Доклад в первую очередь будет полезен DL‑специалистам в NLP, которые хотят понять, как «приземлять» LLM в реальных продуктах: не просто вызывать модель по API, а строить вокруг неё агентские системы с инструментами, памятью, планированием и контролем качества. Поговорим о том, как проектировать и собирать таких агентов в проде, какие архитектурные паттерны работают лучше всего, и как оптимизировать большие языковые модели и пайплайны, чтобы получать максимальный эффект при умеренных затратах на железо. Также затронем практики эффективного обучения, оценки и запуска SotA‑решений — без излишнего ухода в глубокие детали, чтобы доклад оставался доступным для аудитории разного уровня. Отдельно доклад будет крайне полезен продактам: речь пойдёт о том, как максимизировать бизнес‑профит от внедрения LLM именно через агентские сценарии (автоматизация процессов, ассистенты, оркестрация шагов и инструментов), как корректно и точно измерять позитивные изменения от внедрения (метрики, эксперименты, влияние на KPI), и с какими нетривиальными проблемами обычно сталкиваются при интеграции агентов и LLM в бизнес‑процессы (качество, стоимость, надежность, безопасность). При этом фокус будет на общих идеях и решениях, которые легко экстраполировать на разные домены, а не только на узкую специфику отдельных направлений вроде служб поддержки.