data2day 2026 пройдет в Кёльне, Германия, с фокусом на Data-продукты и агентный ИИ

Репортаж от Wedoany，Конференция data2day 2026 состоится 7–8 октября 2026 года в Кёльне. Согласно недавно опубликованной программе, в центре внимания мероприятия будут Data-продукты, интеллектуальный агентный искусственный интеллект (Agentic AI), а также управление данными. Конференция, организуемая iX и dpunkt.verlag с 2014 года, ориентирована на Data Scientist'ов, Data-инженеров, Data-аналитиков, разработчиков программного обеспечения и руководителей команд. Двухдневная программа докладов охватывает как вводный, так и продвинутый уровень. 6 октября дополнительно пройдет全日ный семинар-практикум «Практика контрактов данных» под руководством Саймона Харрера (Simon Harrer) из Entropy Data.

Генеративный ИИ и агентный ИИ стали лейтмотивом конференции. Маттиас Нихофф (Matthias Niehoff) из codecentric расскажет об агентном Data Engineering и проанализирует, как агенты могут создавать и восстанавливать пайплайны данных. Макс Фивег (Max Vieweg) и Дениз Хартманн (Denise Hartmann) из inovex покажут, как систематически отслеживать и оценивать агентные циклы. Языковые модели также неоднократно упоминаются в программе: Бьорн Буххольд (Björn Buchhold) из CID сравнит методы Text2SQL, включая Frontier-модели, открытые веса и файнтюнинг; Каан Дуран (Kaan Duran) из E.ON Digital Technology объяснит, как использовать LLM для улучшения признаков машинного обучения; Тобиас Отте (Tobias Otte) из viadee предложит связывать LLM с платформами данных через семантический слой. Ян Тринес (Jan Trienes) и Маттиас Рихтер (Matthias Richter) из inovex разъяснят системный подход к оценке генеративного ИИ. Сохан Махешвар (Sohan Maheshwar) из AuthZed обсудит, как предотвратить доступ ИИ-агентов к несанкционированным данным.

Архитектура данных, качество данных и Data-продукты составляют второй крупный тематический блок. Зёнке Либау (Sönke Liebau) из Stackable позиционирует каталог данных как управляющий экземпляр в открытом Data Lakehouse, а его коллега Флориан Мюллер (Florian Müller) представит современные форматы данных — от микросервисов до ML-моделей. Франц Вёллерт (Franz Wöllert) из Heidelberger Druckmaschinen поделится опытом использования таких технологий, как Iceberg; Андреас Букенхофер (Andreas Buckenhofer) из Adam Riese покажет интеграцию классической схемы «звезда» с облачным Lakehouse. Маттиас Нихофф (Matthias Niehoff) из codecentric и Николас Ренкамп (Nicolas Renkamp) из Merck KGaA вместе обсудят реалистичность создания стека данных без привязки к вендору. В сфере качества данных Данило Брайович (Danilo Brajovic) из Fraunhofer IPA рассмотрит методы и «слепые зоны» качества данных для машинного обучения, а Феликс Теодор (Felix Theodor) из Otto Group one.O расскажет об эволюции от ручных шаблонов к наборам тестов, генерируемым ИИ. Дарья Хазельхофф (Daria Haselhoff) и Маркус Нутц (Markus Nutz) из METRO Markets представят построение стабильных моделей данных и продуктов, а Йохен Крист (Jochen Christ) из Entropy Data выступит за обеспечение доверия с помощью контрактов данных. Рамона Касасола-Грайнер (Ramona Casasola-Greiner) и Маттиас Бёк (Matthias Böck) из pub.tech призовут применять продуктовое мышление вместо простой логики Use Case. Николай Хофшульц (Nikolai Hofschulz) из AUDI подчеркнет роль семантики в разработке данных, а Марк Шуберт (Marc Schubert) из adorsys предложит федеративный семантический слой для связывания KPI. Евгения Алексеева (Evgeniya Alekseeva) из Daikin Europe проанализирует факторы успеха и провала инициатив по управлению данными.

Промышленное применение и юридические аспекты дополняют повестку. Кристиан Хаак (Christian Haack) и Бьорн Вендланд (Björn Wendland) из ControlExpert представят конформное прогнозирование для извлечения информации и оценки затрат; Никита Головко (Nikita Golovko) из Siemens опишет предметно-ориентированный путь к промышленному ИИ; Ева Файгль (Eva Feigl) из Forterro Deutschland Abas обсудит метрики, A/B-тестирование и их роль в успехе продукта; Константин Хопф (Konstantin Hopf) и Дениз Оруч Челик (Deniz Oruç Çelik) из TU Chemnitz раскроют противоречия между работой Data Scientist'ов и ожиданиями руководства; Йорг Хайдрих (Joerg Heidrich) из Heise Medien разъяснит ключевые юридические аспекты разработки ИИ внутри предприятия.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com