Одним из ключевых событий форума стал круглый стол «Перспективы развития отрасли больших данных с учетом появления экспериментально-правовых режимов», организованный Ассоциацией больших данных. Его участники — представители Администрации Президента РФ, Минэкономразвития РФ, АНО «Цифровая экономика», ДИТ Москвы, Центра цифрового развития АСИ, АБД — обсудили особенности применения законодательства о персональных данных и пределы специального регулирования в рамках ЭПР, роль предпринимательского сообщества, использование данных города в рамках эксперимента по установлению специального регулирования в Москве, создание первых сервисов в сфере данных для ЭПР, социальные эффекты внедрения экспериментальных правовых режимов.
Круглый стол модерировала Анна Серебряникова, президент Ассоциации больших данных.
Программа BIG DATA 2021 включала в себя наиболее актуальные темы индустрии данных: пути сотрудничества государства и бизнеса в области данных; уроки пандемии и антикризисную аналитику; истории успеха и опыт неудач в работе с данными в разных отраслях и в социально значимых проектах; и, конечно, инновационные инфраструктурные решения для работы с данными.
В числе самых ярких спикеров форума были Борис Рабинович, «Сбер», Иван Фост, Аналитический центр при Правительстве РФ, Дмитрий Карбасов, Евразийская группа, Андрей Комиссаров, Университет 20.35, Александр Мотузов, НЛМК, и другие эксперты индустрии данных.
Благодаря партнерам BIG DATA 2021, участники форума из первых рук узнали о возможностях современных технологий для управления на основе данных. Так, Алексей Сидоров, директор по управлению данными Denodo, рассмотрел набирающие популярность у профессионалов виртуальные архитектуры и примеры проектов по управлению мастер-данными. Доклад Сергея Золотарева, Arenadata Software, был посвящен роли корпоративной платформы данных в цифровых экосистемах. Евгений Степанов, Micro Focus, рассказал о переходе к унифицированной аналитической платформе, способной раскрыть настоящий потенциал больших мультиструктурированных данных. Специальным методам управления метаданными посвятил выступление Роман Стрекаловский из компании «Юнидата», а Никита Кардашин из Naumen говорил об управленческих практиках и конкретных инструментах ИТ-менеджмента в сфере больших данных.
Алексей Коваленя из компании Atos рассказал о различных подходах к построению инфраструктуры для работы с большими данными. Компания Pure Storage презентовала концепт Data Hub, который упрощает создание единой платформы данных для задач современной аналитики и ИИ. Команда из «Сбера» представила гетерогенную аналитическую платформу, представляющую собой сплав Big Data и классических MPP-технологий, а также цифровой сервис, многократно ускоряющий работу дата-сайентистов и аналитиков. Продолжая раскрывать важность тенденции демократизации данных, Олег Гиацинтов, DIS Group, поделился подходами к заказу данных и самостоятельной подготовке данных силами бизнес-пользователей.
Рецептами эффективной работы с данными в облаке с помощью Kubernetes поделился Александр Волынский, Mail.ru Cloud Solutions, а представитель Yandex.Cloud Data Platform, Дмитрий Павлов, в свою очередь, предложил обсудить универсальный фреймворк для новых дата-проектов при подходе on-premise и в облачной инфраструктуре. Докладчики из компании «КРОК» осветили проблемы выбора оптимальной рабочей архитектуры для промышленной аналитики, а спикеры Luxms — оригинальное инженерное решение для оптимизации быстродействия аналитической системы, реализованное в BI-платформе этой компании. Александр Брыль, инженер компании DDoS-GUARD, рассказал об особенностях применения методов машинного обучения для обработки интернет-трафика и защиты интернет-ресурса от зловредных ботов, а Максим Милков из Softline AI — об опыте разработки и внедрения моделей на основе NLP-технологий в бизнес-процессы компании и ее заказчиков.
Гибридный формат BIG DATA 2021 позволил сочетать обсуждения в зале с интерактивными мероприятиями для широкой онлайн-аудитории, мастер-классами и дискуссиями. Так, Наталья Роменская, независимый эксперт в области роботизации бизнес-процессов и искусственного интеллекта, провела онлайн-воркшоп по умной автоматизации.
Пандемия COVID-19 резко ускорила использование накопленного потенциала цифровых технологий в здравоохранении, что нашло отражение в программе BIG DATA 2021. О прикладных проектах в области медицины Лаборатории по искусственному интеллекту «Сбера» рассказал ее руководитель Леонид Жуков. Андрей Майоров, РДТЕХ, поделился опытом создания сервиса мониторинга физиологических параметров организма и своевременного предупреждения о развитии негативных трендов в состоянии здоровья человека.
Слушатели специального онлайн-блока «Данные для медицины» познакомились с интеллектуальными решениями и яркими практическими кейсами применения аналитики и технологий искусственного интеллекта в медицине. Александр Гусев, Webiomed, представил обзор проблем развития российского рынка искусственного интеллекта для здравоохранения, а также практический опыт сбора больших медицинских данных и создания продуктов и услуг на их основе. О том как происходит в регионах переход к аналитике на основании первичных данных в цифровом контуре здравоохранения, рассказал Игорь Башков, коммерческий директор компании «Нетрика Медицина». Никита Николаев из Celsus поделился наработками компании по оптимизации процесса разметки медицинских данных и отбора врачей для этой работы. А выступление Юлии Урожаевой, Правительство Москвы, было посвящено системе поддержки принятия врачебных решений, которая уже работает во всех взрослых поликлиниках столицы.
Завершилась эта тематическая сессия круглым столом «Качественные медицинские данные для ИИ-решений: где их взять?», проведенным при поддержке Ассоциации «Национальная база медицинских знаний». Ведущие эксперты в области ИТ для здравоохранения обсудили текущую ситуацию с доступом к медицинским данным и перспективы ее развития, а также лайфхаки в добыче данных. В дискуссии был затронут важнейший вопрос для развития рынка медицинских ИИ-решений — о нормативном регулировании повторного использования обезличенных медицинских данных в научных целях, для машинного обучения, управленческой аналитики и маркетинговых исследований.
