В настоящее время технологии искусственного интеллекта применяются повсеместно как компоненты в информационных системах, ассистенты специалистов, автономные агенты. Эффективность разрозненных ИИ-инструментов очевидна, но влияние на эффективность SDLC не всегда однозначно. Единого подхода к переходу в AI-First режим не выработано: компании и команды проходят уникальный путь трансформации, что усложняет внедрение и выход на окупаемость изменений.
Доклад посвящён технологическому переходу внутри компании к концепции AI-First и построению LLMOps-архитектуры с нуля. Задача — показать сработавшие механики, ошибки, построенные процессы и архитектуру, чтобы упростить подобный переход другим командам. Поэтапно разберём сложности интеграции ИИ-команд с классическими разработчиками и AI-специалистами, выбор технологического стека среди компонентов и моделей, а также роль системного аналитика в этом процессе.
Итогом станет пример LLMOps-архитектуры и процессов, которые были внедрены в классическую разработку с нуля, и влияние реализованного изменения на эффективность команд разработки.
LLMOps, MCP, AI-агенты и агентские системы
Системный аналитик, Руководитель команды / Технический руководитель, Технический директор / Архитектор
Средний
Системный аналитик с опытом создания продуктов в EduTech, AITech и FinTech. Есть опыт скрам-мастера и архитектора.
Познал тонкости создания «MVP за 3 месяца», организуя работу ИТ-стажёров в области Data/AI: дата-сайентистов, инженеров данных, дата-аналитиков.
Как лид системных аналитиков и технический продакт мультиагентной системы исследует специфику системного анализа в разработке ИИ-решений.
