Содержание слайдов

1. 1. Основы AI-платформы

   Базовое введение: из чего состоит платформа для ИИ-продуктов и почему без нее демо плохо превращается в прод

2. 2. Александр Поломодов

   Technical Director & Fellow, Т-Технологии

   Архитектура и engineering RnD

   AI в процессах разработки

   Фокус: платформа, не чат

3. 3. 01. Зачем нужна AI-платформа

   Переход от эффектного демо к повторяемому способу запускать ИИ-продукты

4. 4. AI-функция быстро становится производственным контуром

5. 5. AI-демо не становится продуктом само

   Модель не решает эксплуатацию и изменения

   Команды заново выбирают стек

   Ошибки качества не воспроизводятся

   Права и знания расходятся

   Бюджет не связан с value

6. 6. 02. Состав AI-платформы

   Модельный слой, контекст, инструменты, безопасность, оценка, наблюдаемость и экономика

7. 7. Из каких слоев состоит AI-платформа

8. 8. Карта компонентов AI-платформы

9. 9. Управление охватывает качество, эксплуатацию и стоимость

10. 10. Gateway — точка управления

11. 11. Качество начинается с контекста

12. 12. 03. Жизненный цикл AI-продукта

    От идеи и спецификации до оценки, выпуска, мониторинга и улучшения

13. 13. Жизненный цикл AI-продукта

14. 14. После выпуска цикл продолжается

15. 15. Spec и eval держат поведение

16. 16. AI-фичи выпускаются как изменения

17. 17. 04. Рабочие контуры платформы

    Build-time, run-time, control-plane и cost-plane как четыре разные задачи управления

18. 18. Платформа работает в четырех контурах

19. 19. Рельсы платформы, ответственность продукта

20. 20. Защитные ограничения живут в платформе

21. 21. 05. Оргмодель и зрелость

    Кто владеет платформой, сценариями, данными, риском и экономикой

22. 22. Модель ответственности AI-платформы

23. 23. Как измерять зрелость AI-платформы

24. 24. Что берем в AIOps / LLMOps

    Дальше: эксплуатация, агенты, evals, экономика

    Платформа — повторяемый способ запуска

    Минимум: gateway, context, evals

    Платформа дает рельсы

    Продукт держит качество и риск

    Следующий шаг: управлять AI-системой как рабочим продуктом

25. 25. Материалы

    Для дальнейшего погружения

    OpenAI, Claude, Gemini, Yandex docs.

    LangChain platform concepts.

    Cloud/Data Platform/DataOps lectures.