11月26日至27日，第九届数学营销技术大会将在莫斯科举行，面向数据分析师、绩效营销人员和数字产品管理者。与会者将探讨哪些任务可以委托给AI智能体、如何控制其工作质量以及数据专家的需求发生了怎样的变化。
预计将有超过2000名参与者，以及100多场工程案例分析、讲座、产品研究和大师班。活动合作伙伴包括VK、Avito Tech、Magnit Tech、ПАО МТС、IT集团T1、TechVill、UISCom、Лемана Тех、UX Rocket等公司。
AI代理能做什么，其能力边界在哪里
莫斯科物理技术学院（MIPT）MOiCG教研室副主任拉多斯拉夫·内切夫将介绍在无需订阅Claude Code和Codex的开放技术栈上，智能体能够解决哪些工作问题，并通过Goose、Qwen和DeepSeek的实验示例展示该方法的潜力与局限。
T1 IT集团首席数据分析师谢尔盖·巴金将分享如何利用OpenSpec方法论与智能体共同编写数万行代码而无需逐行人工检查，但这种方法代价是Token消耗量成倍增加。
AI在何处出错以及如何发现这些错误
Kontur公司产品经理分析团队负责人亚历山大·达维多夫将讲解如何通过基准比对和回归测试，在报表变更时自动发现计算错误。
莫斯科大学经济系研究员、经济学博士安娜·斯塔夫尼丘克将解释当评论情感倾向和咨询主题由语言模型进行标注时，实验会发生什么变化：为何测得的效果可能会减弱，以及在何时需要扩大样本量。
管理者如何将AI融入工作并评估成果
T-Bank分析总监德尼斯·佩赫捷雷夫将描述他如何将管理例行事务迁移至AI：该系统由具有不同角色的17个智能体和13项常规流程组成，原本需要两小时的任务现在仅需30分钟即可完成。
AI采用负责人罗曼·布宁将介绍在大企业中实施AI的方法论，并展示如何评估其有效性。
职业与招聘市场正在发生什么变化
俄罗斯国立高等经济大学（HSE）教授米哈伊尔·科马罗夫将基于俄罗斯及海外的研究，讲述产品分析师技能需求的变化趋势。
Avito产品分析师尼基塔·叶戈罗夫将通过自己的面试经历，解释为何相似职位的薪资存在数倍差异，以及在收到录用通知前应向招聘经理提出哪些问题。
在会议间隙，参与者可以获得专家的职业咨询，玩桌游，并参与合作伙伴展台的活动。每位参与者将获得过去多年会议中300多个最新报告的六个月访问权限。
地点：莫斯科，莫斯科大学“罗蒙诺索夫”集群，拉缅斯基大街1号。