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

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

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

‼️ 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

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

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

‼️См. видеоприглашение на Data Day 2026 от генерального продюсера Александра Толмачёва!

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

—
😁 Канал Data Day в MAX

‼️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

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

🎬 См. видеоприглашение на Data Day от Тиграна Саркисова, директора по управлению данными X5.

Тигран выступит модератором трека «Ритейл. Инженерия решений в реальном времени».

О чем поговорим на сессии:
• Ритейл как highload-индустрия: почему технологическая сложность здесь сопоставима с IT-гигантами, а местами даже выше;
• Real-time аналитика и системы управления в доставке, логистике и операционных процессах;
• Современные data-платформы: от хранения данных до платформенных сервисов для команд;
• ML на практике: как алгоритмы влияют на ценообразование, ассортимент, прогнозирование, и клиентский опыт;
• Инфраструктура под капотом: как обеспечивать надежность и масштабирование при экстремальных нагрузках;
• Люди и процессы: как ритейлеры строят культуру вокруг data- и AI-driven подходов.

Тигран Саркисов — руководитель с 20-летним стажем работы в сфере аналитики и управления данными. Отвечает за развитие технологий хранения и обработки больших данных, а также за внедрение аналитических инструментов, поддерживающих процессы принятия решений.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

‼️ См. видеоприглашение на Data Day от Николая Кащука, директора департамента цифровизации и моделирования в ГК «АгроТерра».

Николай Кащук примет участие в треке «Агропром. Цифровая почва для роста» и расскажет, как современные цифровые системы помогают агробизнесу выстраивать более точное планирование и принимать качественные управленческие решения в растениеводстве.

Из его выступления вы узнаете:

✅как математическое моделирование становится рабочим инструментом повышения эффективности агропредприятий;

✅ какие подходы наиболее эффективны при создании систем планирования и поддержки принятия решений;

✅ какие технологические подходы позволяют агробизнесу работать точнее, быстрее и устойчивее.

Николай Кащук имеет более 10 лет опыта в сфере аналитики данных и математического моделирования. До «АгроТерры» занимал должность Директора по аналитике данных в GATX Rail Vostok. К т. н.

👉 Сайт и программа Форума.

—
😁 Канал Data Day в MAX

Представители Банка России выступят на форуме Data Day!

Они расскажут, как меняется регулирование данных в эпоху ИИ, цифрового суверенитета и новых финансовых сервисов и поделятся экспертизой по самым актуальным темам:

✅ Руслан Булатов, директор Департамента финансовых технологий, примет участие в пленарной сессии с докладом «О перспективах регулирования доверенных посредников».

✅ Михаил Ионцев, руководитель проектов Юридического департамента, расскажет о влиянии позиций Конституционного суда РФ на развитие права в сфере информационной безопасности и финтеха.

✅ Екатерина Демкина, заместитель директора Юридического департамента, рассмотрит вопросы правового статуса доверенных посредников в сфере ИИ.

‼️ Всего на Data Day ожидаются 60+ спикеров из финтеха, ритейла, агропрома, транспорта и логистики. Вместе они обсудят, как эффективно использовать данные в связке с искусственным интеллектом для решения бизнес-задач.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

См. видеоприглашение на Data Day от Веры Янкиной, директора направления по работе с данными «Лемана Тех».

Вера выступит на сессии «Ритейл. Инженерия решений в реальном времени» и разберет такие вопросы, как:

🔹 Сквозная аналитика: как связать хаос данных в единую систему и оцифровать бизнес-процессы;
🔹 Поиск инсайтов: как с помощью данных находить новые точки роста и вовремя подсвечивать «бутылочные горлышки» в цепочках;
🔹 ML и AI на практике: как улучшать бизнес-метрики с помощью алгоритмов машинного обучения и искусственного интеллекта;
🔹 Качество данных: как настроить работу с данными так, чтобы безоговорочно доверять принимаемым решениям.

Вера Янкина работает 5+ лет в индустрии больших данных и 12 лет в ритейле. Внедрила более 10 дата-продуктов, разработала методологию управления ключевыми бизнес-процессами на основе сквозной аналитики данных и ML-моделей.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

Как измерять эффект изменения цен в каршеринге, если пользователи конкурируют за одни и те же автомобили — и классический A/B-тест начинает искажать результаты?

Об этом на Data Day расскажет Ильдар Сахиуллин, руководитель группы ценообразования Яндекс Драйва. Из его выступления в треке "Путешествия и транспорт. Интеллект в движении" вы узнаете:

✅ почему обычный A/B-тест не подходит для каршеринга и в каких случаях он дает смещенную оценку эффекта;

✅ как устроен switchback-дизайн для тестирования цен;

✅ как выбирать размер кластеров и временных окон;

✅ зачем подбирать соли до запуска эксперимента;

✅ какие подходы действительно помогают снижать дисперсию и повышать точность измерений.

Ильдар Сахиуллин — руководитель группы ценообразования Яндекс Драйва. Выстроил data-driven ценообразование, автоматизировал управление ценами, внедрил современные A/B-подходы. Также возглавляет направление AI-интерфейсов Драйва.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

‼️ Отчеты уже не будут прежними: как LLM-агенты меняют работу аналитиков?

В продуктовых компаниях аналитики до сих пор тратят значительную часть времени на повторяющиеся ad-hoc запросы: "почему вчера упал ROAS", "сколько пользователей совершили целевое действие", "что клиенты пишут про баги" и т.д. Дашборды помогают не всегда: бизнес редко их читает, а подготовка нового отчета может занимать дни.

Команда APEX GAMES построила мультиагентную систему поверх готового стека и научила ее автономно отвечать на аналитические вопросы. Как встроить LLM-агента в уже существующую data-инфраструктуру и ускорить путь от вопроса к инсайту — об этом на Data Day расскажет Никита Зеленский, директор по аналитике и AI-инженерии APEX GAMES.

Из его доклада вы узнаете:

✅ как внедрить LLM-агента в существующую data-инфраструктуру без полной перестройки стека;

✅ как снижать риск галлюцинаций в аналитических сценариях и повышать доверие к ответам;

✅ как считать экономический эффект от продуктивного использования AI-агентов в аналитике.

Доклад будет полезен техническим лидам и архитекторам data/analytics-команд, CTO и CPO продуктовых компаний, которые хотят понять, как внедрять LLM в production без создания научного отдела.

Никита Зеленский более 7 лет помогает бизнесу принимать решения на основе данных, сокращать расходы и повышать эффективность за счет автоматизации и AI-агентов. Ранее занимал позицию CDO в Whoosh, а также объединил на одном маркетплейсе AI-голоса и живых актеров озвучки.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

Как перестать переплачивать за ИИ: Китайские модели в Claude Code, такой же код но в 10 раз дешевле?

В этом видео два спикера Data Day 2026 — Никита Зеленский и Николай Хлебинский — поговорили о том, как компании уже сегодня радикально снижают стоимость работы с моделями (вплоть до 10x), почему китайские LLM (Qwen, GLM) начинают занимать большую часть запросов, и как это меняет экономику разработки. Отдельный блок — AI-агенты, которые заменяют ручную аналитику и отвечают на сложные бизнес-вопросы за секунды.

Также поднимаются вопросы инфраструктуры: подключение моделей через Claude Code, использование OpenRouter и реальная практика работы с данными в распределённых командах.

👉 Смотреть видео: https://www.youtube.com/watch?v=0f1v1Ib6D3U

Николай Хлебинский / Эксперт по системному управлению и международному развитию IT-бизнеса.
Более 15 лет в IT и digital-коммерции. Построил один из самых успешных стартапов в России — Retail Rocket. Запустил более 10 офисов в Европе и Латинской Америке. Превратил локальную компанию в международный бизнес. Довел компанию до точки, когда на глобальной арене она зарабатывала больше, чем на домашнем рынке

Никита Зеленский / APEX GAMES
Директор по аналитике и AI-инженерии. Сокращает расходы и увеличивает эффективность бизнеса за счет автоматизации и внедрения ИИ-агентов. Ускоряет принятие решений на базе data-driven подхода уже более 7 лет. Объединил на одном маркетплейсе ИИ-голоса и живых актеров озвучки. Ex-CDO Whoosh

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

См. видеоприглашение на Data Day от Владимира Ермаченкова, начальника управления продвинутой аналитики данных в X5Tech.

Владимир примет участие в треке «Ритейл. Инженерия решений в реальном времени» и расскажет:

🔹 как успешно интегрировать LLM в Дата-платформы;
🔹 в каких процессах работы с данными ИИ может действовать самостоятельно, а где критически важно участие человека;
🔹 как эффективно развивать и масштабировать корпоративные базы знаний о данных, не создавая хаоса;
🔹 как предотвратить внутренние ошибки в процессе принятия решений;
🔹 как подружить реальные возможности умного ассистента с запросами конечных пользователей.

Владимир Ермаченков строит AI-ассистента, который позволяет получать аналитику, просто задавая вопросы на естественном языке. Развивал X5ID, систему клиентских профилей, внедрил real-time чековую аналитику.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX

‼️ Как ML/AI помогает товару быстрее пройти путь от склада до клиента?

Логистика маркетплейса — это тысячи решений, которые нужно принимать быстро и точно. И чем масштабнее бизнес, тем выше цена ошибки — и тем важнее становятся ML/AI-инструменты, которые помогают оптимизировать процессы, снижать издержки и повышать качество сервиса.

На Data Day Михаил Дьячков, руководитель ML-направлений в Supply&Demand Chain, RWB (Объединенная компания Wildberries & Russ), выступит в треке «Путешествия и Транспорт. Интеллект в движении» и расскажет, как ML и AI работают в «закулисье» движения товара. Вы узнаете:

✅ на каких этапах логистической цепочки Wildberries&Russ применяет ML/AI и почему именно там технологии дают наибольший эффект;

✅ какие бизнес-задачи помогают решать ML-модели в складах, логистике и supply chain;

✅ как AI-подходы влияют на скорость, стоимость и качество операционных процессов;

✅ к каким практическим результатам пришла команда RWB при внедрении ML/AI в Supply&Demand Chain.

Михаил Дьячков более 10 лет работает в ML. Ранее развивал гео-направление в marketplace efficiency в Ситимобил, работал с ML в B2B в ecomtech. В RWB отвечает за направления, связанные с Supply&Demand Chain.

👉 Сайт и программа Data Day

—
😁 Канал Data Day в MAX

Почему 95% ИИ-проектов не дают прибыли — и как внедрять ИИ так, чтобы бизнес реально зарабатывал?

В новом видео спикеры Data Day 2026 Николай Хлебинский и Анна Никитченко обсуждают, как собрать собственную ИИ-стратегию на основе практик крупнейших мировых компаний и почему большинство ИИ-внедрений не влияют на чистую прибыль.

На конкретных примерах спикеры разобрали, что отличает успешные внедрения от дорогих экспериментов и можно ли заработать миллиарды, запустив всего лишь 400 ИИ-кейсов.

Отдельное внимание уделили типичным ошибкам бизнеса: чем опасен подход «сократить 90% персонала за два месяца» и почему стратегия "сделать за 30 минут" убивает ИИ-проекты.

Кроме того, эксперты обсудили, какие нейросети доступны для работы из России, зачем компании нужна собственная модель знаний и почему ИИ-агенты бесполезны без «цифрового мозга» внутри организации.

👉 Смотреть видео https://www.youtube.com/watch?v=Ct9XvY8shbQ

Анна Никитченко / Ассоциация лабораторий по развитию искусственного интеллекта. Вице-президент по цифровой трансформации АЛРИИ и НИСИПП. Сооснователь и управляющий партнёр O2Consulting: более 300 проектов для государства и бизнеса. Эксперт по цифровой трансформации и стратегиям ИИ. Специализируется на внедрении ИИ, форсайте, коммерциализации технологий и стратегиях роста.

Николай Хлебинский / Эксперт по системному управлению и международному развитию IT-бизнеса. Более 15 лет в IT и digital-коммерции. Построил один из самых успешных стартапов в России — Retail Rocket. Запустил более 10 офисов в Европе и Латинской Америке, превратив локальную компанию в международный бизнес. Довёл компанию до этапа, когда на глобальной арене она стала зарабатывать больше, чем на домашнем рынке.

👉 Сайт и программа Форума

—
😁 Канал Data Day в MAX