Разбор был проведен с помощью Google Antigravity. Автор поста Askar Aituov. Дата публикации 11 ноября 2026
Запись трансляции: YouTube Live: Higgsfield Data Day (DSMLKZ)
Организаторы: DSMLKZ & Higgsfield AI
Локация & дата: Алматы, Казахстан
Хронометраж: 04:26:35 (Полная запись)
Полная стенограмма – здесь.
Подробный конспект всех выступлений
1. Открытие конференции (00:31:00 – 00:32:45)
- Ведущий: Арсен.
- Приветствие офлайн-зала в Алматы и многотысячной онлайн-аудитории.
- Анонс формата: 7 ключевых выступлений, открытые сессии вопросов-ответов после каждого доклада с подарками за лучшие вопросы.
2. Доклад 1: Ерзат (CTO & Co-founder Higgsfield AI) (00:32:45 – 00:53:05)
Тема: Стартап, мировой рынок и развитие R&D в Казахстане.
- Парадокс найма и менталитета:
- Кандидаты из Кремниевой долины (PhD из Berkeley, Stanford, MIT) ежедневно подаются в Higgsfield, понимая колоссальный финансовый апсайд через рост оценки (valuation) и secondary-продажи акций.
- В СНГ разработчики по привычке тяготеют к стабильным бигтехам, хотя корпорации часто стагнируют в карьерном росте.
- Весь core R&D, инженерный состав и продуктовая разработка Higgsfield сосредоточены в офисе в Алматы.
- Позиция на мировом рынке:
- Higgsfield входит в мировой топ-2 быстрорастущих AI-стартапов по выручке (наряду с Cognition).
- Контролирует львиную долю мирового трафика AI-изображений и видео (объем генераций превосходит суммарный объем внутренних продуктов ByteDance: Seedance, TikTok, CapCut).
- Инфраструктура и Unit-экономика:
- Вертикальная интеграция: прямое владение мощностями в дата-центрах, оптовые контракты на GPU, свой собственный inference pipeline и токенизация.
- Компания преодолела «долину смерти» стартапов ранней стадии, регулярно закрывает переподписанные инвестиционные раунды и наращивает чистую маржинальность.
3. Доклад 2: Ануар (DSMLKZ) (00:53:05 – 01:17:55)
Тема: Как читать научные статьи и развивать AI-исследования в комьюнити.
- Информационная перегрузка: Ежемесячный объем препринтов на arXiv по Computer Vision и LLM превышает физические возможности отдельного исследователя.
- Методология эффективного чтения (Paper Reading Pipeline):
- Трехпроходный метод: сканирование аннотации и архитектурных схем $\to$ понимание ключевого вклада (core contribution) и базовых предпосылок $\to$ разбор математического аппарата и экспериментальной секции.
- Отделение «хайпа» и пиара от реального научного вклада.
- Q&A сессия (01:12:00 – 01:17:55):
- Как комьюнити DSMLKZ помогает молодым инженерам начинать публиковаться на ведущих конференциях (NeurIPS, CVPR, ICML).
- Вопросы институциональной поддержки и доступности вычислительных кластеров для исследователей в Казахстане.
4. Доклад 3: Валерий Бабушкин (01:17:55 – 01:51:15)
Тема: ML System Design и принятие решений в моделях.
- Фундаментальный каркас System Design в ML:
- Четкая формулировка бизнес-цели и целевой функции: Оптимизация бизнес-метрик, а не оторванных от реальности функций потерь (loss).
- Определение следующего шага: Как система реагирует на появление новых данных или изменение контекста?
- Известные ограничения и инварианты: Защитные барьеры (guardrails), проверка схем данных и лимиты предсказаний.
- Маршрутизация решений: Кто принимает финальное решение о действии — алгоритмический эвристический модуль, ML-модель или человек (Human-in-the-loop)?
- Контроль дрейфа и сбоев:
- Почему ML-модели деградируют в продакшене без детекции дрейфа данных (data drift / concept drift).
- Построение устойчивых систем с fallback-моделями и деградацией функционала при пиковых нагрузках.
- Q&A сессия (01:45:25 – 01:51:15): Обсуждение микросервисной архитектуры инференса, хранения фичей (Feature Store) и баланса между latency и точностью.
5. Доклад 4: Игорь Котеньков («Сиолошная») (01:51:15 – 02:18:00)
Тема: «Похожие оценки, разные истории: о бенчмарках LLM».
- Иллюзия бенчмарков:
- Анализ публичных лидербордов (LMSYS Chatbot Arena, Terminal Bench, MMLU, GSM8k).
- Почему одинаковый совокупный балл (aggregate score) у двух разных моделей (например, открытой Llama и проприетарной Claude/GPT) не гарантирует одинаковое поведение на боевых задачах.
- Анатомия расхождений:
- Разница между синтетическими тестами и реальными распределениями пользовательских запросов.
- Уязвимость тестов к контаминации обучающей выборки (data contamination).
- Скрытые паттерны: одна модель выигрывает за счет строгого следования формату (formatting compliance), другая — за счет глубокого multi-step reasoning, при этом в лидерборде они делят соседние строки.
- Q&A сессия (02:13:00 – 02:18:00): Как компаниям строить свои внутренние доменные эвалюации (internal eval suites) вместо ориентации на публичные рейтинги.
6. Доклад 5: Роман Ященко (Head of Antifraud в Higgsfield AI) (02:40:14 – 03:13:54)
Тема: «Я дал агенту кнопку бана на 50 000 аккаунтов».
- Кризисный кейс: потеря $700,000 за 4 дня:
- Массовая атака ферм ботов и фродеров, использующих украденные карты (carding) и эксплойты бесплатных пробных генераций для создания тысяч аккаунтов.
- Огромные счета за GPU compute и риск санкций от платежных систем за уровень чарджбэков.
- Почему традиционный подход не работает в стартапе:
- В больших финтех-компаниях (Revolut, Stripe) отделами антифрода занимаются сотни и тысячи людей (в Revolut в 2023 г. — почти треть компании, 2500 человек).
- В растущем стартапе нет ресурсов содержать армию ручных модераторов и аналитиков правил.
- Архитектура автономного антифрод-агента:
- Создание LLM-агента, интегрированного с графом пользовательских сессий, отпечатками устройств (fingerprinting), поведением генераций и платежными шлюзами.
- Агент анализирует кластеры подозрительных регистраций, объясняет логику принятия решения и автономно отправляет в бан десятки тысяч скоординированных бот-аккаунтов.
- Результат: сведение уровня фрода к долям процента без увеличения операционных расходов на персонал.
- Q&A сессия (03:06:50 – 03:13:54): Обсуждение риска ложноположительных срабатываний (False Positives), механики апелляций и защиты самого агента от adversarial-атак.
7. Доклад 6: Анатолий Карпов (CEO karpov.courses) (03:13:54 – 03:46:00)
Тема: «Симулируй, прежде чем тестировать: A/B-тесты от Монте-Карло до графов».
- Проблема слепого запуска A/B-тестов:
- Большинство продакшен-команд запускают эксперименты без предварительной оценки мощности и формы распределения метрик, что приводит к ложным выводам (ошибки I и II рода).
- Симуляции Монте-Карло как обязательный шаг (Pre-testing):
- Генерация синтетических выборок на основе исторических данных для точного определения необходимого размера выборки (MDE) и калибровки статистических критериев (t-test, Манн-Уитни, бутстреп).
- Сетевые эффекты и кластеризация на графах:
- Проблема интерференции (spillover effect): воздействие на пользователя из группы B влияет на его друзей из группы A.
- Кластеризация графа связей для разбиения не по пользователям, а по изолированным социальным кластерам.
- Новый рубеж: Agent-based A/B Testing:
- Использование ансамблей LLM-агентов с заданными персонами (personas) для предсказания реакции аудитории на изменения интерфейса или логики продукта до раскатки на живых пользователей.
- Q&A сессия (03:46:00 – 03:53:00): Разбор применения стратификации, CUPED для снижения дисперсии и этики экспериментов.
8. Доклад 7: Дидар Нурхаир (Head of Data в Higgsfield AI) (03:53:00 – 04:23:00)
Тема: «Higgsfield на допросе у VC: 10 вопросов, на которых все сыпятся».
- Феноменальный трекшн: Рост выручки и пользовательской базы на 32% месяц к месяцу (MoM) на протяжении 15 месяцев непрерывно.
- Анатомия фандрейзинга для Data-команды:
- Из чего состоит подготовка: Pitch Deck, динамическая Financial Model и Data Room (структурированный репозиторий всех аналитических срезов).
- Как венчурные фонды (VC) проводят Due Diligence с помощью скоркарт (Scorecards).
- 10 ключевых вопросов, требующих железных данных:
- Retention когорт: Форма когортной кривой — выходит ли она на плато («улыбка ретеншна») или стремится к нулю?
- Unit-экономика LTV / CAC: Реальное соотношение с учетом органического и платного трафика (blended vs paid CAC).
- Gross Margin с учетом Compute: Какова чистая маржа после вычета прямых затрат на GPU-инференс, облака и API провайдеров?
- B2B vs B2C разбивка: Кто генерирует основной ARR, какова концентрация выручки среди топ-клиентов?
- Churn rate (отток) по подпискам: Разделение активного оттока (пользователь отменил) и пассивного (технические сбои списания карт).
- Payback Period: За сколько месяцев полностью окупается привлеченный пользователь?
- Consistency данных: Совпадают ли цифры в дашбордах с бухгалтерской отчетностью и выписками Stripe/банков?
- Forecasting: Сходятся ли прогнозы, данные фондам 3 месяца назад, с текущими фактами?
- TAM / SAM / SOM: Реалистичность оценки адресного рынка при переходе от ранних адоптеров к мейнстриму.
- Defensibility: В чем технологический и дата-ров (data moat) компании перед бигтехами?
- Q&A сессия (04:23:00 – 04:26:40): Советы основателям стартапов по автоматизации сбора метрик и подготовке к раундам Series A/B.
9. Закрытие конференции (04:26:40 – 04:30:00)
- Выход спикеров на сцену, благодарности организаторам (DSMLKZ, Higgsfield AI), волонтерам и участникам.
- Финальная фотосессия и переход к неформальному нетворкингу.
Ссылка на полный текст стенограммы
Полный поминутный текст всех 7 выступлений и ответов на вопросы доступен по ссылке:
👉 Открыть полный файл стенограммы
Что такое TengriMap?
TengriMap — первая в истории интерактивная платформа-навигатор по технологической и исследовательской экосистеме Центральной Азии (Казахстан, Узбекистан, Кыргызстан, Таджикистан) от создателей devs.kz. Нанесите свой проект на карту экосистемы и заявите о себе.
Что можно делать на платформе:
- 🗺️ Интерактивная карта: находите AI-стартапы, технологические хабы и коворкинги в Алматы, Астане, Ташкенте и Бишкеке.
- 📄 arXiv-радар: каталог передовых исследований региона с оценкой коммерческого и прикладного потенциала (
artifactPotential).- 🚀 Artifacts Workspace: запуск совместных проектов между фаундерами, ML-инженерами и менторами-исследователями.
👉 Исследовать экосистему первым: app.tengrimap.com