Я про бэкенд. На серверной стороне AI‑технологий
3 октября 2026 года в Москве (+ онлайн) состоится конференция «Я про бэкенд. На серверной стороне AI‑технологий».
За последние два-три года AI проник везде. Появились сотни новых AI‑first продуктов и тысячи AI‑фичей в обычных продуктах.
Эксперты поговорят о высоконагруженных рекомендательных, генеративных и других системах под капотом таких продуктов, и о вызовах, с которыми сталкиваются разработчики таких систем.
В программе:
- Как устроен инференс генеративных ответов Алисы в Поиске
- YTsaurus Flow: как распределённо обрабатывать более 100 ГБ/с в реальном времени без потерь и дублей
- Вердикт за минуту: ML-фильтр и LLM на потоке 40+к событий в секунду
- AI Sandboxes: инфраструктура для запуска RL‑окружений и агентов
- Как надежно раздавать конфиги на 200к хостов при отказе [n-1] ДЦ
- LLM и краудсорсинг для оценки качества поиска — как мы автоматизируем разметку данных
- Как мы делали агентскую платформу надежной (дважды)
- Надежная и быстрая архитектура поиска лекарств в Яндекс Еде
- RuntimeNodes — как поделиться разработкой рантайма с мл-командами
- База векторных баз
- Что в чёрном ящике? Как надежно упаковывать терабайты данных под капотом автономного транспорта
- Анонс
- Программа
- Участники
- Спикеры
3 октября 2026 года в Москве (+ онлайн) состоится конференция «Я про бэкенд. На серверной стороне AI‑технологий».
За последние два-три года AI проник везде. Появились сотни новых AI‑first продуктов и тысячи AI‑фичей в обычных продуктах.
Эксперты поговорят о высоконагруженных рекомендательных, генеративных и других системах под капотом таких продуктов, и о вызовах, с которыми сталкиваются разработчики таких систем.
В программе:
- Как устроен инференс генеративных ответов Алисы в Поиске
- YTsaurus Flow: как распределённо обрабатывать более 100 ГБ/с в реальном времени без потерь и дублей
- Вердикт за минуту: ML-фильтр и LLM на потоке 40+к событий в секунду
- AI Sandboxes: инфраструктура для запуска RL‑окружений и агентов
- Как надежно раздавать конфиги на 200к хостов при отказе [n-1] ДЦ
- LLM и краудсорсинг для оценки качества поиска — как мы автоматизируем разметку данных
- Как мы делали агентскую платформу надежной (дважды)
- Надежная и быстрая архитектура поиска лекарств в Яндекс Еде
- RuntimeNodes — как поделиться разработкой рантайма с мл-командами
- База векторных баз
- Что в чёрном ящике? Как надежно упаковывать терабайты данных под капотом автономного транспорта