23 октября в 12:00 | Вебинар. Готовые решения для КИИ: как Deckhouse помогает выполнять требования 187⁠⁠-⁠⁠ФЗ и ФСТЭК России Регистрация

Вебинары

От пилота до прода: что может остановить ИИ⁠-⁠агента?

29 октября 2026, 12:00

На вебинаре эксперты Deckhouse и Kept разберут как устроен путь ИИ⁠-⁠⁠агента: инфраструктура → управляемый GPU⁠⁠-⁠⁠ресурс → инференс → ИИ⁠-⁠⁠агент → бизнес⁠⁠-⁠⁠задача. Спикеры расскажут о роли каждого слоя, границах ответственности платформ и требованиях, которые важно учесть ещё до перехода от пилота к эксплуатации.

  • #Deckhouse
  • #AI

О чем будем говорить

ИИ⁠-⁠агент выполнил тестовую задачу. Теперь его нужно подключить к корпоративным системам и запустить для нескольких команд. Какую нагрузку выдержит сервис? Как распределить GPU между приложениями? Какие действия разрешить агенту? И где искать причину сбоя — в инфраструктуре, сервисе инференса или логике самого агента?

На вебинаре эксперты Deckhouse и Kept разберут всю цепочку снизу вверх: инфраструктура → управляемый GPU⁠-⁠ресурс → инференс → ИИ⁠-⁠агент → бизнес⁠-⁠задача. Спикеры расскажут о роли каждого слоя, границах ответственности платформ и требованиях, которые важно учесть ещё до перехода от пилота к эксплуатации.

Основой разбора станет KeptStore — платформа ИИ⁠-⁠агентов, перенесённая на Deckhouse Platform. На её примере обсудим, как связаны инфраструктура, работа модели и действия агента в корпоративных системах.

Если у вашей компании уже есть агентский пилот или конкретный бизнес⁠-⁠сценарий, регистрируйтесь на вебинар. Обсудим, что нужно сделать, чтобы ИИ⁠-⁠агент стабильно и безопасно работал в корпоративном контуре.

  

  

На вебинаре вы узнаете

  • Инфраструктура для агентной системы. Где используются контейнеры, где нужны виртуальные машины и какую роль выполняет Deckhouse Platform. Что учитывать при работе в закрытом контуре: сеть, хранилища, доступы и мониторинг.
  • GPU под требования приложения. Почему одного количества карт недостаточно. Как описывать нужные характеристики ресурса, что даёт DRA и какие возможности зависят от драйвера, оборудования и выбранного режима разделения GPU.
  • Инференс как отдельный сервис. Что требуется между загруженной моделью и подключённым к ней агентом: среда выполнения, API, масштабирование, отказоустойчивость и метрики. Как понять, что сервис справляется с нагрузкой.
  • От обращения к модели — к выполнению задачи. Как в KeptStore связаны цель агента, правила, навыки и инструменты. Как агент использует инференс и взаимодействует с корпоративными приложениями.
  • Автономный ИИ⁠-⁠бухгалтер в действии. Продемонстрируем, как он работает с бухгалтерскими документами и учётными данными, автоматизируя выполнение прикладных бизнес⁠-⁠задач.
  • Доступ и ответственность. Как организовать работу агента с данными, правами и секретами. Какие задачи решаются на уровне инфраструктуры, какие — в агентной платформе, а какие требуют настройки самих корпоративных систем.

В завершение свяжем эти уровни в одной схеме: от предоставления вычислительных ресурсов до выполнения прикладного действия. Обсудим, что необходимо проверить перед запуском под рабочей нагрузкой и какие вопросы адресовать инфраструктурной, прикладной и AI/ML⁠-⁠командам.

Кому будет полезно

  • CIO
  • CTO
  • CDTO
  • руководителям инфраструктурных, платформенных и AI/ML⁠-⁠команд
  • архитекторам
  • техническим лидерам и инженерам, которые отвечают за запуск ИИ⁠-⁠систем в корпоративном контуре

Спикеры

Александр Подмосковный

директор продуктового направления ML/AI в Deckhouse

Роман Малюга

партнёр, руководитель группы финансовой трансформации и цифровых решений, Kept

Зарегистрироваться на вебинар

Оставьте ваши данные, чтобы мы могли вас записать на вебинар

Мы используем файлы cookie, чтобы сделать работу с сайтом удобнее.
Подробнее — в политике обработки персональных данных и политике использования файлов cookie.