Разработка цифровых сервисов с использованием LLM

Цели и задачи дисциплины

Целью дисциплины является формирование у студентов практических навыков и системного понимания процесса разработки цифровых сервисов на основе больших языковых моделей (LLM), включая проектирование, настройку и интеграцию автономных ИИ-агентов и мультиагентных систем. Дисциплина направлена на подготовку специалистов, способных создавать интеллектуальные сервисы, автоматизирующие сложные задачи в бизнесе, образовании, поддержке пользователей и других сферах. Основные задачи дисциплины: познакомить студентов с архитектурой и принципами работы LLM-агентов; развить навыки проектирования и реализации агентов с памятью, инструментами и механизмами планирования; освоить технологии создания мультиагентных систем с различными стратегиями взаимодействия; научить интегрировать агентов в цифровые сервисы с использованием современных подходов к развертыванию (Docker, REST API, микросервисы).

Краткое содержание дисциплины

Дисциплина посвящена практической разработке цифровых сервисов на основе LLM, с акцентом на создание и интеграцию автономных ИИ-агентов и мультиагентных систем. Курс охватывает весь цикл разработки — от проектирования архитектуры агента до его внедрения в реальные бизнес-процессы. В рамках дисциплины рассматриваются следующие разделы: архитектура LLM-агентов, разработка и настройка агентов, мультиагентные системы, интеграция агентов в сервисы. В рамках освоения дисциплины изучаются основные компоненты ИИ-агента: модель, память (краткосрочная и долгосрочная), набор инструментов (интеграция с API, поиск, исполнение кода), механизмы планирования задач (ReAct, DFS, BFS), рассматриваются типы агентов — от простых ботов до автономных систем с рефлексией, особое внимание уделяется мультимодальным агентам, способным обрабатывать текст, изображения и аудио, практическое освоение инструментов для создания агентов: LangChain, CrewAI, GigaChat API. Студенты учатся управлять контекстом, использовать кэширование промптов, реализовывать динамический выбор инструментов и обрабатывать "тупиковые" ситуации, изучаются принципы проектирования систем из нескольких взаимодействующих агентов, рассматриваются модели координации: кооперация (Autogen), конкуренция, иерархические структуры, архитектура исполнитель-критик, анализируются подходы к оркестрации (централизованная и децентрализованная), динамическое распределение задач, обмен знаниями и разрешение конфликтов между агентами, создание REST API для взаимодействия с агентом, упаковка сервиса в Docker-контейнер, обеспечение безопасности и масштабируемости, а также рассматриваются технологии оптимизации моделей (квантование GGUF/GPTQ, LoRA/QLoRA).

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-17 [LLM-4] Проектирует, разрабатывает и интегрирует интеллектуальных агентов на базе генеративных моделей
ПК-18 [LLM-5] Организует взаимодействие с генеративными моделями через проектирование, анализ и применение промптов
ПК-23 [FC-2] Способен проводить фронтирные исследования в области фундаментальных и генеративных моделей