Срок приема регистраций: 18 число в 16:00. Поэтому делитесь, регистрацией с коллегами, регистрируйтесь сами, если еще почему-то это не сделали.
https://forms.gle/KFJfx8dvFnLV1cK7A
Немного подробностей про доклады:
• «Intent debt: код остался, замысел исчез» — Максим Смирнов.
Кто-то пишет в рабочий чат: «давайте добавим фичу X, она должна помочь с Y». Через шесть недель фича в проде. Через полгода на ретро выясняется, что метрику Y никто не смотрел, автор идеи уже в другой команде, а на вопрос «почему мы сделали так, а не иначе» eдинственный ответ — «так исторически сложилось».
В марте 2026 у этого явления появилось имя: Маргарет-Энн Стори назвала это intent debt — эрозию зафиксированного замысла: целей, ограничений и обоснований, которые нужны и людям, и AI-агентам, чтобы безопасно менять систему. Рядом с привычным техдолгом, который живёт в коде, она ставит ещё два: когнитивный долг живёт в людях, intent debt — в артефактах. И у него есть неприятная асимметрия: техдолг можно отдать потом, а замысел фиксируется только в момент принятия решения — позже он уже невосстановим.
В докладе разберём:
- почему генеративный AI гасит техдолг и одновременно разгоняет два других долга;
- почему Jira, Confluence, ADR и модный spec-driven development эту дыру не закрывают;
- и что бывает, если положить продуктовые решения в тот же git, что и код (неизменяемыми markdown-артефактами со связями, которые проверяет CI).
Покажу на живом инструменте, который пишет сам себя по этой методологии, - вместе с тем, что в нём пока не работает.
• «CUDA для ML-разработчиков» — Кристина Волкова.
Доклад посвящён практической оптимизации CUDA-приложений и эффективному использованию GPU. Разберём иерархию памяти CUDA, работу с shared и constant memory, выбор конфигурации запуска kernel, occupancy, а также оптимизацию обмена данными между CPU и GPU с помощью pinned memory и streams. На практических примерах покажем, как эти подходы применяются в задачах Deep Learning и как уменьшить количество обращений к global memory, повысив производительность CUDA-кода.