Aha!25: два дня про машинное обучение, работу с данными и продуктовую аналитику

В конце мая в Москве прошла Aha!25 — техническая конференция для тех, кто создает продукты, работает с аналитикой, машинным обучением и искусственным интеллектом. В этом году мероприятие впервые проводилось в двухдневном формате и собрало 1100 участников: продуктовых менеджеров и аналитиков, data scientists, ML-инженеров и исследователей из крупнейших компаний Рунета.

Темы и спикеры

Программа конференции включала 16 тематических потоков: продуктовые треки, ML-сессии, доклады про A/B-тесты, экономическую эффективность и causal inference, панельные дискуссии и лайв-подкасты. Среди спикеров:

• Кевин Ханда (CPO & CTO Uzum): показал, как выстроить бизнес-эффективную экосистему — от первых шагов до масштабируемых решений. На кейсе Uzum он разобрал, какие сервисы приносят трафик, какие генерируют выручку, и как связать финтех, e-commerce и пользовательскую лояльность в единую архитектуру.

• Алексей Абрамов (СберИИ): рассказал, как будут развиваться большие языковые модели в 2025 году — от синтетических данных и самообучения до memory-архитектур и мультиагентных систем. Разобрал тренды на reasoning, персонализацию и вызовы в обучении с подкреплением (RLHF), включая примеры с DeepSeek и Tree-of-Thought.

Особое внимание к ML-докладам

Одним из выступлений ML-трека стал доклад Виктора Кантора, фаундера MLinsight и советника МТС. Спикер поделился, как компании обучают сотрудников для внедрения AI-решений, какие навыки нужны для выхода в прод и почему грамотное развитие команды становится критическим фактором успеха в эпоху "каждый хочет AI".

В течение двух дней спикеры делились прикладными кейсами и конкретными примерами влияния ML на бизнес-метрики:

• Андрей Нарцев, Яндекс Доставка: внедрение ML-прогнозов в систему динамического ценообразования позволило снизить среднюю стоимость доставки на 2,7% без ущерба для заработка исполнителей. Точность предсказаний улучшилась на 19%, а в отдельных когортах — до 26%.

• Максим Федотов и Никита Можугин, Ozon Банк: команда построила собственную платформу персонализации, которая снизила стоимость привлечения в 8 раз и увеличила ретеншн на 45%. Один из кейсов принёс миллионы рублей выручки и стал драйвером трёх новых ML-направлений.

• Алёна Картошкина, Купер: команда сократила Time-to-Market ML-решений с нескольких недель до нескольких дней благодаря автоматизации рутинных этапов, внедрению фича-стора и стандартизации пайплайнов.

Интерактив и партнёры

Среди партнёров Aha!25 были Т-Банк, Yandex Cloud, OKKO, Лига Ставок и Garage Eight. На площадке работали брендированные зоны с интерактивами, баскетболом, виртуальной реальностью, розыгрышами и стендами с аналитическими задачами. Помимо практикующих специалистов, конференцию также посетили магистры ведущих технических вузов страны.