CFP HighLoad++ 2026, Москва — подать заявку

Тематика 2026

О чём хотим поговорить на конференции

Рассматриваем все заявки, ниже представлена скорее «карта тематик» конференции. Не уверены, в какую секцию подавать? Подавайте в любую близкую — правильное место доклад найдёт вместе с Программным комитетом. На странице «Радар тем, интересных сообществу» мы собрали конкретные запросы одним списком.

Новое в 2026

Внедрение AI в SDLC новая секция приоритет

Каких докладов ждём в первую очередь Честные кейсы вместо восторгов. Не «мы внедрили Copilot», а что изменилось: скорость, качество, стоимость, инциденты — с цифрами. Секция не только для разработчиков: ждём тестировщиков, аналитиков — всех, кто называет себя инженером.

Запросы аудитории

Нечеловеческий SDLC: как устроен цикл работы агента, его обвязка и подготовка контекста (loop / harness / context engineering). Агент с классическими практиками (DDD, SDD) работает хуже, чем с новыми — покажите, какими
Границы применимости: где агенты работают, где ломаются — сложная архитектура, распределённые системы, махровое легаси, узкоспецифичные хаки
AI в легаси: написать новый сервис агентом — просто. Заставить агента не испортить пятнадцатилетнюю Java — доклад, который мы ждём
LLM в продукте: как строить фичи для пользователей на моделях — поиск, генерация, ассистенты — под производственной нагрузкой

Полный список тем

Requirements & Analysis

Извлечение бизнес-требований из транскриптов интервью с помощью LLM
AI для выявления противоречий и пробелов в объёмных ТЗ
Генерация User Stories и критериев приёмки из бизнес-целей

Design & Architecture

Генерация прототипов и UI-компонентов по описанию
AI-архитектор: схема БД и микросервисные взаимодействия
Architecture as Code: актуальная документация при помощи LLM
AI помогает выбрать стек и паттерны, оценивая trade-offs

Implementation

Агентный подход: от Copilot к автономным кодинг-агентам
Рефакторинг монолитов и миграции на новые стеки
Code Review, где AI — первый и самый строгий проверяющий
Локальные модели (Llama/DeepSeek) в закрытых контурах
Актуальная документация в процессе написания кода
Loop, harness и context engineering — практики нечеловеческой разработки

Testing & QA

Автогенерация Unit- и Integration-тестов с высоким покрытием
Синтетические данные без риска утечки ПДн
Предсказание «хрупких» мест до тестирования
AI-анализ логов и Root Cause падающих пайплайнов

Deployment & CI/CD

Предсказание рисков релиза по истории коммитов и метрикам
Release Notes отдельно для бизнеса, маркетинга и инженеров
AI-driven Auto-rollback по аномалиям метрик
Оптимизация Kubernetes и Terraform агентами

Maintenance & Operations

AI-агенты для классификации и маршрутизации тикетов
Предсказание деградации и инцидентов (AIOps)
RAG по базе постмортемов для онбординга и дежурств
Автогенерация и тестирование патчей CVE

LLM в продукте

Пользовательские функции на LLM под производственной нагрузкой

Агентная платформа новая секция приоритет

Почему это HighLoad Компания решила перенести разработку на агентов. Нужны инструменты на тысячи инженеров — и это полноценная высоконагруженная система со всеми её проблемами. Agent Platform Engineering — новая секция HighLoad++.

Запросы аудитории

Архитектура агентной платформы: с чего начать и почему платформы нынче ещё нужнее
On-premise инференс: железо, vLLM/llama.cpp на проде, падения под нагрузкой, KV-кэш, мульти-GPU, OOM — инференс как новая highload-дисциплина
Шлюз и доступы для агентов: агент эффективен, когда доступ широкий и без ручного согласования на каждый чих, — и опасен ровно по той же причине. Как выдавать, чем ограничивать и как не потерять данные и бизнес
Ограничители (guardrails): чем резать возможности агента, не убивая его пользу
Экономика: сколько стоит агентная платформа и как это посчитать. Никто не умеет: и работающая методика, и честное «мы считали так — и вот где ошиблись» соберут зал
Насколько агентную платформу можно построить самими агентами — и где предел

Запросы аудитории — инференс и железо

Архитектура GPU-кластера под инференс: интерконнект, шедулинг, мультитенантность, утилизация
Экономика инференса: своя модель против внешнего API — с расчётом, где что выгоднее

Работа в условиях фрагментированного мира новая секция

Что изменилось По нашему исследованию блокировки — проблема номер один русскоязычного инженерного сообщества. Внешние условия мы не изменим — но можем обменяться инженерными ответами. Формат: не «как обойти», а «как построить систему, которая продолжает работать».

Запросы аудитории

Архитектура связности, когда любой кусок может отвалиться: работа сразу с несколькими облачными провайдерами России, деградация без падения
Зависимости и репозитории: как жить, когда GitHub, PyPI и Docker Hub доступны через раз — зеркала, проксирование, вендоринг
DDoS-защита в зоне .ru: международные сервисы заблокированы, локальные пробиваются — что реально работает
TLS-сертификаты: жизненный цикл без инцидентов после ухода привычных CA
Мониторинг и оповещения, когда пуши и SaaS-сервисы ненадёжны
152-ФЗ, СОРМ, реестры: комплаенс как инженерная задача, а не бумажная
Импортозамещение с открытыми глазами: честные сравнения, реальные миграции, цена вопроса
Надёжность на российских хостерах: SLA, которых нет, и архитектура поверх них
Железо для инференса под санкциями: параллельный импорт, китайские карты, аренда мощностей — как считать риски

Классика в новой оптике

Архитектура и масштабируемость приоритет

Что изменилось Дизайн системы следует из профиля нагрузки. Агент выдаёт правдоподобную архитектуру за минуты, но не удерживает её — под инцидентом она разваливается. Мы планируем добавить в программу доклады о том, как удерживать архитектуру системы, которую пишут агенты, и честные разборы trade-offs.

Запросы аудитории

Легаси-система на миллионы строк: как вы вернули управляемость — и что в этом смог и не смог агент
Каскадный сбой: одна плохая конфигурация уронила всю систему — анатомия инцидента и защита от расползания отказа
Честная цена модных паттернов: DDD, Clean Architecture, микросервисы «по рынку труда» — что стало с задержками, инцидентами и командой
Kafka/GraphQL/Kubernetes, внедрённые не под масштаб: как распознать и как откатиться
Хрупкие межсервисные вызовы: повторные попытки, трассировка, потеря логов при многосервисных транзакциях

Полный список тем

Архитектура систем с миллионами RPS и экстремальной нагрузкой
Микросервисная архитектура: истории успеха и провалов
Миграции с legacy-систем на современный стек
Геораспределённые архитектуры и работа с множеством ЦОДов
Архитектурные паттерны для масштабируемых систем
Производительность при резком росте нагрузки
Архитектура data-intensive приложений
Архитектурный надзор над системами, которые пишут агенты
Изоляция отказов и защита от каскадной деградации

Базы данных и системы хранения приоритет

Что изменилось Классика хранения никуда не делась — но у СУБД появился новый клиент: агент. Классическая база отвечает на запросы, агент же работает задачами — циклом «наблюдение → действие → проверка», и ему нужны гарантии свежести и видимости данных, память с происхождением и аудитом — иначе он учится на неверной реальности (концепция NooData Олега Бартунова). И добавился новый источник аварий: выбор технологии по совету LLM — модель уверенно говорит «production-ready» про инструмент, который ляжет под вашей нагрузкой. Ждём и классические доклады про пределы инструментов, и первые ответы на агентный вызов.

Запросы аудитории — PostgreSQL

Промахи планировщика на масштабе: методика разбора EXPLAIN, которая экономит дни, а не советы «добавьте индекс»
Репликация и DR без потери транзакций: физическая vs логическая на реальных сбоях, зависшие recovering-реплики
Массовые UPDATE/DELETE на сотнях миллионов строк и частичный бэкап — безопасные способы, которых нет в документации
Высокая доступность (HA) всерьёз: Patroni, etcd, пулеры, шардирование — что из этого зрело, а что заброшено
Битые страницы, разрастание WAL, раздувание широких таблиц: диагностика и восстановление

Запросы аудитории — ClickHouse (самая горячая СУБД нашего исследования)

Систематика эксплуатационных граблей: too many parts, MEMORY_LIMIT_EXCEEDED, зависшие DDL и мутации — вместо фольклора
Апгрейд ClickHouse без поломки прода: методика, каталог несовместимых изменений, контрольный список
Дедупликация без ловушек: ReplacingMergeTree, FINAL, MV над Distributed
Тихая порча результатов: алиасы, CTE, оптимизатор JOIN — как ловить неправильные данные, которые «работают»
Keeper и координация: катастрофоустойчивость, потеря ДЦ, клонирование кластера
Kafka → ClickHouse без потерь: что делать с молчаливыми сбоями цепочки
Шардирование «как у всех» и его цена: мифы, по которым проектируют кластеры, и что случается под нагрузкой

Запросы аудитории — остальные

YDB в проде: реальная утилизация ресурсов, апгрейды, границы применимости
Tarantool, MongoDB, Redis/Valkey или MySQL — доклад по любой из них: опыт эксплуатации на масштабе с честными цифрами отказов

Запросы аудитории — СУБД под агентную нагрузку

База данных для агента: от query-driven к task-driven — что должно измениться в планировщике и исполнителе, чтобы агент получал гарантии свежести и структурированную обратную связь
Агентская память поверх СУБД: происхождение данных, версии, права, аудит действий — проверяемая память вместо длинной истории чата
Честный HTAP: свежесть как часть корректности — что именно видит аналитический запрос, вместо «примерно свежих» реплик; доклад от разработчиков СУБД или опыт на стороне приложения

Полный список тем

Масштабирование БД: шардирование, репликация, балансировка
Высокопроизводительные решения для хранения и обработки данных
Распределённые SQL и NoSQL-решения при высоких нагрузках
Отказоустойчивые хранилища и системы восстановления
Облачные базы данных: архитектура, особенности, использование
Нестандартные решения и подходы для хранения данных
Оптимизация запросов и производительности БД
Базы данных под агентную нагрузку: агентская память, гарантии свежести и видимости, HTAP
Векторные и семантические хранилища под производственной нагрузкой
Российские решения в области хранения данных
Программные и аппаратные системы хранения данных
Эксплуатация СУБД в продакшне: апгрейды версий, миграции, восстановление

Data Engineering

Что изменилось Классика потоковых данных остаётся, а из нового — RAG: по исследованию он упирается в грязные данные, ошибки ранжирования и потерю recall.

Запросы аудитории

Kafka и потоковые пайплайны: молчаливые сбои репликации, повреждение данных во Flink/Spark — как строить контроль целостности
CDC на проде: потери метаданных, неполные DELETE-события
RAG на реальных данных: грязные корпуса, потеря полноты (recall), задержки, маскирование персональных данных на русском

Полный список тем

Построение эффективных ML-пайплайнов
MLOps: практики, инструменты, мониторинг
Распределённая обработка данных в реальном времени
Хранение и версионирование моделей и датасетов
Архитектура систем рекомендаций на больших масштабах
Оптимизация ETL для больших объёмов данных
Системы мониторинга качества данных и моделей
Высокопроизводительные вычисления для data science
Данные для LLM и RAG: пайплайны подготовки, качество корпусов
CDC и репликация данных между системами

Platform Engineering

Что изменилось Рядом с IDP вырастает агентная платформа (см. отдельную секцию) — и с ней повторяется знакомая история: многие уже построили внутреннюю AI-платформу, которую не могут ни внедрить на всю компанию, ни окупить.

Запросы аудитории

Kubernetes честно: во что обходится содержание кластеров и когда он не нужен
Сеть кластера как источник трудноуловимых сбоев: CNI, апгрейды service mesh, graceful drain
Хранилище в кластере: CSI/FUSE против POSIX-семантики, опыт Longhorn/Linstor/MinIO и их альтернатив
CI/CD-пайплайн на десятки тысяч строк: как вернуть его под контроль
Инфраструктура дорожает и запирает: FinOps, выход из vendor lock, миграции без остановки
Карта инфраструктуры: как построить видимость связей ВМ ↔ сервисы, когда её никогда не было

Полный список тем

Построение внутренних платформ для ускорения разработки
Developer Experience как ключевой фактор эффективности
Управление большой инфраструктурой: от теории к практике
Kubernetes и облачная экосистема для высоконагруженных систем
Internal Developer Platforms: архитектура и практики внедрения
Мониторинг, управление ресурсами и оптимизация затрат
FinOps практики для облачных платформ
SDN, SDS: разработка и эксплуатация на масштабах
CI/CD-инфраструктура как система: пайплайны, раннеры, кеши на масштабе
Инвентаризация инфраструктуры: карта связей сервисов, ВМ и железа

Безопасность высоконагруженных систем

Что изменилось У систем появился новый класс субъектов — агенты с доступами (см. секцию «Агентная платформа»). Классика при этом никуда не делась: атаки на цепочку поставок — в топе проблем сообщества.

Запросы аудитории

Атаки на цепочку поставок: компрометации npm/PyPI/GitHub Actions — как строить защиту
Секреты и выдача учётных данных на масштабе — теперь ещё и для агентов
Инъекции нового поколения: вывод LLM, попадающий в shell
Управление уязвимостями (CVE) в инфраструктуре: как устроен процесс поиска, приоритизации и закрытия дыр — с метриками, которые доказывают, что он работает
Разбор реального взлома: майнеры, руткиты, серверы, скомпрометированные сразу после установки (анонимизированный разбор — нормально)

Полный список тем

DevSecOps и безопасность в процессе разработки
Защита от DDoS, высоконагруженных атак и ботов
Внедрение Zero Trust в масштабных инфраструктурах
Безопасность контейнеров и микросервисов
Масштабируемые решения для аутентификации и авторизации
Управление секретами в распределённой инфраструктуре
AI-технологии для обнаружения и предотвращения атак
Безопасность облачных инфраструктур
Безопасность цепочки поставок: зависимости, реестры пакетов, CI
Безопасность агентных систем: контроль действий и прав, prompt injection, границы доверия

SRE и эксплуатация систем

Что изменилось Здесь — про то, как система живёт и падает в проде. Во время инцидента агент — плохой помощник: чинить в моменте приходится человеку. Зато между инцидентами он силён: база знаний из постмортемов ускоряет следующий разбор.

Запросы аудитории

Наблюдаемость на масштабе: стоимость ELK/Loki/OpenSearch, потери данных в OpenTelemetry — архитектуры, которые не разоряют
Управление инцидентами в РФ: чем заменить Grafana OnCall и PagerDuty — дежурства, эскалации, инструменты
Как перестать отлаживать сеть вслепую: устройство сети под вашим приложением, границы ответственности — где ваша зона, где провайдер, где «дикий интернет», физика задержек (когда можно уехать в дальний дешёвый ЦОД, забив на RTT)
Баги, которые живут только в проде: почему тестовая среда не воспроизводит боевые данные и что с этим делать
Постмортем в паре «человек + агент»: как реально ускоряется следующий инцидент

Полный список тем

Практики построения отказоустойчивых систем
Наблюдаемость: метрики, логи, трейсинг на масштабах
Автоматизация управления инцидентами
Методики постмортемов и снижения MTTR
SLO, SLA, SLI: практическое применение
Хаос-инжиниринг в продакшн-среде
Управление конфигурациями в распределённых системах
Оптимизация потребления ресурсов и финансовых затрат
Сетевая эксплуатация: балансировка, DNS, диагностика сетевых инцидентов

Тестирование высоконагруженных систем

Что изменилось Главный запрос индустрии — верификация сделанного агентом. «Как проверить» подорожало сильнее всего: агент, спроектировавший алгоритм три часа назад, не может написать к нему верификатор.

Запросы аудитории

Все знают, что «тесты нужны». Расскажите, как внедрить тестирование, которое реально ловит проблемы, а не закрывает отчётность

Полный список тем

Нагрузочное тестирование при сверхвысоких нагрузках
Автоматизация функционального тестирования масштабных систем
Тестирование отказоустойчивости и восстановления после сбоев
Инструменты и методики непрерывного тестирования
Симуляция пиковых нагрузок и экстремальных сценариев
Мониторинг производительности в тестовых и продакшн-средах
Анализ и профилирование узких мест системы
Верификация кода и систем, созданных агентами

Языки программирования и технические стеки

Что изменилось Доменная экспертиза стала важнее владения языком. Хардкор (ядро Postgres, GPU, C++) — живая граница применимости агентов; ждём признанных спецов с кодом и цифрами: где модели реально помогают и где ломаются.

Запросы аудитории

C++ на проде: UB, расходящиеся компиляторы, боль сборки — и может ли сюда агент
Низкоуровневая конкурентность: гонки, отмена задач, утечки потоков и горутин — разборы реальных багов на любом языке
Наивные алгоритмы под нагрузкой: как копии, мьютексы и логирование убивают время отклика
Один код — разные результаты: расхождения между продом и локальной средой и между платформами, которые стоили инцидентов
Go в командах: архитектурная культура против лапши — с примерами до/после
Агентное программирование в низкоуровневых задачах: на Python агент пишет сам — а что с C++ на уровне регистров, SIMD и ядра? Покажите на своём коде, где он помогает, а где путается

Полный список тем

Высокопроизводительные решения на PHP, Go, Rust, Java, C++, Python
Выбор технологий для конкретных задач и сценариев нагрузки
Оптимизация рантайма языков программирования
Асинхронное программирование и паттерны конкурентности
Эффективное использование памяти и ресурсов
Профилирование и оптимизация производительности кода
Техники горячего обновления в высоконагруженных системах
Агентная кодогенерация в системных языках: границы применимости

Edge, IoT, HPC, медиа и специализированные темы

Что изменилось Домены, где цена ошибки высока, а экспертов мало. Хардкор мы любили все двадцать лет — и зовём его без всяких оправданий.

Запросы аудитории

Распределённые системы, которые нельзя проверить запуском: консенсус, консистентность, верификация
GPU-вычисления и оптимизация инференса как highload-задача (продуктовый инференс — сюда, платформа для инженеров — в секцию «Агентная платформа»)
Медиастриминг под нагрузкой: RTP/RTSP, задержки, отладка
Прошивки и железо: когда документации нет — обратная разработка чужих устройств и SoC, ограничения, «умные» устройства в проде

Полный список тем

Edge Computing: обработка данных на границе сети, низколатентные решения, синхронизация и консистентность
IoT: архитектура, протоколы, безопасность, обработка данных с сенсоров, промышленные системы
Высокопроизводительные вычисления: GPU, суперкомпьютеры
Потоковая обработка видео и мультимедиа
Высоконагруженные поисковые системы
Биллинг и платёжные системы под экстремальными нагрузками
Блокчейн: архитектура нод, консенсус, шардинг, MEV, mempool, DeFi
Квантовые вычисления, аппаратные ускорители, новые протоколы
Игровые движки и контент-пайплайны под нагрузкой

DevOps-практики и культура

Что изменилось Здесь — про то, как устроены поставка и команды: доклады про инциденты и наблюдаемость — в SRE, про инструменты платформы — в Platform Engineering. SDLC перестраивается под агентов, топология команд меняется — ждём доклады с цифрами до/после.

Запросы аудитории

Критичные знания живут в головах и личных промптах сотрудников: опыт формализации в базу знаний, которую читают и люди, и агенты
Роль девопс/платформенного инженера: что от неё останется и что появится
Как агенты меняют экономику инженерных команд: опыт перестройки процессов с цифрами до/после

Полный список тем

Быстрая и надёжная поставка изменений в продакшн
Автоматизация процессов в сложных системах
Архитектура организации: топология, команды, взаимодействие
Управление инженерными знаниями: базы знаний, которые читают люди и агенты

Доклады вне привычной рамки

Без изменений 3–5 докладов-«экскурсий» в смежные области — физика, медицина, математика, кибербезопасность. Эффект открытого окна: интересная предметная область + технический взгляд изнутри. Это опыт, за которым иначе пришлось бы идти в другую профессию.

Примеры тем

Что может квантовый компьютер и где он уже работает?
Как устроен цифровой двойник атомной станции или буровой платформы?
Как машинное обучение помогает разрабатывать лекарства?
Какие функции растут быстрее факториала и зачем математикам такие штуки?
Как хакеры зарабатывают деньги на уязвимостях?

Есть идея, но нет готового доклада? Этого достаточно

Мы готовы работать с заявками на уровне идеи и помогать с переупаковкой или созданием новых форматов. Привлечём методологов, фасилитаторов и специалистов по групповым активностям. С вас — экспертиза, с нас — поддержка на всём пути подготовки. Новая механика, идея, формат? Давайте обсуждать — подробнее в манифесте.

Обсудить идею с ПК →