Создание агентов данных, которым предприятия на самом деле могут доверять

Создание агентов данных, которым предприятия на самом деле могут доверять Ваш агент по данным уверен. Так ли это? Все создают агентов. Значительно меньше создают агентов данных, которые могут надежно рассуждать на основе реальных корпоративных данных — со всей их беспорядочностью, отсутствующим контекстом и масштабом — и предоставлять вам способ знать, когда они ошибаются, прежде чем это сделают ваши заинтересованные стороны. Самая сложная часть агента данных — это не LLM. Это все остальное: семантический слой, онтология, логика федерации данных и инфраструктура для их надежного сервиса. Если это не так, ваш агент вернет уверенные неверные ответы. И поскольку это звучит авторитетно, эти неверные ответы более опасны, чем отсутствие ответов вообще. Присоединяйтесь к нам на вечеринке с Джерри Сю, архитектором ИИ-инфраструктуры в Oracle, который провел свою карьеру, создавая системы, которые ставят модели в производство в Meta, Lyft, Box и компании, которую он основал, DataTron. Это рабочая сессия для технических лидеров, основателей и команд по платформам данных/ИИ, которые уже прошли стадию демонстрации и теперь должны сделать агентов данных надежными. Что будет обсуждать Джерри: Семантический слой — это настоящая проблема — почему NL2SQL сам по себе не работает с реальными корпоративными схемами, и почему онтологии, логика федерации и сертифицированный контекст данных — это то, где на самом деле живет сложное инженерное решение Создание стека агентов данных — архитектура агента, паттерны оркестрации, координация мульти-агентов и как справляться с неоднозначностью при запросах к живым, беспорядочным корпоративным данным Как узнать, когда можно доверять ответу? — почему стандартные оценки упускают режимы сбоя, которые имеют значение в производстве, как выглядит реальный процесс оценки и как разрабатывать для верифицируемости с первого дня Что ломается в крупном масштабе — режимы сбоя, о которых никто не говорит, пока это уже не произошло, и почему долгосрочная надежность требует обращения с моделями как с живыми системами Кто должен прийти: Инженеры и лидеры ИИ, команды по платформам данных и инфраструктуре, основатели, создающие продукты данных, и операторы, отвечающие за надежность ИИ в производстве. Ведущие: Open Future Forum, HG insights, Agentic Fabriq Дополнительно о Джерри Сю Джерри — архитектор платформы ИИ, сосредоточенный на генеративном ИИ и инфраструктуре машинного обучения, с опытом работы в Meta, Twitter, Microsoft и компании, которую он сам основал. Его основная работа — это неприметная, но решающая работа по созданию работающих в производстве систем ИИ. Краткие результаты карьеры: