Обложка мероприятия MoscowAI #7 x Школа 21
РазработкаData Science и Big DataML/AI

MoscowAI #7 x Школа 21

Как организовать AI-разработку, дать LLM управление интерфейсом и понять, насколько хорошо работает RAG? Обсудим на конкретных примерах — с кодом, опытом и неожиданными результатами.

В программе три доклада:

🧠 Николай Каморник — AI-разработка с системным подходом
Спецификации, база знаний и работа с контекстом: как выстроить процесс, чтобы не объяснять модели всё заново в каждой сессии.

🖥 Руслан Иванов, Альфа-Банк — LLM управляет интерфейсом
На живом примере подключим модель к frontend-приложению через AG-UI и посмотрим, что она сможет делать.

🔎 Максим Богуславский — как оценивать качество RAG
Разберём систему для юридических документов: как измерять качество поиска и почему в одном из тестов рерэнкер сделал результат хуже.

Будет время задать вопросы, познакомиться и обсудить свои проекты после докладов.

Ссылка на регистрацию: https://moscowai.timepad.ru/event/4219030/

🗓 22 октября
🚪 Сбор гостей — 18:30, начало — 19:00
📍 Школа 21, ул. Вятская, 27, стр. 42
🪪 Для входа возьмите паспорт или водительское удостоверение.

Расписание

Время показано в часовом поясе: Europe/Moscow

Кратко о мероприятии

Для кого
AI-разработчики, ML-инженеры, backend-разработчики, frontend-разработчики, data scientists, техлиды
Основные темы
AI-разработка, разработка приложений с LLM, оценка RAG, интерфейсы под управлением LLM, управление контекстом для LLM, базы знаний для AI, измерение качества поиска, рерэнкинг
Что получите
узнать системный подход к AI-разработке, понять, как выстроить спецификации и базу знаний для LLM, увидеть живой пример управления интерфейсом через LLM с AG-UI, научиться оценивать качество RAG на юридических документах, понять метрики качества поиска, узнать о подводных камнях рерэнкинга, задать вопросы и обсудить проекты
Формат программы
глубокие технические доклады, продакшн-кейсы, практика, нетворкинг