Организатор
06
апреля
Форум о том, как превращать данные в деньги
Как управлять качеством данных, оценивать и повышать его
Как предотвращать утечки данных в условиях, когда они смерти подобны
Как увеличивать отдачу от данных и DS-команд без риска их выгорания
by Scoring Day
Data Day
Организатор
06
апреля
Форум о том, как превращать данные в деньги
Data Day
by Scoring Day
Для CDO
CDTO
CRO
CBO
Data Scientists
Топ-менеджеров, отвечающих за цифровизацию и развитие
и всех, кто создаёт новые смыслы и бизнес-модели работы с данными
Для CDO
CDTO
CRO
CBO
Data Scientists
Топ-менеджеров, отвечающих за цифровизацию и развитие
Как управлять качеством данных, оценивать и повышать его
Как предотвращать утечки данных в условиях, когда они смерти подобны
Как увеличивать отдачу от данных и DS-команд без риска их выгорания

Подтвержденные спикеры

Андрей Бугаенко
/ Сбер

Исполнительный директор по исследованию данных
Денис Суржко
/ ВТБ

Начальник управления перспективных алгоритмов машинного обучения департамента анализа данных и моделирования
Роман Мизюрин
/ Альфа-банк

CDS рисков и общекорпоративных функций
Антон Табах
/ Эксперт РА

Главный экономист «Эксперт РА», к.э.н., доцент экономического факультета МГУ
Александр Погосьян
/ Сбер

Исполнительный директор по Качеству данных и НСИ
Алексей Кузнецов
/ МТС

Технический руководитель направления анализа защищенности блока кибербезопасности
Илья Щиров
/ Райффайзен Банк

Директор направления развития и автоматизации цифрового взаимодействия с клиентами.
Отвечает за развитие неголосовых каналов поддержки, разработку бот-платформы банка и пул проектов по развитию мобильного банка и CRM для физлиц
Алексей Ерюков
/ Газпромбанк

Управляющий директор Управления подготовки данных Департамента анализа данных и моделирования. Централизовал функцию DQ в DS команде. Разработал и внедрил систему метрик и процесса контроля качества данных розничных моделей в режиме self-service
Сергей Загребнев
/ Открытие

Директор центра data science & advanced analytics
Юлия Носенко
/ Ассоциация Финтех

Директор по развитию открытых данных и экосистем. Отвечает за разработку предложений по изменению регулирования, модернизации технологической инфраструктуры и совершенствованию клиентского пути с применением технологии Открытых API
Александр Кондратенко
/ Росбанк

Заместитель директора департамента-начальник управления рисками и развития процессов информационной безопасности
Елена Гоголева
/ Промсвязьбанк

Начальник управления аналитических исследований и инновационных технологий. Заместитель директора Департамента цифровых продаж среднего и малого бизнеса
Павел Николаев
/ Открытие

Управляющий директор департамента интегрированных рисков банка
Марина Юфа
/ Эксперт по приватности

Руководитель практики правового сопровождения защиты данных, DPO (in-house), член Международной ассоциации профессионалов в области приватности, CIPP/E.
Более 9 лет работы с крупными игроками по внедрению требований российского и европейского законодательства в области приватности
Антон Люстров
/ MobileScoring

Data Scientist
Лидия Храмова
/ Qiwi

Team Lead Data Scientist. Более семи лет опыта создания data продуктов и сервисов от гипотезы до продакшн в направлениях скоринг, управление тарифной политикой для клиента
Константин Степанов
/ HFLabs

Исполнительный директор.
Реализовал комплексные проекты по внедрению системы класса Customer Data Integration в крупнейших российских банках, страховых компаниях, телеком-операторах
Вячеслав Борисов
/ Т1 Консалтинг

Руководитель продукта "Сфера.Обезличивание"
Александра Мурзина
/ Positive Technologies

Руководитель отдела перспективных технологий. Работала на продуктах PT Application Firewall, PT Network Attack Discovery, MaxPatrol SIEM и PT Sandbox. Занимается исследованием и разработкой решений, основанных на методах машинного обучения, а также исследованием безопасности использования этих алгоритмов в реальной жизни
Тимофей Костин
/ ООО МФК ВЭББАНКИР

Директор департамента управления рисками
Алексей Могильников
/ Rubbles

Chief Data Officer
Антон Якунин
/ Rubbles

Директор по развитию ИТ решений для финансового сектора
Сергей Краснов
/ РБК

Ведущий ежедневной информационно-аналитической программы «Что это значит» на РБК ТВ. Охват аудитории: десятки миллионов человек из бизнес-сообществ РФ и СНГ
Роман Божьев
/ Объединенное Кредитное Бюро

Директор аналитических сервисов для кредитования микро- и малого бизнеса
(состав спикеров пополняется)

Партнеры

Программа форума


09:00 - 10:00

Регистрация. Приветственный кофе


10:00 - 11:20

Сессия 1. Защита данных. Как предотвращать утечки и потери в условиях, когда это смерти подобно.

  • Гигиенический минимум дата-провайдера. Принципы защиты данных, прикладное ПО, правила разграничения ролей.
  • Сотрудник как точка утечки. Методы выявления уязвимых мест и профилактики утечек.
  • Что делать, когда утечка стала фактом. Последовательность действий и их юридическая составляющая.

  • Сергей Краснов / Модератор
    / РБК

    Ведущий ежедневной информационно-аналитической программы «Что это значит» на РБК ТВ. Охват аудитории: десятки миллионов человек из бизнес-сообществ РФ и СНГ
  • Александр Кондратенко
    / Росбанк

    Заместитель директора департамента-начальник управления рисками и развития процессов информационной безопасности

    Новый подход к защите Big data в условиях Agile. Взаимодействие команд ИТ, DATA и ИБ

    • Защита Big Data со специфичным стеком, объёмной инфраструктурой, серыми зонами и запутанными коммуникациями
    • Модель взаимодействия основных участников Big Data, примеры
    • Основные шаги по внедрению модели
  • Вячеслав Борисов
    / Т1 Консалтинг

    Руководитель продукта "Сфера.Обезличивание"

    Использование моделей машинного обучения для поиска чувствительной информации в базах данных

    • Если у вас много действующих и развивающихся информационных систем, вам крайне сложно знать и контролировать где и какая в точности информация хранится;
    • Если вам нужно решить общую для компании задачу (как пример - обезличивание тестовых контуров или распределение доступов к промышленным контурам), то обязательным шагом будет аудит того, где и что содержится, что может быть длительным процессом, а время ограничено;
    • Внедрение простых вспомогательных автоматических правил анализа данных не спасают от необходимости провести аудит. Во время аудита находятся новые пропущенные данные, нужно дополнять правила;
    • Появляются новые трудности: 9578900012, который будет обнаружен простыми правилами, встречается в текстовом поле "комментарий" какого-то объекта в БД - это номер мобильного телефона без международного кода, ИНН организации или просто идентификатор какой-то записи?
    • Вместо постоянного добавления все новых правил поиска - выделяем ключевые области поиска и собираем максимально разнообразные варианты хранения подобных сущностей, проводим обучение.
    • Модель всегда можно переобучить, если нужны новые области поиска или множество данных по формату, представляющих область, сильно отличается от тех, что использовались для обучения
    • Модель можно использовать совместно с простыми правилами
    • Результат: полнота поиска: 97%, точность: 95%
  • Алексей Кузнецов
    / МТС

    Технический руководитель направления анализа защищенности блока кибербезопасности

    Как построить бизнес-ориентированную кибербезопасность

    • Zero Trust: ключевые принципы концепции
    • Реализация Zero Trust на уровне СЗИ и сервисов кибербезопасности
    • Внутренние и внешние угрозы - на чем фокусироваться в первую очередь, исходя из приоритетов бизнеса?
    • Какие подходы к кибербезопасности больше не работают и что приходит им на смену
    • Ключевые технологии, процессы и первые шаги в создании бизнес-ориентированной кибербезопасности
    • Внутренняя служба информационной безопасности или аутсорсинг - за и против.
  • Марина Юфа
    / Эксперт по приватности

    Руководитель практики правового сопровождения защиты данных, DPO (in-house), член Международной ассоциации профессионалов в области приватности, CIPP/E. Более 9 лет работы с крупными игроками по внедрению требований российского и европейского законодательства в области приватности

    Новые требования в области работы с персональными данными в России: время назначить DPO и перестать верить в быстрый «бумажный» комплаенс

    • Подводные камни реформы Федерального закона «О персональных данных» 2022 г.
    • Стоит ли пытаться соответствовать всем ожиданиям регулятора? Примеры судебных решений, противоречащих устоявшимся позициям Роскомнадзора
    • Что необходимо для построения гибкой риск-ориентированной комплаенс-программы по персональным данным, и какую роль в этом играет DPO?

11:20 - 12:00

Дискуссия. Панель DS-визионеров. Что год грядущий нам готовит и чем ответим мы на это.

  • Решение прикладных задач с помощью генеративных нейросетей типа ChatGPT: от ревью скриптов до построения моделей. Первый опыт и практические результаты.
  • Стандартизация протоколов обмена данными. Когда в России полноценно заработают Open API, как это изменит рынок данных и что в связи с этим делать сейчас?
  • DaaS, DBaaS, AaaS. Какие из технологических трендов в области «Данные как сервис» развиваются быстрее всего и чего бояться в связи с вынесением части экспертизы данных за пределы бизнеса?

  • Сергей Краснов / Модератор
    / РБК

    Ведущий ежедневной информационно-аналитической программы «Что это значит» на РБК ТВ. Охват аудитории: десятки миллионов человек из бизнес-сообществ РФ и СНГ

  • Юлия Носенко
    / Ассоциация Финтех

    Директор по развитию открытых данных и экосистем. Отвечает за разработку предложений по изменению регулирования, модернизации технологической инфраструктуры и совершенствованию клиентского пути с применением технологии Открытых API
  • Роман Мизюрин
    / Альфа-банк

    CDS рисков и общекорпоративных функций
  • Александра Мурзина
    / Positive Technologies

    Руководитель отдела перспективных технологий. Работала на продуктах PT Application Firewall, PT Network Attack Discovery, MaxPatrol SIEM и PT Sandbox. Занимается исследованием и разработкой решений, основанных на методах машинного обучения, а также исследованием безопасности использования этих алгоритмов в реальной жизни
  • Тимофей Костин
    / ООО МФК ВЭББАНКИР

    Директор департамента управления рисками

12:00 - 12:30

Кофе-брейк


12:30 - 14:10

Сессия 2. КПД в Data Science. Как увеличивать отдачу от данных и DS-команд без риска их выгорания.

  • Новые способы автоматизации подготовки, очистки и транспорта данных. Конвейеры данных и ETL.
  • Стандартизация протоколов обмена данными в государственных и корпоративных источниках. Технологическая основа реального дата-хаба.
  • Как избежать «индусского кода»: метрики эффективности DS-команды и способы мотивации дата-профессионалов.

  • Роман Божьев / Модератор
    / Объединенное Кредитное Бюро

    Директор аналитических сервисов для кредитования микро- и малого бизнеса
  • Лидия Храмова
    / Qiwi

    Team Lead Data Scientist. Более семи лет опыта создания data продуктов и сервисов от гипотезы до продакшн в направлениях скоринг, управление тарифной политикой для клиента

    Продуктовый подход в работе с данными - организуем работу в data команде по-новому

    Удачные прототипы все еще не вышли в продакшн? В команде много исследователей и ни одного инженера? Как организовать работу так, чтобы не только видеть результат, но и с каждой новой фичей развивать внутренние наработки и data продукты? И главный вопрос - как и какими силами поддерживать все созданные артефакты?

    Сегодня поговорим о том, какие подходы помогут трансформировать работу с данными и повседневные процессы в data команде. Обсудим компетенции, которые действительно нужны для успешных проектов (и нет, PhD в области Computer Science не обязательно одна из них!) и ключевые различия между разработкой data продуктов и классической разработкой в финтех сфере на примере опыта QIWI.
  • Сергей Загребнев
    / Открытие

    Директор центра data science & advanced analytics

    Совместное выступление / Data Science: выход из зоны комфорта. Как покрыть моделями «серые зоны» в Банке и заставить данные работать

  • Павел Николаев
    / Открытие

    Управляющий директор департамента интегрированных рисков банка

    Совместное выступление / Data Science: выход из зоны комфорта. Как покрыть моделями «серые зоны» в Банке и заставить данные работать

    1. Залог успеха - в комплексном развитии Data Science в банке, а именно в:

    • Развитии методологии процессов моделирования
    • Создании инфраструктуры моделирования
    • Централизации работы с данными
    • Развитии DS-сообщества и создании общебанковского управляющего комитета по Data Science
    • Вовлечении топ-менеджмента в стратегическую инициативу по развитию Data Science
    • Создании общебанковского Центра Data Science & Analytics (DS&A), покрывающего «серые» зоны моделирования, не покрытые ранее «стационарными» командами моделистов

    2. Принципы работы Центра DS&A:

    • Задачи может поставить любое подразделение банка
    • Жесткая монетизация и приоритизация задач
    • Решаем задачи под ключ – покрываем весь цикл моделирования и анализируем бизнес-процесс заказчика

    3. Результаты: за 2 года существования Центра 6-ю специалистами решено 11 задач с совокупным фин эффектом в 650 млн. руб.
  • Антон Якунин
    / Rubbles

    Директор по развитию ИТ решений для финансового сектора

    Совместное выступление / Организация рабочих окружений data-специалистов
  • Алексей Могильников
    / Rubbles

    Chief Data Officer

    Совместное выступление / Организация рабочих окружений data-специалистов

    Самым простым подходом для обеспечения data-специалистов рабочими окружениями является использование open source решений (например, JupyterHub), однако часто это влечет множество проблем:

    • Потеря денег на неэффективной утилизации вычислительных ресурсов
    • Риски несанкционированного доступа и утечки данных
    • Увеличение time-to-market data-команд из-за нехватки devops и mlops компетенций
    • Какие решения для этих проблем уже есть на рынке
    • Какая специфика есть у data-команд в крупных российских компаниях
    • Как вы можете решить эти задачи в своей компании


  • Илья Щиров
    / Райффайзен Банк

    Директор направления развития и автоматизации цифрового взаимодействия с клиентами. Отвечает за развитие неголосовых каналов поддержки, разработку бот-платформы банка и пул проектов по развитию мобильного банка и CRM для физлиц

    Сами или вендор: когда чат-бота лучше делать внутри?

    • Зачем нужны чат-боты и почему "люди всегда лгут"?
    • Сколько нужно времени и ресурсов на создание своего чат-бота?
    • Какие основные направления развития чат-ботов и почему их самый большой враг - хайп?
  • Антон Люстров
    / MobileScoring

    Data Scientist

    Как сделать эффективный проект с источником внешних данных

    • Как проводится типовой проект с источником внешних данных.
    • Насколько важна постановка задачи в проекте с источником внешних данных.
    • Ключевые проблемы в проектах с источником внешних данных.
    • Как решить эти проблемы.
  • Денис Суржко
    / ВТБ

    Начальник управления перспективных алгоритмов машинного обучения департамента анализа данных и моделирования

    Инструменты новых практик data science. Как autoML становится краеугольным камнем для развития глубокой аналитики: NLP, гео-аналитики, крипто-анклавов

14:10 - 15:10

Обед


15:10 - 16:40

Сессия 3. Качество данных. Как им управлять, оценивать и повышать его.

  • Топ-5 методов оценки качества данных и чек-лист оценки дата-провайдера.
  • Механики определения ошибок и метрики контроля качества базы.
  • Обоснование расходов на data quality. Методы и убедительные кейсы оценки влияния качества данных на бизнес.

  • Роман Божьев / Модератор
    / Объединенное Кредитное Бюро

    Директор аналитических сервисов для кредитования микро- и малого бизнеса
  • Алексей Ерюков
    / Газпромбанк

    Управляющий директор Управления подготовки данных Департамента анализа данных и моделирования. Централизовал функцию DQ в DS команде. Разработал и внедрил систему метрик и процесса контроля качества данных розничных моделей в режиме self-service

    Контроль качества данных вектора переменных для моделей. Как развернуть self-service DQ для команды DS

    • Концепция Data Governance
    • Функции стрима качества данных для моделей
    • Как интегрировать процесс качества данных в общий процесс разработки моделей
    • Подходы и методы оценки качества данных
    • Как построить процесс Self-Service DQ
  • Константин Степанов
    / HFLabs

    Исполнительный директор. Реализовал комплексные проекты по внедрению системы класса Customer Data Integration в крупнейших российских банках, страховых компаниях, телеком-операторах

    Три драйвера улучшения качества клиентских данных

    • Трудно найти и легко потерять: как повышение качества данных помогает выстраивать отношения с клиентами и поддерживать их лояльность
    • Как отчетность сдавать будем? Управление клиентскими данными для соблюдения требований регуляторов
    • От "галочек" в системах к управлению желаниями клиента: как выстроить грамотную работу с согласиями на обработку персональных данных
  • Андрей Бугаенко
    / Сбер

    Исполнительный директор по исследованию данных

    AI в Process Mining. Как используется машинное обучение для анализа бизнес-процессов в Сбере

    Использование машинного обучения может значительно упростить жизнь аналитикам и консультантам, которые в своей повседневной деятельности занимаются анализом и оптимизацией бизнес процессов. Текущий уровень развития искусственного интеллекта уже сейчас позволяет провести полноценный анализ эффективности бизнес-процесса, найти и описать неэффективности, абсолютно без участия человека. В докладе будет рассказано как машинное обучение используется для анализа бизнес-процессов Сбера.
  • Елена Гоголева
    / Промсвязьбанк

    Начальник управления аналитических исследований и инновационных технологий. Заместитель директора Департамента цифровых продаж среднего и малого бизнеса

    Инсайты под ногами: как извлечь знания их тех данных, которые у вас уже есть
  • Александр Погосьян
    / Сбер

    Исполнительный директор по Качеству данных и НСИ

    Эволюция подходов к контролю качества данных в Сбер – от простого к умному

16:40 - 17:30

Специальный гость. Шокирующие макроэкономические прогнозы как способ подготовки к экстремальным событиям и глобальным переменам в экономике.


  • Антон Табах
    / Эксперт РА

    Главный экономист «Эксперт РА», к.э.н., доцент экономического факультета МГУ

17:30 - 18:30

Фуршет и неформальное общение


Варианты участия в форуме

Онлайн
  • Онлайн-трансляция
  • Мобильное приложение для общения с офлайн- и онлайн-участниками
  • Презентации
Стоимость по запросу
Принять участие
Командой
  • Если вас 3-5 и более человек, которые хотели бы посетить форум всей командой, то у нас есть для вас специальное предложение

Стоимость по запросу
Принять участие

Как это было:

20+
спикеров
300+
делегатов
8
партнеров
Первый Data Day состоялся 24 марта 2022 года

Отзывы

  • Илья Щиров, Райффайзен Банк
    Директор направления развития и автоматизации цифрового взаимодействия с клиентами.
    Редко пишу о конференциях в которых участвую, но тут хочу поделиться.
    DataDay 2023 произвел очень хорошее впечатление - сложились как мне кажется 3 важных фактора:
    1. Состав докладов - сочетание техники и бизнеса. Перекос в любую сторону в такой области как работа с данными легко может превратить конфу либо в вечеринку гиков, либо в крики про ChatGPT нас всех заменит. К счастью - все было по делу.
    2. Организация - тут я прямо поностальгировал по доковидным временам. Все четко, масштабно и современно. Старт Хаб на Красном Октябре - мое почтение!
    3. Ну и, и наконец, публика. Не засилье продажников (хотя куда без них), а действительно широкий спектр людей делающих настоящие продукты от идей до поддержки.

Контакты

Роман Божьев

Генеральный продюсер.
Выступления

Юлия Гуминская

Участие, спонсорство

Мила Полякова

Медиапартнерство
Место проведения
Старт Хаб на Красном Октябре (ex Digital October), Берсеневская набережная, дом 6, стр.3

Redhub.moscow

Концепт партнеры

Информационные партнеры

Форум о том, как превращать данные в деньги
Организатор — портал FutureBanking.ru (ИД «Регламент»)
Ваши персональные данные обрабатываются на сайте в целях его функционирования в рамках Политики в отношении обработки персональных данных. Если вы не согласны, пожалуйста, покиньте сайт.

Создание сайта — immers.studio