С 26 по 27 ноября 2026 года в Москве (кластер «Ломоносов» МГУ, Раменский бульвар, 1) в девятый раз пройдёт «Матемаркетинг» — техническая конференция для аналитиков,...

С 26 по 27 ноября 2026 года в Москве (кластер «Ломоносов» МГУ, Раменский бульвар, 1) в девятый раз пройдёт «Матемаркетинг» — техническая конференция для аналитиков, performance‑маркетологов и менеджеров цифровых продуктов. На мероприятии «Матемаркетинг’26» организаторы и участники обсудят, какие задачи уже можно поручить ИИ‑агентам, как контролировать качество их работы и как меняются требования к специалистам по данным.

На конференции ожидается более 2000 участников и свыше 100 инженерных разборов, лекций, продуктовых исследований и мастер‑классов. Среди партнёров мероприятия — VK, Avito Tech, Magnit Tech, ПАО МТС, ИТ‑холдинг Т1, ТехВилл, UIS, Лемана Тех, UX Rocket и другие компании.

На сайте проекта доступна подробная программа конференции, включая более чем 100 докладов, экспертных сессий и мастер‑классов. В этом году будет много выступлений о том, как ИИ уже меняет работу аналитиков, инженеров, маркетологов и продактов.

Радослав Нейчев, заместитель заведующего кафедрой МОиЦГ МФТИ, расскажет, какие рабочие задачи агенты могут решать на открытом стеке без подписок на Claude Code и Codex. На примере экспериментов с Goose, Qwen и DeepSeek он покажет возможности и ограничения такого подхода.

Сергей Бажин, главный аналитик данных ИТ‑холдинга Т1, поделится, как с помощью методологии OpenSpec писать с агентами десятки тысяч строк кода и не проверять каждую вручную. Цена такого подхода — кратно выросший расход токенов.

Денис Платонов, CEO ExciteKit и CPO платформы UX Rocket, проведёт мастер‑класс «От разметки до запуска АБ‑теста за 60 минут с ИИ». На примере живого e‑commerce‑клиента участники вместе с его командой пройдут весь цикл: разметят действия пользователей, сформулируют продуктовые гипотезы, запустят АБ‑тест и разберут результат.

Александр Давыдов, руководитель команды продуктовой аналитики Контура, расскажет, как автоматически находить ошибки в расчётах с помощью сверки с эталоном и регрессионных тестов при изменении отчётов.

Анна Ставнийчук, кандидат экономических наук и научный сотрудник экономического факультета МГУ, объяснит, что происходит с экспериментом, если тональность отзывов и темы обращений размечает языковая модель: почему измеренный эффект может уменьшаться и когда требуется увеличить выборку.

Денис Пехтерев, директор аналитики Т‑Банка, опишет, как он перенёс управленческую рутину на ИИ: система состоит из 17 агентов с разными ролями и 13 регулярных процедур. Разбор задачи, на который уходило два часа, теперь занимает 30 минут.

Роман Бунин, AI‑adoption lead, представит подход к внедрению ИИ в большой компании и покажет, как оценить его эффективность.