🤖 Агентные LLM или классический ML: что действительно приносит пользу бизнесу?

Интерес к большим языковым моделям продолжает расти, а агентные решения становятся одним из главных технологических трендов. Но финансовая индустрия ориентирована не только на инновационность — ей важно получать измеримый бизнес-эффект уже в краткосрочной перспективе. Как превратить LLM из модной технологии в работающий инструмент?

Об этом на Scoring Day 2026, который проводит команда Data Day, расскажет Павел Смирнов, лидер команды управления перспективных алгоритмов машинного обучения Банка ВТБ.

Вы узнаете:

✅ как оценивать реальную пользу агентных LLM для бизнеса и выбирать задачи, в которых их внедрение действительно оправданно;

✅ как устроен проект портфельного управления для клиентов всех сегментов крупного банка и в чем ценность связки агентной LLM и классических ML-моделей as tools;

✅ как агент может стать оркестратором ML-моделей и управлять их взаимодействием;

✅ какие преимущества, ограничения и риски возникают при внедрении подобных систем в финансовой индустрии.

Павел Смирнов — лидер команды управления перспективных алгоритмов машинного обучения Банка ВТБ. Начинал карьеру в области теоретической физики в Академии наук, после чего более десяти лет работал в индустрии wealth management —от HFT в prop firm до AI/ML в портфельном управлении в банке.

👉 Сайт и программа Форума