AI Driver & RecSys Темы
Конференция для экспертов по рекомендательным системам: исследования, индустриальные кейсы и новые данные от лидеров рынка
Регистрация закрыта
17.10.2026
Офис Сбера, Москва, Кутузовский проспект, д. 32, Большой конференц‑зал
Офлайн и онлайн
300+
участников
1 день
концентрированных знаний
20+
экспертных докладов
О чём
- Будущее рекомендательных систем — ключевые тренды 2026: от классических моделей к генеративным и агентным сценариям, новые вызовы и возможности для науки и индустрии
- Современные архитектуры и подходы — что приходит на смену привычным методам в персонализации и машинном обучении и какие решения уже работают на масштабе
- Рекомендательные системы в реальных продуктах — сложные задачи, нестандартные решения, инсайты и честный разбор кейсов из индустрии
- Научные исследования и новые подходы — свежие работы Sber AI Lab и партнёров, которые определяют исследовательскую повестку
- Платформа для рекомендательных систем — как строить инфраструктуру и среду экспериментов: вызовы, архитектура и быстрая проверка гипотез
Кому будет полезно
- Руководители и техлиды — смогут найти партнёров, обменяться опытом и вдохновиться решениями лидеров рынка
- Инженеры и ML‑разработчики — узнают о современных моделях, инструментах и подходах к построению рекомендательных систем
- Исследователи и ученые — познакомятся с передовыми работами и смогут наладить научное сотрудничество
- Продуктовые менеджеры — узнают о новых подходах к персонализации и рекомендациям
Расписание
Большой конференц-зал
Малый зал
09:00
Сбор гостей и регистрация
Блок «Тренды RecSys: куда движется индустрия»
10:00
Трансформация рекомендаций в эпоху AI—агентов
Сергей Хехнев
Директор дивизиона рекомендательных систем В2С, Сбер
Руслан Исрафилов
RecSys R&D Lead, Сбер
10:25
Обзор конференции ACM RecSys 26. Ключевые тренды и подходы
Алексей Васильев
Исполнительный директор по исследованию данных, Sber AI Lab
10:50
Пленарная дискуссия
11:30
Кофе-брейк
Блок «Рекомендательные системы в реальных продуктах»
12:00
От действий к намерениям: как рекомендации учатся понимать пользователя
Егор Смирнов
Head of ML в рекомендательной платформе Сбера
12:20
Увеличение разнообразия рекомендаций через UniSRec-like архитектуру
Данил Бугриенко
Individual Contributor RecSys центра Bigdata, MWS
12:40
Нейроранжирование в Discovery AI VK: эксперименты, архитектура и bitter lesson
Михаил Трапезников
Руководитель группы рекомендательных технологий, AI VK
13:00
Как мы делали генеративную врезку в поиске Самоката
Денис Гордеев
Руководитель группы диалоговых систем, Ecom.Tech
13:20
???Rec: Generative Retrieval на Главной Авито
Анатолий Мастрюков
Team Lead команды Applied DL в Search And Recommendations, Avito
13:40
Нейросетевое ранжирование в стриминге музыки
Константин Сперанский
Data Scientist, Сбер
Блок «Научные исследования и новые подходы»
15:00
RL в генеративных рекомендациях
Руслан Исрафилов
RecSys R&D Lead, Сбер
15:20
Mitigating Popularity Bias in Sequential Recommendations with Sparse Prior-Regularized Objective
Антон Пембек
Исследователь-разработчик, Sber AI Lab
15:40
Bradley-Terry Rankings for Recommender Systems Across Dataset Taxonomies
Сергей Самсонов
Заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных ФКН НИУ ВШЭ
16:00
Зачем линейные автоэнкодеры нужны в RecSys в 2026 году
Кирилл Ляхнович
RecSys Research Team Lead, Т-Банк
16:20
Структурированный механизм внимания в задаче улучшения Semantic ID
Евгений Фролов
Руководитель группы «Технологии персонализации», AIRI
16:40
Research & Practice Notes on Semantic IDs: Collision Resolution and Concept-Conditioned Decoding
Анна Володкевич
Руководитель направления по исследованию данных, Sber AI Lab