Спикеры
Close
Close
Для связи с организаторами
conf@osp.ru
Вернуться
к докладчикам
Анна Серебряникова, президент, Ассоциация больших данных
Анна Серебряникова — одна из ключевых персон в сфере технологий больших данных и искусственного интеллекта в России, признанный эксперт по направлению цифровизации бизнеса и экономики.
Президент Ассоциации больших данных, заместитель генерального директора USM Management, руководитель рабочей группы «Информационная инфраструктура» АНО «Цифровая экономика». Помимо этого, Анна является членом наблюдательного совета по участию «МегаФона» в совместном предприятии операторов мобильной связи России по внедрению технологии 5G.
Вернуться
к докладчикам
Вера Адаева, директор, Центр цифрового развития АСИ
Окончила юридический факультет Ульяновского государственного университета, кандидат юридических наук. В 2003-2010 годах работала в коммерческих структурах.
В октябре 2011 года присоединилась к команде Агентства стратегических инициатив, где в структуре Департамента по развитию партнерской сети курировала внедрение Стандарта деятельности органов исполнительной власти субъекта РФ по обеспечению благоприятного инвестиционного климата в регионе. Затем в структуре корпоративного департамента Агентства вела проект «Национальный рейтинг состояния инвестиционного климата в субъектах Российской Федерации».
В 2017 году возглавила проектный центр АСИ по интеграции национальной технологической инициативы с программой «Цифровая экономика».
На сегодняшний день является директором Центра цифрового развития АСИ, где занимается управлением на основе данных, внедрением цифровых решений в регионах и внедрением цифровых технологий в деятельности Агентства.
ДАННЫЕ КАК ОСНОВА СОЗДАНИЯ ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ЛЮДЕЙ И РЕГИОНОВ

Сегодня технологии искусственного интеллекта и анализа данных могут раскрывать новые способы решения социальных проблем и значительно улучшить качество жизни человека. Прогнозирование уровней воды в период весеннего половодья, распознавание азбуки Брайля, создание алгоритма автоматизированной обработки обращений граждан, мониторинг и предсказание аварийности на дорогах – задачи, решение которых уже предложено дата-сообществом, благодаря чему жизнь людей становится комфортней.
Но технологии — это не «серебряная пуля»: решение социально значимых задач требует согласованных совместных усилий всех заинтересованных участников. При этом, именно разумное использование больших данных может стать катализатором социальных изменений в нашей жизни.
В рамках выступления расскажем про ряд социальных проектов, инициированных конкурсом АСИ World AI&Data Challenge, которые уже внедрены в регионах России и демонстрируют заметное положительное влияние на жизнь людей. Поговорим о том, как непродуманная постановка задач и недостаток качественных наборов данных могут стать препятствиями для поиска их эффективных решений. Также поделимся опытом исследования и взаимодействия с сообществами, выявления их ифлюенсеров и вовлечения в проекты АСИ.

Вернуться
к докладчикам
Яна Коваленко, директор проектов, Центр цифрового развития АСИ
В 2006 году окончила Магнитогорский государственный технический университет по специальности «математические методы в экономике», в 2017-м — Московскую школу управления «СКОЛКОВО». С 2006 по 2018 год работала на разных, в том числе руководящих позициях на промышленных предприятиях, в коммерческих структурах и органах власти Челябинской области. В 2018 году заняла пост генерального директора АНО «Центр кластерного развития Челябинской области», занималась развитием высокотехнологичных компаний и поддержкой инновационных проектов региона и реализацией НТИ.
С декабря 2018 года — директор проектов Центра цифрового развития АСИ, лидер проекта Wоrld AI&Data Challenge. Развивает применение технологий AI&Data в органах власти, объединяет и развивает сообщества дата-аналитиков России и других стран для решения глобальных социальных задач и масштабирования лучших практик в мире.
ДАННЫЕ КАК ОСНОВА СОЗДАНИЯ ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ЛЮДЕЙ И РЕГИОНОВ

Сегодня технологии искусственного интеллекта и анализа данных могут раскрывать новые способы решения социальных проблем и значительно улучшить качество жизни человека. Прогнозирование уровней воды в период весеннего половодья, распознавание азбуки Брайля, создание алгоритма автоматизированной обработки обращений граждан, мониторинг и предсказание аварийности на дорогах – задачи, решение которых уже предложено дата-сообществом, благодаря чему жизнь людей становится комфортней.
Но технологии — это не «серебряная пуля»: решение социально значимых задач требует согласованных совместных усилий всех заинтересованных участников. При этом, именно разумное использование больших данных может стать катализатором социальных изменений в нашей жизни.
В рамках выступления расскажем про ряд социальных проектов, инициированных конкурсом АСИ World AI&Data Challenge, которые уже внедрены в регионах России и демонстрируют заметное положительное влияние на жизнь людей. Поговорим о том, как непродуманная постановка задач и недостаток качественных наборов данных могут стать препятствиями для поиска их эффективных решений. Также поделимся опытом исследования и взаимодействия с сообществами, выявления их ифлюенсеров и вовлечения в проекты АСИ.
Вернуться
к докладчикам
Владимир Макаров, заместитель руководителя Департамента информационных технологий, руководитель по цифровизации Комплекса социального развития Москвы
Владимир назначен заместителем руководителя ДИТ города Москвы в 2012 году. Отвечает за совершенствование управленческих и информационных сервисов столичной социальной сферы в области здравоохранения и образования, способствуя решению самых нетривиальных задач и последовательному развитию инновационных отечественных разработок.
С 2011 года руководит созданием и внедрением Единой медицинской информационно-аналитической системы (ЕМИАС). При его непосредственном участии произведено глобальное техническое перевооружение инфраструктуры амбулаторных учреждений Москвы, запущены десятки общегородских сервисов, которые обеспечивают эффективное взаимодействие пациента и врача.
В качестве руководителя по цифровизации Комплекса социального развития Москвы Владимир координирует развитие проектов в рамках единой цифровой платформы здравоохранения, которая позволяет городу собирать и обрабатывать огромные массивы медицинских данных для создания уникальных решений и сервисов. Владимир также курирует реализацию ИТ-проектов в сфере образования Москвы, в частности проект "Московскую электронную школу" (МЭШ). Под его управлением организован запуск информационной системы «Московское долголетие» для граждан пенсионного возраста.
ПАНДЕМИЯ 2020: НОВЫЙ ИМПУЛЬС ЦИФРОВИЗАЦИИ ОБЩЕСТВА

.
Вернуться
к докладчикам
Борис Рабинович, директор Департамента управления данными, Сбер
Более 15 лет проработал в консалтинговых организациях, отвечая за такие области, как внедрение хранилищ, отчетности, систем управления справочниками. Позднее в компании «Сбербанк Технологии» возглавлял центр компетенции BI, а затем департамент BI и больших данных. При реструктуризации перешел в Сбербанк на позицию руководителя управления по загрузке данных, задачей которого была организация процессов и инструментов загрузки данных на платформу банка. Летом 2019 года Борис стал директором департамента управления данными, и сегодня как CDO Сбербанка отвечает за все централизованные функции по работе с данными банка и программу создания Фабрики данных.
НЕВЕРОЯТНАЯ ЛЕГКОСТЬ БЫТИЯ DIGITAL PEOPLE

В современном бизнесе растет количество специалистов, работающих с данными: data scientist, дата-инженеры, аналитики и др., которым жизненно необходимо иметь быстрый и легкий доступ к данным и инструментам работы с ними. А это зачастую не так просто, как кажется: нужно найти данные, инфраструктуру, инструменты, разработать и вывести модель в пром, решить вопросы с качеством данных. И в крупной компании на это может уйти не один месяц. Это неэффективно. Ведь это не только невыполненные планы, но и недополученные доходы компании…
В рамках выступления будет показан подход Сбербанка к решению задачи организации рабочего места digital people, позволяющего за один день решить все эти вопросы. Отмечено, какие сложности пришлось преодолеть для создания уникального сервиса. Продемонстрирована оптимальная конфигурация рабочего места специалистов в области данных.

Вернуться
к докладчикам
Дмитрий Карбасов, руководитель управления промышленного искусственного интеллекта, Евразийская Группа
Более 20 лет в ИТ-индустрии, из них более десяти работает в сфере развития и трансформации бизнеса в промышленных компаниях, ИТ-интеграторах и вендорах. Имеет богатый опыт практического применения технологий искусственного интеллекта, а также управления разработкой и развития инновационных ИТ-продуктов и сервисов. В международной группе компаний «Евразийская Группа» создал «с нуля» подразделение, которое ведет проекты по разработке и внедрению технологий ИИ в процессы добычи и производства, а также проекты по оптимизации процессов планирования и закупок.
ЗАКУПКИ В ПРОМЫШЛЕННОСТИ: КАК ПОВЫСИТЬ ПРОЗРАЧНОСТЬ С ПОМОЩЬЮ ЕДИНОЙ БАЗЫ ЦЕН

Технологии искусственного интеллекта для оптимизации бизнес-процессов и получения принципиально новых возможностей применяются в России более десяти лет в таких отраслях как финансы, телеком, ретейл. Традиционно промышленные корпорации отстают с внедрением новых цифровых технологий, в том числе с использованием ИИ, но потребность в этих технологиях и ожидания от них очень высоки.
В своем докладе хочу рассказать о новых возможностях, которые дают цифровые технологии для оптимизации процесса закупки: автоматическая загрузка ценовой информации о торгах на внешнем рынке, ее привязка к каталогу компании и различные виды продвинутой аналитики на основе данной информации. Поговорим также о перспективах сотрудничества между промышленными корпорациями с целью обмена ценовой закупочной информацией для более глубокого понимания ценовых предложений на рынке.

Вернуться
к докладчикам
Андрей Комиссаров, директор направления «Развитие человека на основе данных», Университет 20.35
Андрей — одна из ключевых фигур в сфере цифровой трансформации образования в России. В Университете 20.35 (центр исследований и разработок в области обучения на основе ИИ и данных) возглавляет исследовательские проекты по метакогнитивной диагностике, анализу цифрового следа и траекториям адаптивного обучения на основе ИИ. Более 15 лет занимается вопросами методологии высшего и школьного образования, автор ряда активно используемых методик. Преподает инженерию образовательных данных в Высшей школе экономики. Основал успешную частную школу, в которой предусмотрено проектное обучение, игровые дисциплины, индивидуальные формы обучения и практика взаимного наставничества. В России и за рубежом Андрей также известен своим опытом игрового обучения, разработал и выпустил более 130 образовательных игр.
Вернуться
к докладчикам
Александр Гусев, директор по развитию проекта Webiomed, ассоциация «Национальная база медицинских знаний»
Получил высшее техническое образование, кандидат технических наук. В 2007 году вместе с партнерами основал компанию «Комплексные медицинские информационные системы» («К-МИС»), ставшую сегодня одним из ведущих разработчиков медицинского ПО в России. С 2017 года занимается развитием системы прогнозной аналитики на основе искусственного интеллекта Webiomed.
Область интересов: цифровое здравоохранение, искусственный интеллект, медицинские информационные системы. Член наблюдательного совета ассоциации разработчиков и пользователей искусственного интеллекта для медицины «Национальная база медицинских знаний», член экспертного совета Министерства здравоохранения РФ по вопросам использования информационно-коммуникационных технологий в системе здравоохранения, программный директор курса подготовки руководителей в сфере цифровой трансформации здравоохранения ВШГУ. Ответственный редактор журнала «Врач и информационные технологии». Автор почти 150 работ по разработке и внедрению медицинских информационных систем.
БОЛЬШИЕ ДАННЫЕ РОССИЙСКОГО ЗДРАВООХРАНЕНИЯ: КОПИТЬ НЕЛЬЗЯ ИСПОЛЬЗОВАТЬ
Начиная с 2011 года в нашей стране развивается проект создания единой государственной информационной системы здравоохранения (ЕГИСЗ). За это время на информатизацию здравоохранения было потрачено порядка 80 млрд руб. Благодаря гигантским государственным инвестициям практически в каждом регионе создана базовая инфраструктура, включая защищенные сети и ведомственные центры обработки данных. Поликлиники и больницы оснащены компьютерами и медицинскими информационными системами (МИС). В некоторых регионах МИС внедрены в 100% медицинских организаций и повсеместно ведутся подробные электронные медицинские карты. Лабораторная и лучевая диагностика практически полностью перешла на цифровые технологии.
Таким образом, сегодня в России действительно накапливаются огромные массивы медицинских данных в цифровом виде. Однако ни рынка сервисов на основе этих данных, ни рынка искусственного интеллекта для здравоохранения, который питался бы этими данными как «новой нефтью», у нас пока не сложилось. В чем же проблема и каковы сейчас основные сложности на пути создания этих рынков?
В выступлении будет представлен обзор проблем развития российского рынка искусственного интеллекта для здравоохранения, а также практический опыт сбора больших медицинских данных, извлечения из них информации и создания продуктов и услуг на их основе.

Вернуться
к докладчикам
Александр Мотузов, начальник управления методологии и разработки математических моделей, НЛМК
В компании НЛМК Александр отвечает за создание центра экспертизы по анализу данных и моделированию. Руководит разработкой платформы анализа данных и моделирования (DSML платформа), отвечает за методологию разработки и эксплуатацию моделей машинного обучения. До работы в НЛМК Александр возглавлял практику по анализу данных в России и СНГ в консалтинговой компании КПМГ. С 2009 года работал в команде качества поиска Яндекс, где разрабатывал и внедрял методы машинного обучения в поисковые системы.
ИНДУСТРИАЛИЗАЦИЯ МАШИННОГО ОБУЧЕНИЯ В МЕТАЛЛУРГИЧЕСКОЙ КОМПАНИИ

Платформа для разработки и эксплуатации систем машинного обучения (DSML платформа) является частью программы индустриализации машинного обучения (ML Operationalization) в металлургической компании НЛМК.
На протяжении всего жизненного цикла модели требуется вносить изменения в метод обучения. Разработка модели является неотъемлемой частью эксплуатации системы машинного обучения, а data scientist участвует в процессе эксплуатации. DSML платформа помогает data scientist'у эксплуатировать модели, не требуя от него глубоких знаний в software engineering. Александр расскажет про архитектуру DSML платформы, как процесс разработки систем машинного обучения связан с процессом разработки DSML платформы, о влиянии цикла разработки продуктов на архитектуру платформы и ML систем цифровых продуктов. Поговорим о том, какая операционная модель позволила внедрить принципы MLOps, DataOps, добиваться нужной скорости разработки и стабильности систем машинного обучения, а также о роли центров экспертизы Data Science и DevOps в программах индустриализации машинного обучения.

Вернуться
к докладчикам
Наталья Роменская, независимый эксперт
Выпускница Финансовой академии при Правительстве РФ. Восемь лет опыта работы в банковской деятельности (ВТБ, Сбербанк, Citigroup) по направлениям оптимизации бизнес-процессов, управления проектами по разработке инновационных продуктов, услуг и процессов. Имеет также опыт консалтинговой деятельности: с 2011 по 2016 год занималась в компании PwC стратегией и операциями банков, предоставлением консультационных услуг в области казначейства и товарно-сырьевых операций, инвестиционным консультированием и финансовым планированием.
В настоящее время выступает независимым консультантом корпораций по цифровой трансформации, роботизации бизнес-процессов, искусственному интеллекту и биометрии.
IPA: эволюция автоматизации процессов и новый уровень процессной аналитики
Онлайн-воркшоп

Оптимизация бизнес-процессов и их автоматизация — лейтмотив крупного бизнеса на протяжении нескольких десятилетий. Каждые несколько лет возникают новые технологии, мы были свидетелями появления BPM, RPA, Process Discovery и др. Сейчас организации все чаще смотрят в сторону умной автоматизации (intelligent process automation) — концепции, которая объединяет в себе несколько направлений и позволяет выполнять сложные процессы с принятием решений без участия человека.
В ходе онлайн-воркшопа разберемся с терминологией IPA, ее целью и ограничениями; обсудим, какие технологии сделали умную автоматизацию возможной, а также разберем процессы с использованием IPA.

Вернуться
к докладчикам
Иван Исаев, директор направления анализа данных, МТС
Иван — эксперт в области внедрения технологий AI и ML для цифровой трансформации корпораций. Руководил направлением Data Science в компании Altarix, где занимался решениями прогнозной аналитики для предприятий телекоммуникационной, химической, металлургической и нефтегазовой индустрий. В 2014 году основал компанию Astera.in – резидента Сколково, который специализируется на предсказательном моделировании процессов предприятий непрерывного производства.
С 2014 года выступил как ведущий эксперт в 8 крупных промышленных проектах по внедрению технологий анализа данных, ML и AI. Суммарный экономический эффект проектов составил более 1 млрд рублей для отраслей телекоммуникаций и непрерывной сырьевой промышленности.
В МТС в должности директора направления анализа данных отвечает за разработку решений на основе технологий ML и AI для повышения эффективности технического блока компании и тиражирования успешных внутренних методологий внедрения AI и ML на внешний рынок.
СИСТЕМА АНАЛИЗА ЦИФРОВОГО СЛЕДА СОТРУДНИКА — «СЕРДЦЕ», ДВИЖУЩЕЕ ЦИФРОВОЙ ТРАНСФОРМАЦИЕЙ

Массовое использование цифровых инструментов позволяет получить недоступный ранее объем статистических данных о работе персонала — так называемый "цифровой след сотрудника". Созданная в МТС система структурирования и анализа цифрового следа стала ключевой движущей силой организационной трансформации компании, поскольку она позволяет сформировать полную, независимую, прозрачную и оперативную картину происходящего, необходимую для анализа бизнес-процессов.
В докладе продемонстрируем, как анализ цифрового следа сотрудника позволяет сделать работу компании более эффективной за счет
  • упрощения процессов (за счет выявления инсайтов через анализ данных о существующих бизнес-процессах и затем автоматизации части процессов методами ML и AI);
  • выявления конкретных функций и задач для автоматизации методами ML и AI;
  • оптимизации расходов на ФОТ благодаря автоматизации рутинных задач;
  • развития компетенций сотрудников;
  • формирования проектных команд.
Вернуться
к докладчикам
Леонид Жуков, старший управляющий директор, Лаборатория по искусственному интеллекту Сбера
Леонид возглавил Лабораторию искусственного интеллекта ПАО «Сбербанк» в сентябре 2020 года. Отвечает за развитие лаборатории и разработку инновационных решений на основе искусственного интеллекта для Сбера и его экосистемы.
В 2015 году Леонид присоединился к Boston Consulting Group (BCG) для создания и развития направления Data Science — BCG GAMMA, в 2018-20 годах руководил московским подразделением BCG GAMMA. До прихода в BCG был директором Data Science в компании Ancestry, исследователем в Yahoo! и Калифорнийском технологическом институте, а также сооснователем и техническим директором стартапа в области информационной безопасности «Трафика».
Леонид Жуков — один из ведущих экспертов в России в области анализа больших данных, искусственного интеллекта и машинного обучения. Профессор Департамента анализа данных и искусственного интеллекта на Факультете компьютерных наук НИУ ВШЭ, многократно становился «лучшим преподавателем» года.


.
Вернуться
к докладчикам
Сергей Шестаков, генеральный директор, Luxms
Предприниматель в сфере высоких технологий, основатель группы компаний Luxms. В настоящее время сфокусирован на задачах бизнес-аналитики: визуализации и массивно-параллельной обработке данных, в том числе с применением методов ИИ.
Окончил Санкт-Петербургский политехнический университет Петра Великого, к.т.н. Диссертация посвящена применению методов ИИ для планирования сбора информации.
БЫСТРАЯ АНАЛИТИКА НА БОЛЬШИХ ДАННЫХ

На нескольких крупных проектах инженеры компании ЯСП (входит в группу Luxms) столкнулись с проблемой снижения быстродействия. Сложности возникали при визуализации больших объемов данных в реальном времени для сотен одновременно работающих пользователей. Решением стала двухступенчатая оптимизация быстродействия системы:

  • во-первых, оптимизация ETL-алгоритмов и создание горячего слоя хранения,
  • во-вторых, оптимизация исполнения бизнес-логики за счет датацентричной архитектуры сервера визуализации.
Идеи были опубликованы в докладах ACM и на конференциях PostgresConf 2019 в Нью-Йорке и Greenplum Summit 2020 и реализованы в BI-платформе Luxms BI. Результат — скорость работы на реальных данных с обработкой десятков миллионов записей в разы превышает показатели других систем, при этом стоимость владения в несколько раз ниже зарубежных аналогов. ПО зарегистрировано в Едином Реестре, №3366.
В выступлении расскажем об особенностях решения и опыте его использования в компаниях энергетического, телекоммуникационного, транспортно-логистического секторов.
Вернуться
к докладчикам
Дмитрий Дорофеев, главный архитектор, Luxms
Компьютерный гик с навыками программирования на многих языках. Создал десятки сайтов интернет-магазинов и мобильных приложений. Спроектировал Luxms BI. В настоящий момент фокусируюсь на Big Data, IoT, MPP и других современных технологиях обработки данных.
Окончил Санкт-Петербургский политехнический университет Петра Великого, прикладная математика.
БЫСТРАЯ АНАЛИТИКА НА БОЛЬШИХ ДАННЫХ

На нескольких крупных проектах инженеры компании ЯСП (входит в группу Luxms) столкнулись с проблемой снижения быстродействия. Сложности возникали при визуализации больших объемов данных в реальном времени для сотен одновременно работающих пользователей. Решением стала двухступенчатая оптимизация быстродействия системы:

  • во-первых, оптимизация ETL-алгоритмов и создание горячего слоя хранения,
  • во-вторых, оптимизация исполнения бизнес-логики за счет датацентричной архитектуры сервера визуализации.
Идеи были опубликованы в докладах ACM и на конференциях PostgresConf 2019 в Нью-Йорке и Greenplum Summit 2020 и реализованы в BI-платформе Luxms BI. Результат — скорость работы на реальных данных с обработкой десятков миллионов записей в разы превышает показатели других систем, при этом стоимость владения в несколько раз ниже зарубежных аналогов. ПО зарегистрировано в Едином Реестре, №3366.
В выступлении расскажем об особенностях решения и опыте его использования в компаниях энергетического, телекоммуникационного, транспортно-логистического секторов.
Вернуться
к докладчикам
Иван Фост, руководитель Департамента управления данными, Аналитический центр при Правительстве РФ
Работал в сфере ИТ по направлению автоматизации и информатизации федеральных и региональных органов власти, в том числе в Правительстве Москвы над проектами, связанными с открытыми данными и созданием платформ управления госданными (методология, стандарты, технологии, взаимодействие с бизнесом).
С 2019 года в Аналитическом центре при Правительстве РФ Иван занимается созданием и продвижением НСУД, внедрением практических проектов по цифровизации в ФОИВ и РОИВ.
Выпускник МГУ им. Ломоносова, МВА-IT — Высшая школа экономики.
ПРОЕКТЫ, ОСНОВАННЫЕ НА ДАННЫХ: КАК ИХ РЕАЛИЗУЮТ В ГОССЕКТОРЕ

Иван расскажет про мифы государственной цифровизации (баланс «ожидания и лозунги – реальная жизнь»). Приведет примеры реализации проектов по цифровизации в регионах (в части управления, основанного на данных), расскажет об их практической пользе и потенциале тиражирования.
Вернуться
к докладчикам
Николай Павлов, Chief Medical Data Officer, Радиология Москвы
Николай — невролог, руководитель проекта подготовки медицинских датасетов в Научно-практическом клиническом центре диагностики и телемедицинских технологий Департамента здравоохранения города Москвы, занимается автоматизированным тестированием сервисов искусственного интеллекта на эталонных наборах данных.
Имеет успешный опыт научно-аналитической работы над проектами для правительства Москвы по подготовке и обучению медицинских кадров в здравоохранении, внедрении систем мотивации медицинских сотрудников. В Сколковском институте науки и технологий занимал должность заместителя руководителя проекта НТИ по созданию информационно-аналитической системы обработки больших нейроданных. Победитель конкурса «УМНИК» в 2020 году, реализует проект по автоматизированному тестированию сервисов искусственного интеллекта на эталонных наборах данных.
Закончил Первый МГМУ им. Сеченова, магистр государственного и муниципального управления в сфере здравоохранения (Высшая школа экономики).


.
Вернуться
к докладчикам
Евгений Степанов, руководитель направления Vertica в России и СНГ, Micro Focus
Евгений отвечает за продвижение решений Micro Focus Big Data в России и странах СНГ. В сфере информационных технологий работает более 10 лет, и в разное время отвечал за разработку высоконагруженных систем, внедрение решений HP Software. С момента появления решений Big Data в России начал их продвижение и за короткий срок помог российским заказчикам реализовать ряд знаковых проектов с использованием платформы анализа больших данных – Vertica.


.
Вернуться
к докладчикам
Сергей Золотарев, генеральный директор, управляющий партнер, Arenadata Software
В 2016 году Сергей основал компанию Arenadata, целью которой является разработка открытой платформы сбора и хранения данных. С 2013 по 2016 годы возглавлял представительство компании Pivotal в России, СНГ и Восточной Европе, где под его руководством были реализованы одни из первых в России проекты в области больших данных.
Работал в крупнейших мировых ИТ-компаниях EMC, Avaya, Microsoft, Compaq.
Сергей занимается проектами с большими данными более 10 лет, является ведущим отраслевым экспертом России. Член экспертного совета национальной премии CDO Award.
Закончил МГТУ им. Н.Э. Баумана (Кибернетические системы) и Open University of London (MBA).


.
Вернуться
к докладчикам
Алексей Коваленя, технический консультант департамента больших данных и безопасности, Atos в России и СНГ
Алексей в ИТ-индустрии более 19 лет: занимался проектами по построению различных решений для ЦОД, защите данных и непрерывности бизнеса в компаниях Oracle, Symantec (Veritas), Крок.
Выпускник МГТУ им. Баумана.


.
Вернуться
к докладчикам
Никита Николаев, операционный директор, Celsus
Никита обладает восьмилетним опытом управления проектами в области консалтинга, финансовых технологий. Является соучредителем ряда компаний. По образованию экономист-математик, выпускник СПбГЭУ.
КАК ОПТИМИЗИРОВАТЬ ПРОЦЕСС РАЗМЕТКИ МЕДИЦИНСКИХ ДАННЫХ И ОТБОР ВРАЧЕЙ-РАЗМЕТЧИКОВ?

Размеченные верифицированные медицинские данные – одна из самых значимых проблем в построении эффективной системы на базе искусственного интеллекта.
В своем выступлении Никита расскажет, как организовать и оптимизировать процесс разметки сырых медицинских данных, решать конфликты разметки , оценивать ее качество, снизить затрачиваемое время на разметку исследования.
В докладе будут представлены не только общедоступные знания, но и ряд инсайтов. Также слушатели познакомятся с процессом отбора разметчиков данных и узнают, что такое #ВызовРадиологу.
Вернуться
к докладчикам
Юрий Емельянов, архитектор, руководитель разработки, Департамент управления данными, Сбер
До прихода в Сбер Юрий работал в консалтинговых организациях, занимался проектами в области построения хранилищ данных в банковском секторе. Позднее работал в ведущих банках и интернет-компаниях, развивал инфраструктуру по работе с большими данными и их анализу. Занимался проектами по обработке больших данных города в областях транспортной аналитики и человекопотока. Присоединился к команде Сбера в 2019 году, где в данный момент отвечает за архитектуру и разработку продукта «Супермаркет Данных».
В 2007 году закончил МИФИ, факультет «Кибернетика».

Анастасия Куликова, team lead команды аналитиков продукта «Супермаркет данных», Сбер

Более трех лет проработала в консалтинге на проектах по внедрению CRM-систем. Позднее вела одно из направлений по внедрению нового стрима уже в банковской сфере – управление требованиями и спросом всех подразделений банка на развитие ИТ.
В 2017 году присоединилась к команде Сбера в качестве руководителя направления в Управлении корпоративных данных.
Последние два года Анастасия работает в команде продукта «Супермаркет данных». Отвечает за взаимодействие с заказчиками по развитию продукта, руководит направлением аналитики.
В 2009 году закончила факультет ВМиК МГУ им. Ломоносова.

Илья Поздняков, управляющий директор, ИТ-лидер кластера загрузки и обогащения данных, Сбер

В ИТ работает больше 20 лет, из которых 13 лет занимается построением решений в области DWH/Big Data. В Сбере с 2016 года, один из создателей «Фабрики Данных» Сбера, руководитель профильного Центра компетенций Big Data – ключевого разработчика «Фабрики Данных». В настоящее время руководит развитием фреймворков загрузки данных, собственной графовой платформы Сбера и ряда сопутствующих ИТ-решений, а также является лидером большого профессионального сообщества DWH/Big Data.
До перехода в Сбер занимал руководящие позиции в инвест-банках Renaissance Capital и Deutsche Bank, а также в Samsung Electronics Research. Имеет два высших образования, выпускник факультета ВМиК МГУ.
СУПЕРМАРКЕТ ДАННЫХ — ЕДИНОЕ ОКНО ВО ВСЕЛЕННУЮ ДАННЫХ СБЕРА

Мир находится на пике эпохи принятия решений, основанных на данных. Все острее встает вопрос: как быстро найти и получить необходимую информацию?
Сбер построил гетерогенную аналитическую платформу, состоящую из сплава Big Data и классических MPP-технологий, загрузил туда множество данных, внедрил флагманский продукт «Супермаркет данных» – систему для простого и удобного заказа данных с доставкой в область использования.
Команда продукта поделится историей создания решения, продемонстрирует его «начинку» и расскажет о планах развития.

Вернуться
к докладчикам
Артур Кузин, руководитель направления нейронных сетей, X5 Retail Group
Артур более пяти лет работает в сфере data science (в компаниях Dbrain, Avito). Занимает седьмую позицию в общем рейтинге Kaggle, а также является Kaggle Competition Grandmaster. Автор более 50 публикаций в области нанометрологии, плазмоники и анализа данных (индекс Хирша – 11). В X5 Retail Group руководит полным циклом разработки решений практической видеоаналитики и компьютерного зрения.
Выпускник МФТИ, занимался экспериментальной физикой в области микро- и нанотехнологий.
Видеоаналитика и компьютерное зрение в ретейле

В сети X5 Retail Group уже более 30 магазинов «Пятерочка» и «Перекресток», в которых в режиме пилотных проектов развернуты решения на базе видеоаналитики. Доклад посвящен обсуждению особенностей применения практической видеоаналитики для решения таких актуальных для ретейла задач, как анализ доступности товара на полках, учет времени работы персонала, контроль очередей и пр. Особое внимание уделено разбору реальных примеров применения в магазинах компьютерного зрения и систем видеоаналитики за разные временные отрезки.
Вернуться
к докладчикам
Николай Ольховский, директор центра компетенций по развитию продукта видеонаблюдения, Ростелеком ИТ
Николай почти 20 лет в ИТ-индустрии, начал профессиональный путь с разработчика в ЕИРЦ, затем работал ведущим архитектором системы городского видеонаблюдения города Москвы. Сейчас в компании «Ростелеком ИТ» руководит разработкой видеоплатформы и продуктов на ее основе, применяемых в различных проектах ПАО «Ростелеком».
Выпускник Астраханского государственного технического университета и Московского института экономики, статистики и информатики.
Видеоплатформа для цифрового государства

Системы работы с медиаданными сегодня проникли во все сферы жизни общества. Следующий шаг – привнести «интеллект» в процессы сбора, обработки и визуализации данных, поступающих от всех информационных систем цифрового государства. Доклад посвящен особенностям применения систем видеонаблюдения и решений машинного зрения в инфраструктурах умного города, вопросам сбора и обработки медиаданных в таких масштабных мероприятиях, как «Единый день голосования», «Единый государственный экзамен» и т.п. Обсудим современные тенденции в области видеоаналитики массового сегмента рынка, возможности использования видеоплатформ для повышения эффективности компаний малого и среднего бизнеса, улучшения качества государственного управления и обеспечения комфортной и безопасной среды обитания граждан.
Вернуться
к докладчикам
Руслан Ледовский, диджитал менеджер, McDonald's Russia
Руслан занимает позицию диджитал менеджера Макдоналдс в России с 2018 года, отвечает за развитие продуктов мобильного приложения, сайта и CRM компании.
До этого работал в «Домино'с Пицца» и занимался продвижением компании в диджитал пространстве, а также развитием мобильного приложения.
Как читать мысли клиентов с помощью больших данных?

На примере Макдоналдс Руслан расскажет о решении задачи персонализации со стороны бизнеса. Обсудим, что означает персонализация для клиентов и что включает в себя задача персонализации. Продемонстрируем, какие бизнес-задачи позволяет решать персонализация. Поговорим о том, почему важно обрабатывать данные клиента в реальном времени и как объединить клиентские данные на едином тайм-лайне.
Вернуться
к докладчикам
Роман Гоц, директор департамента больших данных и безопасности, Atos
Роман работает в области информационных технологий с 2002 года.
На протяжении карьеры занимался развитием бизнеса в крупных технологических компаниях, где управлял федеральными и макрорегиональными проектами, возглавлял управление федеральной розницей и расширение региональной партнерской сети.
С 2015 года начал работать директором по развитию бизнеса Atos в России. Сегодня Роман руководит департаментом больших данных и безопасности, предоставляющим высокотехнологичное оборудование для различных отраслей бизнеса.
Окончил Новосибирский государственный технический университет по направлениям менеджмент, переводчик в сфере профессиональных коммуникаций, а также факультет автоматики и вычислительной техники.
От больших данных к бизнес-результату

Цифровая трансформация является важной бизнес-задачей для организаций. Данные имеют ключевое значение для решения этой задачи, позволяя внедрять инновации.
В рамках доклада Роман представит видение компании Atos относительно механизмов обработки больших данных: как справляться с непрерывным ростом объема данных ИТ-систем; как извлекать прибыль из различных видов данных; как реализовать обработку информации в непосредственной близости от источника данных.
Вернуться
к докладчикам
Евгений Васильев, руководитель направления ВMC Software, DIS Group
Евгений более 7 лет консультирует ведущие российские компании в области управления ИТ, а именно – по темам управления ИТ-услугами, мониторинга ИТ-сервисов, автоматизации бизнес-процессов. Ранее работал в компании HP.
В настоящее время руководит направлением BMC Software в компании DIS Group.
Big data для эффективного управления ИТ

Как обеспечить эффективную работу ИТ в условиях кризиса и не только? В докладе обсудим преимущества применения технологий управления ИТ с возможностями искусственного интеллекта и машинного обучения.
Вернуться
к докладчикам
Сергей Шестаков, генеральный директор, Luxms
Сергей – предприниматель в сфере высоких технологий, основатель группы компаний Luxms.
В настоящее время сфокусирован на задачах бизнес-аналитики: визуализации и массивно-параллельной обработки данных, в том числе с применением методов ИИ.
Окончил Санкт-Петербургский политехнический университет Петра Великого, к.т.н.
Диссертация посвящена применению методов ИИ для планирования сбора информации.

Дмитрий Дорофеев, главный архитектор, Luxms

Дмитрий – компьютерный гик с навыками программирования на многих языках. Создал десятки сайтов интернет-магазинов и мобильных приложений. Спроектировал Luxms BI. В настоящий момент фокусирется на Big Data, IoT, MPP и других современных технологиях обработки данных.
Окончил Санкт-Петербургский политехнический университет Петра Великого, прикладная математика.
Быстрая управленческая аналитика и визуализация на больших данных

Мы девятый год работаем с крупнейшими российскими предприятиями по направлению бизнес-аналитики и видим совершенно определенную тенденцию: крупным клиентам нужна не просто аналитика, а супербыстрая аналитика, которая справится с стремительно нарастающими объемами данных. Данных стало так много, что текущие аналитические системы перестали быстро их обрабатывать. И это проблема, так как любая задержка при принятии решений в современном бешеном ритме экономической машины стоит очень дорого. На традиционных BI-платформах продолжают развиваться средства self-service для исследования данных, при этом игнорируется потребность управленцев, принимающих решения, в быстрой и наглядной визуализации, а резко возросшие аналитические возможности современных СУБД не задействуются.
Мы расскажем про наш опыт построения аналитических решений на платформе собственной разработки Luxms BI, которые решают эти проблемы и обеспечивают руководителям быструю управленческую аналитику и визуализацию на данных любых объемов и интенсивности.

Вернуться
к докладчикам
Анна Ахобадзе, руководитель департамента обработки, хранения и аналитики больших данных, Почта России
С 2006 по 2019 год Анна прошла в Альфа-Банке путь от ведущего инженера сопровождения до директора BI. Вся профессиональная деятельность была связана с аналитическими системами – хранилищами данных, BI, решениями big data. С осени 2019 года возглавляет департамент обработки, хранения и анализа данных в Почте России. Основными фокусами направления является построение big data платформ для аналитики, развитие процессов управления данными (построение корпоративной модели данных, качество данных), монетизация данных.
Окончила факультет вычислительной математики и кибернетики МГУ им. М.В. Ломоносова, кандидат физ.-мат. наук.

Алексей Щербаков, руководитель направления интеграции, обработки и хранения данных, Почта России

С 2007 по 2019 год Алексей отвечал в Альфа-Банке за сопровождение и технологический стек аналитических систем. С осени 2019 года является руководителем направления интеграции, обработки и хранения данных Почты России. Отвечает за внедрение big data платформы в компании.
Аналитическая платформа для работы с данными

В эпоху массовой цифровизации принятие управленческих решений на основе данных является неоспоримым конкурентным преимуществом, но возможность этого напрямую зависит от доступности и непротиворечивости данных в компании. Наличие единой платформы для работы с данными, обеспечивающей доступность и актуальность данных, а также инструменты доступа к данным для разных типов пользователей, является неотъемлемой частью цифровой трансформации. Как организовать эту платформу, чтобы работа с данными дала максимальный эффект? Ответ на этот вопрос будет раскрыт в докладе на примере «Почты России».