Data Fusion

Data Fusion — ежегодная конференция по анализу данных и технологиям искусственного интеллекта. Она объединяет бизнес, научные и образовательные организации, разработчиков и представителей государства. Среди её участников — руководители цифровых и ИИ-направлений, архитекторы решений, дата-сайентисты, инженеры, аналитики и продуктовые команды.

Данные, модели и внедрение искусственного интеллекта

Программа конференции 2026 года включала научные и отраслевые сессии, дискуссии, разборы кейсов и доклады. В центре внимания — создание ИИ-продуктов и их применение, управление данными и инфраструктура вычислений. Отраслевые примеры охватывают промышленность, транспорт, креативные индустрии и медиа.

• ИИ-агенты и модели нового поколения.
• Управление данными и развитие рынка данных.
• Рекомендательные системы и ИИ-трансформация бизнеса.
• Робототехника и вычислительная инфраструктура.
• Применение ИИ в кибербезопасности.
• Научные исследования и новые подходы к машинному обучению.

В повестку конференции входит внедрение решений в компаниях и государственных сервисах. Формат адресован как специалистам, которые создают модели и работают с данными, так и руководителям, принимающим решения о применении этих технологий.

Научные проекты, соревнования и премия

С конференцией связаны Data Fusion Contest и премия Data Fusion Awards. Соревнование 2026 года посвящено машинному обучению на реальных банковских задачах: классификации операций и финансовых продуктов, а также оптимизации. Оно сопровождается онлайн-встречами с разборами решений.

Конкурс научных статей «Научный прорыв года в ИИ» охватывает алгоритмы, методы оптимизации, обучение нейросетей, нейроморфные вычисления и архитектуры ИИ. Награждение научных и прикладных проектов включено в программу конференции.

Проекты премии 2026 показывают разные области применения данных: ИИ-помощников для разработки программ, платформы А/Б-тестирования, ассистентов покупателей и продавцов, промышленные системы. Среди образовательных инициатив представлен открытый курс по машинному обучению.