Добавить в календарь 04.10.2025 09:00 04.10.2025 18:00 Europe/Moscow Я про бэкенд. На серверной стороне рекомендательных систем

4 октября 2025 года в Москве (+ онлайн) состоится конференция «Я про бэкенд. На серверной стороне рекомендательных систем».

Современную цифровую экосистему невозможно построить без рекомендательных технологий. Персональные ленты в соцсетях, бесконечный плейлист в музыкальном стриминге, адаптированные лично под вас результаты поиска в сети и маршруты на картах — везде в основе лежат они, рекомендации.

Сами рекомендательные системы тоже становятся сложнее: это уже не просто рейтинги и фильтры, а генеративные и мультимодальные нейросети. Растёт количество пользователей и нагрузка, появляется и тут же устаревает железо, меняется архитектура.

В программе доклады по трём направлениям:

  1. Инфраструктура и MLOps: отказоустойчивые масштабируемые решения на GPU и хранение и стриминг данных
  2. Архитектура: как строятся большие системы с рекомендательными технологиями
  3. Алгоритмы и практические кейсы: проблемы и решения в предметных областях
Москва,

Я про бэкенд. На серверной стороне рекомендательных систем

Yandex.png

Дата проведения: 04.10.2025. Начало в 09:00

Место проведения: Москва

Организатор: Яндекс
Будь в курсе всех мероприятий по теме Разработка ПО
  • Анонс
  • Программа
  • Участники
  • Спикеры

4 октября 2025 года в Москве (+ онлайн) состоится конференция «Я про бэкенд. На серверной стороне рекомендательных систем».

Современную цифровую экосистему невозможно построить без рекомендательных технологий. Персональные ленты в соцсетях, бесконечный плейлист в музыкальном стриминге, адаптированные лично под вас результаты поиска в сети и маршруты на картах — везде в основе лежат они, рекомендации.

Сами рекомендательные системы тоже становятся сложнее: это уже не просто рейтинги и фильтры, а генеративные и мультимодальные нейросети. Растёт количество пользователей и нагрузка, появляется и тут же устаревает железо, меняется архитектура.

В программе доклады по трём направлениям:

  1. Инфраструктура и MLOps: отказоустойчивые масштабируемые решения на GPU и хранение и стриминг данных
  2. Архитектура: как строятся большие системы с рекомендательными технологиями
  3. Алгоритмы и практические кейсы: проблемы и решения в предметных областях