Конференция Урбан ML: что обсуждают ведущие DS-команды Москвы

2 августа 2026 года в Москве пройдет конференция «Урбан ML», организованная МТС True Tech и ВТБ. Мероприятие соберет более 300 разработчиков, исследователей и руководителей Data Science-команд. В программе - 17 докладов и мастер-классов. Пять ключевых направлений охватывают самые острые задачи индустрии: рекомендательные системы, большие языковые модели (LLM), генерация с дополненным поиском (RAG), антиспам и антифрод, а также ИИ-агенты.

Это не просто техническая встреча. «Урбан ML» - это срез реальных задач, которые ведущие DS-команды решают прямо сейчас. Здесь показывают, как искусственный интеллект работает в бизнесе: от фильтрации фишинговых писем до семантического поиска музыки. Мы разберем главные темы конференции и объясним, почему они касаются не только разработчиков.

Что такое Урбан ML и почему это важно

«Урбан ML» - ежегодная конференция, посвященная машинному обучению и его применению в городских и бизнес-средах. Организаторы - технологическое подразделение МТС True Tech и банк ВТБ - задают высокую планку: мероприятие собирает практиков, которые делятся работающими решениями, а не гипотезами.

Масштаб события подчеркивает его значимость: 17 докладов и мастер-классов, более 300 участников. Среди них - руководители DS-команд, которые принимают решения о внедрении AI в своих компаниях. Конференция интересна тем, что показывает, как технологии машинного обучения переходят из лабораторий в реальные продукты. Если вы хотите понять, куда движется индустрия AI в России, «Урбан ML» - одна из ключевых точек для наблюдения.

Главные темы: от рекомендаций до ИИ-агентов

Программа конференции сфокусирована на пяти направлениях. Каждое из них отражает текущий запрос бизнеса: компании ищут способы сделать AI полезным, безопасным и управляемым.

Рекомендательные системы: персонализация без навязчивости

Рекомендательные системы давно стали стандартом для онлайн-сервисов. Проблема в том, что многие из них работают по шаблону: показывают популярное или то, что пользователь уже смотрел. Это раздражает и снижает доверие к сервису. Доклады на «Урбан ML» предлагают другой подход - персонализацию, которая учитывает контекст и реальные потребности человека. Команды, уже внедрившие такие системы, поделятся метриками: как изменились глубина просмотра, время на платформе и конверсия после перехода от «популярного» к «релевантному».

Большие языковые модели (LLM): не только чат-боты

LLM - это нейросети, обученные на огромных массивах текста. Они лежат в основе ChatGPT и аналогичных сервисов. Бизнес-применение LLM выходит далеко за рамки диалоговых интерфейсов. Модели анализируют документы, автоматизируют ответы на типовые запросы, ищут информацию в неструктурированных данных. На конференции покажут, как LLM помогают в антиспаме: модель читает письмо, понимает его контекст и выявляет скрытые угрозы, которые не видят традиционные фильтры. Это отдельный доклад, и он обещает быть одним из самых практичных.

RAG: когда нейросети учатся искать

RAG (Retrieval-Augmented Generation) - метод, который соединяет языковую модель с поиском по документам. Обычная LLM генерирует ответ на основе того, что «запомнила» во время обучения. RAG-система перед ответом ищет релевантные фрагменты в заданном массиве документов и опирается на них. Это критически важно для работы с нормативной базой, внутренними регламентами, технической документацией. Модель перестает «придумывать» и начинает цитировать источники. На конференции представят агентную RAG-систему для нормативных документов - решение, которое самостоятельно разбирает сложный запрос, ищет информацию в разных разделах и собирает ответ со ссылками на конкретные пункты.

Антиспам и антифрод: защита от цифровых угроз

Спам и мошенничество эволюционируют. Традиционные фильтры по ключевым словам теряют эффективность: злоумышленники маскируют фишинговые письма под легитимную переписку, используют социальную инженерию. AI-методы меняют правила игры. Языковые модели анализируют текст на уровне смысла, выявляют манипулятивные паттерны и аномалии в коммуникации. Доклады этого трека покажут, как LLM внедряются в системы безопасности и какие результаты это дает в цифрах: снижение ложных срабатываний, рост обнаружения новых типов атак.

ИИ-агенты: помощники, которые действуют сами

ИИ-агенты - программы, способные выполнять цепочки задач без постоянного контроля человека. Они планируют действия, используют инструменты, проверяют результаты и исправляют ошибки. На конференции обсудят архитектуру таких систем и их применение в аналитике, документообороте, клиентском сервисе. Пример: агент, который получает задачу «подготовить отчет по продажам за квартал», сам собирает данные из нескольких источников, строит графики и формирует документ. Пользователь видит готовый результат, а не процесс.

Практические кейсы: что покажут на конференции

Теория отступает на второй план. «Урбан ML» делает ставку на кейсы - реальные задачи, решенные командами. Три доклада заслуживают особого внимания.

Агентная RAG-система: когда документы перестают быть лабиринтом

Работа с нормативными документами отнимает часы. Юристы и комплаенс-менеджеры вручную ищут нужные пункты в многотомных регламентах. Агентная RAG-система меняет этот процесс. Она работает в несколько этапов: разбивает сложный запрос на подзадачи, для каждой ищет релевантные фрагменты в документах, собирает ответ и указывает источники. Пользователь задает вопрос на естественном языке - например, «какие требования к отчетности для сделок с аффилированными лицами за 2025 год» - и получает точный ответ со ссылками на пункты. Время поиска сокращается с часов до секунд.

LLM против спама: новый уровень фильтрации

Классические спам-фильтры ищут стоп-слова: «заработок», «криптовалюта», «бесплатно». Мошенники научились обходить эти фильтры - они пишут письма, которые выглядят как обычная деловая переписка. Языковая модель анализирует текст иначе: она понимает контекст, распознает несоответствия, выявляет скрытое намерение. Письмо от «коллеги» с просьбой срочно оплатить счет может быть фишингом - и LLM это определит по косвенным признакам, которые человек или ключевой фильтр пропустят. Доклад покажет архитектуру такого решения и метрики точности.

Семантический поиск музыки: ищем не слова, а смысл

Поиск музыки по названию трека или имени исполнителя - решенная задача. Сложность возникает, когда пользователь хочет найти «грустную песню про расставание под дождем» или «энергичный трек для утренней пробежки». Семантический поиск анализирует текст песни, ее настроение, темп, тональность. Модель сопоставляет запрос на естественном языке с характеристиками треков и выдает релевантный результат. Этот кейс демонстрирует, как AI меняет пользовательский опыт в музыкальных сервисах и открывает новые возможности для рекомендаций.

Кому будет полезно: не только для Data Scientist’ов

Темы «Урбан ML» выходят за пределы узкой специализации. Руководители узнают, какие AI-инструменты можно внедрить в компании и как оценить их эффективность. Маркетологи разберутся, как улучшить рекомендации и персонализацию без риска оттолкнуть клиентов. Специалисты по безопасности увидят работающие методы защиты от новых цифровых угроз. Продуктовые менеджеры оценят, какие фичи на базе AI можно добавить в продукт и как спланировать их разработку.

Конференция дает срез практического опыта. Это возможность понять, что реально работает в AI сегодня, а что остается на уровне обещаний. Похожий подход мы видели на митапе «ИИшная», где SQL-агенты на LangGraph показали снижение ошибок в Text-to-SQL, а Langfuse и LLM-as-a-Judge помогли автоматизировать оценку качества моделей. Практика и конкретные метрики - главный критерий ценности таких мероприятий.

Как следить за конференцией, если вы не в Москве

Организаторы обычно публикуют записи докладов и презентации после мероприятия. Следите за официальными каналами МТС True Tech и ВТБ - там появятся анонсы о доступности материалов. Наше издание будет следить за событием и публиковать ключевые выводы в доступной форме. Мы разберем самые интересные доклады, объясним сложные термины и выделим практические идеи, которые можно применить в работе.

Тем временем можно изучить другие материалы о том, как AI меняет индустрию. Arm привезет на PyTorch Conference 2025 работающие демо нейрографики и агентного ИИ на мобильных чипах - это показывает, как AI-агенты выходят за пределы серверов и становятся частью повседневных устройств. Летний ТехФест 2026 в Петербурге - еще одна площадка для обмена опытом, где воркшопы и живое общение заменяют скучные лекции. Индустрия AI движется быстро, и очные встречи остаются лучшим способом оставаться в курсе.