Web-программирование для систем искусственного интеллекта

Цели и задачи дисциплины

формирование у студентов комплексных знаний и практических навыков разработки современных, адаптивных и производительных web-приложений, интегрирующих технологии искусственного интеллекта и машинного обучения. Это подразумевает не только освоение основ веб-технологий и клиент-серверного взаимодействия, но и умение эффективно проектировать архитектуру, реализовывать механизмы обработки и визуализации данных, а также создавать интерфейсы для взаимодействия с ML-моделями в реальных индустриальных условиях. В результате изучения дисциплины студент должен быть способен проектировать, разрабатывать и поддерживать web-приложения, обеспечивающие интеграцию искусственного интеллекта в цифровые продукты и сервисы.

Краткое содержание дисциплины

В рамках дисциплины студентам предлагается знакомство со следующими темами: Базовые принципы и протоколы взаимодействия сети Интернет. HTTP и HTTPS протокол. Технологии, применяемые для разработки веб-приложений. Язык гипертекстовой разметки HTML: структура документа, теги, атрибуты, наследование. Синтаксис и семантика тегов для работы с текстом, заголовками, абзацами, списками, таблицами, гиперссылками, изображениями, мультимедиа, формами. Работа с типографикой в CSS, блочная модель разметки, способы позиционирования элементов web-интерфейса, оптимизация и поддерживаемость стилей. Адаптивность клиентского интерфейса. CSS фреймворки для быстрой разработки web-интерфейса (Bootstap, Tailwind CSS). Клиент-серверная архитектура, REST API, WebSockets, современные фреймворки (Flask, FastAPI, Django), средства аутентификации и управления сессиями. REST API, работа с форматами обмена данными (JSON). Подключение и работа с реляционными базами данных (MySQL, PostgreSQL). Методы приема, валидации, предобработки и сериализации данных на стороне сервера, работа с большими объемами данных в реальном времени (WebSockets). Использование JavaScript-фреймворков (React, Vue, Angular) для визуализации результатов работы ML-моделей, динамическая загрузка данных, построение дашбордов.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-1 [LC-5] Способен применять и (или) проектировать различные инструменты и инженерные практики промышленной разработки систем ИИ, развертывания и сопровождения моделей машинного обучения в продуктивной среде
ПК-3 [PL-1] Способен применять язык программирования Python для решения задач в области ИИ