Большой рывок к цифровому предприятию:
стратегии, платформы, практика

Конференция «LOW-CODE 2021»

Бизнес-потребности цифровых предприятий cегодня значительно превышают возможности их собственных ИТ-подразделений. Дефицит специалистов нарастает. Не удается ликвидировать разрыв между бизнес-пользователями и ИТ. Громоздкие корпоративные системы не в состоянии обеспечить оперативную трансформацию бизнес-процессов.

Конференция позволит оценить, какие стратегии и инструменты разработки с минимальным кодированием помогут решить сегодняшние задачи цифровых предприятий - и поддержать инновации дня завтрашнего.

ДМИТРИЙ ВОЛКОВ
программный директор серии практических конференций издательства
«Открытые системы».
«Апологеты преподносят low-code как главный инструмент масштабной цифровой трансформации. Критики указывают на лоскутность, низкую производительность, отсутствие должной интеграции, проблемы с обслуживанием доморощенных решений, безопасностью и надежностью. Поэтому, прежде чем применять low-code/no-code, посетите нашу конференцию»
Основные темы:
> Кому и когда следует использовать разработку
low-code, а кому нет?
> Каковы требования к квалификации целевых пользователей: «гражданский» разработчик – кто он?
> Как интегрировать средства low-code в существующий ИТ-ландшафт организации?
> Где границы масштабирования, расширения функциональности и производительности приложений
low-code?
> Кто в ответе за доработку, сопровождение и поддержку DIY-приложений?
> Как обеспечить их информационную безопасность
и отказоустойчивость?
В программе:
Стратегии
Low-code: панацея или опасная иллюзия?
Low-code: отсутствие стратегии автоматизации, драйвер цифровизации или цифровой зоопарк?
Философия или инструмент: насколько хорош подход Do-It-Youself для цифрового предприятия?
Жизненный цикл: как управлять конфигурациями low-code и надо ли?
Ограничения: что ни при каких условиях нельзя отдавать на откуп low-code?
Платформы и инструменты
Выбор платформы
Коммерческие платформы (Creatio, Siemens DIS Mendix, Comindware Business Application Platform, WF Core, LM Tech Platformeco, HCL Volt MX, ... )
Low-code из облака (Amazon Honeycode, Salesforce Platform…) и как сервис
Решения Open Source (Jmix и др.)
Практика
Кто, когда и как применяет low-code/no-code
Отраслевой опыт: финансы, ретейл, телеком, промышленность, ТЭК, транспорт, страхование и пр.
Специфика разработки приложений BPM, CRM, RPA, машинного обучения и др.
Интеграция рабочих процессов
Ошибки и ограничения минимального кодирования
Вернуться
к докладчикам
Алена Дробышевская, Яндекс.Облако
Окончила факультет ВМиК МГУ им. М.В. Ломоносова. Более 20 лет опыта работы в ИТ-индустрии – специализация: хранение и анализ данных, искусственный интеллект и машинное обучение, облачные технологии. Работала в компании KPMG, где возглавляла практику «Данные и аналитика», оценивала и внедряла решения с применением методов машинного обучения в интересах крупных российских предприятий. В компании Microsoft отвечала за продвижение решений для хранения и анализа данных, а также решений класса «Artificial Intelligence», в том числе с применением облачных технологий. До прихода в Microsoft работала в Oracle, где отвечала за продвижение на российский рынок хранилищ данных, платформы управления данными и инструментов бизнес-анализа. Имеет опыт открытия в России дочерней компании венгерского производителя ПО для банков в области управления рисками и автоматизации процессов кредитования, управления залогами. Сейчас, в компании Яндекс.Облако руководит направлением развития платформы машинного обучения, принимает участие в проектах, связанных с анализом данных и построением моделей на основе технологий искусственного интеллекта.
Данные для глубинного обучения

Мир становится цифровым – все больше компаний и организаций во всем мире меняют свои бизнес-модели, стремясь максимально полно использовать все доступные им данные для учета текущих и прогнозирования будущих потребностей своих клиентов и заказчиков. Растет важность машинного обучения при анализе данных и построении прогнозных моделей. Доклад посвящен анализу особенностей каждого этапа обработки данных и инструментов, применяемых в течение жизненного цикла систем искусственного интеллекта. Особое внимание уделено обзору сервисов, используемых для сбора, хранения, обработки и первичного анализа данных для построения моделей глубинного обучения и визуализации результатов. На конкретных примерах раскрывается процесс решения прикладных задач с использованием сервисов Yandex DataSphere, DataLens, Data Proc и др.
Вернуться
к докладчикам
Александр Скоробогатов, Micro Focus
Окончил Тверской Государственный Технический Университет. Более 20 лет опыта работы в
ИТ-индустрии. Карьеру начался с разработки систем мониторинга и нагрузочного
тестирования, имеет богатый опыт проектирования, администрирования хранилищ данных и
развития вычислительной инфраструктуры ЦОД, принимал участие в развертывании
конфигураций на базе решений SAP (включая SAP HANA), возглавлял проекты миграции
ИТ-сервисов. Сейчас – архитектор решений Vertica в России и СНГ.
Как построить унифицированное аналитическое хранилище

С ростом объемов хранения и обработки данных все чаще возникает вопрос – где же
находится в настоящий момент актуальная версия данных? Где лежат данные, готовые к
отображению? Это значит, что обработку данных необходимо осуществлять максимально
близко к местам их размещения, избегая создания лишних копий в разных информационных
системах. Доклад посвящен обсуждению требований, предъявляемых к современным
хранилищам данных: гибридное развертывание, наличие аналитических функций,
возможность масштабируемости и высокая производительность на петабайтных объемах.
Особое внимание уделено разбору примеров по оптимизации инвестиций в корпоративные
инфраструктуры обработки данных, построенные на базе решений с открытым кодом. Кроме
этого рассматриваются различные варианты построения конвейера для глубокой обработки
данных с помощью СУБД Vertica.
Вернуться
к докладчикам
Роман Гоц, Atos
Около 20 лет опыта работы в области информационных технологий: занимался развитием бизнеса в крупных технологических компаниях, управлял федеральными и макрорегиональными проектами, возглавлял управление федеральной розницей и расширением региональной партнерской сети. Сейчас – директор по развитию бизнеса компании Atos в России, где руководит департаментом больших данных и безопасности, предоставляющим решения на базе оборудования Atos для предприятий различных отраслей экономики.
Данные – это про прибыль. Решения для работы с Big Data

Данные сегодня имеют критически важное значение, позволяя компаниям создавать инновационные решения, получать конкурентные преимущества и принимать более взвешенные решения. Однако, управление данными создает для компаний большие трудности – цифровая трансформация невозможна без надежной архитектуры работы с данными и соответствующих аппаратно-программных решений. Доклад посвящен обсуждению комплексных систем от компании Atos, специально предназначенных для работы с большими данными и средствами видеоаналитики.
Вернуться
к докладчикам
Сергей Раков, «Ростелеком»
Окончил Национальный исследовательский университет «Московский институт электронной техники». Около 10 лет в ИТ-индустрии: технический специалист по поддержке сайтов, руководитель проектов по разработке продуктов. Сейчас – руководитель направления B2G (business-to-government) в компании «Ростелеком», где отвечает за платформу видеонаблюдения на выборах и ЕГЭ.
Яндекс.Метрика в проектах федерального масштаба

Обеспечение эффективного функционирования любого сайта невозможно без накопления и анализа статистики его эксплуатации, например с целью изучения поведения действий пользователей на порталах по видеонаблюдению. Как оптимально собирать статистические данные на проектах федерального уровня не потратив огромных средств и не сорвав сроки? Нужен ли свой собственный сервис или можно взять готовый? Доклад посвящен обсуждению опыта применения сервиса Яндекс.Метрика, используемого для изучения поведения пользователей на портале, сбора сведений о используемых ими устройствах, браузерах, разрешениях и т.д. с учетом нестандартных задач, решаемых федеральными порталами, за которые отвечает «Ростелеком». Особое внимание уделено анализу конкретных примеров передачи и обработки произвольных наборов данных, а также их использованию при анализе в совокупности со стандартными данными, собираемыми сервисом Яндекс.Метрика для формирования витрин данных, группировки и сегментации. Все это иллюстрировано в докладе на примере разбора конкретных сценариев использования параметров пользователей и результатов их визитов на портал: длительность просмотров трансляций по объектам, сбор статуса трансляций в плеере пользователя, работа с поиском и пр.
Вернуться
к докладчикам
Александр Хайтин, «Mechanica AI»
Более 20 лет в ИТ-индустрии, специализируется на консалтинге, разработке и внедрении передовых для своего времени технологий. Работал в «КОРУС консалтинг», где занимался анализом и изменением бизнес-процессов заказчиков, а также внедрением различных информационных систем. В Yandex Data Factory отвечал за разработку и внедрение решений на основе технологий машинного обучения. Сейчас – генеральный директор и со-основатель компании Mechanica AI, специализирующейся на проектах искусственного интеллекта в промышленности: металлургия, химическая индустрия, нефтехимия.

Дмитрий Карбасов, Евразийская Группа

Более десяти лет работает в сфере развития и трансформации бизнеса в компаниях ИТ-интеграторах и вендорах. Имеет богатый опыт практического применения технологий искусственного интеллекта, а также в управлении разработкой и развитии инновационных ИТ-продуктов и сервисов. Сейчас, в международной группы компаний Евразийская Группа (Eurasian Resources Group) руководит управлением промышленного искусственного интеллекта где за полтора года «с нуля» создал подразделение, ведущее проекты по созданию и внедрению технологий ИИ в производственные процессы добычи, переработки и производства алюминия, а также сплавов феррохрома. Кроме этого отвечает за решение задач оптимизации планирования и закупок.
Инвентаризация данных

Для реализации проектов с использованием искусственного интеллекта необходима обучающая выборка на основе данных, используемых для управления производством и можно ожидать, что достаточно просто взять архив таких данных и начать работать. Однако, это не так. При оперативном управлении применяется комбинация оцифрованных и архивных данных (вес, температура, химический состав и т. п.), а также сведения, непосредственно доступные оператору (цвет и объем дыма, шумы от оборудования и т.д.). Кроме того, даже цифровые данные не всегда хранятся после отображения в интерфейсе, а если и хранятся, то могут содержаться в анонимных таблицах без описаний и вне привязки к процессу и оборудованию. Ситуацию усугубляет еще и то, что чаще других теряются наиболее ценные данные: диагностированные проблемы, принятые меры и пр. Если предприятие собирается использовать машинное обучение для для улучшения своих производственных процессов, то стоит начинать именно с инвентаризации данных – простой, нудной работы, но позволяющей понять, какие именно данные используются, какая часть из них накапливается и в каком виде, а какая полностью теряется сразу после использования. В докладе на конкретных примерах показано, как относительно просто провести инвентаризацию данных, позволяющую подготовить почву для проектов по реализации предсказательных и рекомендательных моделей.
Вернуться
к докладчикам
Александр Гурко, НП «ГЛОНАСС»
Более 20 лет работает в сфере телекоммуникаций, на различных руководящих должностях курируя проекты ГЛОНАСС: президент некоммерческого партнерства «Содействие развитию и использованию навигационных технологий» (НП «ГЛОНАСС»); соруководитель рабочей группы по реализации и разработке дорожной карты «Автонет 2.0» Национальной технологической инициативы; член Совета при президенте РФ по модернизации экономики и инновационному развитию России, также Комиссии при президенте РФ по вопросам развития авиации общего назначения и навигационно-информационных технологий на основе системы «ГЛОНАСС»; руководитель рабочей группы по вопросам развития беспилотных летательных аппаратов, авиационных систем и авиационных видов спорта. Руководил проектами по созданию государственной системы «ЭРА-ГЛОНАСС», Единой системы управления наземным городским транспортом Московской агломерации, систем мониторинга транспорта для МВД России, МЧС России, «Почты России» и ОАО «Транснефть».

Игорь Кравченко, «Рексофт»

Почти 30 лет опыта работы индустрии разработки ПО – создание масштабных информационных систем для госкорпораций и государственных информационных систем федеральных уровня. Эксперт в области создания платформ обработки данных и телематических систем промышленного назначения. Руководил, в частности, проектами создания и внедрения системы сбора и обработки телематических данных для ведущего автопроизводителя, а также федеральной системы миграционного учета. Сейчас в компании «Рексофт» курирует вопросы, связанные с инновационными рынками и технологиями.
Платформа «Автодата»: управление автомобильными данными

Национальная навигационно-телематическая платформа «Автодата» призвана обеспечить формирование массива статистических и аналитических данных о колесных транспортных средствах, дорожной инфраструктуре, а также сопутствующей информации в транспортной сфере, связанной с логистикой людей и вещей. Платформа должна позволить сформировать массив данных по всему жизненному циклу автомобиля с момента его выпуска в обращение до утилизации: данные о функционировании бортовых систем, поведение водителя, телеметрия взаимодействия с автотранспортной инфраструктурой, а также создать цифровую среду для поддержки движения транспорта с различными степенями автоматизации по дорогам общего пользования. Доклад посвящен обсуждению задач, которые должна решать «Автодата», источников данных для нее и логики их сбора, особенностей их верификации, обогащения и обработки, а также перспектив применения платформы автомобильных. Особое внимание уделено обзору архитектуры платформы.
Вернуться
к докладчикам
Федор Краснов, Naumen
Окончил Национальный исследовательский ядерный университет «МИФИ», факультет экспериментальной и теоретической физики. С 2005 года отвечал за цифровую трансформацию в телеком-операторе AKADO Group в должности вице-президента по развитию бизнеса. В 2011 году был назначен директором по цифровизации Фонда «Сколково», в 2014 году перешел на аналогичную позицию в Интер РАО ЕЭС. С 2015 года работал в «Газпром Нефть НТЦ», где занимался задачами аналитической сейсмики и обработки естественного языка. Имеет международные сертификаты по машинному обучению и анализу больших данных, автор более 50 научных статей. Получил степень MBA в London Metropolitan University. Сейчас – директор департамента информационных систем управления в компании Naumen, где отвечает за управление инновационной деятельностью компании и развитие продуктового направления на базе технологий искусственного интеллекта и анализа больших данных.

Кира Есаулова, Naumen

Окончила Государственный университет управления Институт психологии и социологии управления. На различных руководящих должностях работала в Университете управления, Институте проблем глобализации, участвовала в масштабных проектах Минобрнауки России и МИД России. Автор ряда научных публикаций, эксперт Фонда развития интернет инициатив, входит в рабочие группы Минобрнауки России, МИД России и Правительства Российской Федерации. Сейчас – руководитель направления интеллектуального анализа и поиска данных компании Naumen.
Интеллектуальный анализ документов

Объем неструктурированных данных в компаниях сегодня растет в геометрической прогрессии и составляет уже тера- и петабайты различной технологической, проектной и нормативно-методической документации, публикаций и научной литературы. При отсутствии консолидированного хранилища и инструментов поиска компании сталкиваются с проблемой использования всех этих накопленных данных, на поиск и обработку которых сотрудники часто тратят слишком много времени. Системы корпоративного поиска (Enterprise Search), построенные на базе технологий искусственного интеллекта и средств обработки естественного языка потенциально способны значительно ускорить процесс поиска информации, максимально релевантной запросам. В докладе на конкретных примерах обсуждаются возможности применения систем интеллектуального поиска и анализа документов для автоматизации работы различных групп пользователей.
Вернуться
к докладчикам
Олег Сурков, «Росатом»
Окончил «Санкт-Петербургский государственный университет экономики и финансов» по специализации финансовый менеджмент. Более десяти лет опыт в сфере управления данными – успешно реализовал ряд крупных проектов в сфере автоматизации ключевых бизнес-процессов, а также цифровых проектов по созданию продуктов и платформ управления данными. Имеет опыт внедрения, адаптации, модификации международных фреймворков, а также опыт создания новых фреймворков для управления данными. Сейчас – руководитель управления корпоративных данных, где отвечает за создание системы управления с помощью данных в периметре ГК «Росатом».

Дмитрий Рудаков, «Росатом»

Окончил «Братский индустриальный институт» по специальности сети и системы энергетического факультета. Более двадцати лет опыта работы в области информационных технологий. Богатый опыт внедрения корпоративных систем и построения централизованных систем НСИ. Эксперт межотраслевых и федеральных рабочих групп. Сейчас возглавляет службу корпоративной системы НСИ ГК «Росатом».
НСИ – связующее звено: Data Governance и Data Management

Комплекс мероприятий по созданию системы управления с помощью данных включает широкий спектр процессов: управление стратегией компании, управление ИТ-стратегией, управление проектной деятельностью, управление разработкой и сервисной поддержкой ИТ-активов. На практике нередки случаи совмещения понятий Data Governance (DG), представляющего, по сути, законодательную «ветвь власти», и Data Management (DM) – исполнительной «ветви власти». В связи с этим часто возникает вопрос, что именно из себя представляет «Управление данными», как оно ими управляет и управляет ли вообще? В ГК «Росатом» используются сложные технологические процессы, используемые при проектировании и сооружении крупномасштабных энергетических установок, в машиностроении, добычи полезных ископаемых и генерации электроэнергии. Применение корпоративных системы НСИ позволяет унифицировать обмен данными в отраслевых бизнес-процессах, повысить их эффективность и подготовить основу для внедрения подходов и методологий DG и DM. В докладе раскрываются ключевые различия между понятиями DG и DM, а также обсуждается роль и важность НСИ, как главного средства связи между уровнем контроля и прикладным уровнем, позволяющего наполнять метаданные данными.
Вернуться
к докладчикам
Сергей Степанов, «Газпром нефть»
Окончил Тюменский государственный университет по специальности «Информационные технологии в геологии и геоинформатике». Почти 15 лет опыта работы в ИТ-индустрии: архитектор баз данных, разработчик и аналитик. Сейчас – руководитель направления по ИТ, сектор качества данных и ИТ-сопровождения Центра управления добычи «Газпромнефть Ямал», где отвечает за настройку механизмов поставки, использования данных в рамках процессов операционной деятельности: «Интегрированная модель актива» и «Интегрированный план актива».

Лев Зуев, «Газпром нефть»

Окончил Санкт-Петербургский государственный университет экономики и финансов (ФИНЭК) по специализации «Финансы и Кредит». Более десяти лет опыта руководства ИТ-проектами и программами управления экономическими процессами и данными. Сейчас – ИТ-бизнес партнер программ Блока разведки и добычи «Газпром нефть» (БРД), где отвечает за программу «Управление данными БРД».


Управление данными в интегрированном планировании

Интегрированное планирование объединяет всю цепочку создания стоимости от переработки до сбыта с целью создания сквозного плана, позволяющего минимизировать риски несоответствия между спросом и предложением – компания должна производить ровно столько нефтепродуктов определенной номенклатуры, сколько может перевезти и реализовать для удовлетворения потребностей рынка. Такое планирование дает возможность оперативно и эффективно управлять жизненным циклом продукта по всей цепочке добавленной стоимости с учетом существующих ограничений и имеющихся возможностей. Доклад посвящен обсуждению бизнес-задач, проблем, преимуществ и результатов реализации проекта интеграционного планирования: оптимизационная модель (функционирование, вход-выход); изменения по итогам реализации проекта – сложности и пути их преодоления. Особое внимание уделено анализу процессов работы с данными – что пришлось поменять в работе с данными, основные проблемы и решения, изменение отношения к данным в бизнесе.
Вернуться
к докладчикам
Сергей Горшков, «ТриниДата»
Более 20 лет опыта создания сложных автоматизированных систем автоматизированной обработки знаний и поддержки принятия решений. Архитектор ряда автоматизированных систем, работающих сегодня на крупнейших отечественных предприятиях. Специалист по разработке инструментов структурирования знаний, интеллектуальных алгоритмов обработки информации, созданию ситуационных центров и витрин данных. Автор методического пособия «Введение в онтологическое моделирование» и соавтор монографии «Онтологическое моделирование предприятий».

Константин Кондратьев, «ТриниДата»

Специалист по Machine Learning и Natural Language Processing. Участвовал в работе над проектами с применением технологий машинного обучения для компаний Вымпелком и Яндекс. В компании «ТриниДата» руководит направлением применения машинного обучения в связке с онтологиями.
Обработка корпоративной информации на естественном языке

Люди обычно предпочитают работать с информацией на естественном языке, а не со структурированными данными – текстовые документы составляют значительную часть данных и значительный объем знаний предприятия. Вместе с тем, до сих пор наиболее распространенный способ работы с такими документами – полнотекстовый поиск, не учитывающий смысла обрабатываемых текстов. Большинство существующих сегодня средств интерпретации естественного языка опираются на использование нейросетей, работа которых часто не поддается анализу, результаты иногда необъяснимы и неожиданны. Альтернатива – использование правил разбора текста, применимых, однако, только для решения относительно локальных задач. Сделать следующий шаг в обработке информации на естественном языке позволяет совместное использование онтологий, как средства представления концептуальных и языковых моделей, и методов машинного обучения. В фокусе доклада – методы и инструменты работы со смыслом, заложенным в текстовой информации: преобразование запросов аналитиков на естественном языке в запросы к структурированным данным; интеграция методов обработки информации на естественном языке со средствами консолидации корпоративных данных; извлечение смысловых конструкций из текстов на естественном языке с целью индексации и автоматизированного аннотирования.
Вернуться
к докладчикам
Эдуард Олевинский, Правовое бюро «Олевинский, Буюкян и партнеры»
Окончил юридический факультет Высшей школы приватизации и предпринимательства, а также и факультет психологии МГУ им. М.В.Ломоносова. Более 30 лет опыта работы на рынке юридических услуг, основатель и руководитель компании «Правовое бюро «Олевинский, Буюкян и партнеры», специализирующейся в области сопровождения процедур банкротства.

Александр Колчин, Правовое бюро «Олевинский, Буюкян и партнеры»

Окончил факультет «Системы управления летательными аппаратами» Московского авиационного института. Около 30 лет опыта работы в сфере общественных коммуникаций и корпоративного управления: The PBN Company, R&R Advertising, «Мобил Телеком», «Русские ВЕБ-ресурсы». Сейчас − партнер компании «Правовое бюро «Олевинский, Буюкян и партнеры».
Что нужно юристам в эпоху цифровой трансформации?

Работа юристов, как правило, оплачивается исходя из почасовой ставки – время стоит серьезных денег, которые платит либо клиент, ожидаемо не желающий нести расходы на техническую, с его точки зрения, работу, либо юридическая компания, что снижает ее billable rate (эффективность труда). Как одна из наиболее консервативных областей – юриспруденция переживает эпоху цифровой трансформации? Что нужно для того, чтобы клиенты не платили за подготовку рутинных документов и поиск данных в различных источниках, а юристы прежде всего занимались защитой интересов своих клиентов, а не тратили время на непроизводственную деятельность? Как организована интеграция с открытыми данными и что сегодня происходит в сфере информатизации деятельности юристов? Доклад посвящен ответам на эти вопросы, формулировке требований к «идеальной» системе для юриспруденции и обзору имеющихся на рынке решений (LegalTech) информатизации работы юристов. Особое внимание уделено анализу опыта эксплуатации интегрированной системы, созданной в правовом бюро «Олевинский, Буюкян и партнеры», а также обсуждению перспектив ее развития и еще не решенных задач в области цифровизации юриспруденции.
Вернуться
к докладчикам
Иван Вахмянин, Visiology
Окончил МИФИ по специальности «Информационное обеспечение экономических процессов», аспирантуру Российской академии государственной службы при президенте РФ по специальности «Информационные технологии в управлении» и Московскую школу управления «Сколково». Эксперт в сфере разработки ПО для анализа и визуализации данных. Сейчас – генеральный директор компании Visiology, где руководит созданием и развитием аналитической платформы бизнес-аналитики.
ViXtract – открытый инструмент загрузки и преобразования данных


Вернуться
к докладчикам
Наталья Мусорина, «Ростелеком»
Окончила МИФИ по специальности «Прикладная ядерная физика». Около 15 лет опыта работы с данными: Сбербанк России, «Газпромбанк», банк «Открытие». Сейчас – директор департамента управления данными в компании «Ростелеком», где отвечает, в частности, за бизнес-системный анализ данных, внедрение операционных процессов управления данными, разработку сервисов и инструментов управления данными.

Александр Юрасов, «Ростелеком»

Окончил Московский государственный индустриальный университет по специальности прикладная информатика в экономике и управлении. Более 10 лет опыта в сфере построения отчетности и управления данными: в «Вымпелком» занимался развитием хранилищ данных и отчетностью бизнес-аналитики для стран СНГ; в Альфа-банке руководил проектами по развитию отчетности по Российским стандартам бухгалтерского учета и Международным стандартам финансовой отчетности. Сейчас – руководитель направления по развитию информационных сервисов департамента управления данными в компании «Ростелеком».
DataGovernance своими силами

Для того, чтобы данные стали ценным активом компании, необходимо, чтобы все ее сотрудники понимали, какими данными они владеют, где их можно получить и как использовать. Как показывают исследования, в крупных компаниях при решении задач работы с данными, от 40 до 80% времени уходит на их поиск. Однако, на практике ситуация еще хуже – данные могут быть безнадежно устаревшими, избыточными, многократно дублированными, либо о их существовании известно лишь узкому кругу пользователей. Данными нужно уметь эффективно управлять и на сегодняшний день на рынке имеются соответствующие решения класса DataGovernace, однако и они часто не позволяют решать конкретные задачи предприятия. Доклад посвящен обсуждению опыта разработки концепции DataGovenance в компании «Ростелеком». Особое внимание уделено анализу причин отказа от внедрения коробочного решения и инициации создания собственного инструмента документирования данных на основе стека Open Source.
Вернуться
к докладчикам
Роман Стрекаловский, «Юнидата»
Около 20 лет опыта работы в качестве архитектора и руководителя проектов – прошел путь от тестировщика, создающего мидлеты для проверки JVM на мобильных телефонах первых поколений и руководителя проектов, до основателя компании, предлагающей рынку инновационные ИТ-решения: Motorola; T-Mobile,Yota – разработка, внедрение и эксплуатация продуктов в области телекоммуникаций; Home Credit – проекты в сфере индустрии финансов. Сейчас – ведущий архитектор в компании Юнидата, где отвечает за развитие инструментальной платформы и продуктов на ее основе, начиная с технологического стека и заканчивая бизнес-потребностями клиентов в области руководства и управления данными.

Александр Константинов, «Юнидата»

Окончил факультет международных отношений СПбГУ по специальности мировая политика. Почти 20 лет опыта работы в области медиатехнологий: руководство студии по производству видеоконтента Voda, автор ряда передач для каналов ТНТ и MTV, а также сценариев для программ на федеральных телеканалах НТВ и РТР. Работал главным редактором отдела газеты «Московский комсомолец», а также занимался продвижением на рынок российско-немецкого концерна A+S и транспортной компании «Газелькин». Сейчас – директор по маркетингу компании «Юнидата».
Data Governance на службе у государства

Доклад посвящен обсуждению опыта выполнения федерального проекта мониторинга социально-экономических показателей в сфере здравоохранения, коммуникаций, экономики и обеспечения правопорядка. Успешное выполнение проекта такого масштаба было бы невозможно без технологии Руководства данными (Data Governance). Использование инструментов данного класса позволило не на бумаге, а на деле решать подобные задачи на принципиально ином технологическом и методологическом уровне. Особое внимание в докладе уделено анализу качества организации и бесперебойности процесса сбора показателей, а также возможности отслеживания происхождения данных по каждому из показателей.
Вернуться
к докладчикам
Николай Разин, Банк России
Окончил МФТИ, специализируется на создании интеллектуальных ИТ-систем, выявляющих скрытые закономерности в больших объемах данных: поиск первоисточников новостей событий, оказывающих существенное влияние на ход торгов и биржевых котировок; классификация больших объемов текстов, написанных в свободной форме; определение и распознавание паттернов, характеризующих поведение участников торгов. Сейчас – руководитель отдела функционального развития Департамента противодействия недобросовестным практикам, Банк России.
Практика машинного обучения в Банке России

Эффективная работа с данными, с одной стороны, предполагает максимальную гибкость при работе с необходимыми инструментами, а с другой, всегда ограничена требованиями протоколов безопасности, охраняющих чувствительные данные от произвольного распространения. Несмотря на столь противоречивые требования, точка, в которой достижим правильный баланс – существует и найденные в результате построения прототипов удачные модели означают не конец, а начало пути. Следующий вопрос – как внедрять модели машинного обучения в промышленную эксплуатацию и как их поддерживать? В докладе на практических примерах моделирования систем машинного обучения в Банке России рассмотрены все плюсы и минусы процесса промышленной эксплуатации соответствующих моделей.
Вернуться
к докладчикам
Роман Генис, «Ростелеком»
Окончил МГТУ им.Н.Э.Баумана. Более 15 лет в ИТ-индустрии: «Топс Бизнес Интегратор» – ИТ-консультант; «Форс-Центр разработки», «Банк Открытие» – архитектор проектов. Специализируется на архитектурах аналитических хранилищ данных и систем отчетности, инструментах интеграции и бизнес-аналитики, приложениях управления эффективностью бизнеса, финансовой и управленческой отчетности, а также на приложениях бюджетирования и финансового планирования. Сейчас – архитектор проектов департамента технологического развития управления данными в компании «Ростелеком».
Работа с мастер-данными и трансформациями в корпоративном хранилище

При загрузке данных до уровня витрин корпоративного хранилища обычно выполняется переход от справочников систем источников к принятым в компании эталонным справочникам (мастер-данным). Однако, такая загрузка данных обычно очень зависит от времени выполнения процессов подготовки и согласования с бизнесом маппингов справочников систем источников. Кроме того, при внесении любых изменений в маппинги требуются длительные масштабные перезагрузки и перепривязки данных. Доклад посвящен обсуждению проблем, возникающих при загрузке бизнес-данных в корпоративное хранилище и подходов, применяемых в корпорации «Ростелеком» для существенного сокращения времени загрузки. Особое внимание уделено архитектуре основного хранилища данных, анализу особенностей его взаимодействия с источниками, а также используемым инструментам управления мастер-данными.
Вернуться
к докладчикам
Александр Сидоров, HeadHunter
Около 20 лет в ИТ-индустрии. Работал менеджером проектов и руководителем сервисов в компании Яндекс. Более 15 лет занимается проектированием и разработкой систем с элементами искусственного интеллекта. Сейчас – руководитель направления анализа данных в компании HeadHunter, где отвечает за разработку и развитие поисковых и рекомендательных систем, метрик и автомодераций.
Как мгновенно найти работу и сотрудников

Многие работодатели и соискатели любят составлять резюме или вакансии из пары предложений, задавать запросы из одного слова и получать готовые контакты друг друга сразу же после того, как посетили сайт. Естественно, каждый из них делает все это по-своему, преследует свои конкретные цели, которые в кризисной ситуации меняются очень стремительно. Чтобы сделать все это возможным, сэкономив время соискателей и работодателей, требуется в реальном времени обработать все накопленные данные о их поведении на сайте, сформировать входной пул для системы машинного обучения, позволяющей предсказывать, кто кому подходит и сформировать итоговую индивидуальную витрину с вакансий и предложений. Доклад посвящен обсуждению технологий обработки потоков данных и архитектуры системы, позволяющей автоматически, без вмешательства кадровиков hh.ru готовить выборки, максимально адекватные запросам.
Вернуться
к докладчикам
Максим Кокурин, «Интер РАО»
Окончил факультет технической кибернетики Тульского государственного технического университета и НИУ ВШЭ по специальности финансовый контроль, бухучет и аудит. Около 30 лет опыта в сфере разработки и внедрения ERP, управления основными данными, проектирования и развертывания прикладной корпоративной архитектуры: Банк России – центр разработки (Региональная Автоматизированная Банковская Информационная Система; Программно-Технологический Комплекс Подготовки и Сбора Данных); Oracle – консалтинг в области разработки и внедрения приложений; SAP – логистика, Техническое Обслуживание и Ремонт Оборудования, прикладные разработки, интеграция, аналитика. Сейчас – руководитель департамента блока ИТ в «Интер РАО», где отвечает за организацию работы специализированной ИТ-компании, построение прикладной корпоративной архитектуры и создание системы управления основными данными.
Основное – данные: замена «коней» на переправе

Может ли импортозамещение не быть хайпом и зачем менять то, что работает? В чем ценность готовых решений и сложность их выбора, когда дешевле не значит лучше, а быстрее не значит эффективнее? Для ответа на эти вопросы в докладе обсуждается процесс эволюции системы управления основными данными от «наливания воды решетом» до стабильной, производительной и расширяемой модели управления. Особое внимание уделено анализу опыта проекта импортозамещения – создания, эксплуатации и развития системы управления основными данными группы «Интер РАО».
Вернуться
к докладчикам
Андрей Бадалов, НИИ «Восход»
Окончил Московский инженерно-физический институт (МИФИ), факультет «Кибернетика» по специальности «инженер-математик». Работал на предприятиях оборонной промышленности страны, консультантом «Информационного центра научного парка МГУ», занимал руководящие должности в «Российской корпорации средств связи» (РКСС), входящей в холдинг «Росэлектроника». Сейчаc – директор НИИ «Восход».
Наш опыт создания НСУД

В рамках федерального проекта «Цифровое государственное управление» национальной программы «Цифровая экономика» в 2019 году началась разработка Национальной системы управления данными (НСУД), призванной связать государственные информационные системы и обеспечить доступность, достоверность, полноту, непротиворечивость и защищенность используемых в них данных. По сути, НСУД — это совокупность правовых, организационных, методологических и информационно-технологических элементов, требуемых для объединения информационных систем государственных и муниципальных органов власти. НСУД должна ускорить автоматизацию процессов госуправления, повысить качество и скорость оборота данных, а также предоставить гражданам и юридическим лицам цифровые услуги на более высоком уровне. Доклад посвящен обсуждению особенностей разработки и апробации НСУД, ее ключевых информационно-технологических элементов: Единой информационной системы и витрин данным. Особое внимание уделено анализу опыта конкретных внедрений технологий НСУД в пилотных ведомствах.
Вернуться
к докладчикам
Антон Вахрушев, Сбербанк
Окончил Удмуртский государственный университет, экономист-математик. Около десяти лет опыта разработки прогнозных моделей для крупных банков. Призер соревнований по машинному обучению – «Kaggle Master». Сейчаc – руководитель направления, разработчик решения AutoML в Лаборатории искусственного интеллекта, Сбербанк.
AutoML: анализ данных и моделирование

Число специалистов по исследованию данных (Data Science) сегодня растет существенно медленнее, чем объем задач, решаемых методами машинного обучения. Однако, большинство таких задач – типовые. Доклад посвящен обсуждению способов автоматического решения львиной доли подобных задач при помощи инструмента AutoML, позволяющего освободить время дорогостоящих специалистов для более важных проблем: корректной постановки задачи, выбора наиболее адекватной целевой метрики, генерации экспертных признаков и т.п. Рассмотрены особенности построения blackbox-моделей с помощью библиотеки LightAutoML (LAMA) и интерпретируемых моделей средствами WhiteBoxAutoML, выбираемых в зависимости от конкретной задачи, требований регулятора и возможностей инфраструктуры. Кроме этого в докладе рассмотрены различные варианты инференса моделей с помощью сервисов SberCloud и автоматически сгенерированных SQL-запросов. Примечательно, что соответствующие библиотеки в скором времени будут доступны и сообществу OpenSource.
Вернуться
к докладчикам
Алексей Карапузов, Минцифры России
Окончил Московский института стали и сплавов (МИСиС) по специальностям «Инженер по автоматизации технологических процессов и производств» и «Информационные системы: внедрение сложных информационных систем на основе SAP и Oracle», а также обучался в Центре подготовки руководителей цифровой трансформации ВШГУ РАНХиГС. Работал на различных позициях в практике ИТ-консалтинга компании IBS, а затем в Фонде развития промышленности, где в должности руководителя направления отвечал за развитие государственной информационной системы. В 2018-2020 годах работал заместителем главы администрации города Нижнего Новгорода по информационным технологиям. Обладает богатым отраслевым опытом в сфере создания и развития информационных систем, реализации программ информатизации, применения механизмов государственно-частного партнерства, консультирования в области реорганизации бизнес-процессов, ИТ-аудита и разработки ИТ-стратегий. Сейчас – заместитель директора Департамента развития архитектуры и координации информатизации Минцифры России, где курирует разработку единой технической политики и ее внедрение в органах государственной власти, развитие методологии и архитектурных подходов, используемых при создании и развитии информационных систем, механизмов государственно-частного партнерства в государственных ИТ-проектах.
Единая техническая политика: принципы и требования к управлению данными в информационных системах органов власти

Единая техническая политика – совокупность принципов, правил и требований, наилучшим образом обеспечивающих достижение целей цифровой трансформации госуправления. Такая политика призвана синхронизировать и дополнить существующие требования к созданию информационных систем органов государственной власти, организации взаимодействия как с пользователями систем, так и взаимодействия систем между собой, включая управление данными. Доклад посвящен обсуждению принципов и требований к управлению данными в информационных системах органов государственной власти.
Вернуться
к докладчикам
Анна Андрейченко, Центр диагностики и телемедицины, Департамент здравоохранения Москвы
Окончила НИЯУ МИФИ, Университет Неймегена и Университет Утрехта (Нидерланды), PhD, к.физ.-мат.н. Сейчас – старший научный сотрудник, руководитель отдела медицинской информатики, радиомики и радиогеномики Центра диагностики и телемедицины Департамента здравоохранения города Москвы, заместитель главы комитета по искусственному интеллекту в лучевой диагностике Московского регионального отделения Российского общества рентгенологов и радиологов.
Искусственный интеллект в медицинской визуализации

Доклад посвящен анализу текущих результатов и обсуждению опыта масштабного московского эксперимента по использованию компьютерного зрения для анализа медицинских изображений и его применения в системе здравоохранения Москвы (mosmed.ai). Особое внимание уделено особенностям работы с медицинскими данными, в частности, созданию эталонных наборов для решения задачи валидации в системах медицинского искусственного интеллекта.
Вернуться
к докладчикам
Александр Тарасов, DIS Group
Закончил Белгородский государственный технологический университет им. В.Г.Шухова. Около 20 лет в сфере управления ИТ-проектами, управления инновационной деятельностью и управления данными (в том числе Data Governance). Работал старшим директором по развитию бизнеса компании БДО Юникон, начальником департамента ИТ в МРСК Центр, а также руководил проектами SAP в ряде организаций. Автор серии вебинаров Data Governance, член Экспертного совета премии CDO Award. Сейчас – управляющий партнер DIS Group где руководит отделом консалтинга и направлением Master Data Management.
CDO & CEO: кто отвечает за цифровую трансформацию?

До сих пор не стихают споры об основных задачах директора по данным (CDO), а между тем, глобальные вопросы качества данных из категории хайпа перешли в категорию жизненно-важных проблем компаний. Недавние исследования свидетельствуют о том, что CDO становятся новыми партнерами бизнес-инициатив, и при этом в фокусе их внимания остаются задачи внедрения процесса «Know your data» и работа с «чувствительными» данными. Роль CDO в компании меняется – сегодня мы говорим не просто о директоре по данным, а о его архетипе: «Governance guru», «Оптимизатор процессов», «Цифровой драйвера» и «Бог аналитики». Однако, как показывает практика, для эффективной реализации цифровой бизнес-модели компании CDO не хватает реальных полномочий, но они есть у CEO, который зачастую не принимает активного участия в цифровизации. Актуальным становится организация бизнес-партнерства CDO и CEO. В докладе обсуждается, какой из архетипов CDO важен в каждой конкретной ситуации, как он сочетается с текущей бизнес-стратегией, какие из задач являются приоритетными для CDO на данный момент, и как необходимо выстраивать взаимодействие между CDO и CEO в компании.
Вернуться
к докладчикам
Роман Раевский, независимый эксперт
Окончил аспирантуру физико-технического факультета Уральского государственого технического университета по специальности «теоретическая физика». Около 30 лет опыта создания, разработки и внедрения ERP, CRM и аналитических систем на зарубежных и отечественных предприятиях и организациях. Принимал участие в проектах вывода на российский и европейский рынок сложных ИТ-продуктов класса ERP и CRM, а также аналитических платформ. Обладает глубокой экспертизой по системам бизнес-аналитики, включающим стек технологий искусственного интеллекта, автор ряда продуктов и алгоритмов.
Бизнес-аналитика: как монетизировать ваши данные?

Как известно, сами по себе инструменты бизнес-аналитики денег бизнесу не приносят, а их внедрение часто затратно и далеко не всегда успешно. Как сделать так, чтобы данные, поступающие на вход таких систем, приносили компании прибыль, а проект их внедрения быстро окупался? Какие результаты действительно нужно визуализировать, а что предоставить для дальнейшего анализа бизнес-пользователям? Доклад посвящен ответам на эти и другие вопросы. Особое внимание уделяется обзору реальных примеров, демонстрирующих преимущества систем бизнес-аналитики, изложению основных принципов окупаемости проектов внедрения аналитики в различных организациях, а также критериев их успешности.
Конференция для:
Директоров по развитию и цифровой трансформации;
Управляющих директоров, менеджеров проектов
Руководителей функциональных,
бизнес-подразделений и направлений;
Проектировщиков и архитекторов цифровых решений;
ИТ-директоров и руководителей ИТ-отделов;
Бизнес-аналитиков, консультантов и экспертов
Спикеры
Дискуссия
Вернуться
к докладчикам
Наталья Бахвалова, «Северсталь»
Почти 20 лет опыта управления проектами по оптимизации бизнес-процессов и внедрения ИТ-решений для бизнеса в крупных российских и международных компаниях: «Северсталь», Deloitte, ТНК-ВР, Castorama. Специалист по проектному управлению, управлению портфелем проектов, управлению рисками, управлению коммуникациями, управлению изменениями и управлению закупками.
/

/
Круглый стол
Low-code – драйвер гиперавтоматизации?
Вернуться
к докладчикам
Ольга Падучева, ЕВРАЗ
Окончила Кемеровский государственный университет по специализации «Математик, системный программист» и корпоративную программу «Новые Лидеры ЕВРАЗа» в «Сколково». Около 10 лет опыта работы в ИТ-индустрии – оптимизация операционного управления и повышение результативности бизнес-процессов. Сейчас – руководитель проекта Self-service analytics в ЕВРАЗ.
Инструменты no-code в металлургии

Доклад посвящен анализу опыта применения технологий low-code/no-codе в комбинации с различными корпоративными инструментами для повышения результативности бизнес-процессов, в частности благодаря активному привлечению CDS (citizen data science). Особое внимание уделено демонстрации процесса развертывания проекта low-code на одном из предприятий ЕВРАЗ, а также обсуждению планов развития направления self-service analytics в корпорации.
Вернуться
к докладчикам
Максим Яцкевич, Фонд «Сколково»
Окончил МГТУ им. Н.Э. Баумана. Более десяти лет опыта работы в области создания ИТ-инфраструктур и автоматизации бизнес-процессов. Сооснователь и ex-CPO (Chief Product Officer) компании PIX Robotics. Выполнил более 70 проектов роботизации бизнес-процессов, включая создание центров компетенции. Обучил 1200 слушателей технологиям и разбору процессов для RPA. Член жюри в акселераторах и ментор Инновационного центра «Сколково». Трекер стартапов при программах Сбера, Газпромнефти, Правительства Москвы. Член «Международного объединения бизнес трекеров».
Low-code – ниша, тенденция или «биржа»?

Одна из самых серьезных проблем современных корпораций — это бесконечные запросы к ИТ-подразделению с просьбами то на исправление ошибок, то на улучшения приложений. Удовлетворение подобных заявок подчас происходит тяжело, долго и болезненно. С другой стороны, сегодня широко обсуждаются вопросы создания сайтов, роботов, чат-ботов, VR-конференций без программирования, а лишь путем "перетаскивания по экрану кубиков с тривиальными названиями". Без обращения к ИТ-подразделению можно теперь практически бесплатно протестировать бизнес-гипотезу, что позволяет в разы сокращать накладные расходы и время вывода продукта или сервиса на рынок. Аналитики наперебой предсказывают стремительный рост рынка платформ Low-code, что, с одной стороны позволит ускорять решение проблем бизнеса силами самого бизнеса и устранить дефицит ИТ-кадров, а что с другой? Доклад посвящен обсуждению преимуществ и недостатков философии минимального кодирования, платформы которого претендуют сегодня на роль инструментов гиперавтоматизации. Low-code – это узкая ниша, общая тенденция эпохи цифовизации или лишь «игра на бирже» с неизвестным результатом?
Вернуться
к докладчикам
Ринат Гимранов, «Сургутнефтегаз»
Окончил Новосибирский электротехнический институт по специальности «инженер-системотехник» и Московский государственный институт международных отношений МИД России (MBA – международный нефтегазовый бизнес). Более 30 лет опыта работы в ИТ-индустрии. реподаватель в магистратуре Сургутнефтегаза в Сургутском государственном университете. Эксперт Сколково. Сейчас – начальник управления ИТ ПАО «Сургутнефтегаз».
Почему у Low-code нет альтернативы в цифровой экономике

В компаниях нефтегазового сектора сегодня внедряется огромное количество продуктов и платформ, кратно увеличивающих насыщенность виртуального мира артефактами и повышающих интенсивность информационного обмена между реальным и виртуальным миром – цифровые двойники должны быть как можно более адекватны реальным объектам. Отчасти проблему адекватности двух миров решает Интернет вещей и сопутствующие технологии – при высокой изменчивости реального мира требуется не только насытить цифровые двойники данными в реальном времени, но также в реальном времени изменять их свойства, структуру, особенности взаимодействия с другими объектами. Однако, в режиме реального времени сделать это невозможно пока требуется обязательное вмешательство программистов. Вместе с тем, если языком программирования сделать онтологические модели, реализованные на платформах Low-code, то соответствующие цифровые платформы смогут справиться с потоком разнообразия изменений. Доклад посвящен обсуждению актуальности платформ Low-code и их месту в ИТ-ландшафте крупного предприятия, вопросам изменения модели взаимодействия ИТ-служб с заказчиком и подходам к созданию бизнес-приложений с помощью инструментов Low-code. Особое внимание уделено безальтернативности использования минимального кодирования для обеспечения адекватности цифровых двойников и цифровых следов объектам и событиям реального мира.
Вернуться
к докладчикам
Никита Старичков,
Окончил Московский физико-технический институт, факультет инноваций и высоких технологий по специальности «Прикладная математика и информатика». Более пяти лет в ИТ-индустрии – сотрудник отдела разработки платформы 1С:Предприятие. Руководитель базовых кафедр компании 1С в НИУ МФТИ и НИУ ВШЭ – преподает дисциплины "Проектирование ПО" и "Технологии программирования". Сейчас – заместитель директора по работе с научно-исследовательскими университетами, 1С.
Платформа Low-code для цифровизации бизнеса

Если совсем недавно главное требование бизнеса к ПО заключалось лишь в автоматизации рутинных операций, то сегодня, в условиях повсеместной цифровизации, от инвестиций в программные решения ожидается повышение эффективности бизнес-процессов в целом. Главная тенденция сегодня – трансформация процессов ведения бизнеса и перевод их на качественно новый уровень с помощью новых технологий. Становятся все более востребованы платформы low-code, ускоряющие цикл цифровой трансформации от бизнес-потребности до работающего бизнес-процесса. Доклад посвящен обсуждению возможностей технологической платформы «1С:Предприятие», интегрирующей инструменты и технологии (fullstack-platform) создания высоконагруженных кроссплатформных бизнес-решений различной сложности и поддержки концепции low-code быстрой разработки. Такой подход обеспечивает необходимую гибкость решений и возможность адаптации приложений под конкретные требования. Кроме этого в докладе на конкретных примерах из экосистемы, включающей сотни отраслевых решений, анализируются современные тенденции автоматизации бизнеса и разбираются основные направления технического развития платформы «1С:Предприятие».
Вернуться
к докладчикам
Андрей Слекеничс, Сбер
Окончил Обнинский институт атомной энергетики (ИАТЭ) и МЭСИ. Более 20 лет опыта работы в ИТ-индустрии: автоматизация риск-менеджмента и банковской розницы, корпоративная и системная архитектура, создание инструментов поддержки модельного подхода при разработке промышленных приложений (Model-Driven Development , Model-Driven Architecture, Domain Driven Design, Model-Driven Engineering, Rapid Application Development). Сейчас – главный эксперт по технологиям, Product Owner платформы сопровождения программного кода SberStack, Сбер.
Low-code для профессиональных разработчиков

До тех пор пока львиная доля функционала ИТ-решений существует только в форме программного кода, а не графических нотаций платформ Low-code/No-code, команды разработки будут вынуждены тратить огромные ресурсы на поддержку кода: ревизия кода (code review) и архитектуры программных комплексов, автоматизация тестирования и миграция кодовой базы на новый технологический стек и т.д. Чем крупнее проект, тем больше времени команда тратит на решение подобных задач. В докладе рассмотрен опыт Сбера по созданию и внедрению решений Low-code для профессиональных разработчиков, позволяющих автоматизировать задачи сопровождения программного кода. Какие требуется решать задачи сопровождения кода и как часто они возникают? Какие ограничения такие задачи накладывают на интерфейсы? Как решения Low-code автоматизации сопровождения программного кода встраиваются в производственный процесс разработки ПО? Особое внимание уделено анализу опыта эксплуатации автоматизированных функций сопровождения ПО и планам по автоматизации всего стека задач поддержки кода.
Вернуться
к докладчикам
Олег Дронов, OptimaJet
Окончил Волгоградский государственный технический университет. Около 20 лет опыта в Интернет-маркетинге: "J'son & Partners Consulting", "Бюро N5", Softline. Создал первое в стране репутационное агентство и первую систему рекламы на частном автотранспорте; развивал экосистему для разработчиков oneAPI; продвигал технологии открытых API на российском рынке. Руководитель инвестиционного фонда Adfirst.vc. Сейчас, в частности, партнер компании OptimaJet, разрабатывающей решения low-code для автоматизации бизнес-процессов.
Low-code как сервис

.
Вернуться
к докладчикам
Круглый стол: Low-code – драйвер гиперавтоматизации?
Нехватка разработчиков и требования бизнеса к скорости изменений привели к стремительному развитию платформ low-code/no-code – готовые конструкторы позволяют теперь без программирования создавать приложения, оперируя блок-схемами. Необходимость таких платформ сомнений не вызывает, но какие бизнес-задачи они позволяют закрывать? Кто-то считает, что платформы low-code/no-code нужны только для тестирования гипотез и на следующих этапах придется возвращаться к классической разработке. Кто-то видит в этом устойчивую тенденцию к изменению структуры бизнеса через инструментальное ПО. Круглый стол посвящен обсуждению особенностей разработки ПО с помощью платформ low-code/no-code и анализу рисков минимального кодирования и предназначен для: руководителей функциональных, бизнес-подразделений и направлений; Chief Data Officer (CDO); руководителей проектов цифровой трансформации; управляющих директоров, менеджеров проектов; бизнес-аналитиков; ИТ-директоров и руководителей ИТ-отделов; разработчиков бизнес-систем и решений бизнес-аналитики.

Основные темы:
  • действительно ли в штате компании нужны разработчики или любой сотрудник может теперь создать свое бизнес-приложение,, нужны ли взять специалисты по Low-code/No-code;
  • есть ли у программ, разработанных на платформах на Low-code/No-code шанс войти в реестр российского ПО;
  • готовы ли корпорации рассматривать для себя решения, сделанные с помощью инструментов Low-code/No-code;
  • имеется ли у разработчиков программ на платформах Low-code/No-code уверенность в их стабильности и готовности к высоким нагрузкам;
  • преимущества для конечного пользователя решений, сделанных с помощью инструментов Low-code/No-code;
  • когда нужно переходить с No-code на обычную разработку и надо ли;
  • как инвесторы оценивают изменения на рынке в связи Low-code/No-code.

Модератор: Алла Кветная, руководитель направления развития и поддержки клиентов, а также руководитель международной практики Департамента систем автоматизации ИТ и процессов обслуживания компании Naumen. Окончила Уральский федеральный университет по направлению «Теоретическая физика» и Московскую школу управления «Сколково» по программе «Global Shift» и Фонда развития интернет-инициатив (ФРИИ) по программе «Pre Go Global». Около 20 лет опыта управления проектами в ретейле и ИТ, в частности, выполняла проект развертывания российских решений Naumen в сети гипермаркетов Globus Baumarkt в Германии (около 100 торговых точек).Участвовала в разработке и внедрении платформы Naumen Service Management Platform в качестве системного аналитика, бизнес-аналитика, руководителя отдела сопровождения проектов и руководителя отдела внедрения. Член Ассоциации профессионалов управления данными (АПУД) и DAMA International.
Вернуться
к докладчикам
Александр Смирнов, «Яндекс»
Окончил МИФИ. Более 20 лет опыта работы в ИТ-индустрии – проектирование и разработка платформ и прикладных информационных систем для финансовой и авиационной отраслей, ретейла и промышленности. В частности, работал главным архитектором платформы в Сбербанк-Технологии. Сейчас – эксперт Yandex Serverless и Yandex Database.
Serverless: широкий взгляд на low-code

Использование подхода low-сode к разработке программного обеспечения позволяет быстрее и с минимальным кодированием вручную получать работающие приложения. Платформы low-code содержат средства визуальной разработки, позволяющие из готовых компонентов собирать прикладную логику, в результате чего задачи потенциально могут быть решены силами широкого круга специалистов по конкретным прикладным областям, не обладающих глубокими знаниями в программировании. В результате, компании и предприятия, получают конкурентные преимущества. При этом подход low-code не ограничивается лишь применением соответствующих специализированных платформ – на самом деле, подобный подход реализуют любые инструменты или технологии, снижающие объем и технологическую сложность ручной работы при реализации ИТ- и бизнес-задач, позволяющие сократить количество подразделений и сотрудников на пути от идеи до работающего приложения. Одна их таких технологий – Serverless Computing, активно развивающаяся сегодня в ведущих облачных платформах, включая и Yandex Cloud. Доклад посвящен обсуждению особенностей данной технологии, оценке влияния ее применения на объем кода, требования к квалификации разработчиков, ИТ-инфраструктуру и экономику организации в целом. Особое внимание уделено ответу на вопрос – можно ли считать Serverless Computing альтернативой применения платформ low-code или речь идет о синергии?
Вернуться
к докладчикам
Сергей Степанов, «Россельхозбанк»
Окончил Дальневосточный Политехнический институт по специальности "Вычислительные машины, комплексы и сети". Более 30 лет опыта работы в ИТ-индустрии. Занимался разработкой систем обработки данных и автоматизации процессов, руководил проектами внедрения и адаптации АБС, а также заказной разработкой информационных систем. Руководил управлением разработки информационных систем в банке ВТБ. В «Росбанке» работал директором офиса управления корпоративной архитектуры. Сейчас – директор департамента корпоративной архитектуры АО «Российский сельскохозяйственный банк».
Low-code вчера, сегодня, завтра

Концепция low-code далеко не нова – интерес к минимальному кодирования возник еще в 60-х годах прошлого века вместе с появлением на рынке первых коммерческих компьютеров. Возврат интереса к low-code происходит с периодом в 8-10 лет – «гражданских» программистов (бизнес-менеджеров, маркетологов, руководителей функциональных подразделений и пр.) привлекают «конструкторы» платформ low-code, позволяющие создавать и настраивать прототипы приложений для проверки гипотез или вывода на рынок новых сервисов. Однако имеется набор объективных причин и заблуждений, приводящих к нарастанию популярности, а потом и к спаду интереса к low-code, вызванному вовсе не недостатками технологий. Доклад посвящен обсуждению внутренних противоречий подхода low-code и разбору конкретных ситуаций, при которых его применение эффективно, а когда теряет всякий смысл.
Вернуться
к докладчикам
Виктор Фадеев, Haulmont
Окончил Самарский Аэрокосмический Университет по специализации инженер-программист баз данных и MBA в университете OU LINK. Почти 20 лет опыта работы в ИТ-индустрии: инженер-программист1С; руководитель проектов внедрения CRM и BPM систем от Terrasoft и ELMA; руководитель направления инжиниринга строительной компании – управление инженерными проектами на предприятиях нефтегазовой отрасли; директор по продажам в компании KROHNE – международном производителе измерительного оборудования. Сейчас – в российской компании Haulmont директор по развитию платформы Jmix быстрой разработки корпоративных бизнес-приложений.
Как OpenSource снижает риски разработки low-code

Активное обсуждение технологий low-code вращается сегодня, главным образом, вокруг преимуществ минимального кодирования, часто обходя его слабые стороны. Среди самых популярных обещаний этого подхода называется решение проблемы дефицита кадров, поддержка бизнес-пользователей с минимальными знаниями в области разработки, безграничные возможности применения и масштабирования, удобство управления процессом разработки low-code, гарантии минимальной зависимости от вендора (vendor lock-in). Вместе с тем, по мнению аналитиков, многие из этих аспектов являются основными источниками неопределенностей и требуют тщательного анализа при принятии решении об использовании технологии low-code. В докладе классифицируются риски при выборе компаниями решений low-code (ограничения платформ, масштабирование, миграция, устаревание технологического стека и пр.) и предложены способы их минимизации. Особое внимание уделено разбору на конкретных примерах преимуществ использования OpenSource-платформ минимального кодирования для разработки корпоративных приложений.
Вернуться
к докладчикам
Сергей Кобец, SberDevices
Окончил МГГУ им. М. А. Шолохова. Почти 15 лет опыта работы в ИТ-индустрии – выполнение проектов разработки ПО различных масштабов: от небольших стартапов до сложных продуктов для банков и федеральных министерств. Сейчас – руководитель управления разработки платформы SmartMarket.
Инструменты low-code формирования навыков виртуальных ассистентов

Технологии low-code применяются сегодня при обучении чат-ботов и «воспитании» виртуальных ассистентов. Несмотря на то, что в Сбере есть много профессиональных команд разработчиков, даже среди этих команд сейчас все чаще используются именно инструменты low-code. В частности, имеется ряд платформ и инструментов, доступных всем желающим. Популярность таких средств постоянно растет, а аудитория их активных пользователей уже измеряется тысячами человек. Доклад посвящен обсуждению возможностей SmartApp Graph – популярного инструмента, ориентированного на создание приложений для семейства виртуальных ассистентов «Салют».
Вернуться
к докладчикам
Дмитрий Калаев, ФРИИ
Окончил Уральский государственный экономический университет и Академию народного хозяйства при Правительстве РФ. Почти 30 лет опыта работы в ИТ-индустрии: со-основатель и зам. генерального директора компании Naumen; cоветник министра экономики Свердловской области; управляющий партнер компании "RedButton Venture Capital"; руководитель регионального офиса "Сбербанк-Технологии"; со-основатель программы «венчурного туризма» в Кремниевую долину (GoValley.ru) и программы акселерации в США TechMafia. Сейчас – директор акселератора ФРИИ (более 1500 стартапов, прошедших программы акселерации с 2013 года), партнер венчурного фонда ФРИИ-инвест (более 400 инвестиций в компании, среди которых VisionLabs, Promobot, Playkey, TalkBank, PimPay, Агросигнал и др.).


.
Вернуться
к докладчикам
Алексей Новожилов, Comindware
Окончил Нижегородский государственный университет им. Н.И. Лобачевского. Более десяти лет опыта работы в ИТ-индустрии – международные компании, работающие на различных рынках в сферах B2B, B2C, FMCG. Специализируется на системах развития клиентского сервиса, реализации цифровых инициатив, направленных на улучшение как внутренних бизнес-процессов, так и процессов взаимодействия с клиентами компаний. Сейчас – менеджер по работе с ключевыми клиентами компании Comindware, отвечая за поддержку проектов цифровой трансформации на предприятиях-клиентах: проектирование ИТ-архитектуры, совершенствование бизнес-процессов и формирование корпоративной культуры.
«Гражданские» разработчики против ИТ-отдела?

Сегодня активно обсуждается тема минимального кодирования, которое считается чуть ли не панацеей от всех проблем, связанных с созданием, сопровождением и эксплуатацией бизнес-приложений, решаемых теперь бизнес-менеджерами в режиме «сделай сам». Зачем в таком случае нужен ИТ-отдел? Кто в ответе за доработку и поддержку DIY-решений? Пришло ли время «гражданских» разработчиков? Доклад посвящен ответам на эти и другие вопросы, связанные с местом и ролью «гражданских» разработчиков в корпоративном ландшафте: где пределы компетенции таких разработчиков, как снизить риски при масштабировании решений, созданных «гражданскими» разработчиками на предприятии. Особое внимание уделено детальному анализу примеров конкретного использования решений low-code на крупных предприятиях ретейла и ТЭК.
Вернуться
к докладчикам
Константин Артемьев, Sherpa RPA
Окончил Астраханский Государственный Технический Университет. Более 20 лет опыта в области автоматизации бизнес-процессов. Автор курса технологии RPA в Высшей Школе Экономики. Сейчас – генеральный директор компании Sherpa RPA, специализирующей на разработке, поставке и сопровождении цифровой платформы (входит в Единый реестр российского ПО) гиперавтоматизации бизнес-процессов.
Роботы no-code для ускорения бизнеса и против дефицита кадров

Компаниям сегодня катастрофически не хватает квалифицированных разработчиков, однако также есть проблемы и с поиском, обучением и удержанием линейного персонала: менеджеров, бухгалтеров, операторов контакт-центров и т.д. Объединение технологий компьютерного зрения, искусственного интеллекта, чат-ботов в единой интегрированной среде, обеспечивающей возможности взаимодействия с любым ПО, как это вручную делает человек, позволяет виртуальным сотрудникам устранить кадровый дефицит и меньшим штатом выполнить компании требуемый для развития ее бизнеса объем работы. Однако роботы способны на большее: выполнять вспомогательные операции по поддержке творческого процесса разработки и вывода на рынок новых продуктов и услуг, предоставлять среду для быстрого тестирования бизнес-гипотез и разработки минимально жизнеспособных продуктов, позволяя компаниям оперативно адаптироваться к изменениям рынка. Доклад посвящен обсуждению возможностей программных роботов, требующих минимальных усилий по их программированию. Особое внимание уделено рассмотрению конкретных примеров применения роботов no-code в страховых и лизинговых компаниях, ретейле, а также в промышленности.
Вернуться
к докладчикам
Сергей Алешкин, «СОГАЗ»
Окончил МИИТ по специальности «Информационные системы в экономике». Более 20 лет опыта работы в ИТ-индустрии: ОАО «РЖД» – развертывание платформы SAP R3 для управления ресурсами; Росбанк, НОМОС-Банк, Банк Союз, ДОМ.РФ – руководство аналитическими подразделениями (маркетинговая аналитика); ВСК, РЕСО – руководство подразделениями цифровизации аналитики, отвечающими, в частности, за исследование данных и прогнозное моделирование, позволившее увеличить эффективность продаж полисов страхования имущества физических лиц, КАСКО и ОСАГО, а также усовершенствовать тарификацию по продуктам добровольного страхования на основе алгоритмов ИИ. Сейчас в «СОГАЗ» отвечает за разработку моделей машинного обучения и их внедрение в бизнес-процессы страховой компании.
Low-code в машинном обучении

Применение моделей машинного обучения в российских компаниях стало обыденной практикой – сегодня это одно из важнейших направлений адаптации к работе в динамичном «цифровом» мире. Доклад посвящен анализу опыта использования минимального программирования при разработке моделей машинного обучения для совершенствования бизнес-процессов страховой кампании. Особое внимание уделено моделям машинного обучения в кросс-продажах розничной сети – обсуждается пример построения такой модели для выявления клиентов с высоким уровнем спроса на продукты добровольного страхования, позволившей на порядок повысить результативность кросс-продаж.
Вернуться
к докладчикам
Олеся Машкина, «ВкусВилл»
Окончила Международный Институт экономики и права по специальности менеджмент. Карьеру начала в компании «Акелла», специализирующейся на создании компьютерных игр, в 2013 году пришла в компанию «ВкусВилл» где основала отдел инноваций в рамках развития внутреннего предпринимательства. В 2020 году принимала активное участие в запуске интернет-магазина «ВкусВилл». Сейчас – управляющая технологиями в компании «ВкусВилл».
Технологичные «коленки» ВкусВилл

Изменение поведения покупателей, локальные и интернациональные вызовы, а также изменение регулятивных норм означают, даже для торговых компаний, специализирующихся на товарах повседневного спроса, потерей доходов. В условиях, когда доля интернет-магазина в общей ежедневной выручке компании утраивается каждый квартал, основным фактором успешного развития бизнеса становится его способность мгновенно реагировать на изменения. Сегодня любая инициатива бизнеса должна поддерживаться соответствующими ИТ-решениями, эффективность которых зависит от качественной постановки задачи, грамотного технического задания на микросервисы, реализующий новый функционал и здесь бизнесу могут помочь конструкторы low-code, позволяющие экономить время и деньги. Доклад посвящен обсуждению возможностей конструкторов low-code для решения бизнес-задач в ретейле, а также границ областей применения low-code. Особое внимание уделено ответу на вопрос – как экспертиза «в коленках» позволяет бизнесу качественно формулировать задачи.
Вернуться
к докладчикам
Алексей Хабаров, Ашан
Окончил МГТУ им.Н.Э.Баумана и программу CDTO Московской школы управления «Сколково». Более десяти лет кросс-индустриального опыта работы в области Customer Experience и Customer Intelligence в крупных российских и международных компаниях. Специализируется на выстраивании клиентоориентированных ИТ-команд и альянсов для удовлетворения стремительно меняющихся потребностей бизнеса и конечных потребителей: UniCredit Bank, ПСБ, SAS Institute, X5 Retail Group. Сейчас – СТО по клиентскому сервису, Auchan Retail Russia.


.
Вернуться
к докладчикам
Александр Жмурко, «Меркатор Холдинг»
Более 20 лет опыта работы в ИТ-индустрии: PROMT, АйТи, «РОСА», Naumen, «Университет 2035». В качестве аналитика, архитектора и руководителя участвовал в проектах разработки и внедрения программных систем: решения для Миннауки России, Минкомсвязи России, Минпромторга России и ряда других федеральных министерств и ведомств, а также крупных компаний (АО "Почта России"). Возглавлял Российскую ассоциацию свободного программного обеспечения (РАСПО), один из идеологов реестра отечественного ПО. Участвовал в проектах Национальной технологической инициативы (НТИ). Выступал методологом проекта "Базовая модель компетенций Цифровой экономики" – проект Университета 2035 в рамках Нацпроекта "Цифровая экономика". Сейчас – заместитель по науке Директора по инновациям, «Меркатор Холдинг».


.
Вернуться
к докладчикам
Михаил Неверов, X5 Group
Около 10 лет опыта создания и развития цифровых продуктов на основе технологий больших данных. С нуля развивал конкурентный анализ в Social Discovery Ventures. Соавтор курса Венчурного Акселератора, приглашенный лектор Нетологии. Работал со стартапами на разной стадии роста. Сейчас — директор по анализу данных в X5 Group, отвечая запуск и развитие внутренних продуктов на основе больших данных, развитие внутри компании подхода Data Driven.


.
Вернуться
к докладчикам
Вадим Подольный, 4CIO
Окончил Московский Инженерно Физический Институт (НИЯУ МИФИ). Более 20 лет в ИТ-индустрии: Центр информационной безопасности МИФИ; ОАО «ВНИИАЭС», ГК «Росатом» – руководство разработкой Российской программной платформы Системы Верхнего Уровня АСУ ТП (ПОРТАЛ) для АЭС ГК «Росатом», эксплуатируемой российских и зарубежных энергоблоках с реактором ВВЭР 1000, ВВЭР 1200, БН 800; «ЕНДС «Глонасс-Навигатор» – ИТ-директор; АО «ЦНИИ-ЭИСУ», ГК Ростех – руководитель разработки ОС «Заря»; АО «РАСУ» — директор департамента разработки ПО и Кибербезопасности; ГК Ростех (АО Концерн «Созвездие»), ОАО РЖД (АО «НИИАС»), ОРКК (ОАО «НИИКП») – советник; «Московский завод «Физприбор» – зам. Генерального директора по Системной интеграции и Кибербезопасности. Член совета Клуба топ-менеджеров 4CIO.


.
Вернуться
к докладчикам
Константин Шимановский, «Форсайт»



Алла Стольникова, «Форсайт»

Окончила механико-математический факультет Пермского государственного университета по специальности «Математическое обеспечение вычислительных систем». Более пяти лет опыта работы в ИТ-индустрии: разработчик в команде моделирования компании «Форсайт», затем - сотрудник отдела технологической экспертизы департамента управления продуктами.Сейчас – руководитель отдела технологической экспертизы компании «Форсайт».
Low-сode или Easy Framework – практика российской аналитической платформы

.
Вернуться
к докладчикам
Денис Бахаев, Siemens Digital Industries Software
Окончил Московский Государственный Институт Радиотехники, Электроники и Автоматики (МИРЭА). Почти десять лет в ИТ-индустрии: продвижения новых ИТ-продуктов на российский рынок, создание и развитие партнерской сети, организация внутренних продаж, Digital Factory: "Хоум Кредит энд Финанс Банк", SIEMENS. Опыт в сфере разработка ПО для решений Промышленного Интернета вещей, систем Управления производственными операциями и процессами, SCADA и PLC. Сейчас – руководитель по развитию направления «Цифровые решения», Siemens Digital Industries Software отвечая за развитие бизнеса по различным облачным решениям: Промышленный интернет вещей, low-code-разработка приложений для каждого в регионах России, СНГ и Турции.
Low-code для корпораций: от цифровых двойников до Интернета вещей

Организации все чаще применяют сегодня LCAP (low-code application platform) для обеспечения эффективного взаимодействия подразделений разработки, ИТ и бизнеса с целью оперативного вывода на рынок новых решений и модернизации систем поддержки бизнеса – к 2025 году более 70% новых корпоративных приложений будет создаваться средствами LCAP. Как и любое ПО корпоративного уровня такие платформы должны обеспечивать высокую производительность, доступность и масштабируемость; восстановление после сбоев и информационную безопасность; доступ через API к корпоративным и сторонним облачным сервисам; мониторинг использования приложений и соблюдение соглашения об уровне обслуживания. Кроме этого корпоративные LCAP — это техническая поддержка и обучение от поставщика. Доклад посвящен обсуждению архитектуры корпоративной платформы low-code платформы Mendix, способной работать как в мультиоблачной гибридной среде, так и в локальном ЦОД, используя преимущества минимального программирования для создания цифровых двойников и поддержки решений Интернета вещей. Особое внимание уделено рассмотрению конкретных примеров применения платформы на предприятиях различного масштаба: CNH Industrial — торговые марки IVECO, Steyr и пр.; Continental и ряда других.
Вернуться
к докладчикам
Аркадий Юсупов, «Леруа Мерлен»
Более десяти лет опыта работы в ИТ-индустрии: Вымпелком – директор по развитию продуктов и трансформации бизнеса; «Райффайзен Лайф» – бизнес-аналитик. Сейчас – директор направления «LM Tech» в «Леруа Мерлен».
Low-code на практике

Сегодня многие компании взяли курс на цифровую трансформацию своей системы клиентского обслуживания, важную роль в которой играет время реализации проекта – чем меньше времени требует подготовка и вывод на рынок нового продукта, тем выше прибыль и\либо экономия. Поддержка новых сервисов, необходимых бизнесу в борьбе за клиента требует соответствующих ИТ-решений, а значит и постоянного привлечения ИТ-департаментов. Вместе с тем, к качеству сервиса сегодня предъявляются очень высокие требования, а сами сервисы постоянно меняются и любые задержки, связанные с коммуникациями между бизнес- и ИТ-подразделениями могут стать непозволительной роскошью. Благодаря собственной разработке «Леруа Мерлен» – low-code платформе Platformeco – время вывода на рынок новых сервисов сокращается до шести раз. Это значит, что клиентам быстрее будут доступны новые услуги, они вовремя и в полном объеме получат свои заказы. Доклад посвящен обсуждению опыта применения платформы Platformeco в экосистеме ретейла, включающей поставщиков, логистические компании и торговые площадки.
Вернуться
к докладчикам
Елена Александрова, IBS
Окончила физико-механический факультет Санкт-Петербургского политехнического университета. Работала на руководящих позициях в крупных российских ИТ-компаниях, отвечала за разработку программного обеспечения и развитие бизнес-направлений, а также курировала маркетинг. Сейчас – руководитель отделения собственных платформ IBS, отвечая за развитие low-code платформы и продуктовой линейки «Планета».
Low-code – эволюция бизнес-аналитики

Доклад посвящен обсуждению вопросов эволюции программных продуктов для корпораций. Особое внимание уделено практическим аспектам подхода low-code, оценке эффективности и целесообразности использования соответствующих «конструкторов» для решения задач разного типа.
Вернуться
к докладчикам
Mohamed Zouine, HCL Software
Regional Sales Director HCL Volt MX
Low-code в корпоративных системах: разработал один раз, развертывай где угодно

.
Вернуться
к докладчикам
Андрей Зюзин, ABBYY
Окончил Физический факультет МГУ им. М. В. Ломоносова и программу МГУ «Менеджмент научных исследований и высоких технологий». Около десяти лет в ИТ-индустрии: тестирование новых продуктов для интеллектуальной обработки информации; управление проектами; управление продуктами – анализ бизнес-требований, постановка задач, контроль соблюдения сроков выпуска новых версий. Сейчас– вице-президент по управлению продуктами компании ABBYY.
Демократизация интеллектуальной обработки информации

.
Вернуться
к докладчикам
Кирилл Серов, PIX Robotics
Окончил экономический факультет Волгоградского Государственного Технического Университета (ВолгГТУ) по специальности «Прикладная информатика в экономике». В качестве разработчика и системного архитектора принимал участие в проектах внедрения ERP-систем на предприятиях различного масштаба и отраслевой принадлежности, а также в работах по оптимизации масштабных высоконагруженных систем, обслуживающих тысячи пользователей. Имеет богатый опыт разработки и развертывания группировок интеллектуальных программных роботов на базе различных платформ гиперавтоматизации. Сейчас – руководитель разработки в компании PIX Robotics.
Low-code как промышленный стандарт

Имеются ли сейчас в корпорациях платформы low-code, используемые в режиме промышленной эксплуатации? С какими проблемами сталкиваются компании, взявшие на вооружение минимальное кодирование? Каков реальный потенциал гражданской разработки (citizen-dev) и как его полностью реализовать? Кто такой гражданский разработчик (citizen developer) и какими навыками он должен обладать. Доклад посвящен обсуждению текущего положения платформ low-code внутри корпораций.
Вернуться
к докладчикам
Дмитрий Гуторкин, «Гринатом»
Более десяти лет в ИТ-индустрии: «Русский стандарт» – DBA; «Евро Петролеум Консалтантс» – реализация проектов создания мобильной платформы поддержки мероприятий, мобильных приложений и решений CRM. Сейчас – эксперт группы разработки корпоративных систем, где занимается проектами «Гринатом» в области роботизации.

Николай Комраков, «Гринатом»

Около 10 лет в ИТ-индустрии – проекты по созданию программных роботов; компания ROBIN – разработка отечественной RPA-платформы. Сейчас – эксперт по исследованиям и RPA, Управление разработки, «Гринатом», отвечая за развитие центра экспертизы по программной роботизации.
Программная роботизация – от программирования к low-code

Компания «Гринатом», отвечающая за повышение эффективности обслуживающих функций предприятий ГК «Росатом» более пяти лет занимается программной роботизацией, начав с применения зарубежной платформы и затем перейдя к созданию роботов методами классического программирования. В собственной платформе были аккумулированы преимущества известных решений роботизации для предоставления бизнесу условий беспроблемной эксплуатации программных роботов. Доклад посвящен обсуждению опыта программной роботизации – от классического до минимального программирования.
Вернуться
к докладчикам
Сергей Шестаков, ГК «Luxms»
Окончил «Санкт-Петербургский политехнический университет Петра Великого», к.т.н. Около 30 лет опыта в ИТ-индустрии – системное администрирование и управление данными: «Промстройбанк»; «ВТБ». Руководил масштабными международными проектами по разработке прикладного программного обеспечения. Соавтор архитектуры ряда подсистем российской аналитической платформы Luxms BI; курировал проекты внедрения этой платформы в ПАО «Ростелеком», ОАО «Мегафон», Комитете по здравоохранению Правительстве СПб, НМИЦ им. В.А. Алмазова. Сейчас – генеральный директор ГК «Luxms».

Дмитрий Дорофеев, ГК «Luxms»

Окончил «Санкт-Петербургский политехнический университета Петра Великого». Более 25 лет опыта работы в ИТ-индустрии. Разработал систему анализа финансовых институтов на основе балансовых отчетов и нормативов Центрального банка, которая в дальнейшем использовалась для принятия решений по межбанковскому кредитованию. Автор кода аналитического ПО для платформы Luxms BI. Имеет опыт развертывания аналитических решений на многоузловых конфигурациях, включая кластеры ClickHouse, Greenplum и PostgreSQL. Сейчас – главный конструктор ГК «Luxms».
Высокоскоростной инструмент подготовки аналитических витрин

Задача аналитики на больших данных, поступающих из множества внешних и внутренних источников, обладающих различными структурами и схемами индексации, усложняется необходимостью визуализировать их в реальном времени для тысяч одновременно работающих пользователей. В результате, как показывает практика, для многих крупных инсталляциях систем бизнес-аналитики наблюдается резкое снижение быстродействия. Одним из решений может быть многоуровневая оптимизация: во-первых, оптимизация ETL-алгоритмов и создание горячего слоя хранения; во-вторых, оптимизация исполнения бизнес-логики за счет дата-центрической архитектуры сервера визуализации. Доклад посвящен обсуждению архитектуры и возможностей продукта Luxms Data Boring, позволяющего на реальных задачах в разы ускорить подготовку аналитических витрин по сравнению с традиционным способом – формирования витрин на стороне корпоративного хранилища и озера данных. Особое внимание уделено возможностям интеграции продукта с системами управления данными, в частности, использующими технологии искусственного интеллекта, на примере Informatica Data Catalog и библиотек AI/ML на примере Greenplum MADlib.
Вернуться
к докладчикам
Алексей Сидоров, Denodo
Почти 30 лет в ИТ-индустрии, начав свою карьеру в Международной Инженерной Академии с построения объемной модели зоны радиационного загрязнения Чернобыльской аварии. До прихода в Denodo создавал и управлял платформами интеграции данных в масштабах предприятия для таких корпораций, как Nokia и Deutsche Bank. В течение 15 лет помогал многим компаниям на трех континентах в цифровой трансформации бизнеса с использованием передовых технологий от Teradata и Informatica. Сейчас – главный Евангелист компании Denodo и директор по управлению данными.

Александр Прохоров, Denodo

Около 30 лет опыта работы в ИТ-индустрии: начинал карьеру программистом в НИИВЦ МГУ, работал в крупных Российских системных интеграторах, а затем в представительствах компаний Veritas, Symantec, Informatica и Riverbed. Сейчас – директор по продажам Denodo в России.
Одна логическая платформа для всех данных

Концепция управления данными на логическом уровне без их физического сбора в единый репозиторий набирает сегодня популярность при построении Logical Data Fabric, Data Mesh, гибридных и мультиоблачных инфраструктур. Доклад посвящен обсуждению особенностей построения единой Логической платформы для управления всеми данными компании вне зависимости от их географического положения, применяемых технологий, производительности обработки и скорости доступа.
Вернуться
к докладчикам
Руслан Трачук, «Юнидата»
Окончил СПбПУ по специальности «Информационная безопасность». Более 20 лет опыта работы в сфере разработки ПО, например в компании «Рексофт» специализировался на создании продуктов по заказам западных клиентов рынка телекоммуникаций. Сейчас – технический директор в компании «Юнидата», где отвечает за разработка платформы управления данными и продуктов на ее основе.

Александр Константинов, «Юнидата»

Окончил факультет международных отношений СПбГУ по специальности мировая политика. Более 20 лет опыта работы в области медиатехнологий: руководство студии по производству видеоконтента Voda, автор ряда передач для каналов ТНТ и MTV, а также сценариев для программ на федеральных телеканалах НТВ и РТР. Работал главным редактором отдела газеты «Московский комсомолец», а также занимался продвижением на рынок российско-немецкого концерна A+S и транспортной компании «Газелькин». Сейчас – директор по маркетингу компании «Юнидата».
Система очистки озера данных

Компании и предприятия все чаще отдают предпочтение озерам данных, а не классическим хранилищам. Однако, несмотря на кажущуюся простоту идеи и заманчивые перспективы, применяемые обычно для работы с озером технологии не снимают главного вопроса, возникающего при работе с данными – доверия к содержимому озера, на основе которого могут приниматься критически важные для бизнеса решения. Чрезвычайно важно уметь оценивать качество данных в озере. В докладе разбирается проблема обеспечения качества данных в озере и анализируются возможности соответствующих систем, использующих техники и инструменты поддержки качества данных, выходящие за пределы типичного набора и переводящие задачу очистки на уровень руководства данными.
Вернуться
к докладчикам
Юрий Буйлов, СберАвто
Окончил Военную академию воздушно-космической обороны им. Маршала Советского Союза Г.К. Жукова по специальности "Вычислительные машины комплексы системы и сети". Около 20 лет в ИТ-индустрии: разработка и интеграция архитектур распределенных высоконагруженных систем, руководство многофункциональными командами разработчиков, внедрение практик DevSecOps и подхода Data Driven: CarPrice – руководитель отдела разработки, «Яндекс» – руководитель группы монетизации, Auto.ru – руководитель команды разработчиков, imhonet.ru – бэкенд-разработчик. Сейчас – технический директор в компании СберАвто, где отвечает за стратегию технического развития, процессы и применение практик управления разработкой и данными.

Константин Ключников, СберАвто

Окончил МГУ им. М.В. Ломоносова, факультет Вычислительной Математики и Кибернетики, затем работал в Институте проблем управления им.В.А. Трапезникова, к.физ.-мат. наук по специальности "Системный анализ, управление и обработка информации". Начал карьеру в компании МегаФон, где прошел путь от маркетинг-аналитика до руководителя направления больших данных, затем работал в компании Вымпелком – руководитель клиентской аналитики. Затем продолжил карьеру в компании CarPrice, где запустил процессы построения моделей предиктивной аналитики, позволившей на 10% увеличить прибыль. Сейчас – CDO в компании СберАвто, где отвечает за стратегию формирования данных в централизованном источнике, включая корректность данных, их целостность и доступность. Ведет проекты Data Quality, Master Data Management и Meta Data Management. Отвечает за интеграцию данных с системами дочерних компаний банка, включая скоринговые модели и обогащение данных (Data Enrichment).
Референтные модели управления данными

Модели обучения призваны оптимизировать ресурсы компании для улучшения ее финансовых показателей, обнаружить важные инсайты, влияющие на бизнес и использовать их как дополнительные возможности для его роста. Референтными моделями могут быть нейросети, деревья решений и модели имитационного моделирования, позволяющие сфокусироваться на наиболее важных аспектах бизнеса и обеспечить его поступательный рост. Доклад посвящен обсуждению процессов и технологий управления жизненным циклом данных и обеспечения их качества. Особое внимание уделено анализу особенностей внедрения принципов демократизации и итеративности данных для обеспечения бизнесу непрерывных поставок продуктовой ценности.
Вернуться
к докладчикам
Алевтина Тинас, Tele2
Окончила Липецкий государственный технический университет по специальности «Автоматизированные системы управления». Около 20 лет опыта работы в ИТ-индустрии, из них 12 лет в области управления данными: создание корпоративной аналитической системы в компании «Фольксваген Банк РУС»; развитие системы управления корпоративными данными компании СИБУР. Сейчас – руководитель департамента по управлению данными в компании Tele2, где отвечает за реализацию стратегии развития платформы данных, а также инструменты и процессы управления данными.

Маргарита Волкова, Tele2

Окончила НИУ ВШЭ, магистр экономики. Около 10 лет опыта работы в международной консалтинговой компании в области трансформации финансовой функции, где участвовала в различных проектах по внедрению ИТ-систем и кросс-функциональных процессов. Сейчас – менеджер по процессам управления данными в компании Tele2, где отвечает за развитие инструментов и процессов управления данными.
Как повысить грамотность работы с данными

Появление нового всегда пугало людей – доля новаторов и ранних последователей среди пользователей традиционно мала, несмотря на ускорение развития технологий и разговоры про массовую цифровизацию. Большинство пользователей – это позднее большинство, которое не торопится внедрять в свою практику новые методы работы с информацией. Компания может потратить много сил и ресурсов на внедрение новых технологий, но пользователи продолжат использовать привычные инструменты и саботировать предлагаемые изменения. Для того чтобы в компании сформировалась культура работы с данными (Data-driven) важна не столько технологическая трансформация, а изменение устоявшейся бизнес-модели с целью преодоления сопротивления «делаем, как всегда делали» и принятия культуры работы с данными. Как удовлетворить интересы всех пользователей? Как убедить сотрудников свернуть с протоптанной дорожки и повысить интерес к данным? Как стать «Data-driven», а не буксовать на месте? Доклад посвящен ответам на эти и другие вопросы, связанные с повышением грамотности в использовании данных (Data literacy) и формированием культуры работы с ними.
Вернуться
к докладчикам
Юрий Кротков, «Яндекс.Маркет»
Окончил Московский автомобильно-дорожный государственный технический. Почти 10 лет опыта управления проектами как со стороны заказчика, так и со стороны исполнителя. Пять лет опыта создания и развития внешних и внутренних ИТ-продуктов. Имеет опыт работы в фулфилмент-центрах, НИИ Почтовой Связи и нескольких стартапах. Сейчас – менеджер проектов в «Яндекс.Маркет», где отвечает за развитие корпоративной системы MDM и внедрение системы управления качеством данных.

Сергей Васильчиков, «Яндекс.Маркет»

Окончил Ковровскую государственную технологическую академию по специальности «Системы автоматизированного проектирования», кандидат технических наук. Более 20 лет опыта работы в ИТ-индустрии, 13 из них – в области управления данными. Участвовал в проектах по внедрению и созданию систем управления мастер-данными, Data Quality, Data Governance для компаний и предприятия нефтегазового сектора, финансовой индустрии, государственного сектора и ряда других. Возглавлял подразделение Data Management в компании SAS. Сейчас – руководитель проектов управления мастер-данным и качеством данных в компании «Яндекс.Маркет».
Управление качеством мастер-данных в электронной коммерции

В отличие от традиционной розничной торговли, где клиент может «потрогать руками» товар, на цифровых площадках электронной коммерции потенциальному покупателю доступен лишь цифровой двойник товара – для успеха бизнеса качество данных о товарах становится критически важным фактором. Доклад посвящен анализу опыта внедрения системы управления качеством данных в «Яндекс.Маркет», разбору особенностей задачи управления данных для торговых площадок и важности управления качеством данных. Особое внимание уделено проблемам перехода от реактивного к проактивному подходу решения задач управления качеством данных, анализу технологических особенностей системы управления качеством данных и планах «Яндекс.Маркет» по развитию решения организации работы с мастер-данными и процессов Data Governance.
Вернуться
к докладчикам
Валерий Артемьев, Банк России
Окончил МГТУ им. Н.Э.Баумана, более 40 лет в ИТ-индустрии. Проходил стажировку по банковским системам (Великобритания) и повышал квалификацию по управлению данными в IBM (США, Германия). С 1993 года работает в Банке России, где планировал и руководил проектами по веб-приложениям, XML-форматам сбора отчетности, хранилищам данных и бизнес–аналитике, а также управлению метаданными. Разрабатывал архитектуру решений централи¬зованных прикладных систем, участвовал в создании систем блока банковского надзора: ЕИСПД для монито¬рин¬га и анализа деятельности кредитных организаций; АКС для анализа платежной информации. Сейчас работает в Центре управления данными, Департамент управления данными Банка России.
Технологии управления данными

Множеству функциональных секторов управления данными сегодня соответствует весьма внушительный технологический стек, поэтому в докладе дается обзор по укрупненным горизонтальным слоям:
  • анализ данных;
  • интеграция данных и интероперабельность;
  • управление качеством данных;
  • операции и хранение данных, документов и контента.
Рассмотрены также всеохватывающие вертикальные слои:
  • стратегическое управление данными (Data Governance);
  • управление метаданными;
  • информационная безопасность.
В докладе разбирается текущее состояние технологий управления данными и анализируются тенденции развития вовлеченных технологий, а также приводятся примеры конкретных инструментов и платформ.
Особо отмечается конвергенция технологий, затрудняющая их строгую классификацию и структуризацию.
.
Вернуться
к докладчикам
Роман Гоц, Atos
Более 20 лет опыта работы в ИТ-индустрии: занимался развитием бизнеса в крупных технологических компаниях, управлял федеральными и макрорегиональными проектами, возглавлял управление федеральной розницей и расширением региональной партнерской сети. Сейчас – директор по развитию бизнеса компании Atos в России, где руководит департаментом больших данных и безопасности, предлагающим инфраструктурные решения предприятиям различных отраслей экономики.
Жизненный цикл данных – от периферии до озера

Данные сегодня приобрели критически важное значение, позволяя компаниям создавать инновационные решения, получать конкурентные преимущества и принимать взвешенные решения. Однако, управление данными создает для компаний большие трудности – цифровая трансформация невозможна без надежной архитектуры работы с данными и соответствующих аппаратно-программных решений:
  • Как эффективно управлять жизненным циклом данных?
  • Как оптимизировать данные?
  • Что из себя представляют периферийные вычисления?
  • Как реализовать DataLake не обладая специальными навыками?
  • Как гарантировать высокую рентабельность инвестиций?
Доклад посвящен комплексным решениям Atos, специально предназначенным для работы с большими данными и средствами видеоаналитики.
Премиум-партнер
Генеральные партнеры
Партнеры
Информационные партнеры
Close
Close
Для связи с организаторами
conf@osp.ru
Подать заявку на доклад
Пожалуйста, укажите свои контакты,
тему и аннотацию доклада