От рутины к автономии: AI-помощник для управления облачной инфраструктурой
Доклад принят в программу конференции
Целевая аудитория
Тезисы
В докладе разберем эволюцию нашей агентной системы «Гига-помощник», которая позволяет пользователям развертывать облачную инфраструктуру. Мы покажем честный срез в формате «было/стало» за полгода жизни проекта в продакшене.
О чем поговорим детально: Глубокая инженерия: как мы строили агентную систему, с какими проблемами в поведении столкнулись и как в итоге перестраивали логику работы агента Архитектура и тренды: дизайн инструментов и MCP-серверов. Обсудим современные подходы к построению агентов, включая progressive disclosure для context engineering Evaluation и метрики: как мы ускорили Time-to-Market (TTM) вывода обновлений агентной системы за счет тестирования конечного результата в реальной среде и внедрения LLM-as-a-judge Продуктовая аналитика: как мы настроили офлайн LLM-аналитику диалогов для улучшения пользовательского опыта
Специалист в области машинного обучения с более чем двухлетним опытом коммерческой разработки AI-решений. Работаю в команде DS Core Cloud.ru, где реализую полный цикл проектов: от постановки задачи и сбора данных до внедрения моделей в продакшн. Имею опыт как в классическом ML, так и в компьютерном зрении, NLP и генеративных моделях. Разрабатываю и внедряю AI-агентов и решения на базе LLM, которые автоматизируют внутренние процессы и повышают удовлетворённость пользователей.
Выступал на внутренних AI-митапах и GigaConf 2025
Закончил бакалавриат МАИ по направлению "Прикладная математика и информатика". Сейчас учится в магистратуре МАИ по направлению "Фундаментальная информатика и информационные технологии".
Технический лидер Data Science в Cloud.ru.
Состою в лаборатории компьютерной графики и мультимедиа ВМК МГУ. Увлекаюсь соревновательным DS. Kaggle Competitions Master.
Видео
Другие доклады секции
Продуктизация AI-решений
