Современные методы разработки программных продуктов с помощью методов искусственного интеллекта 2025 — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(План курса)
(Общие сведения)
 
Строка 1: Строка 1:
 
==Общие сведения==
 
==Общие сведения==
* Семестр: 1/3/5/7/9/11
+
* Семестр: 5/7
 
* Форма контроля: дифференцированный зачет
 
* Форма контроля: дифференцированный зачет
  

Текущая версия на 18:10, 1 сентября 2025

Общие сведения

  • Семестр: 5/7
  • Форма контроля: дифференцированный зачет

Преподаватель

  • Ахтямов Павел

Формат курса

В рамках курса студенты ознакомятся с основными принципами LLM-моделей и научатся использовать их в свою пользу. Студентам будет предложено разработать проект с использованием LLM и оценить все преимущества использования нового поколения генерации кода.

План курса

1. История развития ИИ. Базовые принципы работы больших языковых моделей.

2. Основные виды и параметры Больших Языковых Моделей. Каким образом выбирать LLM для решения задач?

3. Составные части приложений: Frontend, Backend, Веб-серверы. Применимость LLM для каждого из видов решения задач.

4. Проектирование стартовых шаблонов решений на основе LLM.

5. Инструменты для решения LLM-задач: IDE (Cursor/Copilot), CLI (Claude Code), чат-боты.

6. Генерация знаний для LLM: RAG-модели (Retrieval Augmentation).

7. Model Context Protocol как универсальная база для создания решения. Популярные назначения MCP.

8. Оптимизация кодовой базы при помощи LLM.

9. NoCode и LowCode-решения для создания фронтендов.

10. Этика и безопасность использования LLM: служебные данные, ключи авторизации. Инструменты выявления уязвимостей.

11. Направления развития IT-отрасли: Bug Driven Development, Prompt Storytelling. Принципы написания системных промптов для IDE.