Stephen Chin — вице-президент по developer relations в Neo4j, соавтор книги GraphRAG: The Definitive Guide вместе с Michael Hunger и Jesús Barrasa. Ранее работал в Oracle, где руководил developer marketing, и в JFrog, где возглавлял developer relations и входил в советы директоров Continuous Delivery Foundation и Cloud Native Computing Foundation. Сейчас также состоит в совете LF AI and Data Foundation. В Neo4j он развивает подход к context graphs и агентной памяти на основе графов знаний. Доклады посвящены GraphRAG и памяти агентов.
Темы докладов: Графы знаний, RAG, поиск и эмбеддинги, Контекст и память, Код-ревью, тесты и верификация, Evals и бенчмарки, Внедрение AI и оргизменения и Инструменты и протоколы (MCP, A2A).
AI Engineer Code 20261
Ваш PR пишет, что тесты прошли. Докажите это
AI Engineer Code 2026
AI Engineer Europe 20261
Связывая точки с помощью контекстных графов
AI Engineer Europe 2026
AI Engineer World's Fair 20261
CrabRAG: почему автоматизированным ассистентам нужна графовая память, а не больше токенов
AI Engineer World's Fair 2026
AI Engineer Code 20251
Context engineering: связываем точки с помощью графов
AI Engineer Code 2025
AI Engineer Summit 20251
Как закрепить Enterprise GenAI с помощью графов знаний
AI Engineer Summit 2025
AI Engineer World's Fair 20252
Практический GraphRAG: как сделать LLM умнее с помощью графов знаний
Stephen Chin, Jesús Barrasa, Michael Hunger
AI Engineer World's Fair 2025
Агентный GraphRAG: логическое преимущество ИИ
AI Engineer World's Fair 2025