Современные методы разработки программных продуктов с помощью методов искусственного интеллекта 2025

Материал из Public ATP Wiki
Версия от 16:08, 17 июля 2025; Ахтямов Павел (обсуждение | вклад) (Новая страница: «==Общие сведения== * Семестр: 1/3/5/7/9/11 * Форма контроля: дифференцированный зачет '''Преподав…»)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

Общие сведения

  • Семестр: 1/3/5/7/9/11
  • 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.

Источник — «http://wiki.atp-fivt.org/index.php?title=Современные_методы_разработки_программных_продуктов_с_помощью_методов_искусственного_интеллекта_2025&oldid=4005»