Программный комитет конференции AiConf 2026

Глава Программного комитета AiConf. Работал в разработке в Intel, в поиске Яндекса, в маркетинге JetBrains, занимался аналитикой пользовательского поведения и метриками качества ВКонтакте. Сейчас основная деятельность — помогать докладчикам конференций выступать интересно и полезно.

ML Team Lead в билайн. В сфере анализа данных и машинного обучения с 2015 года. Работала в различных отраслях, включая финансы, тяжелую промышленность и телекоммуникации. Последние 2 года развивает антифрод-направление, защищает бабушек от спамеров и мошенников, делает билайн самым безопасным оператором.

Руководит исследовательскими ML-командами. Отвечает за RnD-направление мультимодального GigaChat. В прошлом железячник в области цифровой обработки сигналов на FPGA и ASIC. Активный контрибьютор в Open Source.

Любит свою семью и машинное обучение, преподает в НГУ, делает нейросети, ходит в горы. В настоящий момент работает старшим преподавателем и научным сотрудником Новосибирского государственного университета. Вместе со своими учениками является сооснователем стартапа «Сибирские нейросети». С 2006 до 2013 года преподавал и занимался научными исследованиями в Донецком национальном техническом университете, затем перешел в IT-индустрию и работал на различных должностях — от инженера-разработчика до специалиста по машинному обучению — в ряде компаний и университетов, таких как 2ГИС, Huawei, Global Logic, Data Monsters, МФТИ (DeepPavlov).

Мастер спорта по AI-first-разработке и энтерпрайз-вайб-кодингу: любит копаться внутри технологий и тулинга кодогенерации, строить evals/harness, считать экономику и реальную эффективность команд в пост-LLM-эпоху и участвовать в пересборке того, как вообще будут выглядеть процессы создания продуктов в новой реальности. Обожает GenAI. Глубоко разбирается в AI-агентах и их внедрении в сложные бизнес-процессы (аналитика, обработка документов, описание данных). Руководит разработкой и продуктизацией LLM-based/AI-продуктов, одинаково хорошо понимает инженеров и бизнес-заказчиков. Верит в голос как интерфейс и автономные системы с минимальным участием в них человека.

В Ozon Банке руководит направлением Data Science, где создают и внедряют продакшен-решения в нескольких ключевых областях: классическое машинное обучение (скоринг, ранжирование, рекомендации, временные ряды и др.), антифрод-ML (сверхбыстрые транзакционные системы и поведенческое моделирование), NLP (классификаторы, кластеризация, большие языковые модели и Retrieval-Augmented Generation), а также компьютерное зрение (распознавание лиц, документов и другие задачи). Их технологии помогают бизнесу работать эффективнее и безопаснее, внедряя инновации на стыке данных и искусственного интеллекта. Является автором и ведущим подкаста DataBreakfast, где обсуждают актуальные темы из мира Data Science в непринужденной атмосфере. Курирует треки ODS — Advanced LLMs и Scoring, а также организует офлайн-мероприятия ODS SPB в Санкт-Петербурге, включая секции DataFest: Advanced LLMs, Scoring и Instruct models. Преподает в магистратуре ИТМО, а также является автором курсов на платформах KARPOV.COURSES и Skillfactory. Активно участвует в программных комитетах ведущих конференций и сообществ — I'ML, SmartData, DUMP и «Стачка», где также выступает организатором и куратором. Иногда публикует статьи на Хабре, делясь опытом и практическими кейсами из области машинного обучения и искусственного интеллекта. Профессиональный опыт и активность в сообществе направлены на развитие и популяризацию Data Science, создание практических решений и обучение новых специалистов в этой динамично развивающейся сфере.

Head of AI во ВкусВилл. Занимается AI-трансформацией бизнеса, строит ML-процессы, участвовал в разработке GigaChat. Входит в оргкомитеты AIConf, HighLoad, Merge.Skolkovo, организатор соревнований AIJ 2025. Ведет крутой канал про прикладному AI, Хирш 6! Если кто и знает про все новейшие sota, то это Александр.

Senior LLM Research Engineer в Яндекс Алисе. Занимается RL/sft для диалоговых AI-агентов. Ранее лидила разработку LLM-инфраструктуры и мультимодальных моделей в Wildberries для поведенческих систем. Публиковалась в Nature npj Computational Materials, ICLR, FSE.

Возглавляет несколько ML-команд, отвечающих за разработку и промышленное внедрение генеративных и прикладных решений в e-commerce: генерация и редактирование изображений товаров, текстовых описаний, ответов на вопросы и интеллектуальных подсказок для продавцов. Работает с высоконагруженными production-системами и выстраивает end-to-end ML-процессы — от данных и авторазметки до inference и мониторинга качества. Разрабатывает внутренние ML-решения, включая ASR и TTS. Возглавляет стрим найма в рамках ML-комитета компании: определяет матрицу компетенций, критерии оценки, задачи и процессы онбординга ML-специалистов на уровне всей компании. Преподает в вузах, эксперт и ментор в области Data Science.

Руководит командой DS в Рафте. Также отвечает за RnD-направление и стратегический AI-ресерч. Более 20 успешных кейсов внедрений AI в бизнес процессы, десятки проведенных AI-ресерчей для оптимизации и экономии стоимости внедрений ИИ. В прошлом занималась функциональным анализом и его связью с некоторыми методами в машинном обучении.

Руководитель продвинутой аналитики (DA, DS, AI) в банковской сфере. Более 9 лет занимается внедрением AI/ML/DS в крупные корпорации. Автор ТГ-канала @DataKatser

Руководит ML-командой, отвечающей за автоматическую модерацию мультимодального контента и разработку систем OCR для платформы Wildberries. Ранее руководил проектами в области компьютерного зрения на заводах «ЕвроХим», реализуя решения видеоаналитики на промышленных объектах. Активно развивает Оpen Source-проекты и иногда снимает обучающие видео по Data Science на своем YouTube-канале.

В сфере IT работает уже 14 лет. Начинал с оптимизаций алгоритмов компьютерного зрения под Nvidia GPU для Open Source-библиотеки OpenCV, некоторое время работал с разными реализациями стандарта Khronos OpenVX, а также принимал небольшое участие в его развитии. После постепенно перешел в AI- / Deep Learning-сегмент, а именно в разработку оптимизирующих тензорных компиляторов для эффективного исполнения моделей глубокого обучения. Последнее время занимается разработкой и поддержкой инфраструктуры для исполнения LLM-моделей во внутреннем контуре компании для применения их в разного рода ИИ-агентах и системах.

Координатор Программного комитета.

Техписатель, редактор, корректор.