Введение в проектную деятельность

Цели и задачи дисциплины

Цель дисциплины "Введение в проектную деятельность" заключается в формировании у студентов базовых знаний и практических навыков, необходимых для эффективного участия в проектной деятельности, связанной с промышленными кейсами от индустриальных партнеров в сфере ИИ. Задачи дисциплины: 1. обучить студентов основам промт-инжиниринга, чтобы они могли грамотно формулировать задачи и анализировать требования проектов; 2. развить навыки командной работы, включая роль каждой команды в проекте, роль каждого человека в команде, эффективное взаимодействие и коммуникацию; 3. обеспечить освоение практических навыков в сборе и первичной обработке данных, включая различные методы поиска и организации датасетов, в том числе для реальных кейсов от индустриальных партнеров; 4. научить студентов основам разметки данных, чтобы они могли подготовить датасеты для последующего анализа и применения в проектах, которые станут основой для последующих дисциплин по искусственному интеллекту, формируя тем самым устойчивую базу для их дальнейшего обучения и профессиональной деятельности в этой области.

Краткое содержание дисциплины

1 семестр. Командное лидерство. Распределение командных ролей и функций. Презентация команды. Командная работа с разделяемыми досками. Командная работа на разделяемых платформах университета. Интеллектуальные карты. Техника речи и представление результатов работы команды. Принципы промт-инжиниринга. Изучение методов разработки эффективных и точных запросов для достижения конкретных задач с ИИ. Анализ случаев использования и лучших практик. Коммуникация с ИИ. Развитие навыков формулирования запросов к ИИ, адаптированных к различным сценариям, начиная от генерации текстов и заканчивая решением задач. Решение задач с применением ИИ. Применение промт-инжиниринга для решения практических задач, таких как генерация контента, анализ данных, креативное письмо, генерация кода, проверка на наличие заимствований и др. 2 семестр. Платформы и ресурсы доступа к открытым базам данных. Репозитории с датасетами. Прохождение обучения этическим принципам использования открытых данных. Сбор данных для кейсов от индустриальных партнеров. Сбор данных для последующих дисциплин в сфере ИИ по различных тематикам (бизнес, финансы, потребительские отчеты, медицинские данные и т.д.) и различных модальностей (текст, табличные данные, аудио, видео, графические изображения). Основы разметки данных. Практические навыки разметки данных.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-9 [BD-2] Способен определять требования к наборам данных для решения задач машинного обучения, проводить разметку и анализ наборов данных, оценивать качество данных, обеспечивать непрерывную интеграцию данных