Если вы LLM-инженер или ML-специалист, работаете с генеративным AI — приходите обсудить разработку агентов, применение моделей и оценку их качества.
В программе — практические доклады от экспертов, обсуждения без формальностей, интерактивы с призами, нетворкинг и общение с коллегами по цеху. Будет всё, за что мы любим такие встречи: полезный контент, разбор кейсов продуктовых компаний, приятная атмосфера и вкусная еда с напитками!
Регистрируйтесь по ссылке и присоединяйтесь 28 мая в офисе hh.ru.
Программа
18:30 — Сбор гостей, регистрация
19:00 — Стартуем!
19:10 — Рекрутер, который не спит: как мы автоматизировали первичный контакт с соискателями с помощью ИИ
Коля Безносов
Руководитель направления AI Lab, hh.ru
Сегодня значительная часть времени у тех, кто нанимает, уходит на однообразные задачи. В результате повышается риск упустить сильного кандидата. Чтобы решить эту проблему, мы в hh создали ИИ-помощника на базе LLM, который автоматизирует часть рутины и возвращает время рекрутерам на живое общение и взвешенную оценку. В докладе расскажу, как устроен диалоговый навык (общение с соискателем) нашего ассистента, а также с какими трудностями мы столкнулись при его разработке и выводев продакшен.
19:40 — Контролируемый агент поддержки: как мы превратили обратную связь из прода в роадмап
Данил Дмитриев
Senior Data Scientist, Lamoda Tech
LLM-агенты всё чаще становятся частью реальных бизнес-процессов, но вместе с этим возникает главный вопрос: как сохранить контроль над их поведением и развитием?
В докладе расскажу, как команда выстраивала контролируемого support-агента и почему система оценки стала таким же важным компонентом, как и сам агент. На примере нашего решения покажу, как превратить обратную связь, мониторинг и observability в инструмент развития продукта и источник изменений для roadmap.
Обсудим:
Как устроено наше решение
Что в агенте позволяет контролировать ход его работы
Evaluation и мониторинг агентской системы как побочный продукт
Почему развитие LLM-решений должно строиться только на измеряемых метриках
Доклад будет полезен ML-инженерам, архитекторам и командам, которые внедряют LLM-агентов в production и ищут способы сделать их поведение предсказуемым и управляемым.
20:10 — Перерыв
20:30 — Нейроразбор резюме: практический опыт и нюансы создания LLM-судей
Компании в hr tech уже используют LLM для оценки кандидатов, но регулярно сталкиваются с проблемой: такие оценки сложно проверить, стандартизировать и сделать воспроизводимыми. Чтобы разобраться, насколько вообще можно доверять нейромоделям в этой задаче, мы в hh разработали подход с LLM-судьёй — отдельной моделью, которая оценивает качество ответов и резюме по заданным критериям.
21:00 — Как мы строим GenAI-платформу в Lamoda: от MVP к production-решениям
Дима Курганский
Teamlead MLOps, Lamoda Tech
В докладе разберём эволюцию GenAI-инфраструктуры в Lamoda: от быстрого старта на Yandex DataSphere до появления production-требований к latency, стабильности и масштабируемости.
Покажем реальные архитектурные компромиссы при построении векторного поиска или почему мы выбрали именно Yandex DataBase.
Отдельно разберём инженерные паттерны для GenAI: как с опорой на python-экспертизу команды организовали polling / callback запросов к модели генерации образов внутри Triton Inference Server, когда ответа нужно ждать несколько секунд.
В завершении обсудим, как по мере роста платформы трансформируется взаимодействие DS и MLOps, и какие организационные решения позволяют масштабировать разработку без потери скорости.
Место встречи
Офис hh.ru: Москва, ул. 2-я Брестская, 48 (м.«Белорусская», 1 выход)
Регистрация
Узнать подробности и зарегистрироваться можно по ссылке.
Количество очных мест ограничено. Мы рассмотрим заявки всех участников и ответим на них за несколько дней до митапа. Если не сможем подтвердить участие, пришлём запись встречи.
