Tickets
Conference program
Data Science Solutions Track
09:00 – 10:00
Registration
10:00 – 10:45
Панельна дискусія: «Чудовий новий світ AI 2026: від демо до масового впровадження»
У 2026 ми вже живемо у реальності масового застосування ШІ: від копілотів до агентних систем, від хмарних LLM до on-device/edge AI, від простого RAG до retrieval 2.0 (графи знань, багатокроковий пошук, інструменталізація). Панель збере CEO/CTO/Head of AI, продуктових лідерів, HR/People-офіцерів, юристів із комплаєнсу та інвесторів, щоб приземлити гіпотези у робочі архітектури, метрики, політики та бізнес-моделі. Поговоримо про швидкий шлях від PoC до масштабу, керування ризиками, вартість/латентність, EU AI Act/ISO 42001, дані й походження (data provenance), авторське право/водяні знаки, model SBOM і безпеку підказок. Максимум прикладів, мінімум хайпу.
• 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).
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
Панельна дискусія: «Як AI революціонує продукти?»
AI перестав бути «фічею» – у 2026 він переписує саму логіку продуктів: від персоналізованих інтерфейсів і агентних сценаріїв – до on-device/edge моделей, що працюють миттєво й приватно. На панелі ми зберемо продуктових та технічних лідерів, аби показати живі кейси: як AI змінює UX, монетизацію, метрики зростання, і що робити командам вже в цьому кварталі.
• Які 2-3 AI-функції можна додати в існуючий продукт за 4-8 тижнів – і яку delta-ROI/метрики (активація, утримання, time-to-value) вони дають?
• Агенти vs копілоти: де виправдана автономія? Які SLO/SLA та ескалація до людини?
• RAG 2.0 на практиці: коли вистачає «вектора», а коли потрібні графи знань/таблиці/інструменти (SQL, код, веб)?
• Як змінюється монетизація: pay-per-action, usage-tiers, «фічі як центр прибутку», PLG/SLG-мікси?
• Оцінка якості: офлайн-/онлайн-eval-и, A/B, guardrails, red-teaming; як уникати «демо-ілюзій»?
• Приватність і контент-походження: ліцензії на дані, watermarking, відповідність EU/US вимогам у масовому продукті.
• Оргготовність: який мінімум процесів/ролей потрібен, щоб не «зламати» саппорт, релізний цикл і витрати?
16:00 – 16:30
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 19:00
Панельна дискусія: «AI revolutionizing everything. Are you ready?»
Вибух агентних систем, мультимодальних моделей та on-device/edge AI перевів ШІ з демо-режиму у режим масового впровадження. Ця відкрита панель задасть тон для всієї конференції: без «води» про те, що вже змінюється в бізнесі й суспільстві сьогодні, що «ламається» завтра і як керівники готують компанії та команди до повсюдного AI.
• Що працює прямо зараз? Назвіть 2 фічі, які будь-яка компанія може додати за 4-8 тижнів – і який буде delta-ROI.
• Агенти в продакшені: де дозволяєте автономні дії без людини? Які guardrails і метрики якості?
• Хайп vs практика: три наймасовіші анти-патерни 2025-2026 (vendor lock-in, демо без даних тощо) – і як їх уникнути.
• Робота та кар’єра: які «старі» навички стають преміальними в AI-командах? Який reskill-план ви реально профінансували?
• Економіка якості: як ви торгуєтеся між якістю моделі, latency та вартістю інференсу?
19:00 – 19:15
Conference Closing
Machine Learning Track
09:30 – 10:00
Registration
10:00 – 10:45
Технічні інновації в 2026 і прогноз на 2027
Панель присвячена ключовим технічним проривам, які сформували 2026 рік у машинному навчанні (ефективні LLM, multimodal systems, оптимізації inference, MLOps/LLMOps практики, нові архітектури) та обговоренню, куди ці тренди приведуть у 2027-му. Обговорення має бути технічно глибоким, з конкретними прикладами впроваджень, практичними порадами для інженерів і архітекторів та прогнозами для R&D і продукту.
• Які оптимізації (квантизація, pruning, LoRA, distillation) сьогодні дають найкращий trade-off latency ↔ quality для production LLM?
• Який інфраструктурний стек ви радите для RAG-сервісу з контекстом у сотні тисяч документів? (vector DB + cache + fine-tune?)
• Multimodal models — це наразі research-фокус чи реальна production-опція для бізнес-фіч? Які приклади вже працюють у проді?
• Які практики LLMOps сьогодні необхідні: evaluation pipelines, drift detection, rollout strategies? Які інструменти працюють найкраще?
• Чи маємо ми практичні стандарти для безпечного розгортання генеративних моделей (watermarking, filters, red teaming)?
• Які обмеження hardware-stack ще треба подолати, щоб масштабувати inference при низькій вартості? (GPU vs IPU vs NPU vs ASIC)
• Як data-centric підхід і synthetic data змінили life-cycle моделі в 2025 — і що варто робити у 2026?
• Що очікувати від MoE та sparse-моделей у 2026 — чи вони реально знизять TCO для великих систем?
• Які навички мають розвивати ML-інженери у 2025–2026 для успіху у production LLM системах?
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
Панельна дискусія: «Кар’єра Data Scientist у 2026: як вирости та не згоріти»
Поговоримо про практичний маршрут кар’єри у добу LLM/агентів та MLOps/LLMOps: які технічні й нетехнічні навички реально потрібні, як розробнику перейти в DS за 6-12 місяців, що означає «продакшн-готовність» у 2026 (eval, telemetry, safety), як будувати портфоліо та як уникнути типових фейлів на шляху до mid/senior.
• 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)?
16:30 – 17:00
17:00 – 17:30
17:30 – 18:15
18:15 – 18:30
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
©2026 AI & BigData Online Day