«Мы собрали на одной площадке десятки тысяч специалистов разного уровня и дали им возможность не только обсудить самые интересные темы в технологической отрасли, но также встретить нужных людей, создать партнерства и коллаборации. True Tech Day — один из элементов, с помощью которого мы сегодня решаем задачу развития технологий как внутри компании, так и во всем технологическом сообществе России и даже за его пределами», — прокомментировал первый вице-президент МТС по технологиям Павел Воронин.

Открыл конференцию президент МТС Вячеслав Николаев, он рассказал о переходе от телеком-оператора к открытой экосистеме и том, как компания изменила вектор работы в ИТ. Это позволило внедрить новые технологии, ускорить вывод продуктов на рынок и удвоить количество ИТ-специалистов.

Виктор Кантор, директор центра Big Data, рассказал об эволюции системы рекомендаций, которые МТС сначала научилась делать для себя, а теперь готова продавать внешним клиентам. С помощью рекомендаций компания растит вовлеченность через рекомендации в KION, а с помощью кросс-рекомендаций (KION-Строки) связывает приложения в экосистему. За готовым решением от МТС стоит machine learning и огромное количество экспериментов. Внешним клиентам компания готова предложить готовые решения, которые учитывают количество событий в сервисе, стадию развития бизнеса и другие факторы.

Евгений Черешнев, исполнительный директор по стратегии и инновациям МТС, выступил с визионерским докладом о том, как создавать продукты и услуги, о которых будут мечтать все. Если в 20 веке было важно создать уникальный продукт, и люди пользовались им долгие годы, сейчас продукты нужно создавать постоянно. Черешнев уверен, что делать это могут лишь те, кто нарушал правила в детстве.

Артем Елизаров, CTO Ozon Retail, поделился опытом, как оценить экономический эффект проекта до внесения в бэклог. Для этого в Ozon, например, организовали технический комитет, где порядок реализации проектов определяют заказчики. Это позволяет приоритизировать задачи, сохранять прозрачность, детализировать процесс, а также видеть, достигнут ли экономический эффект.

Александр Желубенков, Head of Data Science Lamoda, рассказал о трансформации ранжирования товаров в каталоге маркетплейса, чтобы максимально учитывать предпочтения пользователей. Машинное обучение позволяет выявлять сложные закономерности из данных, которые не способен выявить человек, отказаться от ручного конфигурирования формулы, управлять таргетами и оптимизировать целевую метрику, чтобы эффективно проверять гипотезы.

Василина Дрогичинская, менеджер направления инклюзия сервисов VK, рассказала о важности адаптации цифровых продуктов для людей с особыми потребностями и о том, как это помогает VK расширять аудиторию, менять пользовательский опыт к лучшему и отвечать ценностям всех стейкхолдеров компании.

Павел Гнедков, руководитель направления идентификации и RnD Tinkoff ID, побеседовал с гостями конференции о том, как большие данные помогают при идентификации пользователей, рассказал о различных методах распознавания, WEB-следах и других инструментах, помогающих сделать каждый визит в интернет более комфортным и безопасным.

Источник: (Ссылка)