Приглашаем на конференцию о будущем AI-first аналитики Data Driven 2026

26 сентября в Москве и онлайне пройдёт Data Driven 2026 — флагманская съезд бизнес-группы Поисковых сервисов и ИИ Яндекса. Главная тема этого года — AI-first анализ: как изменится роль специалиста, когда информация и искусственный интеллект станут неразделимы? Почему индустрия делает ставку на AI-first аналитику? И как изменится роль анализ в ближайший год. Разберём реальные кейсы: какие инструменты аналитиков на базе AI уже сейчас дают измеримый увеличение эффективности.

Программа будет разделена на два параллельных технических трека — Data to Insights и Data to Artifacts, а завершится неформальным блоком с IT-стендапом и афтепати.

Откроет оба трека Роман Халкечев, CDO Поисковых сервисов и ИИ Яндекса с докладом Анализ и данные в эпоху AI-агентов. Поговорим про то как AI переписывает правила игры при работе с данными, меняет метод принятия решений в компании и трансформирует профессии анализ и дата инженера. А также обсудим, что мы в Яндексе делаем прямо сейчас, чтобы получить максимум продуктивности от искусственного интеллекта.

Начальный трек: Data to Insights

• AI в аналитике: замеры качества работы агентов и инфраструктура AI-ready данных, Олег Хомюк, CDO Яндекс Поиска. Разберём систему онлайн- и офлайн-метрик для оценки качества решения повседневных задач. Особое внимание уделим инфраструктуре AI-ready данных и обсудим, как качество описания таблиц и внедрение новых «скиллов» агенту определяют успешность всей интеграции.

• Аналитика LLM или забудьте всё, чему вас учили в продуктовой аналитике, Иван Дёгтев, руководитель аналитики Alice AI LLM, Яндекс R&D. Расскажем, как выглядит анализ LLM, почему в ней нужна другая интуиция, другие процессы и другие аналитические подходы.

• Как полностью заменить массовые разметки данных на LLM, Елена Корнилина, руководитель службы AI оптимизации, Яндекс Поиск. 

Расскажем, как мы заменяем массовые разметки, которые делались большим количеством людей, на полностью автоматические, которые выполняются системой из LLM и агентов. С помощью этого подхода мы успешно автоматизируем 100% разметок Яндекс Поиска.

Пройдём все этапы на примере ключевых разметок Поиска: как собираем эталон, как устроен пайплайн оценки, какая нужна инфраструктура и как проверяем качество.

• SWE: как измерять, анализировать и улучшать способности LLM к агентному кодингу, Павел Адаменко, руководитель аналитики агентности, Яндекс R&D. Разберём, как из истории разработки собирают SWE-задачи и что результаты таких бенчмарков говорят о прогрессе coding-агентов. Посмотрим, как понять, что пошло не так в агентной сессии, и как использовать такие задачи для обучения с RLVR. Наконец, заглянем в будущее: как SWE-задачи превращаются в long-horizon-задачи, требующие от агента всё более долгой и самостоятельной работы.

• Экспертиза анализ как фундамент AI: построение системы знаний для анализа экспериментов, Регина Белугина, лид группы онлайн метрик, Независимый Еком, Яндекс. Разберём, из каких блоков состоит система знаний для запуска и анализа экспериментов — дерево метрик, семантический слой, размеченный пул экспериментов и как проверить, что ваши артефакты готовы к работе агента.

• Автомобиль без водителя: как выехать с виртуальной дороги на настоящую, Тимур Асылхузин, старший аналитик-разработчик качества симулятора автономного вождения, Автономный транспорт и роботы, Яндекс. Разберём, почему без поездок на «виртуальной дороге» не обойтись, что такое Sim-to-Real Gap и как его оценивать, а равным образом какую роль в ответе на эти вопросы играют аналитики.

Второй трек: Data to Artifacts

• Управление изменениями в работе с данными: от описаний и ошибок к исполняемым контрактам — Михаил Дариенко, руководитель группы инфраструктуры обработки данных, Центральная аналитика Поисковых сервисов и ИИ, Яндекс. Поговорим о том, как единая схема данных на базе графа и viewpoint’ов избавляет сервисы от дублирования схем и сложной логики связей. Кодогенерация transport-схем (proto) из метаописания гарантирует совместимость и консистентность данных, версионирование защищает от сбоев при обновлениях, а прозрачное движение потоков упрощает интеграцию новых фичей.

• AI-ready в онлайн аналитике Алисы — Александр Самусенко, CDO Alice AI и Умные устройства, Яндекс. Про опыт перехода в новую службу на позицию руководителя и о том, как выстраивать аналитику, заточенную на эффективное использование AI инструментов.

• Как подружить в Датакаталоге все метаданные, базы знаний и семантический слой — Марина Нестерук, руководитель команды Датакаталога и Meta DWH, Центральная аналитика Поисковых сервисов и ИИ, Яндекс. Расскажем, как перейти от вручную заполненных статей о метриках к структурированным и версионируемым определениям, объединить технические метаданные, бизнес-смысл и lineage. Обсудим, почему с появлением AI-агентов такая связка становится необходимой, и попробуем разобраться, можно ли собрать всю нужную аналитикам Базу Знаний в Доменах Датакаталога.

• Демонстрация возможностей продукта MARS — Артём Солоухин, заместитель руководителя отдела по ML и инновационным инструментам, Центральная анализ Поисковых сервисов и ИИ, Яндекс. Расскажем об истории создания первой получившей широкое распространение AI multi-agent системы в Яндексе, о функциональных блоках продукта и реальных кейсах применения продукта AI среды в аналитических рабочих задачах. 

• Агенты в аналитике. Инструкция по сборке — Максим Стаценко, руководитель отдела BigData Tech & Research, Центральная аналитика Поисковых сервисов и ИИ, Яндекс. В формате инструкции от IKEA разберём, из чего складывается аналитический агент, которому можно доверять: семантический слой, проверенные источники данных, разделение по доменам и многое другое. А заодно покажем, где обычно набивают шишки и как перейти от эффектного демо к системе, которой можно доверить реальный бизнес-вопрос.

Основной хайлайт вечера: IT Stand-Up DATA DRIVEN X АКУСТИКА

После завершения докладов атмосфера конференции сменится на неформальную. C-level руководители и лиды аналитики крупнейших компаний выступят в роли комиков с живой акустикой. Вас ждут искренние истории от людей, которые ежедневно строят аналитику в крупнейших IT-компаниях

Кто выйдет на сцену:

• Роман Халкечев — CDO Поисковых сервисов и ИИ Яндекса;

• Евгений Прохоров — Руководитель дата-платформы Max;

• Виктор Кантор — Преподаватель МФТИ, владелец школы MLinside;

• Андрей Петрин — CDO (ex-Делимобиль и Яндекс Плюс);

• Владимир Абазов — Директор по аналитике и росту нефинансовых сервисов Т-Банка.

Почему бизнес опять просит «ту самую табличку»? Сколько можно объяснять, что корреляция ≠ причинность? И почему дашборд, который все просили, никому не нужен?, Будет узнаваемо, местами остро, но всегда — с доброй иронией.

Формат и регистрация

Конференция пройдёт 26 сентября в Москве с трансляцией всех докладов в онлайн. Зарегистрироваться можно на сайте конференции.