Тем временем, нам в рамках одной конференции удалось собрать вместе и лекции о том, как из разрозненных пайплайнов, хранилищ собрать цельную технологическую среду, способную выдерживать рост нагрузки и организационной сложности и требования к AI-решениям (Инженерия доверия к данным)

и лекции о практической архитектуре прикладного AI: как готовить и размечать данные, как строить контекстно-осведомленных AI-аналитиков, как применять LLM и AIOps для управления ML-инфраструктурой. (Инженерия вокруг ML/AI и архитектура прикладного AI)

Посмотрете какая консистентная и практичная программа получилась