О вебинаре «Вайбкодинг в data engineering: как ускоряться, не ломая прод»
Вебинар «Вайбкодинг в data engineering: как ускоряться, не ломая прод» для специалистов по работе с данными об использовании ИИ в задачах data engineering. На онлайн-конференции разберут реальные сценарии применения AI-инструментов в разработке аналитических платформ, ETL/ELT-процессов и архитектуры Data Lakehouse.
Команды, работающие с данными, знают: нагрузка растет постоянно. Объемы данных увеличиваются, пайплайны усложняются, витрин становится больше, а бизнес требует разработки быстрее. AI-инструменты активно входят в инженерные процессы и правда помогают ускориться. Но вместе с этим приходят новые риски: ошибки в SQL, нестабильные пайплайны, проблемы с качеством данных, сломанные процессы контроля изменений.
«Вайбкодинг в data engineering: как ускоряться, не ломая прод» — про поиск баланса между скоростью разработки и стабильностью production-среды. Разберетесь, где AI действительно помогает дата-инженерам, а где автоматизация требует дополнительного контроля.
Основные темы
Программа «Вайбкодинг в data engineering: как ускоряться, не ломая прод» построена вокруг практических вопросов использования ИИ в инфраструктуре данных:
- AI в data engineering — применение инструментов для автоматизации написания SQL и ускорения разработки ETL/ELT-процессов
- Витрины данных — создание с использованием AI и контроль качества при автоматизации
- Архитектура Data Lakehouse — современные платформы и интеграция AI в аналитическую инфраструктуру
- Риски и ограничения — где генеративные инструменты не справляются и как предотвратить ошибки в production
- Практика на VK Data Platform — реальные сценарии работы и использование Lakehouse-подхода для аналитики и ML
Отдельно поговорят о границах применимости ИИ. Да, он быстро генерирует код и запросы. Но часто не понимает архитектурные ограничения, бизнес-логику или особенности вашей инфраструктуры. Поэтому важная часть вебинара «Вайбкодинг в data engineering: как ускоряться, не ломая прод» — валидация изменений, контроль качества и безопасное внедрение автоматизации в рабочие процессы.
Для кого
«Вайбкодинг в data engineering: как ускоряться, не ломая прод» будет полезен дата-инженерам, аналитикам, архитекторам данных и руководителям дата-платформ, которые развивают аналитическую инфраструктуру и хотят понять, как использовать AI-инструменты без потери управляемости.
Практическая ценность в разборе прикладных сценариев. Увидите, как современные AI-решения применяются в реальных инженерных задачах, какие процессы действительно удается ускорить и какие ограничения нужно учитывать. Дополнительно знакомство с VK Data Platform, платформой класса Lakehouse для аналитики и машинного обучения.
