Конференция для тех, кто расширяет границы ML и превращает идеи в работающие продукты

18 июля, ДК «Серп и молот»

Собираем комьюнити на стыке науки, технологий и бизнеса

Приглашаем специалистов с опытом в ML от 2 лет

Обсудим глубокие исследования, прикладной ML и инженерные системы

Программа

С 10:00 до 11:00 — регистрация участников. После 13:00 пройти на конференцию не получится

11:00 — 11:30

Открывающий доклад от директора AI-центра

Дмитрий Ушанов, Т-Банк

Доклад
11:40 — 12:20NLP

Секретный доклад спикера из Т-Банка

Объявим тему в день конференции

Доклад
12:40 — 13:00NLP

AI-ассистенты в научных исследованиях

Даниил Лаптев, Т-Банк


Расскажу, как современные AI-ассистенты используются в процессе научных исследований. Поговорим об истории развития таких систем, разберем принципы их построения и валидации. Обсудим, как они применяются уже сегодня и что нас ждет в будущем

Доклад
13:00 — 13:20NLP

Простые модели в ресерче: изучаем странности RLVR без GPU

Алексей Горбатовский, Т-Банк


Поговорим о парадоксе размера группы N в RLVR: почему при средних N модель концентрируется на том, что уже знает. Пройдем путь от обнаружения аномалии до интуиции, которая лежит в основе метода F-GRPO. Обсудим границы применимости симуляций и то, как математические механизмы помогают находить лаконичные решения без большого количества GPU

Доклад
13:20—14:00
Обед
14:00 — 14:40RecSys

Секретный доклад спикера из Т-Банка

Объявим тему в день конференции

Доклад
15:00 — 15:40World Models

Латентные модели мира: что мы предсказываем и как

Руслан Рахимов, Т-Банк


Модели мира предсказывают динамику среды для планирования и обучения агентов. Это можно делать в пиксельном пространстве, но я разберу альтернативу — латентные модели без декодера, где целевая функция не включает декодирование изображения

Доклад
16:00 — 16:40AI4SDLC

Магистрант vs. Claude Code: кому отдать гипотезу на проверку

Влад Куренков, Институт AIRI


Заменят ли агенты исследователей — скучный вопрос. Важнее, какие исследователи вырастают рядом с ними. Поговорим о том, где LLM уже работают на уровне магистранта, где по-прежнему ошибаются и что должен менять супервизор, чтобы студенты становились учеными, а не операторами инструментов

Доклад
17:00 — 17:40AI4SDLC

From conjectures to verified proofs

Марк Обозов, Т-Банк


Вместе с CayleyPy мы получили более 200 новых гипотез в теории групп — часть из них фундаментальные. Обсудим, как превратить их в бенчмарк для LLM и мультиагентных систем. Разберем, как с помощью Lean и автоформализации перейти от гипотез к доказательствам и верификации

Доклад

Техноконтур с продуктами и платформами
на базе ML-технологий

Демозона, где вы сможете познакомиться с новыми решениями и напрямую пообщаться с командами, которые их создают

10:00 — 17:40

Уже готовим анонсы продуктов

Представим продукты и платформы на основе ML-технологий. Покажем решения на базе CV, RecSys и NLP — от Т-Банка и партнеров. Скоро раскроем подробности

Доклад

После насыщенного дня — афтепати

17:40 — 20:00

Отдохнем под диджей-сет: перезагрузимся после докладов, обсудим то, что еще не успели, потанцуем и расслабимся

Доклад

Станьте частью Turbo ML Conf

Если форма регистрации не отображается, попробуйте выключить VPN

Погрузитесь в атмосферу конференции

Показываем, как это было в прошлом году

Ответы на часто задаваемые вопросы

Если не нашли ответ на свой вопрос, пишите на почту meetup@tbank.ru

Подписывайтесь на Т-Банк

Остались вопросы? Пишите на почту DevRel: meetup@tbank.ru

Turbo ML Conf — конференция о машинном обучении и искусственном интеллекте. Кейсы — рабочие ситуации. ML — машинное обучение. AI — искусственный интеллект. Продакшен, Production — рабочая среда. System Design — системный дизайн. Middle+ — опытный специалист. GenAI — генеративный искусственный интеллект. Copilot — виртуальный ассистент на базе искусственного интеллекта. Fundamental Advances — фундаментальные достижения. Exploratory R&D — поисковые исследования и разработки. Applied ML at Scale — прикладной ML в масштабе. Business Impact — влияние на бизнес. Infrastructure — инфраструктура. Platforms — платформы. Engineering Core — инженерное ядро. Research — исследования. Пайплайн — конвейеры обработки данных. Инференс — процесс применения модели машинного обучения к новым данным. RLVR Under Limited Rollout Budget: Rare Trajectories & F-GRPO — RLVR при ограниченном бюджете развертывания: редкие траектории и F-GRPO. RLVR — термин из RL-обучения. F-GRPO — алгоритм обучения. Ecom — электронная коммерция. RL-инженер — инженер по обучению с подкреплением. Гейт — выход. SFT — этап дообучения модели на размеченных данных. T-Fusion — модель для генерации изображений. Real-time LLM-based TTS — синтез речи в реальном времени на базе больших языковых моделей. Human-like — похожий на человеческий. Transformer-модель — трансформерная модель. GPU H100 — графический процессор. Сервинг — запуск модели для пользователей. Latency — задержка или время отклика. Speech-to-speech full-duplex система — система синтеза и распознавания речи с режимом, позволяющим одновременно говорить и слушать. VLM — мультимодальная языковая модель. Рабочий сеттинг — рабочая среда или контекст работы. Инсайт — озарение. Энейблер — фактор, инструмент или технология, которая делает возможным появление или развитие чего-либо. Афтепати — вечеринка после мероприятия.

Мероприятие 18+

© 2006—2026, АО «ТБанк», официальный сайт, универсальная лицензия ЦБ РФ № 2673