Abstract: Join Jan Soubusta for a tour from SQL-only analysis through today’s drag-and-drop dashboards to reliable AI assistants.
See how GoodData’s AI stack (Qdrant, small LMs, rerankers), an LLM-as-judge layer, and other tools make analytics invisible.
Finally, learn what we are going to build to support reliable autonomous AI agents (knowledge graphs, MCP, A2A).

About: Keboolian, father, lecturer, mentor, event organizer, community enthusiast,  author. 2 decades pushing data from all angles, couple years in product management and most recently responsible for Product Marketing Engineering in Keboola.

Abstract: We all know the guilty pleasure of “just hacking it together” to see if things work. In data engineering, that usually sounds reckless — pipelines break, configs get messy, and tomorrow you regret it, like a letf em dash in a session description.
This session argues the opposite: that a bit of vibe coding is not only possible, but can make your daily work faster and clearer. We’ll show how building and debugging pipelines can be done in minutes, without drowning in configs or waiting for heavyweight stacks like Azure, Google, or Databricks to catch up.
It feels dangerous, it looks magical — but in the end, it’s a safe, practical way to run a simpler data platform.
Session plan:
1) Intro, MCP Server is not just an API wrapper, what’s possible. (~20 min)
2) Live demo (~20 min)
3) Let’s try it yourself. (~40 min)

Abstract: Je mi 30 a víc než polovinu života jsem vývojářem. Přesto vím, že za 5let už jím buď nebudu – nebo alespoň ne v podobě, jakou známe dnes.
V tuhle chvíli za mě jeden AI agent programuje a druhý mu dělá code review. A to je teprve začátek.
S každým novým modelem, nástrojem či správným nastavením se hranice posouvají. Pokud lze stejný úkol vyřešit za dvě hodiny práce vývojáře nebo za $2.71 v tokenech, bude ekonomická realita neúprosná.
V přednášce se podíváme na to, co to znamená pro roli vývojáře, proč přichází éra agentních týmů a jaká dovednost bude klíčová: schopnost definovat kontext, pravidla a úkoly pro AI.

Budoucnost není o tom, kdo odškrtne víc TODOs – ale kdo umí vést digitální agentní týmy.

Abstract: Pojďme si ukázat, jak moderní principy AI-driven frontendu s využitím Generativního UI umožňují vytvářet uživatelská rozhraní, která se můžou automaticky generovat a optimalizovat podle aktuálního kontextu, požadavků a chování uživatele.

Místo staticky navržených komponent a předem definovaných scénářů se rozhraní stává flexibilním, interaktivním a personalizovaným. Již v současné době AI agenti dokáží v reálném čase generovat miniaplikace, vizualizace nebo infografiky, které uživateli poskytují relevantní informace a možnosti interakce. Tato nová éra frontendu řízeného AI tak slibuje revoluci v tom, jak vytváříme a vnímáme digitální rozhraní.