GenAI MeetUp
В программе — практические доклады от экспертов, обсуждения без формальностей, интерактивы с призами, нетворкинг и общение с коллегами по цеху. Будет всё, за что мы любим такие встречи: полезный контент, разбор кейсов продуктовых компаний, приятная атмосфера и вкусная еда с напитками!
19.00
офлайн+онлайн
28 мая
hh team и Lamoda Tech приглашают LLM-инженеров и ML-специалистов, чтобы обсудить разработку агентов, применение моделей в проде и оценку их качества.
О митапе
Формат: очно и онлайн

Количество мест в офлайне ограничено. Мы рассмотрим заявки всех участников и ответим на них за несколько дней до митапа.
19.00
28 мая
контролируемый агент поддержки: как мы превратили обратную связь из прода в roadmap
19.40
Данил Дмитриев
Senior Data Scientist, Lamoda Tech
LLM-агенты всё чаще становятся частью реальных бизнес-процессов, но вместе с этим возникает главный вопрос: как сохранить контроль над их поведением и развитием?

В докладе расскажу, как команда выстраивала контролируемого support-агента и почему система оценки стала таким же важным компонентом, как и сам агент. На примере нашего решения покажу, как превратить обратную связь, мониторинг и observability в инструмент развития продукта и источник изменений для roadmap.

Обсудим:
  • Как устроено наше решение
  • Что в агенте позволяет контролировать ход его работы
  • Evaluation и мониторинг агентской системы как побочный продукт
  • Почему развитие LLM-решений должно строиться только на измеряемых метриках

Доклад будет полезен ML-инженерам, архитекторам и командам, которые внедряют LLM-агентов в production и ищут способы сделать их поведение предсказуемым и управляемым.
как мы строим GenAI-платформу в Lamoda: от MVP к production-решениям
21.00
Дима Курганский
TeamLead MLOps, Lamoda Tech
В докладе разберём эволюцию GenAI-инфраструктуры в Lamoda: от быстрого старта на Yandex DataSphere до появления production-требований к latency, стабильности и масштабируемости.

Покажем реальные архитектурные компромиссы при построении векторного поиска или почему мы выбрали именно Yandex DataBase.

Отдельно разберём инженерные паттерны для GenAI: как с опорой на python-экспертизу команды организовали polling / callback запросов к модели генерации образов внутри Triton Inference Server, когда ответа нужно ждать несколько секунд.

В завершении обсудим, как по мере роста платформы трансформируется взаимодействие DS и MLOps, и какие организационные решения позволяют масштабировать разработку без потери скорости.
нейроразбор резюме: практический опыт и нюансы создания LLM-судей
20.30
Женя Орлов
руководитель команды разработки AI Lab, hh.ru
Компании в hr tech уже используют LLM для оценки кандидатов, но регулярно сталкиваются с проблемой: такие оценки сложно проверить, стандартизировать и сделать воспроизводимыми. Чтобы разобраться, насколько вообще можно доверять нейромоделям в этой задаче, мы в hh разработали подход с LLM-судьёй — отдельной моделью, которая оценивает качество ответов и резюме по заданным критериям.
рекрутер, который не спит: как мы автоматизировали первичный контакт с соискателями с помощью ИИ
19.10
афтепати
21.30
перерыв
20.10
стартуем!
19.00
сбор гостей, регистрация
18.30
программа
Коля Безносов
руководитель направления AI Lab, hh.ru
Сегодня значительная часть времени у тех, кто нанимает, уходит на однообразные задачи. В результате повышается риск упустить сильного кандидата. Чтобы решить эту проблему, мы в hh создали ИИ-помощника на базе LLM, который автоматизирует часть рутины и возвращает время рекрутерам на живое общение и взвешенную оценку. В докладе расскажу, как устроен диалоговый навык (общение с соискателем) нашего ассистента, а также с какими трудностями мы столкнулись при его разработке и выводе в продакшен.
Нажимая на кнопку «зарегистрироваться», вы даёте согласие на обработку персональных данных
форма регистрации
faq
Остались вопросы?
Напиши организаторам
0+
ООО «Хэдхантер»
ОГРН 1067761906805
ИНН 7718620740
г. Москва, ул. 2-я Брестская, д. 48, помещ. 25
© 2026 Группа компаний HeadHunter
Made on
Tilda