АНДРЕЙ АНИСИМОВ

Выступления об искусственном интеллекте и AI-трансформации бизнеса

Выступаю на конференциях, корпоративных мероприятиях и образовательных программах о внедрении искусственного интеллекта, GenAI, машинном обучении и трансформации бизнеса. В основе выступлений — практический опыт внедрения AI в крупных компаниях, реальные кейсы, ошибки и технологические тренды.
Тема Тезисы Результат
AI Transformation: от экспериментов к промышленному внедрению PoC → прод, процессы, команды, метрики   Понятный путь масштабирования AI
AI-native бизнес: перепроектирование процессов AI не поверх процесса, а внутри него Где AI реально меняет бизнес
Корпоративные AI-агенты Агенты, инструменты, автономность, контроль Какие задачи уже можно делегировать AI
Экономика AI ROI, inference, модели, инфраструктура Как считать реальную стоимость AI
Edge AI: интеллект выходит из облака Малые модели, устройства, приватность, скорость Понимание следующей возможной волны AI
1000 моделей: управление промышленным AI   Валидация, мониторинг, lifecycle, governance Как управлять AI в масштабе компании
ИИ вокруг нас Об использовании ИИ в различных сферах вводная часть и до генеративных сетей в инструментах Общее представление и интерактивные примеры использования ИИ
DS для бизнеса - вводная Вводный курс для управленцев по изучению машинного обучения (что это, зачем и когда появилось) Общее представление о развитии машинного обучения. Отличие ML задач классификации, кластеризации, регрессии и прочее  
DS для бизнеса - роли для решения ML задач Лекция о командах и ролях в Data Science Кто такой моделист, какой он бывает, как работает, роли в Sata Science
ИИ в финтехе Обзор кейсов в финтехе и разбор продукта Маркетинговый оптимизатор Вложения в финтех, примеры работы в банке, глубокий разбор задачи оптимизации коммуникаций
Индекс зрелости ИИ Кто и зачем анализирует индекс зрелости ИИ в компаниях Blueprint по внедрению инструмента, насмотренность по бенчмаркам зарубежных компаний
GenAI и этический вопрос Примеры решения задач с помощью генеративных сетей, в том числе ChatGPT, и этические проблемы его использования Возможности прототипирования продуктов с внедренным GenAI, фишки ChatGPT, этическая сторона использования
Методологии ведения DS проектов CRISP-DM и другие методологии для решения DS задач Опорные точки при внедрении DS в бизнес-процессы
Юридические препятствия и надежность в DS проектах Какие юридические препятствия могут возникнуть в Data Science проекте и почему важно прорабатывать Data Science проект с юристами и инфобезами. Какая надежность бывает у DS продуктов Этапы создания юридически безопасного продукта, обеспечение надежности проектов
AutoML и нейросети когда можно обойтись без них Обзор AutoML практик и разбор кейсов, когда нужны нейросети. SOTA Понимание AutoML, устройства нейросетей и принципов их применения
LLM и RAG, SD и LORA Углубленная лекция про работу с текстами и табличными данными. Дообучение LLM через RAG. Углубленная лекция про работу с изображениями. Дообучение StableDiffusion через LoRA. Набор практик для тестирования LLM и нейросетей, генерирующих изображения
Глоссарий Data Science. Как разговаривать на языке моделистов Разбор основных терминов ML специалистов Готовый глоссарий терминов
Большие данные и архитектура + BI инструменты Виды больших данных и инструментов для их хранения Характеристики больших данных, примеры архитектур по работе с ними + практики BI инструмента suerset
Мотивация и развитие DS специалистов и аналитиков Как найти хорошего DS специалиста и удержать его в команде Набор практик и инструментов