SPD Talk: Architecting Search Agents

Як перестати писати довжелезні промпти і будувати агентів, які працюють

Складний пошуковий запит, купа структурованих вимог, а в системі один-два послідовні виклики LLM. Промпт розростається на кілька екранів, витрати зростають, а результат щоразу трохи інший. Владислав Бочаров із SPD Technology розкаже, як розібрати такий моноліт на кілька агентів зі спеціалізованими навичками і що це дасть для надійності та точності в продакшені.

Про що поговоримо

🔹 чому послідовні виклики LLM ламаються на складних пошукових запитах;
🔹 як розбити складну задачу на навички так, щоб кожна мала чіткі межі й адекватний рівень деталізації;
🔹 як оцінювати надійність, коли субагенти залежать один від одного, а їхні помилки корелюють;
🔹 як зводити результати агентів докупи: передавати контекст, розв'язувати суперечності, перевіряти вихідні дані;
🔹 моноліт проти мультиагентної архітектури: що виходить за якістю, затримками й витратами на експлуатацію;
🔹 практичні рекомендації: коли доцільно розбивати задачу на окремі навички, а коли це зайве.

Про спікера

Владислав Бочаров, Senior Applied AI & Machine Learning Engineer у SPD Technology. У машинному навчанні понад 8 років, останні три займається AI/ML-рішеннями, мультиагентними системами та LLM-пайплайнами для production. Зараз проєктує спеціалізованих Search Agents, оптимізує агентні воркфлоу й масштабує архітектури на модульних skills для складних структурованих даних.

Кому буде корисно

AI/ML- та MLOps-інженерам, архітекторам даних, техлідам і Engineering Managers, які працюють із GenAI, LLM-системами та агентами.

📅 Коли й де

25 листопада о 19:00, онлайн-стрім на YouTube (за запрошенням).
Говоримо українською.

🎟 Як потрапити

Подія благодійна, на підтримку Збройних Сил України.
Зареєструйтеся за посиланням
Задонатьте від 300 грн у фонд KOLO.
Перевірте пошту: прийде лист із підтвердженням участі й посиланням, щоб додати подію в календар.

До зустрічі 25 листопада!