Назад
Демо Observability платформы GMonit: обзор, возможности и Roadmap
Вебинар

Регистрация закрыта

Демо Observability платформы GMonit: обзор, возможности и Roadmap
Демо Observability платформы GMonit: обзор, возможности и Roadmap
Вебинар
  • 06/08/2025

    17:00 (UTC+03:00) Мск

    06/09/2025

    18:00 (UTC+03:00) Мск

  • Онлайн

Анонс

Демо Observability платформы GMonit: обзор, возможности и Roadmap! Как изолировать инциденты на первом уровне поддержки, внедрить сквозной мониторинг и понять, как ИТ влияет на бизнес — всё это на демо-встрече от GMonit. 📅 Дата: 6 августа 🕔 Время: 17:00–18:00 (МСК) Программа: — Обзор возможностей GMonit: от Mobile и Frontend до Backend, инфраструктуры и ERP (1С/SAP) — Живая демонстрация платформы — Roadmap развития на H2 2025+ — Практика: как GMonit уже работает в Ленте, Hoff Tech, Familia, Teachbase и Вебмониторэкс В завершении — Q&A-сессия с командой. Отличная возможность задать вопросы и получить обратную связь.

Место проведения

Участвуй также

Не словом, а кодом. Как организовать защиту LLM без потерь производительности?
Вебинар
Бесплатно
Не словом, а кодом. Как организовать защиту LLM без потерь производительности?
Вебинар "Не словом, а кодом. Как организовать защиту LLM без потерь производительности?" состоится 31 июля 2025 года в 11:00 (мск). Генеративный ИИ и большие языковые модели (LLM) — это уже не технология будущего, а рабочий инструмент, меняющий бизнес-процессы. LLM пишут код, анализируют уязвимости и обрабатывают терабайты данных и чем больше отраслей, куда проникает технология — тем больше она интересна злоумышленникам. На вебинаре обсудим актуальное состояние законодательства в части защиты LLM и посмотрим на реальные угрозы, которые происходят уже сейчас: Prompt Injection и Jailbreak: как происходит эксфильтрация данных и обход защитных механизмов через специально сформированные промпты. Prompt Injection для отказа в обслуживании: как один запрос может исчерпать вычислительные ресурсы, вызвать деградацию сервиса и сжечь бюджеты на API. Небезопасная десериализация и атаки на MLOps-пайплайн: как уязвимости в инструментах загрузки моделей могут привести к выполнению произвольного кода. Состязательные возмущения (Adversarial Perturbations): Методы незаметного изменения входных данных для получения неверного или вредоносного вывода от модели. Внедрение бэкдоров: как происходит заражение модели и модификация архитектуры для создания скрытого контроля над моделью. Обязательности рассмотрим реальные технологии защиты, которые помогут вашему бизнесу быть устойчивее к атакам: Продвинутая валидация запросов/ответов Интерпретируемость (Interpretability) и прозрачность LLM Детекция аномалий и др. Необходимость защищать LLM уже реальность — регистрируйтесь.
31 июля 11:00
Онлайн