Бакалавриат
2025/2026
Прикладное применение генеративных нейросетей в креативных индустриях и промпт-дизайн
Статус:
Курс обязательный (Мода)
Кто читает:
Школа дизайна
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 1, 2 модуль
Онлайн-часы:
20
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Ермачков Николай Денисович
Язык:
русский
Кредиты:
3
Контактные часы:
32
Программа дисциплины
Аннотация
Курс знакомит студентов с генеративными нейросетями как инструментами креативной практики и вводит в основы алгоритмической графики. В первом модуле рассматриваются принципы работы генеративных моделей, актуальные нейросетевые сервисы, основы промпт-дизайна, этические аспекты и построение рабочих пайплайнов с использованием нейросетевых утилит.
Во втором модуле студенты осваивают базовые конструкции программирования на Python, работу с массивами данных (NumPy, Pandas), а также язык Processing для создания генеративной и интерактивной графики, фракталов и инфографики. На выходе курс связывает нейросетевую генерацию и алгоритмическое мышление в единую творческую практику.
Цель освоения дисциплины
- Дать представление о принципах работы генеративных нейросетей и сценариях их применения в креативных индустриях. Научить использовать нейросетевые инструменты для генерации изображений, иллюстраций и вспомогательных утилит в рабочем процессе. Сформировать основы алгоритмического мышления и программирования на Python для работы с данными и визуальными структурами. Познакомить с инструментами алгоритмической графики (Processing) и связать код, данные и нейросети в целостный творческий пайплайн.
Планируемые результаты обучения
- Понимать принципы работы генеративных нейросетей.
- Подбирать инструменты под задачи креативных индустрий
- Формулировать эффективные промпты.
- Проектировать и настраивать рабочие пайплайны с нейросетевыми утилитами.
- Писать базовый код на Python для работы с массивами данных и визуализацией.
- Создавать генеративную и интерактивную графику в Processing и готовить завершённые визуальные проекты.
Содержание учебной дисциплины
- Генеративные нейросетевые инструменты
- Генерация простых изображений и основы промпт-дизайна
- Объектно-ориентированное проектирование
- Генерация иллюстраций
- Нейросеть как инструмент художника
- Нейросетевые утилиты
- Построение пайплайна
- Что такое программирование
- Введение в конструкции Python: функции, циклы и др. Фракталы
- Списки и матрицы. Библиотека Numpy
- Обработка данных и визуализация. Библиотека Pandas. Инфографика
- Processing и генеративное искусство
Элементы контроля
- Активность студентов на платформах цифровой экосистемы Школы дизайна
- Домашние задания
- Тест
- Проекты
Промежуточная аттестация
- 2025/2026 2nd moduleОценка по дисциплине рассчитывается исходя из: 1) оценки за ДЗ, тест и проекты (0,2*ДЗ 1 модуля+0,3*Проект 1 модуля+0,2*ДЗ 2 модуля+0,15*Тест+0,15*Проект 2 модуля); 2) дополнительных баллов, начисляемых за активность студентов на платформах цифровой экосистемы Школы дизайна. В соответствии с пунктом 14 Положения об организации промежуточной аттестации и текущего контроля успеваемости студентов Национального исследовательского университета «Высшая школа экономики» (ПОПАТКУС), оценки «9» и «10» могут использоваться преподавателем в рамках текущего контроля или промежуточной аттестации, если обучающийся выполняет задания повышенной трудности и/или демонстрирует результаты обучения, превосходящие предусмотренные ПУД или программой практики. Могут быть предусмотрены дополнительные задания, без которых невозможно получить «9» и «10». Оценка, которую студент может получить за ДЗ, тест и проекты, не может превышать 8 баллов. Дополнительно студент может получить 1-3 балла за активность на платформах цифровой экосистемы Школы дизайна. Максимальная оценка по промежуточной аттестации в сессию по дисциплине в зачетку, которую студент может получить с учетом дополнительных баллов, составляет 10 баллов.