23 апреля 2025 года в 11:00 (мск) пройдет вебинар «Почему не стоит инвестировать 2 года в платформу инференса LLM?»
Большие языковые модели (LLM) — это не будущее, а настоящее бизнеса. Пока одни спорят, заменит ли ИИ людей, другие уже выбирают, какая LLM станет их напарником, и активно применяют их в бизнесе.
На вебинаре расскажем, почему разработка платформы для инференса LLM с нуля не всегда лучший выбор и как MWS GPT может существенно упростить и ускорить работу с большими языковыми моделями
Темы вебинара:
- Что нужно для построения надёжной промышленной платформы для инференса LLM и сколько времени уходит на ключевые компоненты
- Какие специалисты требуются для создания такой платформы
- Как развивалась платформа внутри МТС
- Как мы смогли достичь SLA на уровне 100% и внедрить LLM во множество корпоративных систем и продуктов
- Какие подводные камни возникают при создании собственной платформы для инференса LLM
Кому будет полезен:
- CTO: успешный кейс развития платформы в МТС и практические советы по созданию промышленной LLM
- Сhief Data Officer: технический аспект внедрения LLM в корпоративные продукты и системы
- AI-инженерам: знания о том, как платформа MWS GPT может упростить и ускорить работу с LLM
Почему не стоит инвестировать 2 года в платформу инференса LLM?
- Анонс
- Программа
- Участники
- Спикеры
23 апреля 2025 года в 11:00 (мск) пройдет вебинар «Почему не стоит инвестировать 2 года в платформу инференса LLM?»
Большие языковые модели (LLM) — это не будущее, а настоящее бизнеса. Пока одни спорят, заменит ли ИИ людей, другие уже выбирают, какая LLM станет их напарником, и активно применяют их в бизнесе.
На вебинаре расскажем, почему разработка платформы для инференса LLM с нуля не всегда лучший выбор и как MWS GPT может существенно упростить и ускорить работу с большими языковыми моделями
Темы вебинара:
- Что нужно для построения надёжной промышленной платформы для инференса LLM и сколько времени уходит на ключевые компоненты
- Какие специалисты требуются для создания такой платформы
- Как развивалась платформа внутри МТС
- Как мы смогли достичь SLA на уровне 100% и внедрить LLM во множество корпоративных систем и продуктов
- Какие подводные камни возникают при создании собственной платформы для инференса LLM
Кому будет полезен:
- CTO: успешный кейс развития платформы в МТС и практические советы по созданию промышленной LLM
- Сhief Data Officer: технический аспект внедрения LLM в корпоративные продукты и системы
- AI-инженерам: знания о том, как платформа MWS GPT может упростить и ускорить работу с LLM
