Conference program
Data Science Solutions Track
09:00 – 10:00
Registration
10:00 – 10:45
10:45 – 11:30
11:30 – 12:00
12:00 – 12:45
12:45 – 13:30
13:30 – 14:00
14:00 – 15:30
15:30 – 16:00
16:00 – 16:30
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 19:00
19:00 – 19:15
Conference Closing
AI Business Track
09:00 – 10:00
Registration
10:00 – 10:45
10:45 – 11:30
11:30 – 12:00
12:00 – 12:45
12:45 – 13:30
13:30 – 14:00
14:00 – 15:30
15:30 – 16:00
16:00 – 16:30
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 19:00
Панельна дискусія: «Чудовий новий світ AI 2026: від демо до масового впровадження»
• Що з цього працює «завтра»? Назвіть 2-3 реальні утиліти/сервіси (SaaS чи open-source), які компанія може підключити за 4-8 тижнів (MVP) і який очікуваний delta-ROI.
• Агенти vs копілоти: де виправдана часткова автономія (SLA/SLO для агентів), як оформити ескалацію до людини?
• RAG 2.0 на практиці: коли достатньо «вектора», а коли потрібен граф, таблиці, інструменти (SQL, веб-пошук, репозитарії коду)?
• Якість і ризик: який eval-набір ви запускаєте перед релізом? Чи є L4-evalи (довгі ланцюги дій), red-team і як часто?
• Дані й походження: як підтверджувати provenance та керувати ліцензіями/авторським правом? Чи впроваджуєте контент-водяні знаки?
• Комплаєнс 2026: EU/US/UA – що змінюється на практиці? Ваш мінімум політик (privacy, DPIA, AI-policy, supplier-risk).
• Праця і команди: які ролі скорочуються/перевинаходяться? Карти reskill-курсів і on-the-job практик на 90-180 днів.
• Фінансова модель: як рахувати unit-economics для AI-функції? Де «ламається» бізнес-кейс і чим його виправити?
• Анти-патерни: три найтиповіші помилки 2025–2026 (наприклад, overfitting на демках, vendor lock-in без плану виходу, PoC без даних).
19:00 – 19:15
Conference Closing
Machine Learning Track
09:00 – 10:00
Registration
10:00 – 10:45
Панельна дискусія: «Технічні інновації 2026: що працює в проді і куди бігти далі»
• Які оптимізації (quantization/pruning/LoRA/distillation) дають найкращий trade-off у ваших продакшн-LLM?
• Який інфраструктурний стек оберете для RAG-сервісу з сотнями тисяч документів і довгим контекстом?
• Multimodal: research-іграшка чи повноцінна прод-фіча? Де вже окупається?
• Які LLMOps-практики є «обов’язковим мінімумом» у 2026 (eval, drift, rollout/rollback, telemetry)?
• Безпека: які red-team сценарії ловлять 80% реальних збоїв; як формалізуєте SLO/SLA та «kill-switch»?
• Які апаратні обмеження ще стопорять масштаб, і що вибираєте: GPU vs NPU/ASIC vs гібрид?
• Чого чекати від sparse/MoE у 2026: чи справді зменшать TCO на великих навантаженнях?
• Які навички ML-інженеру розвивати зараз, щоб бути корисним у production LLM/agent системах через рік?
10:45 – 11:30
11:30 – 12:00
12:00 – 12:45
12:45 – 13:30
13:30 – 14:00
14:00 – 15:30
15:30 – 16:00
16:00 – 16:30
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 19:00
Панельна дискусія: «Кар’єра Data Scientist у 2026: як вирости та не згоріти»
Питання для обговорення:
• Три технічні навички, що роблять кандидата «production-useful» вже сьогодні?
• Які «мінімальні» практики LLMOps має знати DS, навіть без ролі інфра-інженера?
• Як скласти 6-12-місячний план переходу зі SWE у DS (курси → проєкти → інтерв’ю)?
• Як збирати портфоліо, щоб тягнути на mid/senior: які артефакти показують зрілість?
• Як будувати career ladder: DS → Senior → Tech Lead / Head of Data?
• Які нетворкінг-стратегії дають найшвидший ефект у 2026 (OSS, демо-дні, менторство, конференції)?
19:00 – 19:15
Conference Closing
AI in Miltech & AI Automation Track
09:00 – 10:00
Registration
10:00 – 10:45
10:45 – 11:30
11:30 – 12:00
12:00 – 12:45
12:45 – 13:30
13:30 – 14:00
Панельна дискусія: «AI в Miltech по-українськи: від потреб поля бою до масштабування рішень»
• Що працює вже зараз? Назвіть 2-3 бойові / підтримуючі AI-сценарії з вимірюваним ефектом.
• Edge чи хмара? Де тримаєте інференс і чому (з точки зору латентності, зв’язку та безпеки)?
• Дані без даних: як ви закриваєте прогалини (симуляції, синтетика, transfer learning, federated підходи)?
• Автономні дії агентів: які гвардреїли, SLO/SLA та ескалація до людини потрібні мінімально?
• Від POC до масштабу: як спроєктувати польове випробування, щоб «перестрибнути долину смерті» до серії?
• Кіберризики: топ-3 реальні загрози для miltech-AI та як ви їх закриваєте в інфрі/моделях/процесах.
• Експорт і відповідність: які «червоні прапорці» у контрактах/сертифікаціях ламають угоди, і як їх знімати швидко?
• Команда: кого брати в першу десятку людей у miltech-стартап і як онбордити «civil» DS під оборонні вимоги?
14:00 – 15:30
15:30 – 16:00
Панельна дискусія: «AI для автоматизації бізнес-процесів 2026: від копілотів до агентів у продакшені»
• Топ-3 use-cases, що дають позитивний ROI ≤ 8 тижнів?
• Buy vs Build vs Platform: як вирішуєте сьогодні і що берете до уваги (TCO, latency, чутливість даних, дорожня карта)?
• З чого складається мінімальний набір SLO/SLA для автоматизації процесу (якість, затримка, доступність, безпечна ескалація)?
• Як ви організуєте eval & red-team для агентів, щоб уникнути «демо-ілюзій» у проді?
• Які архітектурні патерни дозволяють масштабувати з SMB до enterprise без повного перероблення?
• Change management: як не зламати процеси й мотивацію команди під час автоматизації?
• Монетизація внутрішніх рішень: коли перетворювати in-house автоматизацію на продукт/сервіс для клієнтів?
16:00 – 16:30
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 19:00
19:00 – 19:15
Conference Closing
Organizer
Lemberg Tech Business School
Lemberg Tech Business School: organization with a 17-year history of successful conferences: Lviv Mobile Development Day, GameDev Conference, Lviv PM Day та Lviv Freelance Forum.
AI & BigData Online Day
Get in touch
©2025 AI & BigData Day