AI Dev Conf 2026 Autumn

Для кого

При поддержке JUG Ru Group

Как внедрить AI в команде и получить измеримый результат?
Как не потерять данные компании?

Руководители, менеджеры, инфраструктурные команды

Как управлять разработкой,
если часть кода пишут агенты?
Какие инструменты внедрять и как?
Какие метрики реально нужны,
а какие устарели?

Тимлиды, продакты,
техлиды

Как реализовать агентную систему, которая решает мои задчи?
Как управлять знаниями о проекте?
Какие практики и инструменты
взять на вооружение?

Разработчики, devops,
инженеры, тестировщики

Онлайн

Партнеры

Организаторы

Программа

Где

26 ноября

Когда

ЗАРЕГИСТРИРОВАТЬСЯ

Конференция об агентной разработке

AI Dev Conf

2026

Здесь скоро
будет Программа
конференции

О чем доклад?

Более 15 лет в IT. Занимался мобильной разработкой. Руководил командами в роли Head/Cluster последние 6–7 лет.
Последние 3 года работаю в RuStore.
Последний год активно внедряю AI в SDLC компании: используя практики, агентов, автоматизацию части CI/CD, метрики импакта AI.
Помимо работы много выступал на конференциях и митапах. Участник ПК Мобиуса и клуба Podlodka AI Engineers Club.

Один инженер использует AI в IDE/CLI, другой уже запускает агентов, а третий — не пробует ничего.
Знакомо?
Я расскажу, как за год мы прошли путь от 10 активных пользователей до сотни инженеров, ежедневно использующих AI в разработке. Поделюсь, какие подходы, практики, инфраструктуру использовали. Какие метрики применяли. И что работало, а что нет, и почему «просто раздать доступ к топовым моделям» — это всего 10% успеха для задачи AI-adoption в компании.

Михаил Емельянов

Внедрение AI-практик разработки в RuStore

МТС Web Services

О чем доклад?

Кандидат физико-математических наук с несколькими высшими образованиями, выпускник Сколково. За 18-летнюю карьеру в IT-индустрии занимал разнообразные роли, от работы в нишевых стартапах до крупных корпораций.

Построил конвейер разработки цифровых продуктов для 500+ команд, которым пользуются 10 000+ разработчиков.

На сегодняшний день в MWS занимается разработкой AI-решений для бизнеса и решает задачи импортозамещения.

В докладе я расскажу, как мы изменили свой подход к управлению задачами разработки и меняем весь процесс с помощью AI, применяя его на различных этапах: от описания требований до релиза, через взаимодействие с AI-агентами. Поговорим о решении, где уже сейчас взаимодействуют люди и AI в процессе разработки. Обсудим перспективы перехода на полностью автономный процесс SDLC - миф или реальность?

Антон Киселев

Единая среда обитания для AI и продуктовых команд

О чем доклад?

Директор дивизиона развития и сопровождения производственного процесса (SberWorks).

Отвечает за производственный процесс в Сбере и за продукты Platform V Works, GitVerse, GigaCode, GigaIDE и другие. Руководит AI-трансформацией производственного процесса Сбера.

Ранее Рафаел руководил департаментом программного и продуктового направления в Газпром Нефть и контролировал портфель из более 800 IT-продуктов.

Разберем эволюцию применения ИИ в разработке на примере Сбера: от AI-ассистентов до полноценных агентных систем, способных автономно решать сложные задачи.

Расскажу, как мы внедряли AI Assisted Coding, какие метрики эффективности получили, как измеряли adoption и какие результаты это принесло для продуктивности команд. Особое внимание уделим переходу к Agentic Coding: обсудим, как изменились процессы, какие новые вызовы появились и как мы их решаем.

Поговорим о PDLC (Product Development Life Cycle) в контексте AI, особенностях тестирования и аналитики, а также о том, как агентные системы интегрируются в инфраструктуру банка.

Рафаел Тонаканян

AI assisted VS Agentic coding

О чем доклад?

Андрей создал язык программирования Kotlin и возглавил его разработку в компании JetBrains, приведя его от нуля до миллионов пользователей. Он является основателем CodeSpeak (http://codespeak.dev/) — системы программирования нового поколения, основанной на больших языковых моделях (LLM). Его цель в рамках проекта CodeSpeak — избавить людей от утомительного ручного программирования при создании промышленных решений.

Программирование, очевидно, претерпевает изменения: всё больше кода генерируется агентами и большими языковыми моделями (LLM), людям часто сложно успевать за рецензированием кода, и в целом создание программного обеспечения кажется невероятно простым делом для всё большего числа людей.

Какова роль человека в будущем программной инженерии? Могут ли агенты просто взять на себя все планирование, кодирование, рецензирование и тестирование? Чем обладают люди, чего нет у LLM?

В этом докладе я поделюсь своим видением того, что возможно, а что нет, по крайней мере до тех пор, пока Skynet действительно не захватит власть:)

Андрей Бреслав

Наше место в мире программирующих машин?

О чем доклад?

Каждые несколько лет приходит новая технологическая волна и звучит знакомый вопрос: «нас заменят?». За двадцать лет таких волн было шесть. Generative AI седьмая. Я веду пилоты AI-агентов в российских компаниях из финтеха, телекома, промышленности и ритейла, и расскажу, что увидел во внедрениях. Спойлер: пилоты, в которых AI «забрал работу», встречаются редко. Чаще AI забирает процессы и подсвечивает то, что давно стоило исправить.

Технический евангелист с 15-летним путем от паяльника до AI. Работал в embedded, финтехе, VK. Построил QA с нуля для стартапа с физическим железом.
Работал в мультинациональных командах в России, Европе, СНГ, Ближнем Востоке и Азии. Обучает людей и передает опыт следующему поколению автоматизаторов. Специализируется на построении QA-организаций там, где их нет, и на внедрении AI-инструментов туда, где считали это невозможным. Готов автоматизировать что угодно — от производственных стендов до облачной инфраструктуры.

Константин Волков

Я уже видел это кино. Что меняет AI на самом деле

О чем доклад?

Руководитель продуктовой аналитики в управлении базовых технологий, Т-Банк

Кандидат технических наук

Анна работает в сфере аналитики более 10 лет. До Т-Банка работала в крупных компаниях: ВК, МТС, etc. Занималась продуктовой аналитикой, бизнес-анализом, дата-анализом. Анна исследовала данные в различных предметных областях: финтех, телеком, ритейл, e-commerce, антифрод, тестирование ПО, социальные сети и многое другое.

Доклад раскроет влияние AI на процессы разработки ПО (SDLC) через призму специально разработанного фреймворка метрик. С его помощью можно измерить реальное влияние AI-ассистентов: насколько быстрее проходит цикл разработки, насколько лучше становится покрытие тестами и т д. Разберем, куда движется разработка и как будут меняться метрики с развитием AI. Для тех, кто работает с AI в разработке и следит за инновациями.

Анна Громова

SDLC с AI: взгляд через метрики

Яндекс, SourceCraft

О чем доклад?

Руководитель отдела разработки инструментов для анализа кода платформы разработчиков SourceCraft в Yandex Infrastructure. Участник ПК Joker/JPoint и других конференций. Активный open source-энтузиаст, контрибьютор в экосистему Kotlin. Создатель библиотек ktoml и vercraft, статического анализатора diktat. Автор Telegram-канала «Кулешов разгоняет».

В докладе поговорим про ощущения от настоящего и взгляд в будущее глазами человека, который дюжину лет учился идеально разрабатывать программные продукты — а потом правила игры безвозвратно переписал ИИ. И теперь он и сам делает такие продукты в рамках SourceCraft от Яндекса.

Андрей Кулешов

Вайбкодинг: исповедь луддита

О чем доклад?

Технический директор в крупном финтехе. Отвечаю за развитие инженерных практик, архитектуру систем и рост технических команд.Веду Telegram-канал «Книжный куб», где делюсь инсайтами из прочитанных книг о технологиях, менеджменте и личном развитии.
Создатель «System Design Space». Ведущий подкастов «Code of Leadership» и «Research Insights Made Simple».

Доклад продолжает разговор о State of AI4SDLC (https://polomodov.tech/2026-04-02-state-of-ai4sdlc) и фиксирует, что AI в разработке уже перестал быть просто экспериментом, так как он массово используется для всех основных сценариев: coding, review, planning, debugging и работы с документацией. И теперь вопрос в том, а как встроить ускорение отдельных сценариев вокруг в наш продакшен цикл разработки: с понятной целью, достаточным контекстом, корректной интеграцией, доверием к результату и измеримым эффектом.

Александр Поломодов

State of AI4SDLC: как AI сдвигает узкие места процессов разработки

Яндекс, SourceCraft

О чем поговорим?

Искусственный интеллект меняет разработку прямо сейчас. Но главная проблема не в том, как написать промпт. Проблема в том, как перестроить процесс так, чтобы AI стал его нативной частью, а не дорогой игрушкой.
Мы разберем жесткие прикладные вопросы:

Почему «просто дать ChatGPT доступ к коду» — это путь к хаосу?
Как измерять эффективность AI-решений, когда фронтальные модели устаревают за месяц?
Что делать, если нельзя использовать GPT-4, Claude или Gemini (безопасность, data governance, цена)?
Как встроить политики, контекст-менеджмент и «policy as code» в AI-пайплайн?

И главное: что с этим делать руководителям и инженерам прямо завтра?

Александр Поломодов

Андрей Кулешов

Алексей Тотмаков

Рафаел Тонаканян

AI вчера, сегодня, завтра

партнеры

@JUGConfSupport_bot

support@jugru.team

Нужна помощь?

Организаторы конференции

JUG Ru Group

Андрей Дмитриев

Analyst Craft

Иннокентий Бодров

Tech Analyst Club,
AI-энтузиаст

Андрей Бураков

AI-энтузиаст

Евгений Сатуров

Raft

Андрей Носов

CSCO VeAI

Авенир Воронов

Ex-CTO

Александр Поломодов

ЗАРЕГИСТРИРОВАТЬСЯ

подкасты и архив

ЗАРЕГИСТРИРОВАТЬСЯ