
— В чем идея проекта?
— Внедрение DQLA (Data Quality Level Agreements) и автоматизированного управления качеством данных стало ответом на этот вызов. Главная идея — вывести качество данных из сугубо технической темы в бизнес-контур и управлять им так же, как, например, SLA сервисов или финансовыми показателями.
— Что конкретно сделали?
— Зафиксировали требования к качеству данных в виде DQLA — соглашений между потребителями данных и владельцами процессов и систем. Настроили контроль качества через автоматические проверки, встроенные в архитектуру банка. И главное — сделали управление качеством постоянным процессом, а не разовой проверкой «после того, как что-то сломалось».
— Как это работает?
— Решение встроено в корпоративную экосистему Data Governance банка, его ключевые элементы: единый каталог данных и бизнес-глоссарий, требования к качеству через DQLA, регулярные автоматизированные проверки и прозрачная связка данных, их владельцев и метрик качества.
— Что представляет собой эта связка данных?
Связка строится через доменную модель управления данными и DQLA.
1) Домен и владелец
Каждый домен (например, «Клиентские данные», «Кредитный портфель», «Платежные операции», «Финансовая отчётность») имеет бизнес-владельца, отвечающего за корректность и целевое использование данных. Техническое сопровождение и автоматические проверки ведет Data Steward.
2) Логика связки
Домен → набор данных → метрика качества → SLA/уровень в DQLA → ответственный.
3) Что фиксируется и как контролируется
Для каждой метрики в DQLA задаются формула, пороги, частота мониторинга и зона ответственности. Метрики проверяются автоматизированно в контурах обработки данных.
Качество данных становится измеримым обязательством с понятным владельцем и прозрачным контролем.
— Какие результаты уже есть?
— Заключено больше 150 DQLA, которые покрывают ключевые домены данных и бизнес-процессы.
Заметно снизилось число дефектов, влияющих на аналитику и отчетность. Выросло доверие к данным со стороны бизнес-подразделений и руководства.
Сократилось время на разработку и запуск проверок качества.
Также снизились операционные и регуляторные риски — качество данных перестало быть «скрытой проблемой».
— В чем неординарность проекта?
— В подходе Data Quality by Design: качество не проверяют постфактум, его закладывают уже на этапе проектирования. Требования формулируются на уровне бизнес-смыслов и сопровождают данные на всем жизненном цикле.
Именно о таких подходах — практических, прикладных и уже влияющих на процессы внутри компаний — мы будем говорить на форуме Data Day.
Регистрируйтесь, чтобы обсудить с экспертами, как компании выстраивают зрелую работу с данными и какие решения действительно дают результат.
👉 Сайт и программа Форума
—
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
‼️ Классические хранилища не справляются с real-time аналитикой: как финтеху работать с данными в эпоху ИИ?
Финансовые организации постоянно сталкиваются с ростом объемов данных, жесткими требованиями к скорости принятия решений и давлением на стоимость ИТ-инфраструктуры. Классические КХД уже не позволяют эффективно решать задачи real-time аналитики и быстро масштабировать новые сервисы. Как бизнесу контролировать TCO, обеспечивать надежность и при этом внедрять необходимые инновации?
На форуме Data Day Максим Еремин, руководитель направления в департаменте Data Platform в компании Cloud ru, расскажет об особенностях риск-менеджмента на базе AI ready платформы данных в облаке. Из его выступления вы узнаете:
✅ почему классические хранилища устаревают и как грамотно строить архитектуру с поддержкой историчности и потоковой аналитики;
✅ как ощутимо снизить совокупную стоимость владения (TCO) по сравнению с on-premise инфраструктурой;
✅ как объединить ArenadataDB, Spark, Flink, Trino, Airflow и BI в единую Evolution Data Platform, поддерживающую современные подходы, включая Data Lakehouse и streaming;
✅ как AI-агенты меняют опыт взаимодействия с платформой: от анализа логов до рекомендаций по оптимизации Spark-job и автоматизация поиска узких мест и уязвимостей.
Отдельный фокус — на AI-агентской архитектуре, позволяющей взаимодействовать с платформой через естественный язык.
👉 Сайт и программа Форума
—
😁 Канал Data Day в MAX
Финансовые организации постоянно сталкиваются с ростом объемов данных, жесткими требованиями к скорости принятия решений и давлением на стоимость ИТ-инфраструктуры. Классические КХД уже не позволяют эффективно решать задачи real-time аналитики и быстро масштабировать новые сервисы. Как бизнесу контролировать TCO, обеспечивать надежность и при этом внедрять необходимые инновации?
На форуме Data Day Максим Еремин, руководитель направления в департаменте Data Platform в компании Cloud ru, расскажет об особенностях риск-менеджмента на базе AI ready платформы данных в облаке. Из его выступления вы узнаете:
✅ почему классические хранилища устаревают и как грамотно строить архитектуру с поддержкой историчности и потоковой аналитики;
✅ как ощутимо снизить совокупную стоимость владения (TCO) по сравнению с on-premise инфраструктурой;
✅ как объединить ArenadataDB, Spark, Flink, Trino, Airflow и BI в единую Evolution Data Platform, поддерживающую современные подходы, включая Data Lakehouse и streaming;
✅ как AI-агенты меняют опыт взаимодействия с платформой: от анализа логов до рекомендаций по оптимизации Spark-job и автоматизация поиска узких мест и уязвимостей.
Отдельный фокус — на AI-агентской архитектуре, позволяющей взаимодействовать с платформой через естественный язык.
👉 Сайт и программа Форума
—
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍2
Представляем новых спикеров из Wildberries Fintech+, ДОМ РФ, X5Tech, Т-банка и других компаний!
🗓 9 июля на Data Day они поделятся проверенными рабочими стратегиями: как эффективно скрестить Data и AI, избежать миллионных ошибок при внедрении и ускорить рост бизнеса.
В числе новых спикеров:
🔸 Михаил Кузин, Руководитель управления аналитики b2c-продуктов, Wildberries Fintech+
🔸 Сергей Орешкин, Директор по данным, ДОМ РФ
🔸 Валерий Поляков, Лидер по данным группы Т-Технологии (Chief Data Officer), Т-Банк
🔸 Владимир Ермаченков, Начальник управления продвинутой аналитики данных, X5Tech
🔸 Вера Янкина, Директор направления по работе с данными, Лемана Тех
🔸 Евгений Лобанов, Директор департамента цифровой трансформации, Группа «Черкизово»
🔸 Елизавета Афанасьева, Senior Data Scientist, Точка Банк
🔸 Вероника Лукинова, Директор центра исследований и разработок (R&D центра), Агрохолдинг «СТЕПЬ»
🔸 Виталий Щипков, Сооснователь, MobileScoring
🔸 Никита Зеленский, Директор по аналитике и AI-инженерии, APEX GAMES
🔸 Евгений Гапон, Директор по аналитике и эффективности платформы, Ситидрайв
И другие. Все спикеры
Вас ждет самый масштабный Data Day:
🔥 6 отраслевых треков (Финтех, Агропром, Транспорт и логистика, Промышленность, Ритейл, Персональная эффективность)
🔥 1500+ участников
🔥 120+ спикеров
👉 Сайт и программа Форума
—
😁 Канал Data Day в MAX
🗓 9 июля на Data Day они поделятся проверенными рабочими стратегиями: как эффективно скрестить Data и AI, избежать миллионных ошибок при внедрении и ускорить рост бизнеса.
В числе новых спикеров:
🔸 Михаил Кузин, Руководитель управления аналитики b2c-продуктов, Wildberries Fintech+
🔸 Сергей Орешкин, Директор по данным, ДОМ РФ
🔸 Валерий Поляков, Лидер по данным группы Т-Технологии (Chief Data Officer), Т-Банк
🔸 Владимир Ермаченков, Начальник управления продвинутой аналитики данных, X5Tech
🔸 Вера Янкина, Директор направления по работе с данными, Лемана Тех
🔸 Евгений Лобанов, Директор департамента цифровой трансформации, Группа «Черкизово»
🔸 Елизавета Афанасьева, Senior Data Scientist, Точка Банк
🔸 Вероника Лукинова, Директор центра исследований и разработок (R&D центра), Агрохолдинг «СТЕПЬ»
🔸 Виталий Щипков, Сооснователь, MobileScoring
🔸 Никита Зеленский, Директор по аналитике и AI-инженерии, APEX GAMES
🔸 Евгений Гапон, Директор по аналитике и эффективности платформы, Ситидрайв
И другие. Все спикеры
Вас ждет самый масштабный Data Day:
🔥 6 отраслевых треков (Финтех, Агропром, Транспорт и логистика, Промышленность, Ритейл, Персональная эффективность)
🔥 1500+ участников
🔥 120+ спикеров
👉 Сайт и программа Форума
—
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍3
Друзья, в преддверии Data Day продолжаем серию публикаций о проектах, которые помогают автоматизировать процессы, делать данные доступнее и сокращать издержки бизнеса.
Сегодня команда РСХБ.Цифра делится деталями кейса «CheckMateDB: Интеллектуальное управление данными для всех» .
Это проект из шорт-листа Премии FINNEXT 2026.
Аналитики теряли до 40% времени в ожидании данных от разработчиков, медленные SQL-запросы тормозили тестирование, а тестировщикам не хватало знаний SQL для проверки целостности данных.
Решением этих и еще множества проблем стало внедрение CheckMateDB — инструмента для интеллектуального управления данными.
В чем идея решения для IT?
Команда создала формат IT for IT: тестировщики получили инструмент, который дает быстрый доступ к данным без постоянного обращения к разработчикам, позволяет проверять данные без знания SQL, автоматизирует типовые операции и помогает собирать сложные запросы через конструктор.
А в чем ценность для бизнеса?
В формате IT for Business решение помогает сегментировать клиентскую базу, персонализировать коммуникации, анализировать поведение клиентов, выявлять скрытые тенденции, оценивать ROI каналов продаж и прогнозировать показатели на основе исторических данных. По оценке команды, персонализация может приносить до 40% больше дохода от маркетинговых кампаний.
Какие конкретно задачи решает CheckMateDB?
1. Сокращает время ожидания данных.
Раньше аналитики тратили до 40% рабочего времени на ожидание выгрузок от разработчиков. Визуальный конструктор запросов позволил им получать данные самостоятельно: пользователь задает, что нужно найти и проверить, а SQL строится автоматически.
2. Упрощает автотесты и снижает дублирование кода.
Вместо длинных SQL-запросов с JOIN, EXISTS и JSON/JSONB команда использует DSL-синтаксис, автогенерацию SQL, единый шлюз к БД, понятные проверки и структурированные Allure-отчеты. Дополнительно доступны Web UI для генерации классов и поиска тестовых данных и IDEA-плагин для шаблонного кода.
3. Ускоряет выполнение запросов.
Медленные SQL-запросы тормозили работу тестировщиков, особенно при высокой нагрузке. Встроенные инструменты анализа и оптимизации помогли ускорить работу подразделений тестирования до 70%.
4. Делает проверку целостности данных доступной без знания SQL.
Тестировщики получили возможность собирать сложные проверки через визуальный конструктор без ручного написания SQL. По оценке команды, это повысило качество тестирования до 60%, а специальные проверки «подозрительных доменов» снизили количество ошибок на 85%.
5. Упрощает миграцию данных между системами.
Единый подход к построению запросов для Oracle и PostgreSQL снижает количество ошибок, уменьшает объем ручной доработки и сокращает ресурсы на перенос и актуализацию данных.
Каких результатов уже удалось достичь?
С CheckMateDB удалось заметно ускорить работу с данными и повысить их качество на всех этапах — от аналитики и тестирования до миграции между системами.
Вот ключевые результаты:
— на 50% сократилось время миграции данных;
— на 60% повысилось качество тестирования благодаря визуальному конструктору и удобной отчетности
— на 70% ускорилась работа приложений после оптимизации SQL-запросов
— на 75% снизилось количество ошибок при миграции;
— на 100% сократилось время ожидания данных аналитиками;
— Скорость разработки увеличилась примерно в 2 раза, а ее стоимость, как и стоимость поддержки автотестов, сократилась до 20%.
Кроме того, CheckMateDB сделал работу с базами данных доступной не только для технических специалистов: сегодня с данными могут работать сотрудники без глубоких знаний SQL, а единый подход к работе с данными помогает выстраивать общие стандарты во всей организации.
Хотите узнать больше о прикладных подходах, которые приносят компаниям ощутимую пользу? Обсудим это на Data Day!
👉 Сайт и программа Форума
—
😁 Канал Data Day в MAX
Сегодня команда РСХБ.Цифра делится деталями кейса «CheckMateDB: Интеллектуальное управление данными для всех» .
Это проект из шорт-листа Премии FINNEXT 2026.
Аналитики теряли до 40% времени в ожидании данных от разработчиков, медленные SQL-запросы тормозили тестирование, а тестировщикам не хватало знаний SQL для проверки целостности данных.
Решением этих и еще множества проблем стало внедрение CheckMateDB — инструмента для интеллектуального управления данными.
В чем идея решения для IT?
Команда создала формат IT for IT: тестировщики получили инструмент, который дает быстрый доступ к данным без постоянного обращения к разработчикам, позволяет проверять данные без знания SQL, автоматизирует типовые операции и помогает собирать сложные запросы через конструктор.
А в чем ценность для бизнеса?
В формате IT for Business решение помогает сегментировать клиентскую базу, персонализировать коммуникации, анализировать поведение клиентов, выявлять скрытые тенденции, оценивать ROI каналов продаж и прогнозировать показатели на основе исторических данных. По оценке команды, персонализация может приносить до 40% больше дохода от маркетинговых кампаний.
Какие конкретно задачи решает CheckMateDB?
1. Сокращает время ожидания данных.
Раньше аналитики тратили до 40% рабочего времени на ожидание выгрузок от разработчиков. Визуальный конструктор запросов позволил им получать данные самостоятельно: пользователь задает, что нужно найти и проверить, а SQL строится автоматически.
2. Упрощает автотесты и снижает дублирование кода.
Вместо длинных SQL-запросов с JOIN, EXISTS и JSON/JSONB команда использует DSL-синтаксис, автогенерацию SQL, единый шлюз к БД, понятные проверки и структурированные Allure-отчеты. Дополнительно доступны Web UI для генерации классов и поиска тестовых данных и IDEA-плагин для шаблонного кода.
3. Ускоряет выполнение запросов.
Медленные SQL-запросы тормозили работу тестировщиков, особенно при высокой нагрузке. Встроенные инструменты анализа и оптимизации помогли ускорить работу подразделений тестирования до 70%.
4. Делает проверку целостности данных доступной без знания SQL.
Тестировщики получили возможность собирать сложные проверки через визуальный конструктор без ручного написания SQL. По оценке команды, это повысило качество тестирования до 60%, а специальные проверки «подозрительных доменов» снизили количество ошибок на 85%.
5. Упрощает миграцию данных между системами.
Единый подход к построению запросов для Oracle и PostgreSQL снижает количество ошибок, уменьшает объем ручной доработки и сокращает ресурсы на перенос и актуализацию данных.
Каких результатов уже удалось достичь?
С CheckMateDB удалось заметно ускорить работу с данными и повысить их качество на всех этапах — от аналитики и тестирования до миграции между системами.
Вот ключевые результаты:
— на 50% сократилось время миграции данных;
— на 60% повысилось качество тестирования благодаря визуальному конструктору и удобной отчетности
— на 70% ускорилась работа приложений после оптимизации SQL-запросов
— на 75% снизилось количество ошибок при миграции;
— на 100% сократилось время ожидания данных аналитиками;
— Скорость разработки увеличилась примерно в 2 раза, а ее стоимость, как и стоимость поддержки автотестов, сократилась до 20%.
Кроме того, CheckMateDB сделал работу с базами данных доступной не только для технических специалистов: сегодня с данными могут работать сотрудники без глубоких знаний SQL, а единый подход к работе с данными помогает выстраивать общие стандарты во всей организации.
Хотите узнать больше о прикладных подходах, которые приносят компаниям ощутимую пользу? Обсудим это на Data Day!
👉 Сайт и программа Форума
—
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥3
Media is too big
VIEW IN TELEGRAM
‼️См. видеоприглашение на Data Day 2026 от генерального продюсера Александра Толмачёва!
В программе Data Day 2026 — треки, посвященные практическому применению данных и AI:
• в финтехе
• ритейле
• транспорте и логистике
• агропроме
• персональной эффективности,
Отдельное внимание — сценариям эффективного внедрения и использования ИИ, изменениям в регуляторике, вопросам безопасности данных и практическому применению data-driven подходов.
А самое главное:
На Форуме вы сможете обсудить реальные кейсы, обменяться опытом с коллегами из разных индустрий и разобраться, какие решения уже работают на рынке, а какие вызовы еще предстоит решить.
Александр Толмачёв — предприниматель, преподаватель Сколково, разработчик курсов по ML/DS. Отвечает за создание высоконагруженных data-решений в финтех-индустрии. Внедрил ML-платформу с более чем 20 моделями в реальном времени, руководил запуском хранилищ данных объёмом более 10 Пбайт в Data Lake и стриминге.
Приходите — готовим насыщенную программу, сильные выступления, полезные дискуссии и живое общение с профессиональным сообществом.
👉 Сайт и программа Форума
—
😁 Канал Data Day в MAX
В этом году Форум становится еще масштабнее и выходит за рамки финтеха. Мы расширяем повестку, потому что работа с данными, AI-инструментами, платформами, процессами и решениями сегодня важна для бизнеса в самых разных отраслях.
В программе Data Day 2026 — треки, посвященные практическому применению данных и AI:
• в финтехе
• ритейле
• транспорте и логистике
• агропроме
• персональной эффективности,
Отдельное внимание — сценариям эффективного внедрения и использования ИИ, изменениям в регуляторике, вопросам безопасности данных и практическому применению data-driven подходов.
А самое главное:
На Форуме вы сможете обсудить реальные кейсы, обменяться опытом с коллегами из разных индустрий и разобраться, какие решения уже работают на рынке, а какие вызовы еще предстоит решить.
Александр Толмачёв — предприниматель, преподаватель Сколково, разработчик курсов по ML/DS. Отвечает за создание высоконагруженных data-решений в финтех-индустрии. Внедрил ML-платформу с более чем 20 моделями в реальном времени, руководил запуском хранилищ данных объёмом более 10 Пбайт в Data Lake и стриминге.
Приходите — готовим насыщенную программу, сильные выступления, полезные дискуссии и живое общение с профессиональным сообществом.
👉 Сайт и программа Форума
—
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍1💯1
‼️С 1 июня на 5 тыс. р. повышается стоимость участия в Форуме Data Day. Осталось всего 4 рабочих дня, чтобы зафиксировать выгодную стоимость. Регистрация.
9 июля лидеры по работе с данными и ИИ из Сбера, Т-Банка, ГПБ, Альфа-Банка, X5 Tech, Ozon Fintech, Lamoda, ДОМ РФ и других компаний расскажут, как данные и искусственный интеллект помогают ускорять бизнес в финтехе, ритейле, промышленности, транспорте и агросекторе.
В программе:
✅ Тренды AI и данных «из первых уст». На какие технологии и подходы делают ставку лидеры рынка?
✅ Как превратить хаос данных в надежный бизнес-навигатор и сделать данные стратегическим активом компании.
✅ Практика внедрения AI и data-driven подходов в финтехе, ритейле, логистике, промышленности и агросекторе.
✅ Как находить новые точки роста, используя опыт цифровых лидеров и сильные data-команды.
✅ AI-hub: выставка и центр экспертизы готовых AI-решений и автономных агентов для бизнеса.
Присоединяйтесь! Форум соберет экспертов по данным и AI из банков, ритейла, телекома, транспорта, агропрома, ИТ-компаний и индустриальных лидеров.
👉 Программа и регистрация
—
😁 Канал Data Day в MAX
9 июля лидеры по работе с данными и ИИ из Сбера, Т-Банка, ГПБ, Альфа-Банка, X5 Tech, Ozon Fintech, Lamoda, ДОМ РФ и других компаний расскажут, как данные и искусственный интеллект помогают ускорять бизнес в финтехе, ритейле, промышленности, транспорте и агросекторе.
В программе:
Присоединяйтесь! Форум соберет экспертов по данным и AI из банков, ритейла, телекома, транспорта, агропрома, ИТ-компаний и индустриальных лидеров.
👉 Программа и регистрация
—
Please open Telegram to view this post
VIEW IN TELEGRAM
data-day.ru
Форум Data Day 2026. ИИ + ДАННЫЕ. Как сохранять уверенный курс в динамичной среде
9 июля, «Бизнес. Техноград», ВДНХ, Москва
Данные давно перестали быть только инструментом аналитиков — сегодня они влияют на продукты, клиентский опыт, риски, эффективность и стратегические решения.
9 июля на Форуме Data Day эксперты и практики по работе с данными и ИИ из Сбера, Т-Банка, ГПБ, ВТБ, Альфа-Банка, X5 Tech, Ozon Fintech, Lamoda, ДОМ РФ и других компаний расскажут, как данные и искусственный интеллект помогают ускорять бизнес в финтехе, ритейле, промышленности, транспорте и агросекторе.
В программе форума:
✅ Тренды AI и данных «из первых уст». На какие технологии и подходы делают ставку лидеры рынка?
✅ Как превратить хаос данных в надежный бизнес-навигатор и сделать данные стратегическим активом компании.
✅ Практика внедрения AI и data-driven подходов в финтехе, ритейле, логистике, промышленности и агросекторе.
✅ Как находить новые точки роста, используя опыт цифровых лидеров и сильные data-команды.
✅ AI-hub: выставка и центр экспертизы готовых AI-решений и автономных агентов для бизнеса.
Выступают:
– Алексей Бондаренко, Газпромбанк, вице-президент — начальник департамента управления данными.
– Артём Летин, ВТБ, начальник управления моделирования КИБ и СМБ, вице-президент
– Дмитрий Рузанов, Альфа-Банк, директор департамента разработки моделей.
– Валерий Поляков, Т-Банк, лидер по данным группы Т-Технологии (Chief Data Officer).
– Александр Лукьянов, ДОМ РФ Технологии, генеральный директор.
– Павел Денисенко, X5 Tech, директор департамента развития платформы больших данных.
– Екатерина Демкина, Банк России, заместитель директора юридического департамента.
– Дмитрий Криволапов, Lamoda, директор департамента по данным и аналитике.
– Андрей Скачёк, М.Видео, директор по маркетингу
И другие.
Вас ждет самый масштабный Data Day:
🔥 6 отраслевых треков (Финтех, Агропром, Транспорт и логистика, Промышленность, Ритейл, Персональная эффективность)
🔥 1500+ участников
🔥 60+ спикеров
Присоединяйтесь! Форум соберет экспертов по данным и AI из банков, ритейла, телекома, транспорта, агропрома, ИТ-компаний и индустриальных лидеров.
👉 Программа и регистрация
9 июля на Форуме Data Day эксперты и практики по работе с данными и ИИ из Сбера, Т-Банка, ГПБ, ВТБ, Альфа-Банка, X5 Tech, Ozon Fintech, Lamoda, ДОМ РФ и других компаний расскажут, как данные и искусственный интеллект помогают ускорять бизнес в финтехе, ритейле, промышленности, транспорте и агросекторе.
В программе форума:
Выступают:
– Алексей Бондаренко, Газпромбанк, вице-президент — начальник департамента управления данными.
– Артём Летин, ВТБ, начальник управления моделирования КИБ и СМБ, вице-президент
– Дмитрий Рузанов, Альфа-Банк, директор департамента разработки моделей.
– Валерий Поляков, Т-Банк, лидер по данным группы Т-Технологии (Chief Data Officer).
– Александр Лукьянов, ДОМ РФ Технологии, генеральный директор.
– Павел Денисенко, X5 Tech, директор департамента развития платформы больших данных.
– Екатерина Демкина, Банк России, заместитель директора юридического департамента.
– Дмитрий Криволапов, Lamoda, директор департамента по данным и аналитике.
– Андрей Скачёк, М.Видео, директор по маркетингу
И другие.
Вас ждет самый масштабный Data Day:
🔥 6 отраслевых треков (Финтех, Агропром, Транспорт и логистика, Промышленность, Ритейл, Персональная эффективность)
🔥 1500+ участников
🔥 60+ спикеров
Присоединяйтесь! Форум соберет экспертов по данным и AI из банков, ритейла, телекома, транспорта, агропрома, ИТ-компаний и индустриальных лидеров.
👉 Программа и регистрация
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2💯1