Современные методы разработки программных продуктов с помощью методов искусственного интеллекта 2025

Общие сведения

• Семестр: 5/7
• Форма контроля: дифференцированный зачет
• Дни и время занятий: вторник, 17:05-18:30, УЛК-1 (Цифра), аудитория 2.36

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), GraphRAG, KAG (Knowledge Augmentation Graph).

7. Model Context Protocol как универсальная база для создания решения. Популярные назначения MCP. Популярные серверы Model Context Protocol: Context7, Supabase.

8. Оптимизация кодовой базы при помощи LLM.

9. NoCode и LowCode-решения для создания фронтендов. Графовые методы для решения задач генеративного ИИ: ComfyUI, n8n.

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

11. Универсальные платформы для разработки кода: SourceCraft, OpenAI Codex.

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