Yogendra Miraje работает principal AI engineer в FactSet, где строит управляемых агентов для финансовых исследований: систем, которые превращают экспертизу инвестиционных аналитиков в контролируемые повторно используемые процессы. Ранее он развивал back-end и машинное обучение в Truvalue Labs, компании, которую FactSet приобрёл в 2020 году. Его работы связаны с архитектурой планирования на основе LLMCompiler и LangGraph, со стандартом Agent Skills и подходом skill-centric harness, а также с подкастом AI Blindspot. В докладах он рассказывает, как сохранять контроль над планирующими агентами и управлять библиотеками навыков в компании.
Темы докладов: Evals и бенчмарки, Harness, инструкции и skills, Паттерны построения агентов и Инструменты и протоколы (MCP, A2A).
AI Engineer World's Fair 20261
Skills — это новые функции: создание harness для работы со skills
AI Engineer World's Fair 2026
AI Engineer World's Fair 20251
Как создавать planning agents, не теряя контроля
AI Engineer World's Fair 2025